Python 怎么调用 C++ 模块？这可是个老生常谈的问题了。为啥要这么做？还不是因为 Python 跑得慢！遇到性能瓶颈，直接用 C++ 重写，然后 Python 调用，简直完美！那到底怎么搞？别急，咱这就来盘盘道。

第一招：最直接的 ctypes

ctypes，Python 自带的“瑞士军刀”。 它的好处就是“自带”，不需要额外安装什么，开箱即用。想象一下，你写了一个 C++ 库，编译成了动态链接库（Windows 下的 .dll，Linux 下的 .so，macOS 下的 .dylib），ctypes 就能直接加载它。

“`python
import ctypes

加载动态链接库

mylib = ctypes.CDLL(‘./mylib.so’) # 注意路径，要根据实际情况修改

定义 C++ 函数的参数类型和返回类型（非常重要！）

mylib.my_cpp_function.argtypes = [ctypes.c_int, ctypes.c_double]
mylib.my_cpp_function.restype = ctypes.c_double

调用 C++ 函数

result = mylib.my_cpp_function(10, 3.14)
print(result)
“`

看到了吗？关键在于 .argtypes 和 .restype。 它们告诉 Python，C++ 函数需要什么类型的参数，以及返回什么类型的结果。如果类型定义错了，那可就麻烦了，轻则数据错误，重则程序崩溃！

ctypes 的优点是简单粗暴，不需要额外的编译步骤。 但是，它的缺点也很明显。 你需要手动指定每个函数的参数类型和返回类型，这很繁琐，容易出错。 而且，ctypes 对 C++ 的类和对象支持不太好，如果要调用复杂的 C++ 代码，就有点力不从心了。

第二招：逼格更高的 Cython

Cython，一个“为 Python 穿上 C++ 马甲”的神器。 它是一种介于 Python 和 C++ 之间的语言，可以让你用类似 Python 的语法写 C++ 代码，然后编译成 Python 扩展模块。

首先，你需要安装 Cython：

bash
pip install cython

然后，创建一个 .pyx 文件，比如 my_module.pyx：

“`python

cython: language_level=3

def my_python_function(int x, double y):
cdef double result = x * y # 定义 C++ 类型的变量
return result
“`

注意 cdef 关键字，它用来声明 C++ 类型的变量。 Cython 会把这些变量编译成 C++ 代码，从而提高性能。

接下来，创建一个 setup.py 文件：

“`python
from setuptools import setup
from Cython.Build import cythonize

setup(
ext_modules = cythonize(“my_module.pyx”)
)
“`

最后，编译 .pyx 文件：

bash
python setup.py build_ext --inplace

这会生成一个 .so 文件（或者 .pyd 文件，如果是 Windows）。 现在，你就可以像导入普通 Python 模块一样导入它了：

“`python
import my_module

result = my_module.my_python_function(10, 3.14)
print(result)
“`

Cython 的优点是性能高，语法接近 Python，可以方便地利用 C++ 的特性。 但是，它也有一定的学习曲线，需要掌握 Cython 的语法和编译过程。 再者，Cython代码的调试比纯Python代码要麻烦一些，一旦出了问题，可能需要借助GDB等工具。

第三招：更现代的 pybind11

pybind11，一个“让 C++ 和 Python 谈恋爱”的库。 它是一个轻量级的头文件库，可以让你用纯 C++ 代码编写 Python 扩展模块。

首先，你需要下载 pybind11 的头文件，并将其包含到你的 C++ 项目中。 如果你用 CMake，可以这样：

“`cmake
cmake_minimum_required(VERSION 3.15)
project(MyProject)

add_subdirectory(pybind11) # 假设 pybind11 放在项目根目录下的 pybind11 目录中

add_executable(MyModule my_module.cpp)
target_link_libraries(MyModule pybind11::module)

set_target_properties(MyModule PROPERTIES SUFFIX “.so”) # Linux

set_target_properties(MyModule PROPERTIES SUFFIX “.pyd”) # Windows

“`

然后，创建一个 C++ 文件，比如 my_module.cpp：

“`cpp

include

namespace py = pybind11;

double my_cpp_function(int x, double y) {
return x * y;
}

PYBIND11_MODULE(my_module, m) {
m.doc() = “My C++ module”; // 可选的模块文档

m.def("my_cpp_function", &my_cpp_function, "A function that multiplies two numbers");

}
“`

PYBIND11_MODULE 宏定义了 Python 模块的名称，并将 C++ 函数暴露给 Python。 m.def 函数用来定义 Python 函数，它接受函数名、C++ 函数指针和文档字符串作为参数。

最后，编译 C++ 代码：

bash
mkdir build
cd build
cmake ..
make

这会生成一个 .so 文件（或者 .pyd 文件，如果是 Windows）。 现在，你就可以像导入普通 Python 模块一样导入它了：

“`python
import my_module

result = my_module.my_cpp_function(10, 3.14)
print(result)
“`

pybind11 的优点是简洁易用，性能高，可以方便地处理 C++ 的类和对象。 它还支持 C++ 11 及以上的新特性，让你可以写出更现代的 C++ 代码。 再者，由于完全使用 C++，调试体验也比Cython更好。 但缺点也很明显，你需要懂 C++，而且要熟悉 CMake 等构建工具。

总结

这三种方法各有优缺点，选择哪种取决于你的具体需求。 如果你只需要调用简单的 C++ 函数，ctypes 是一个不错的选择。 如果你需要更高的性能，或者需要处理复杂的 C++ 代码，Cython 或 pybind11 更好。 pybind11 可能是未来的趋势，因为它更现代、更易用。

当然，还有其他一些方法，比如 Boost.Python，但它们的使用不如这三种方法广泛。 希望这篇文章能帮助你解决 Python 调用 C++ 的问题！记住，实践出真知，多动手尝试，才能真正掌握这些技术。而且，别忘了根据自己的项目特点，选择最适合自己的方案，没有最好的，只有最合适的。