検索
ホームページバックエンド開発Python チュートリアルPython が C++ プログラムを呼び出す方法の詳細な説明

はじめに

Python の利点は高い開発効率と使いやすさであり、C++ は高い操作効率を持っていることは誰もが知っています。C++ コードを Python プロジェクトに埋め込む場合でも、Python プロジェクトに埋め込む場合でも、この 2 つは相互に補完し合うことができます。 C++ プロジェクト Python を使用して周辺機能を実装する場合、Python で C++ モジュールを呼び出す必要がある場合があります。集中化された C++ コードを Python インターフェイスにエクスポートするためのいくつかの基本的な方法を紹介します。

オリジナルのエクスポート

Python インタープリターは C で実装されているため、C++ データ構造が Python で理解できる限り、理論的には直接呼び出すことができます。 test1.cppは以下のように実装します

#include <Python.h>

int Add(int x, int y)
{
 return x + y;
}

int Del(int x, int y)
{
 return x - y;
}

PyObject* WrappAdd(PyObject* self, PyObject* args)
{
 int x, y;
 if (!PyArg_ParseTuple(args, "ii", &x, &y))
 {
  return NULL;
 }
 return Py_BuildValue("i", Add(x, y));
}

PyObject* WrappDel(PyObject* self, PyObject* args)
{
 int x, y;
 if (!PyArg_ParseTuple(args, "ii", &x, &y))
 {
  return NULL;
 }
 return Py_BuildValue("i", Del(x, y));
}
static PyMethodDef test_methods[] = {
 {"Add", WrappAdd, METH_VARARGS, "something"},
 {"Del", WrappDel, METH_VARARGS, "something"},
 {NULL, NULL}
};

extern "C"
void inittest1()
{
 Py_InitModule("test1", test_methods);
}

コンパイルコマンドは以下の通りです

g++ -fPIC -shared test1.cpp -I/usr/include/python2.6 -o test1.so

Pythonインタプリタを実行して以下のようにテストします

>>> import test1
>>> test1.Add(1,2)
3

ここに注意してください

  1. 生成されたダイナミックライブラリの名前がtest1の場合、ソースファイルにはinittest1関数が必要で、Py_InitModuleの最初のパラメータは「test1」である必要があります。そうしないと、Pythonインポートモジュールは失敗します

  2. cpp ソースファイルの場合、inittest1 extern "C" で関数を変更する必要があります。 c ソース ファイルの場合、必要ありません。その理由は、Python インタープリターはライブラリをインポートするときに initxxx のような関数を検索し、C と C++ は関数シンボルをエンコードするときに関数の長さとパラメーターの型を異なる方法で考慮するためです。具体的には、 nm test1 を渡すことができます。 .so関数シンボルを表示します。c++filt ツールはシンボルを通じて関数プロトタイプをデコードできますnm test1.so查看函数符号,c++filt工具可通过符号反解出函数原型

通过boost实现

我们使用和上面同样的例子,实现test2.cpp如下

#include <boost/python/module.hpp>
#include <boost/python/def.hpp>
using namespace boost::python;

int Add(const int x, const int y)
{
 return x + y;
}

int Del(const int x, const int y)
{
 return x - y;
}

BOOST_PYTHON_MODULE(test2)
{
 def("Add", Add);
 def("Del", Del);
}

其中BOOST_PYTHON_MODULE的参数为要导出的模块名字

编译命令如下

g++ test2.cpp -fPIC -shared -o test2.so -I/usr/include/python2.6 -I/usr/local/include -L/usr/local/lib -lboost_python

注意: 编译时需要指定boost头文件和库的路径,我这里分别是/usr/local/include和/usr/local/lib

或者通过setup.py导出模块

#!/usr/bin/env python
from distutils.core import setup
from distutils.extension import Extension

setup(name="PackageName",
 ext_modules=[
  Extension("test2", ["test2.cpp"],
  libraries = ["boost_python"])
 ])

Extension的第一个参数为模块名,第二个参数为文件名

执行如下命令

python setup.py build

这时会生成build目录,找到里面的test2.so,并进入同一级目录,验证如下

>>> import test2
>>> test2.Add(1,2)
3
>>> test2.Del(1,2)
-1

导出类

test3.cpp实现如下

#include <boost/python.hpp>
using namespace boost::python;

class Test
{
public:
 int Add(const int x, const int y)
 {
  return x + y;
 }

 int Del(const int x, const int y)
 {
  return x - y;
 }
};

BOOST_PYTHON_MODULE(test3)
{
 class_<Test>("Test")
  .def("Add", &Test::Add)
  .def("Del", &Test::Del);
}

注意:BOOST_PYTHON_MODULE里的.def使用方法有点类似Python的语法,等同于

class_<Test>("Test").def("Add", &Test::Add);
class_<Test>("Test").def("Del", &Test::Del);

编译命令如下

g++ test3.cpp -fPIC -shared -o test3.so -I/usr/include/python2.6 -I/usr/local/include/boost -L/usr/local/lib -lboost_python

测试如下

>>> import test3
>>> test = test3.Test()
>>> test.Add(1,2)
3
>>> test.Del(1,2)
-1

导出变参函数

test4.cpp实现如下

#include <boost/python.hpp>
using namespace boost::python;

class Test
{
public:
 int Add(const int x, const int y, const int z = 100)
 {
  return x + y + z;
 }
};

int Del(const int x, const int y, const int z = 100)
{
 return x - y - z;
}

BOOST_PYTHON_MEMBER_FUNCTION_OVERLOADS(Add_member_overloads, Add, 2, 3)
BOOST_PYTHON_FUNCTION_OVERLOADS(Del_overloads, Del, 2, 3)

BOOST_PYTHON_MODULE(test4)
{
 class_<Test>("Test")
  .def("Add", &Test::Add, Add_member_overloads(args("x", "y", "z"), "something"));
 def("Del", Del, Del_overloads(args("x", "y", "z"), "something"));
}

这里Add和Del函数均采用了默认参数,Del为普通函数,Add为类成员函数,这里分别调用了不同的宏,宏的最后两个参数分别代表函数的最少参数个数和最多参数个数

编译命令如下

g++ test4.cpp -fPIC -shared -o test4.so -I/usr/include/python2.6 -I/usr/local/include/boost -L/usr/local/lib -lboost_python

测试如下

>>> import test4
>>> test = test4.Test()
>>> print test.Add(1,2)
103
>>> print test.Add(1,2,z=3)
6
>>> print test4.Del(1,2)
-1
>>> print test4.Del(1,2,z=3)
-1

导出带Python对象的接口

既然是导出为Python接口,调用者难免会使用Python特有的数据结构,比如tuple,list,dict,由于原生态方法太麻烦,这里只记录boost的使用方法,假设要实现如下的Python函数功能

def Square(list_a)
{
 return [x * x for x in list_a]
}

即对传入的list每个元素计算平方,返回list类型的结果

代码如下

#include <boost/python.hpp>

boost::python::list Square(boost::python::list& data)
{
 boost::python::list ret;
 for (int i = 0; i < len(data); ++i)
 {
  ret.append(data[i] * data[i]);
 }

 return ret;
}

BOOST_PYTHON_MODULE(test5)
{
 def("Square", Square);
}

编译命令如下

g++ test5.cpp -fPIC -shared -o test5.so -I/usr/include/python2.6 -I/usr/local/include/boost -L/usr/local/lib -lboost_python

测试如下

>>> import test5
>>> test5.Square([1,2,3])
[1, 4, 9]

boost实现了boost::python::tuple, boost::python::list, boost::python::dict这几个数据类型,使用方法基本和Python保持一致,具体方法可以查看boost头文件里的boost/python/tuple.hpp及其它对应文件

另外比较常用的一个函数是boost::python::make_tuple()

boost を通じて実装されています

🎜🎜🎜上記と同じ例を使用します、次のようにtest2.cppを実装します🎜🎜🎜
boost::python::tuple(int a, int b, int c)
{
 return boost::python::make_tuple(a, b, c);
}
🎜🎜🎜BOOST_PYTHON_MODULEのパラメータはエクスポートするモジュールの名前です🎜🎜コンパイルコマンドは次のとおりです🎜🎜🎜rrreee🎜🎜🎜🎜🎜注:🎜🎜が必要ですコンパイル時にブースト ヘッダー ファイルとライブラリを指定します。ここでのパスは /usr/local/include および /usr/local/lib🎜🎜 または setup.py を通じてモジュールをエクスポートします🎜🎜🎜rrreee🎜🎜🎜 Extension の最初のパラメータはモジュール名、第二引数 ファイル名に対して以下のコマンドを実行🎜🎜🎜🎜🎜rrreee🎜🎜🎜ビルドディレクトリが生成されるので、その中にあるtest2.soを見つけて同じレベルのディレクトリに入り、以下のように確認してください🎜🎜🎜 rrreee🎜🎜🎜Export class🎜🎜🎜test3 .cpp の実装は次のとおりです🎜🎜🎜rrreee🎜🎜🎜🎜🎜注: 🎜🎜BOOST_PYTHON_MODULE での .def の使用法は Python 構文に似ており、これは次と同等です。 🎜🎜 🎜rrreee🎜🎜🎜コンパイルコマンドは以下の通り🎜🎜🎜rrreee🎜🎜🎜テストは以下の通り🎜🎜🎜rrreee🎜🎜🎜🎜🎜変数パラメータ関数のエクスポート🎜🎜🎜🎜🎜test4.cpp次のように実装されます🎜🎜🎜rrreee 🎜🎜🎜ここでは、Add 関数と Del 関数の両方がデフォルトのパラメーターを使用します。Del は通常の関数で、Add はクラスのメンバー関数です。ここでは異なるマクロが呼び出されます。マクロの最後の 2 つのパラメーターは、パラメーターの最小数と最大数を表します。コンパイルコマンドは以下の通りです🎜🎜🎜rrreee🎜🎜🎜 テストは以下の通りです🎜🎜🎜rrreee🎜🎜 🎜🎜🎜Pythonオブジェクトとのインターフェースをエクスポートします🎜🎜🎜🎜🎜 Python インターフェイスを使用すると、呼び出し元は必然的にタプル、リスト、辞書などの Python 固有のデータ構造を使用することになります。独自のエコロジー手法は面倒なので、ここではブーストのみを記録します。使い方は、次の Python を実装するとします。関数🎜🎜🎜rrreee🎜🎜🎜、つまり、渡されたリストの各要素の二乗を計算し、リスト型の結果を返します🎜🎜コードは次のとおりです🎜🎜🎜rrreee🎜🎜🎜コンパイルコマンドは次のとおりです🎜 🎜🎜rrreee🎜🎜🎜テストは次のとおりです🎜🎜🎜rrreee🎜🎜🎜boostはboost::python::tupleboost::python::listを実装します。 boost::python::dictこれらのデータ型の使用方法は基本的に Python と一致しており、特定の方法については、boost ヘッダー ファイル内の boost/python/tuple.hpp およびその他の対応するファイルを参照できます。 🎜🎜さらによく使用される関数の 1 つは boost::python::make_tuple() です。使用方法は次のとおりです🎜🎜🎜rrreee🎜🎜🎜 Python の呼び出し方法の詳細については、こちらをご覧ください。 C++ プログラムの場合は、PHP 中国語 Web サイトに注意してください。 🎜
声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。
Python:自動化、スクリプト、およびタスク管理Python:自動化、スクリプト、およびタスク管理Apr 16, 2025 am 12:14 AM

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

Pythonと時間:勉強時間を最大限に活用するPythonと時間:勉強時間を最大限に活用するApr 14, 2025 am 12:02 AM

限られた時間でPythonの学習効率を最大化するには、PythonのDateTime、時間、およびスケジュールモジュールを使用できます。 1. DateTimeモジュールは、学習時間を記録および計画するために使用されます。 2。時間モジュールは、勉強と休息の時間を設定するのに役立ちます。 3.スケジュールモジュールは、毎週の学習タスクを自動的に配置します。

Python:ゲーム、GUIなどPython:ゲーム、GUIなどApr 13, 2025 am 12:14 AM

PythonはゲームとGUI開発に優れています。 1)ゲーム開発は、2Dゲームの作成に適した図面、オーディオ、その他の機能を提供し、Pygameを使用します。 2)GUI開発は、TKINTERまたはPYQTを選択できます。 TKINTERはシンプルで使いやすく、PYQTは豊富な機能を備えており、専門能力開発に適しています。

Python vs. C:比較されたアプリケーションとユースケースPython vs. C:比較されたアプリケーションとユースケースApr 12, 2025 am 12:01 AM

Pythonは、データサイエンス、Web開発、自動化タスクに適していますが、Cはシステムプログラミング、ゲーム開発、組み込みシステムに適しています。 Pythonは、そのシンプルさと強力なエコシステムで知られていますが、Cは高性能および基礎となる制御機能で知られています。

2時間のPython計画:現実的なアプローチ2時間のPython計画:現実的なアプローチApr 11, 2025 am 12:04 AM

2時間以内にPythonの基本的なプログラミングの概念とスキルを学ぶことができます。 1.変数とデータ型、2。マスターコントロールフロー(条件付きステートメントとループ)、3。機能の定義と使用を理解する4。

Python:主要なアプリケーションの調査Python:主要なアプリケーションの調査Apr 10, 2025 am 09:41 AM

Pythonは、Web開発、データサイエンス、機械学習、自動化、スクリプトの分野で広く使用されています。 1)Web開発では、DjangoおよびFlask Frameworksが開発プロセスを簡素化します。 2)データサイエンスと機械学習の分野では、Numpy、Pandas、Scikit-Learn、Tensorflowライブラリが強力なサポートを提供します。 3)自動化とスクリプトの観点から、Pythonは自動テストやシステム管理などのタスクに適しています。

2時間でどのくらいのPythonを学ぶことができますか?2時間でどのくらいのPythonを学ぶことができますか?Apr 09, 2025 pm 04:33 PM

2時間以内にPythonの基本を学ぶことができます。 1。変数とデータ型を学習します。2。ステートメントやループの場合などのマスター制御構造、3。関数の定義と使用を理解します。これらは、簡単なPythonプログラムの作成を開始するのに役立ちます。

プロジェクトの基本と問題駆動型の方法で10時間以内にコンピューター初心者プログラミングの基本を教える方法は?プロジェクトの基本と問題駆動型の方法で10時間以内にコンピューター初心者プログラミングの基本を教える方法は?Apr 02, 2025 am 07:18 AM

10時間以内にコンピューター初心者プログラミングの基本を教える方法は?コンピューター初心者にプログラミングの知識を教えるのに10時間しかない場合、何を教えることを選びますか...

See all articles

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

mPDF

mPDF

mPDF は、UTF-8 でエンコードされた HTML から PDF ファイルを生成できる PHP ライブラリです。オリジナルの作者である Ian Back は、Web サイトから「オンザフライ」で PDF ファイルを出力し、さまざまな言語を処理するために mPDF を作成しました。 HTML2FPDF などのオリジナルのスクリプトよりも遅く、Unicode フォントを使用すると生成されるファイルが大きくなりますが、CSS スタイルなどをサポートし、多くの機能強化が施されています。 RTL (アラビア語とヘブライ語) や CJK (中国語、日本語、韓国語) を含むほぼすべての言語をサポートします。ネストされたブロックレベル要素 (P、DIV など) をサポートします。

SAP NetWeaver Server Adapter for Eclipse

SAP NetWeaver Server Adapter for Eclipse

Eclipse を SAP NetWeaver アプリケーション サーバーと統合します。

WebStorm Mac版

WebStorm Mac版

便利なJavaScript開発ツール

MinGW - Minimalist GNU for Windows

MinGW - Minimalist GNU for Windows

このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。

VSCode Windows 64 ビットのダウンロード

VSCode Windows 64 ビットのダウンロード

Microsoft によって発売された無料で強力な IDE エディター