当前位置:   article > 正文

Python通过Ctypes调用C++类,实测有效_python ctypes调用c++库

python ctypes调用c++库

前言

软件开发中,有时候需要Python与C++相结合,以充分发挥两者的优势 。Python作为一种高级编程语言,具有简洁易读的特点,适用于快速开发和原型设计。而C++则是一种性能强大的编程语言,适用于需要高效率和底层控制的场景。

Python调用C++代码的主要方式是使用Cython、ctypes或SWIG等工具 。其中,Cython是一种混合语言,允许将Python代码与C语言结合,通过编写类型声明来提高性能。而ctypes是Python标准库中的一部分,允许Python直接调用C函数,并处理C数据类型。另外,SWIG(Simplified Wrapper and Interface Generator)是一个自动生成Python和其他语言之间的接口代码的工具,使Python可以调用C++代码。

在实际应用中,Python调用C++的场景包括但不限于:加速Python程序的关键部分、调用现有的C++库以利用其功能、优化某些算法以提高性能等。通过将Python与C++相结合,开发人员可以在保持Python代码易读性和开发效率的同时,充分发挥C++的性能优势,实现更加复杂和高效的应用程序。

Python通过ctypes调用C++代码是一种常见的技术,它提供了一种简单而直接的方法,让Python与C++进行交互。ctypes是Python标准库的一部分,允许Python代码调用动态链接库(DLL)中的C函数,并处理C数据类型。虽然ctypes主要设计用于调用C函数,但也可以用于调用C++代码,只需注意一些特殊的注意事项。

要在Python中通过ctypes调用C++代码,首先需要确保将C++代码编译为动态链接库,以便Python能够加载并调用其中的函数。然后,需要在Python中定义与C++函数相对应的函数原型,并在调用时传递正确的参数和返回类型。此外,需要注意C++代码中的名称修饰(name mangling)以及C++异常处理等问题,确保与Python的交互能够顺利进行。

在实际应用中,Python通过ctypes调用C++代码的场景包括但不限于:利用现有的C++库实现特定功能、加速Python程序的关键部分、与C++库进行交互以实现复杂的功能等。通过使用ctypes,开发人员可以在Python中利用C++的性能优势,同时保持Python代码的简洁性和易读性。

然而,虽然ctypes提供了一种方便的方法来调用C++代码,但它并不是最高效的方法,特别是对于复杂的数据结构和函数签名而言。对于更复杂的场景,可以考虑使用Cython或SWIG等工具,它们提供了更强大和灵活的功能,以便更好地集成Python和C++代码。

因此,Python通过ctypes调用C++代码是一种简单而有效的方法,适用于许多场景。通过正确地处理数据类型和函数签名,并注意到C++与Python之间的差异,开发人员可以轻松地在两种语言之间进行交互,实现更加强大和灵活的应用程序。

创建vs dll工程

在这里插入图片描述

在这里插入图片描述

添加外部库

参考:
vs2019添加使用外置库的设置

编辑代码

添加自己写的C++类

在这里插入图片描述

Foo.h

#pragma once
#ifndef _pro_header_  
#define _pro_header_ 

#ifdef EXPORT_PRO_DLL //如果引用此头文件有预定义为 EXPORT_PRO_DLL
#define PRO_API __declspec(dllexport)  
#else  
#define PRO_API __declspec(dllimport)  
#endif  


class Foo
{
public:
    Foo(int n);
    ~Foo();
    void bar();
    double add(double x);
    int* foobar(int n);
private:
    int val;
};

extern "C"
{
    PRO_API Foo* Foo_new(int n);
    PRO_API void Foo_bar(Foo* foo);
    PRO_API int* Foo_foobar(Foo* foo, int n);
    PRO_API double Foo_add(Foo* foo, double x);

    PRO_API void del_Foo(Foo* foo);
}

#endif 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34

Foo.cpp

#define EXPORT_PRO_DLL

#include "pch.h"
#include "Foo.h"

#include "string.h"
#include<iostream>

using namespace std;

Foo::Foo(int n)
{
    this->val = n;
}
void Foo::bar()
{
    std::cout << "Value is " << this->val << std::endl;
}
Foo::~Foo()
{
    cout << "delete foo" << endl;
}

int* Foo::foobar(int n)
{
    int* data = new int[2];
    data[0] = 1 + n;
    data[1] = 2 + n;
    return data;
}

double Foo::add(double x)
{
    return x + this->val;
}

void del_Foo(Foo* foo)
{
    delete foo;
}

Foo* Foo_new(int n)
{
    return new Foo(n);
}

void Foo_bar(Foo* foo)
{
    foo->bar();
}

int* Foo_foobar(Foo* foo, int n) {
    return foo->foobar(n);
}

double Foo_add(Foo* foo, double x)
{
    return foo->add(x);
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59

编译

在这里插入图片描述

测试

from ctypes import *
import numpy as np

lib = cdll.LoadLibrary(r"路径\Foo\x64\Debug\Foo.dll")

class Foo(object):
    def __init__(self, n):
        lib.Foo_new.argtypes = [c_int]
        lib.Foo_new.restype = c_void_p
        lib.Foo_bar.argtypes = [c_void_p]
        lib.Foo_bar.restype = c_void_p
        lib.Foo_foobar.argtypes = [c_void_p, c_int]
        lib.Foo_foobar.restype = POINTER(c_int)

        lib.Foo_add.argtypes = [c_void_p, c_double]
        lib.Foo_add.restype = c_double

        lib.del_Foo.argtypes = [c_void_p]
        lib.del_Foo.restype = c_void_p

        self.obj = lib.Foo_new(n)

    def __del__(self):
        lib.del_Foo(self.obj) # 析构函数

    def bar(self):
        lib.Foo_bar(self.obj)

    def add(self, x):
        return lib.Foo_add(self.obj, x)

    def foobar(self, n):
        return lib.Foo_foobar(self.obj, n)

if __name__ == '__main__':
    f = Foo(5)
    f.bar()

    data_addr = f.foobar(5)
    array = np.ctypeslib.as_array(data_addr, shape=(2,)) # 不能通过len计算一维数组的元素个数,进一步需要通过函数传过来
    print(array)

    print(f.add(12))
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43

在这里插入图片描述

Ctypes类型

注意:字符串、数组和自定义数据类型需要通过地址来实现C和Python之间的数据传递,其他数据看下表。
Tips:用数据类型的视角去看C++的类,那么类中的方法或者属性可以看成函数中的函数。

在这里插入图片描述

参考

Python调用C/C++的两种方法

官方:扩展和嵌入 Python 解释器

【知识分享】C++与Python联合编程(上)

【知识分享】C++与Python联合编程(下)

使用ctypes在Python中调用C++动态库

Python ctypes:在 C 和 Python 之间传送一维数组

Python ctypes:在C和Numpy之间传送多维数组

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/羊村懒王/article/detail/303322
推荐阅读
相关标签
  

闽ICP备14008679号