在Python遇到效能瓶頸時怎麼辦？答案是找對應功能的C/C++程式，把它編譯成CPython模組，供Python呼叫來提高效能。
比如Python中做科學計算，資料處理的Numpy模組就是使用C語言編寫的，Numpy處理速度比Pandas快數倍。Numpy的處理速度一點都不比go語言差。
本文就是介紹如何把C/C++程式編譯成Python模組。本文偏技術，需要耐著性質看。
Python 作為一個膠水語言，可以很方便的通過C/C++來進行擴充套件，提高效能。前面我寫了一篇文章介紹如何通過Python的ctypes載入普通的.so庫。
其實，這還不算真正的用C/C++寫Python的擴充套件模組。
本文將介紹如何使用C語言和C++寫Python模組。
一、Python的C語言介面
Python語言最初是用C語言實現的一種指令碼語言，後來被稱為CPython，是因為後來又有其它語言實現的Python，比如Python實現的Python——PyPy，Java語言實現的Python——Jython，.Net實現的Python——IronPython。
CPython具有優良的開放性和可擴充套件性，並提供了方便靈活的應用程式介面(API)，從而使得C/C++程式設計師能夠對Python直譯器的功能進行擴充套件。
Python的C語言介面很適合封裝C語言實現的各種函式，如果要封裝C++的類，使用boost_python或者SWIG更方便和合適，還有一個類似boost_python的支援C++11的pybind11。
1 模組封裝
假設我們有一個C函式：
/* 檔名：mylib.c */
int addone(int a) {
return a+1;
}
如果想在Python直譯器中呼叫該函式，則應該首先將其實現為Python中的一個模組，這需要編寫相應的封裝介面，如下所示：
/* wrap_mylib.c */
#include
#include "mylib.h"
PyObject* wrap_addone(PyObject* self, PyObject* args)
{
int n, result;
if (! PyArg_ParseTuple(args, "i:fact", &n))
return NULL;
result = addone(n); /*這裡呼叫C函式 */
return Py_BuildValue("i", result);
}
static PyMethodDef mylibMethods[] =
{
{"addone", wrap_addone, METH_VARARGS, "Add one to N"},
{NULL, NULL}
};
void initmylib()
{
PyObject* m;
m = Py_InitModule("mylib", mylibMethods);
}
上面就是一個典型的Python擴充套件模組，它至少應該包含三個部分：匯出函式、方法列表和初始化函式。
2 匯出函式
要在Python直譯器中呼叫C語言中的某個函式，首先要為它編寫對應的匯出函式，上述例子中的匯出函式為wrap_addone。在Python的C語言擴充套件中，所有的匯出函式都具有相同的函式原型：
PyObject* wrap_method(PyObject* self, PyObject* args);
這個函式是Python直譯器和C函式進行互動的介面，一般以wrap_開頭後面跟上C語言的函式名，這樣命名把匯出函式和C語言函式對應起來使得程式碼更加清晰。它帶有兩個引數：self和args。
引數self 只在C函式被實現為內聯方法(built-in method)時才被用到，通常該引數的值為空(NULL)。
引數args 中包含了Python直譯器要傳遞給C函式的所有引數，通常使用Python的C語言擴充套件介面提供的函式PyArg_ParseTuple()來獲得這些引數值。
所有的匯出函式都返回一個PyObject指標，如果對應的C函式沒有真正的返回值(即返回值型別為void)，則應返回一個全域性的None物件(Py_None)，並將其引用計數增1，如下所示：
PyObject* wrap_method(PyObject *self, PyObject *args)
{
Py_INCREF(Py_None);
return Py_None;
}
3 方法列表
方法列表中列出了所有可以被Python直譯器使用的方法，上述例子對應的方法列表為：
static PyMethodDef mylibMethods[] =
{
{"addone", wrap_addone, METH_VARARGS, "Add one to N"},
{NULL, NULL}
};
方法列表中的每項由四個部分組成：
- 方法名
- 匯出函式
- 引數傳遞方式
- 方法描述
方法名是從Python直譯器中呼叫該方法時所使用的名字。
引數傳遞方式則規定了Python向C函式傳遞引數的具體形式，可選的兩種方式是METH_VARARGS和METH_KEYWORDS，其中METH_VARARGS是引數傳遞的標準形式，它通過Python的元組在Python直譯器和C函式之間傳遞引數，若採用METH_KEYWORD方式，則Python直譯器和C函式之間將通過Python的字典型別在兩者之間進行引數傳遞。
4 初始化函式
所有的Python擴充套件模組都必須要有一個初始化函式，以便Python直譯器能夠對模組進行正確的初始化。Python直譯器規定所有的初始化函式的函式名都必須以init開頭，並加上模組的名字。對於模組mylib來說，則相應的初始化函式為:
void initmylib()
{
PyObject* m;
m = Py_InitModule("mylib", mylibMethods);
}
當Python直譯器需要匯入該模組時，將根據該模組的名稱查詢相應的初始化函式，一旦找到則呼叫該函式進行相應的初始化工作，初始化函式則通過呼叫Python的C語言擴充套件介面所提供的函式Py_InitModule()，來向Python直譯器註冊該模組中所有可以用到的方法。
5 編譯連結
要在Python直譯器中使用C語言編寫的擴充套件模組，必須將其編譯成動態連結庫的形式。下面以Linux為例，介紹如何將C編寫的Python擴充套件模組編譯成動態連結庫：
$ gcc -fpic -shared -o mylib.so \
-I/usr/include/python2.7 \
mylib.c wrap_mylib.c
6 在Python中呼叫
上面編譯生成的Python擴充套件模組的動態連結庫，可以在Python中直接import。如下所示：
veelion@gtx:~$ python
Python 2.7.12 (default, Nov 19 2016, 06:48:10)
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import example
>>> example.addone(7)
8
>>>
>>>
這裡生成的.so動態庫和上一篇中不用Python的C語言生成的動態庫是不一樣的，從生成過程和使用方法就可以看出來，這裡的動態庫使用起來感覺就是一個Python模組，直接import就可以了。
二、用boost_python庫封裝C++類
安裝boost python庫：
sudo aptitude install libboost-python-dev
示例
下面程式碼簡單實現了一個普通函式maxab()和一個Student類：
#include
#include
int maxab(int a, int b) { return a>b?a:b; }
class Student {
private:
int age;
std::string name;
public:
Student() {}
Student(std::string const& _name, int _age) { name=_name; age=_age; }
static void myrole() { std::cout << "I'm a student!" << std::endl; }
void whoami() { std::cout << "I am " << name << std::endl; }
bool operator==(Student const& s) const { return age == s.age; }
bool operator!=(Student const& s) const { return age != s.age; }
};
使用boost.python庫封裝也很簡單，如下程式碼所示：
#include
#include <boost/python.hpp>
#include <boost/python/suite/indexing/vector_indexing_suite.hpp>
#include
#include "student.h"
using namespace boost::python;
BOOST_PYTHON_MODULE(student) {
// This will enable user-defined docstrings and python signatures,
// while disabling the C++ signatures
scope().attr("__version__") = "1.0.0";
scope().attr("__doc__") = "a demo module to use boost_python.";
docstring_options local_docstring_options(true, false, false);
def(
"maxab", &maxab, "return max of two numbers.\n"
);
class_("Student", "a class of student")
.def(init<>())
.def(init<std::string, int>())
// methods for Chinese word segmentation
.def(
"whoami", &Student::whoami, "method's doc string..."
)
.def(
"myrole", &Student::myrole, "method's doc string..."
)
.staticmethod("myrole");
// 封裝STL
class_<std::vector >("StudentVec")
.def(vector_indexing_suite<std::vector >())
;
}
上述程式碼還是include了Python.h檔案，如果不include的話，會報錯誤：
wrap_python.hpp:50:23: fatal error: pyconfig.h: No such file or directory
編譯
編譯以上程式碼有兩種方式，一種是在命令列下面直接使用g++編譯：
g++ -I/usr/include/python2.7 -fPIC wrap_student.cpp -lboost_python -shared -o student.so
首先指定Python.h的路徑，如果是Python 3的話就要修改為相應的路徑，編譯wrap_student.cpp要指定-fPIC引數，連結(-lboost_python)生成動態庫(-shared)。生成的student.so動態庫就可以被python直接import使用了
In [1]: import student
In [2]: student.maxab(2, 5)
Out[2]: 5
In [3]: s = student.Student('Tom', 12)
In [4]: s.whoami()
I am Tom
In [5]: s.myrole()
I'm a student!
另外一直方法是用python的setuptools編寫setup.py指令碼：
#!/usr/bin/env python
from setuptools import setup, Extension
setup(name="student",
ext_modules=[
Extension("student", ["wrap_student.cpp"],
libraries = ["boost_python"])
])
然後執行命令編譯：
python setup.py build
or
sudo python setup.py install
三、SWIG封裝C++類
Python呼叫C/C++程式碼的利器除了boost_python外，還有SWIG（Simplified Wrapper and Interface Generator），它是用來為指令碼語言呼叫C和C++程式的軟體開發工具，它實際上是一個編譯器，獲取C/C++的宣告和定義，用一個殼封裝起來，以便其它指令碼語言訪問這些宣告。所以，SWIG 最大的好處就是將指令碼語言的開發效率和 C/C++ 的執行效率有機的結合起來。
一個雙陣列Trie Tree的實現：cedar在中文分詞、新詞發現等演算法中可以y用於詞典的建立。本文以cedar的SWIG封裝實現來說明SWIG的使用。
0. 安裝swig
工欲善其事必先利其器，首先要安裝swig，Ubuntu安裝swig很簡單：
sudo aptitude install swig
1. 宣告和定義C/C++程式碼
在cedar的swig目錄下面有cedar的C++宣告和實現程式碼trie.h，但是這個實現裡面沒有遍歷所有key的函式方法，所以我新增了一個實現，首先定義一個資料結構來定義key：
// key-value pair return type for next_key()
class kv_t {
public:
std::string key;
int value;
};
新增一個函式每次返回一個key，當key字串為空時表示遍歷結束，繼續呼叫的話就又從頭開始遍歷：
// to iterate all keys
kv_t next_key() const {
static size_t from = 0, p = 0;
union { int i; int x; } b;
char key[256] = {0};
kv_t kv;
if(from == 0) {
b.i = _t->begin(from, p);
}else{
b.i = _t->next(from, p);
}
if (b.i == trie_t::CEDAR_NO_PATH) {
kv.key = "";
kv.value = 0;
from = 0;
p = 0;
return kv;
}
_t->suffix(key, p, from);
kv.key = key;
kv.value = b.x;
return kv;
}
2. 編寫介面檔案.i
檢視cedar.i可以看到SWIG的介面檔案的編寫規則：
- 首先在 %module 後面宣告模組名稱，這就是Python在import時使用的模組名稱；
- 在%{ … %}之間包含相關標頭檔案
- 在%include 後面可以宣告對STL的支援
- 最後宣告要封裝的函式和變數，也可以之間包含標頭檔案：%include “trie.h”
3. 封裝程式碼
可以在Makefile裡面看到python-bindings：
python-bindings:
swig -Wall -python -builtin -outdir python -c++ cedar.i
mv -f cedar_wrap.cxx python
直接make或者單獨執行上面的swig命令，就可以生成cedar.py和cedar_wrap.cxx檔案。
4. 編譯生成動態庫
編譯生成的cedar_wrap.cxx使用python distutils的setup，可以參考python/setup.py的編寫。setup.py的build如下：
python setup.py build
就會在當前目錄下面建立目錄build，下面生成lib.linux-x86_64-2.7/cedar.py 和 _cedar.so
四、 pybind11封裝C++
從pybind11的名字可以看出，它是用來封裝C++ 11程式碼為Python模組的庫。它的目標和用法都是想Boost_python庫看齊，但是它又比龐大的Boost庫精簡。我知道這個庫的時間不長，也沒有具體實踐過。以前都是寫C++，然後用boost封裝。但是，感覺pybind11更簡潔，所以下一個專案可以試試它。到時候再分享使用心得給大家。
我的公眾號：猿人學 Python 上會分享更多心得體會，敬請關注。
***版權申明:若沒有特殊說明，文章皆是猿人學 yuanrenxue.com 原創，沒有猿人學授權，請勿以任何形式轉載。***