（4）python开发经验

1 使用ctypes库调用

• 说明：ctypes是一个Python内置的库，可以提供C兼容的数据类型，并允许调用动态链接库中的函数。它允许Python直接与C的共享库（.dll文件在Windows系统中，.so文件在Linux系统中）进行交互。
• 优点：
  • 不需要编译Python扩展模块，使用简单。
  • 可以直接加载和调用C++编写的函数。
• 缺点：
  • 性能上不如专门设计的Python-C++绑定。
  • 对C++代码的复杂性支持有限，仅适用于简单的函数调用。
  • 需要手动处理数据类型转换，容易出错。

c++代码

• test.h

  #ifndef TEST_H
  #define TEST_H
  
  extern "C"  // 这里是关键，声明C接口，防止C++编译器对函数名进行修饰
  { 
      // 导出函数声明，如果是gcc、mingw编译器则去掉 __declspec(dllexport)
      __declspec(dllexport) int add(int a, int b); 
  }    
  #endif /* TEST_H */
  

• test.cpp

  #include "test.h"
  
   int add(int a, int b)
  {
      return a + b;
  }
  

• CMakeLists.txt

  cmake_minimum_required(VERSION 3.15)
  
  project(test)
  
  set(SOURCE 
      test.h
      test.cpp)
  
  add_library(${PROJECT_NAME} SHARED ${SOURCE}) # 设置为动态库
  

• 编译后会生成test.lib、test.dll两个文件；

• 如果使用mingw编译器编译会生成libtest.dll.a、libtest.dll两个文件，使用libtest.dll。

python调用dll

• 将test.dll文件放到main.py所在路径下。

• main.py

  from ctypes import cdll
  
  lib = cdll.LoadLibrary('./test.dll')
  # 判断是否加载成功
  if lib:
      print("加载成功")
  else:
      print("加载失败")
  
  # 调用简单函数
  result = lib.add(3, 5)
  print(result)  # 输出8
  

注意： __declspec(dllexport) 是MSVC编译器特有的关键词，用于Windows平台的DLL导出。如果你使用的是GCC编译器（通常在Linux或macOS上使用），则不需要使用 __declspec(dllexport)

2 使用pybind11

pybind11 是一个用于方便地将 C++ 代码绑定到 Python 的库，它使得在 Python 中调用 C++ 函数、使用 C++ 类和数据结构变得简单。以下是 pybind11 的一些优点和缺点：

优点：

1. 简单易用：pybind11 的语法简洁，易于上手。它提供了一种直观的方式将 C++ 代码暴露给 Python，这样即使是没有太多经验的用户也能够快速地编写绑定代码。
2. 高性能：由于 pybind11 直接将 C++ 的类型映射到 Python 的类型，它可以提供接近于直接调用 C++ 函数的性能。
3. 良好的 ABI 支持：pybind11 可以很好地处理 Python 的 ABI（Application Binary Interface），这意味着它在不同的 Python 版本之间具有很好的兼容性。
4. 支持复杂的 C++ 特性：除了基本的数据类型之外，pybind11 还支持复杂的 C++ 特性，如 STL 容器、智能指针、异常处理等。
5. 自动类型转换：pybind11 提供了自动的类型转换机制，使得在 C++ 和 Python 之间传递数据变得更加容易。

缺点：

1. 学习曲线：虽然 pybind11 的语法简单，但要充分利用它的功能，还需要对 C++ 和 Python 的一些底层机制有一定的了解，这可能会形成一定的学习曲线。
2. 调试复杂：当绑定的 C++ 代码出现问题时，调试可能会变得复杂，因为错误信息可能只出现在 Python 端，而实际的错误可能在 C++ 代码中。
3. 跨平台一致性：虽然 pybind11 旨在提供跨平台的一致性，但在某些特殊情况下，可能仍然会遇到平台相关的兼容性问题。
4. 依赖于 CMake：pybind11 建议使用 CMake 来构建项目，这对于那些不熟悉 CMake 的开发者来说可能会增加一些额外的负担。
5. 编译时间：对于大型项目，编译时间可能会比较长，这取决于项目的复杂度和规模。

• 使用git clone https://github.com/pybind/pybind11.git下载源码；

• 将pybind11文件夹放到C++工程路径下；

  

• test.cpp

  #include <pybind11/pybind11.h>
  
  int add(int a, int b) {
      return a + b;
  }
  
  namespace py = pybind11; // 这里的命名空间别名是 py
  
  PYBIND11_MODULE(test, m) {
      // def用法：def(name, function, doc_string)
      // name: 在Python中调用的函数名
      // function: 要绑定的C++函数
      // doc_string: 函数的文档字符串
      m.def("add", &add, "A function which adds two numbers");
  }
  
  

• CMakeLists.txt

  cmake_minimum_required(VERSION 3.15)
  
  project(test)
  
  add_subdirectory(./pybind11) # 这里是添加pybind11的子目录
  
  set(SOURCE 
      test.cpp)
  
  pybind11_add_module(${PROJECT_NAME} ${SOURCE}) # 使用pybind11_add_module函数生成模块
  
  

• 编译后会生成一个test.cp313-win_amd64.pyd文件，将test.cp313-win_amd64.pyd放到main.py路径下。

• main.py

  import test
  
  print(test.add(2,3))
  

• 或者使用pip install pybind11安装库；

• CMakeLists.txt如下所示：

  cmake_minimum_required(VERSION 3.15)
  
  project(test)
  
  # 寻找python库，Interpreter：表示查找 Python 解释器，Development：表示查找 Python 开发包
  find_package(Python COMPONENTS Interpreter Development) 
  # 查找pybind11包，并设置路径
  find_package(pybind11 PATHS "E:/py/PythonProject1/.venv/Lib/site-packages/pybind11/share/cmake/" REQUIRED) 
  
  set(SOURCE 
      test.cpp)
  
  pybind11_add_module(${PROJECT_NAME} ${SOURCE}) # 使用pybind11_add_module函数生成模块