Python学习笔记_第十七章：扩展Python

考虑哪个更重要

最好的解决方案

• 在Python中开发一个原型（prototype）程序
• 分析并找出瓶颈
• 用c语言（或者C++，C#，java，Fortran等）作为扩展来重写瓶颈代码。

使用Fortran可以参考Pyfort和F2PY
如果要编写一些底层代码用来和硬件交互，那么除了C语言外别无选择；另外一个需要使用扩展的情况是遗留代码
Python使用其他语言扩展多半是为了速度，其他语言用Python扩展则是考虑灵活性。

非常简单的途径：Jython和IronPython

Jython和IronPython都需要安装，安装包百度云如下：

• IronPython：链接：https://pan.baidu.com/s/1RvOjY9zxQNjkHXgecnzFyQ
  提取码：d4a0
• Jython：链接：https://pan.baidu.com/s/1PdU_7Z-XSY9HLEaMXboWVg
  提取码：4o6i

使用Jython和IronPython都可以直接访问底层语言中的类和模块（jython对应java，ironPython对应c#和其他.NET语言，这样就不需要特定的API了，扩展c语言必须这样做。
下面是一个简单的java类

public class JPythonTest{
public void greeting(){
System.out.println("hello,world!");
}
}

用某种java编译器编译，例如javac，生成.class文件，即可导入到jython，如下：

C:Usershcs>jython
Jython 2.7.0 (default:9987c746f838, Apr 29 2015, 02:25:11)
[Java HotSpot(TM) 64-Bit Server VM (Oracle Corporation)] on java1.8.0_171
Type "help", "copyright", "credits" or "license" for more information.
>>> import sys
>>> sys.path.append("C:UsershcsDesktop")
>>> import JPythonTest.java
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ImportError: No module named java
>>> import JPythonTest
>>> test = JPythonTest()
>>> test.greeting()
hello,world!
>>>

Jython的属性魔法：Jython在和Java类交互方面有很多技巧，其中最有帮助的就是可以通过普通特性访问直接访问javabean属性。
下面是一个简单的C#类

using System:
namespace FePytest{
public class IronPythonTest{
public void greeting(){
Console.WriteLine("hello, world!");
}
}
}

选择一个编译器，如.NETwindows自带的编译器地址一般为：C:WindowsMicrosoft.NETFrameworkv4.0.30319，编译后产生IronPythonTest.dll文件。
（此处不知道为啥mono中的csc编译的结果不行）
运行结果如下：

C:UsershcsDesktop>ipy
IronPython 2.7.9 (2.7.9.0) on .NET 4.0.30319.42000 (64-bit)
Type "help", "copyright", "credits" or "license" for more information.
>>> import clr
>>> import sys
>>> sys.path.append("C:UsershcsDesktop")
>>> clr.AddReferenceToFile("IronPythonTest.dll")
>>> import FePytest
>>> from FePytest import *
>>> f =IronPythonTest()
>>> f.greeting()
hello, world!

编写C语言扩展

c语言扩展Python通常指扩展CPython，它是用C语言实现的标准Python版本。
C语言动态性方面不及java和c#，如果只是提供编译后的C语言代码，Python就很难与之交互。因此编写c语言扩展必须严格遵照api。
另辟蹊径
如果使用cpython，可以通过c语言库提高运行速度，下面是一些选择

SWIG

中文名字：简化包装和接口文件，是一个能用于几种语言的工具，可以通过它编写C语言或者c++扩展，然后自动包装，以便能在Tcl、Python、Perl、Ruby、Java等高级语言中使用
安装：

• 下载
  百度云：链接：https://pan.baidu.com/s/1-CvkaZD0Rm7RkLzcUph0kg
  提取码：uxhd
• 很多UNIX/Linux发布版中都包含SWIG，使用包管理器可直接安装。
• 获得Windows的二进制安装包
• 自己编译源码（简单地执行configure和make install）

使用SWIG：
1、编写代码接口文件，有点像C语言的头文件，有时可以直接复制。
2、在接口文件上运行SWIG，生成包装代码（C语言）。
3、把原来的C语言代码和生成的包装代码一起编译，生成共享库。

• 编译调用Python API的C语言代码时需要安装Python-dev包
• 使用apt-cyg安装Python-dev包，执行apt-cyg需要bash
• apt-cyg脚本执行过程中，用到了wget命令
• wget的下载地址：https://eternallybored.org/misc/wget/（绿色软件，解压后能直接用）

此处实验不成功。
Python C API的教程和参考可以在http://python.org/doc中找到。
引用计数
当编写Python扩展时，需要访问Python用来隐式管理内存的工具，其中之一是引用计数。
使用两个宏：Py_INCREF和Py_DECREF分别用来增加和减少一个对象的引用计数。详情
Python中不可以拥有一个对象，但是可以拥有一个引用，Python引用计数是对象引用所有者的事情。
引用计数是垃圾收集的一种，Python使用更复杂的机制来检测循环的垃圾。通过gc模块，可以在程序中访问Python的垃圾回收器。更多
一个扩展用的框架
工具可以避免编写Python的C语言扩展过程中的重复工作，可以自动复制代码。需要谨记的是：Python.h文件必须被首先包含。样子如下：

#include<Python.h>
static PyObject *somename(PyObject *self, PyObject *args){
PyObject *result:
Py_INCREF(result);/*可能不需要*/
return result;
}

args包含了函数的所有参数（不包括self），为了提取对象，可以使用PyArg_ParseTuple(可以得到参数的位置)和PyArg_ParseTupleAndKeywords(可以得到参数的位置和关键字)
PyArg_ParseTuple函数的签名如下：
int PyArg_ParseTuple(PyObject *args, char *format, ....);
其中format表示需要得到的参数，看起来是这样的，"s"表示字符串，"i"表示整数，"o"表示Python对象，iis组合表示两个整数和一个字符串。Python C API参考手册可以查看格式字符串的参考。
从此函数已到位，但还需要包装，用时再说。
回文，用Detartrated做消遣
.....
使用Python/C API可以编写共享库，它是一种能直接导入Python的C语言代码，要做到这一点必须遵照特定的Python/C API。要为每个函数处理的事情包括引用计数，提取参数以及创建返回值，为了让C语言库能够作为模块使用，还需要很多代码，包括列出模块中的函数以及创建一个模块的初始化函数。