在Python中使用 C 代码 |设置 1

先决条件：如何在Python中调用 C函数

让我们讨论从Python访问 C 代码的问题。很明显，许多 Python 的内置库都是用 C 编写的。因此，访问 C 是使Python与现有库对话的一个非常重要的部分。 Python提供了一个广泛的 C 编程 API，但处理 C 有许多不同的方法。

代码 #1： [ work.c ] 我们正在处理的 C 代码。

#include 
  
int gcd(int x, int y)
{
    int g = y;
    while (x > 0)
    {
        g = x;
        x = y % x;
        y = g;
    }
    return g;
}
  
int divide(int a, int b, int * remainder)
{
    int quot = a / b;
    *remainder = a % b;
    return quot;
}
  
double avg(double * a, int n)
{
    int i;
    double total = 0.0;
    for (i = 0; i < n; i++)
    {
        total += a[i];
    }
    return total / n;
}
  
typedef struct Point
{
    double x, y;
} Point;
  
double distance(Point * p1, Point * p2)
{
    return hypot(p1->x - p2->x, p1->y - p2->y);
}

上面的代码具有不同的 C 编程特性。

gcd()
divide() – returning multiple values, one through a pointer argument
avg() – performing a data reduction across a C array
Point and distance() – involve C structures.

假设上面的代码在一个名为work.c的文件中，并且它已经被编译成一个库libsample ，可以链接到其他 C 代码。现在，我们有许多已编译到共享库中的 C 函数。因此，我们完全从Python调用函数，而无需编写额外的 C 代码或使用第三方扩展工具。使用 ctypes ：
Python ctypes将发挥作用，但要确保要转换的 C 代码已编译到与Python解释器兼容的共享库中（例如，相同的体系结构、字长、编译器等）。

此外， libsample.so文件已与work.py放在同一目录中。现在让我们了解work.py

代码 #2 : Python模块，围绕生成的库进行访问

# work.py
import ctypes
import os
  
# locating the 'libsample.so' file in the
# same directory as this file
_file = 'libsample.so'
_path = os.path.join(*(os.path.split(__file__)[:-1] + (_file, )))
_mod = ctypes.cdll.LoadLibrary(_path)

代码#3：访问代码

# int gcd(int, int)
gcd = _mod.gcd
gcd.argtypes = (ctypes.c_int, ctypes.c_int)
gcd.restype = ctypes.c_int
  
# int divide(int, int, int *)
_divide = _mod.divide
_divide.argtypes = (ctypes.c_int, ctypes.c_int,
                    ctypes.POINTER(ctypes.c_int))
  
_divide.restype = ctypes.c_int
  
def divide(x, y):
    rem = ctypes.c_int()
    quot = _divide(x, y, rem)
    return quot, rem.value
  
# void avg(double *, int n)
# Define a special type for the 'double *' argument
class DoubleArrayType:
    def from_param(self, param):
          
        typename = type(param).__name__
          
        if hasattr(self, 'from_' + typename):
            return getattr(self, 'from_' + typename)(param)
          
        elif isinstance(param, ctypes.Array):
            return param
          
        else:
            raise TypeError("Can't convert % s" % typename)
  
    # Cast from array.array objects
    def from_array(self, param):
        if param.typecode != 'd':
            raise TypeError('must be an array of doubles')
          
        ptr, _ = param.buffer_info()
        return ctypes.cast(ptr, ctypes.POINTER(ctypes.c_double))
          
    # Cast from lists / tuples
    def from_list(self, param):
        val = ((ctypes.c_double)*len(param))(*param)
        return val
      
    from_tuple = from_list
      
    # Cast from a numpy array
    def from_ndarray(self, param):
        return param.ctypes.data_as(ctypes.POINTER(ctypes.c_double))
  
DoubleArray = DoubleArrayType()
_avg = _mod.avg
_avg.argtypes = (DoubleArray, ctypes.c_int)
_avg.restype = ctypes.c_double
  
def avg(values):
    return _avg(values, len(values))
  
# struct Point { }
class Point(ctypes.Structure):
    _fields_ = [('x', ctypes.c_double), ('y', ctypes.c_double)]
      
# double distance(Point *, Point *)
distance = _mod.distance
distance.argtypes = (ctypes.POINTER(Point), ctypes.POINTER(Point))
distance.restype = ctypes.c_double

现在，可以轻松加载模块并使用生成的 C 函数。请参阅下一部分 - 在Python中使用 C 代码 |设置 2。