### 如何在
Python 中调用 C++ 库
#### 方法一：通过 `pybind11` 将 C++ 编译为
Python 扩展模块
可以利用 `pybind11` 工具将 C++ 代码转换成可被
Python 导入的扩展模块。此方法需要安装支持的 C++ 编译器（如 g++ 或 clang++），并配置构建脚本（如 `CMakeLists.txt` 或 `setup.py`）。以下是具体实现方式：
```cpp
#include <pybind11/pybind11.h>
namespace py = pybind11;
double add(double a, double b) {
return a + b;
}
PYBIND11_MODULE(example, m) {
m.doc() = "A simple example plugin"; // optional module docstring
m.def("add", &add, "Add two numbers",
py::arg("a"), py::arg("b"));
}
```
上述代码定义了一个简单的加法函数，并将其暴露给
Python 使用[^1]。
接着可以通过以下命令编译该插件：
```bash
c++ -O3 -Wall -shared -std=c++17 -fPIC $(
python3 -m pybind11 --includes) example.cpp -o example$(
python3-config --extension-suffix)
```
最后，在
Python 环境下导入生成的 `.so` 文件即可测试其功能：
```
python
import example
print(example.add(2.5, 3)) # 输出: 5.5
```
---
#### 方法二：借助 PyCXX 实现更高级的功能绑定
对于更加复杂的场景，比如封装 C++ 类型或者处理枚举类型，则推荐使用 PyCXX 这样的专用库。它提供了丰富的接口用于创建自定义的
Python 绑定逻辑。下面展示几个典型的应用案例：
##### （1）绑定 C++ 函数到
Python
假设有一个计算两数之和的简单函数：
```cpp
double sum(double a, double b) { return a + b; }
PYTHON_MODULE(math, m) {
m.def("sum", &sum);
}
```
这段代码展示了如何把原生 C++ 的 `sum()` 映射至
Python 命名空间下的同名方法[^2]。
##### （2）封装 C++ 类供
Python 访问实例成员变量
与操作符重载
考虑如下例子中的向量类及其索引运算符的支持情况：
```cpp
class Vector {
public:
explicit Vector(int size_) : _size(size_), data(new double[size_]()) {}
~Vector() { delete[] data; }
double& operator[](int index) const { /* ... */ };
private:
int _size;
double* data;
};
PYTHON_WRAPPER(Vector) {
PYTHON_INIT(int size_)
PYTHON_INDEX(double, operator[], int)
};
```
此处说明了怎样让
Python 用户能够像操纵本地列表一样轻松地
读写远程存储的数据结构。
##### （3）映射 C++ 枚举常量集成为字典形式呈现于目标解释层面上面
例如水果种类可以用这样的声明表达出来：
```cpp
enum Fruit { Apple=1, Banana=2 };
PYTHON_ENUM(Fruit) {
{"Apple", Apple},
{"Banana", Banana}
};
```
以上片段体现了将底层符号表提升至上层应用层面的过程。
---
#### 方法三：采用 ctypes 加载已有的共享库而无需重新编译源码
当面对已经存在的第三方闭源组件时，可能无法修改原始项目以适应新的需求；此时可以选择直接加载现有的 so/dll 文件并通过标准 API 调度其中公开的服务项。不过需要注意的是，这种方式可能会遇到跨平台兼容性和性能瓶颈等问题。
示例程序演示了基本流程：
```
python
from ctypes import cdll, c_double
lib = cdll.LoadLibrary('./example.so')
result = lib.add(c_double(2), c_double(3))
print(result) # 结果应接近整数值 '5'
```
另外还提到关于动态分配资源回收方面的话题——即由外部 DLL 自己管理生命周期的对象是否会因为宿主进程结束而导致泄露现象发生？经验证实确实存在这种风险，因此建议开发者显式控制销毁过程以防万一[^3]。
---
### 总结
综上所述，有多种途径可供选择以便顺利达成目的：“使
Python 可以无缝衔接调用来自不同背景环境所提供的服务”。每种方案各有优劣之处需视具体情况权衡
取舍后再做决定。
问题
博客指出在信息技术中存在内存节省和数据传输的矛盾，即想要节省内存就需要增加数据传输，二者难以同时实现。
扫一扫
8447
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
