目录
说明
嵌入 Python
编写嵌入 Python 程序
C++ 调用 Python 代码
导入 Python 模块
执行 Python 文件
*** 作 Python 对象
运行传入的 Python 方法
处理异常
关于命名空间变量
handle 类详解
exec 详解
Python C API
完整示例
参考链接
说明
Boost.Python 不仅可以提供将 C++ 代码封装成 Python 接口供 Python 程序调用的功能，反过来，也可以使用 Boost.Python 在 C++ 程序中调用 Python 方法。但是需要注意的是，截至当前版本的 Boost(1.79) 的这一功能还不完善，需要与 Python/C API 结合使用。官方说法是后续可能会完善，但是当前还不能独立使用。
先总结一下个人想法吧，总体看下来，Boost.Python 的嵌入 Python 方案其实现完全依靠调用 Python/C API 的内容，只是在后者基础之上做了一层封装，使得看起来更加便利了而已。对于开发者来说，如果仅仅为了实现嵌入 Python 的功能，没有必要使用 Boost 库，但是对于依赖 Boost 的软件项目来说，使用 Boost.Python 确实能简化不少流程，且能降低这方面出错的概率。
嵌入 PythonBoost.Python 包含两种模型 extending 和 embedding。前者是将 C++ 编写的库封装成 Python 接口时使用的，后者则用于在 C++ 程序中调用 Python 解释器作为库子例程，一般为现有应用程序添加脚本功能。两者的主要区别在于 C++ main() 函数的位置，分别在 Python 解释器可执行文件或其他程序中。
我们将在 C/C++ 代码调用的 Python 语句称为 Embedding Python。
编写嵌入 Python 程序注：关于 extending 和 embedding，我们不必太在意细节，对于软件开发人员来说，他们在使用上没有任何区别。通常能使用 Boost.Python 库参与编译，这两者都是可用的。
使用 Boost.Python 编写嵌入 Python 程序一般遵循以下4个步骤：
- 包含头文件
- 调用 Py_Initialize() 来初始化 Python 解释器并创建 __main__ 模块
- 调用其他 Python C API 来使用 Python 解释器
- 编写自己的业务代码
注：在当前为止的版本（1.79），我们需要手动调用 Py_Finalize() 来停止 Python 解释器，在将来的版本中会解决这个问题，但是在当前还是需要。
先看一个简单的示例：
#include
using namespace boost::python;
int main( int argc, char ** argv ) {
try {
Py_Initialize();
// 方法一： 使用 Python C API 打印
/*
object main_module((
handle<>(borrowed(PyImport_AddModule("__main__")))));
object main_namespace = main_module.attr("__dict__");
handle<> ignored(( PyRun_String( "print(\"Hello, World\")",
Py_file_input,
main_namespace.ptr(),
main_namespace.ptr() ) ));
*/
// 方法二：使用 Boost.Python 接口打印
object ignored = exec("print(\"Hello, World\")");
Py_Finalize();
} catch( error_already_set ) {
PyErr_Print();
}
} CMakeLists.txt
set(MODULE_NAME embedding)
add_executable(${MODULE_NAME} hello.cpp)
target_link_libraries(${MODULE_NAME}
${Boost_LIBRARIES}
${PYTHON_LIBRARIES}
)在这个示例中实现了两种方法来打印 "Hello， World"。方法一主要使用 Python C API 的方法，二则使用 Boost.Python 提供的 exec 功能。两者实现上没什么区别，后者是也是用方法一实现的，是对 Python C API 的封装，但是提供了更完善的检查和引用计数的处理。所以，如果使用了 Boost.Python，建议使用方法二。一方面更简洁，另一方面也更安全。
我们知道 Python 中的对象是有引用计数的，虽然使用 Python C API 的 Python 对象也有引用计数，但两者还是有区别的，Python 的引用计数由 Python 自动管理，而 Python C API 的引用计数则要求用户手动管理。这就使得对引用计数的处理变得很麻烦，尤其当程序运行异常时尤其难以解决。针对这一问题，Boost.Python 提供了 handle 和 object 类模板来自动化管理引用计数。也就是上面的例子中的 handle<>, object 相关语句。
C++ 调用 Python 代码Boost.Python 提供了四个相关的函数来在 C++ 中调用 Python 代码：
// eval计算给定的表达式并返回结果值
object eval(str expression, object globals = object(), object locals = object())
// exec执行 code 指定的 Python 代码段（通常是一组语句）
object exec(str code, object globals = object(), object locals = object())
// exec_statement 执行 string 指定的 Python 语句
object exec_statement(str string, object global = object(), object local = object());
// exec_file执行给定文件中包含的代码
object exec_file(str filename, object globals = object(), object locals = object())注：上例中的 str 参数也可以使用 const char *代替。
eval(), exec() 和 exec_statement() 三个接口的参数完全一致，应用场景也很接近。区别在于其内部实现里调用的 PyRun_String() 方法的 start 参数分别是 Py_eval_input, Py_file_input 和 Py_single_input。详见：The Very High Level Layer。
由于 exec_statement() 只能执行一行 Python 语句，而 exec() 可以执行一到多行，所以我建议尽量使用后者。
globals 和 locals 分别对应于 PyRun_String() 的同名参数， Boost.Python 在这里做成有默认值的可缺省的参数。
在 Python 中，全局和局部参数是以字典的形式保存的，即{arg_name:arg_value}，在大多数情况下，我们可以使用 __main__ 模块来获取这些参数。比如：
object main_module = import("__main__");
object main_namespace = main_module.attr("__dict__");
object ignored = exec("hello = file('hello.txt', 'w')\n"
"hello.write('Hello world!')\n"
"hello.close()",
main_namespace);这段代码会在当前目录创建一个名为 "hello.txt"的文件，其中包含 "Hello world!" 内容。
导入 Python 模块通过 Boost.Python 导入 Python 模块有两种方式，先看一种简单的，直接将 Python 模块的 *** 作直接作为 Python 语句的一部分，然后调用 exec() 来运行：
object ignored = exec("import sys\n"
"version = sys.version\n"
"print(version)\n", main_namespace);
ignored = exec("import sys\n"
"encode = sys.getdefaultencoding()\n"
"print(encode)\n", main_namespace);这种方式简单，但是缺点也显而易见，对模块的 *** 作全都集中在一段代码内还好，但如果 *** 作需要分段进行，则每次都要重新导入模块，效率太低。
一种更灵活的方式是，导入一次模块后，作为一个 C++ 对象保留下来，在任意需要的地方随时调用。Boost.Python 提供的 import() 属性可以很好的用于这种场景，导入后的模块的方法和变量等都作为 C++ 对象的属性。该 import 语句用于导入 Python 模块的调用格式为：
object import(str name)name 表示要导入的 python 模块名称。
那么上面的示例就可以改写为以下内容：
object sys = import("sys");
object version_o = sys.attr("version");
std::string version_s = extract(version_o);
std::cout << version_s << std::endl;
std::string encode = extract(sys.attr("getdefaultencoding")());
std::cout << encode << std::endl; 执行 Python 文件注： import() 函数是 Boost.Python 对 PyImport_ImportModule() 函数的封装，其作用与 object main_module((
handle<>(borrowed(PyImport_AddModule("__main__"))))); 语句类似。建议直接使用 import()。
在 C++ 中执行 Python 程序文件，直接使用 exec_file() 即可，本身没什么可说的。但是需要注意两点。
先看示例：
# embedding.py
number_x = 30
print ("This is embedded python file")
if __name__ == '__main__':
number_y = 20
print ("Py run itself.")// embedding.cpp
int main( int argc, char ** argv )
{
try {
Py_Initialize();
dict global;
object result = exec_file("embedding.py", global, global);
int num_x = extract(global["number_x"]);
// int num_y = extract(global["number_y"]); // KeyError: 'number_y'
std::cout << num_x << std::endl;
Py_Finalize();
} catch( error_already_set ) {
PyErr_Print();
}
} 编译后运行结果：
This is embedded python file
30需要注意的两点是：
- 虽然是执行 Python 文件，但仍然是以 module 的形式。.py 文件中， if __name__ == '__main__': 以下的内容都不会执行（当然，这是有前提的，后面会说明）；
- .py 文件中设置的变量会被保存到 Boost.Python 字典类型的命名空间中。
我在之前的文章提到过，Boost.Python 使用类来抽象 Python 对象，恰当地使用 object 类及其派生类可以完美地 *** 作所有的 Python 对象。
以下示例用以说明这一事实：
object main_module = import("__main__");
object main_namespace = main_module.attr("__dict__");
object ignored = exec("result = 5 ** 2", main_namespace);
int five_squared = extract(main_namespace["result"]); 在这里，我们为 __main__ 模块的命名空间创建一个字典对象。然后我们将 5 平方分配给结果变量并从字典中读取该变量。实现相同结果的另一种方法是使用 eval 代替，它直接返回结果：
object result = eval("5 ** 2");
int five_squared = extract(result); 接下来我们回到上一个程序，对 C++ 代码稍作修改：
object main_module = import("__main__");
object main_namespace = main_module.attr("__dict__");
// dict global;
object result = exec_file("embedding.py", main_namespace, main_namespace);
int num_x = extract(main_namespace["number_x"]);
int num_y = extract(main_namespace["number_y"]); // KeyError: 'number_y'
std::cout << num_x << num_y << std::endl; 再次编译运行，结果如下：
This is embedded python file
Py run itself.
3020和之前的程序相比，我们这一次在代码里导入了 __main__ 模块，__main__ 是 Python 程序的入口，我们在这里导入了 "__main__" 之后，Python 魔法函数 __name__ 就被赋值了 __main__，那么 .py 文件里的语句也就会被执行了。
运行传入的 Python 方法在上面这几种方式之外，C++ 程序还可以运行由 Python 作为参数传递进来的方法，此时 C++ 和 Python 之间的交互较为频繁，先由 Python 调用 C++ 接口，再在 C++ 内运行 Python 方法。
具体内容参见：boost.python：在c++程序中调用python的函数
处理异常如果在执行 Python 代码的过程当中发生异常，Boost.Python 会抛出 error_already_set 类，该类包含用于管理和转换 Python 和 C++ 异常的类型和函数。
try
{
object result = eval("5/0");
// execution will never get here:
int five_divided_by_zero = extract(result);
}
catch(error_already_set const &)
{
// handle the exception in some way
} error_already_set 异常类本身不携带任何信息。要了解有关发生的 Python 异常的更多信息，您需要在 catch 语句中使用 Python C API 的异常处理函数。这可以像调用 PyErr_Print() 将异常的回溯打印到控制台一样简单，或者将异常的类型与标准异常的类型进行比较：
catch(error_already_set const &)
{
if (PyErr_ExceptionMatches(PyExc_ZeroDivisionError))
{
// handle ZeroDivisionError specially
}
else
{
// print all other errors to stderr
PyErr_Print();
}
}嵌入 Python 是为了为我所用，而在前面的示例中，看似 C++ 调用了 Python 代码，但两者仍然是比较孤立的，C++ 内定义的一系列函数和变量等并不能为 Python 代码所使用，这样也起不到结合两者有点的作用。此时，命名空间就有文章可做了。
我们在调用 exec() 时传入了 main_space 作为全局变量，它是一个字典类型的变量，对应于 python 环境下的全局变量字典。格式为 ["name":object] ，也就是说几乎所有类型的 Python 对象都可以作为该变量的成员。当我们在 C++ 程序中初始化 Python 解释器后，main_space 下的成员可以作为 Python 目标的属性直接调用。
比如，我们在 C++ 下定义一个简单的类和函数：
class mainspace {
public:
int get_num() { return 10; }
};
void showtime()
{
std::cout << "show time for namespace" << std::endl;
}然后在执行 Python 时将上述类和函数作为成员添加进 Python 全局变量：
object main_module = import("__main__");
object main_namespace = main_module.attr("__dict__");
main_namespace["mainspace"] = class_("mainspace")
.def("get_num",&mainspace::get_num);
main_namespace["show_time"] = showtime;
object ignored = exec("ms = mainspace()\n"
"print(ms.get_num())\n"
"show_time()\n", main_namespace); 此时 Python 全局变量下有两个成员： "mainspace" : class mainspace 和 "show_time" : showtime()。 Python 可以直接使用这两个成员，运行结果如下：
$ ./embedding
10
show time for namespaceOK，前面我们是将类的定义传递到了 Python 空间，在 Python 运行时要先创建一个类实例，然后才能调用类的成员函数。如果在初始化 Python 解释器之前，我们就有一个类的实例，也可以直接将该实例引用到 Python 空间。
比如，先实例化类，再将该实例赋值给 main_space:
mainspace aaa;
...
main_namespace["mspace"] = ptr(&aaa);然后在 Python 下就可以直接使用了：
object ignored = exec("print(mspace.get_num())\n", main_namespace);于是，我们终于可以访问我们的 C++ 应用程序的数据了，但是所有的数据都在全局命名空间中，对于优秀的程序设计而言并不是一个好的做法。为了避免这种情况并提供适当的封装，我们应该将所有类和数据放入一个模块中。第一步是删除所有修改 main_namespace 对象的行，然后添加一个标准的 Boost 模块定义：
BOOST_PYTHON_MODULE(CppMod) {
class_("mainspace")
.def("get_num",&mainspace::get_num);
} 现在，在 main() 内部和调用 Py_Initialize() 之前，我们要调用 PyImport_AppendInittab( "CppMod", &initCppMod ); initCppMod 是由 BOOST_PYTHON_MODULE 宏创建的函数，用于初始化 Python 模块 CppMod。此时，我们的嵌入式 python 程序就可以调用 import CppMod，然后作为模块成员访问 mainspace。
handle 类详解前面的内容提到，Boost.Python 使用 handle<> 来实现引用计数的自动管理。句柄本质上是一个指向 Python 对象类型的智能指针；它拥有一个 T* 类型的指针，其中 T 是它的模板参数。 T 必须是派生自 PyObject 的类型或初始 sizeof(PyObject) 字节与 PyObject 布局兼容的 POD 类型。在 Python/'C' API 和高级代码之间的边界处使用 handle<>；首选对象作为 Python 对象的通用接口。
handle 类定义在
namespace boost { namespace python
{
template
class handle
{
typedef T* (handle::* bool_type )() const;
public: // types
typedef T element_type;
public: // member functions
~handle();
template
explicit handle(detail::borrowed >* p);
template
explicit handle(null_ok >* p);
template
explicit handle(detail::borrowed* p);
template
explicit handle(null_ok* p);
template
explicit handle(Y* p);
handle();
template
handle(handle const& r);
handle(handle const& r);
T* operator-> () const;
T& operator* () const;
handle& operator=(handle const& r);
template
handle& operator=(handle const & r); // never throws
T* get() const; // 返回当前句柄
void reset(); // 重置handle类对象，此时句柄指向的地址为NULL
T* release(); // 返回当前句柄，然后将当前句柄清零
operator bool_type() const; // never throws
private:
T* m_p;
};
template struct null_ok;
namespace detail { template struct borrowed; }
}} handle 的构造函数和析构函数实现上依赖于 Python/C API 的 Py_XINCREF() 和 Py_XDECREF() 等 *** 作，用于实现引用计数的加1减1 *** 作。
构造函数的使用格式如下：
// 创建一个引用计数 +1 的 NULL 指针 x
handle<> x;
handle<> x = handle<> ();
// 创建一个基于对象 y 的带有引用计数的指针， null_ok 表示 y 可以为 NULL
handle<> x(y);
handle<> x(null_ok(y));
handle<> x = handle<> (y);
handle<> x = handle<> (null_ok(y));
// 创建一个与原有对象 y 的引用计数相同的的智能指针x，borrowed()表示对象是“借用”的，保持引用计数一致
handle<> x(borrowed(y));
handle<> x(null_ok(borrowed(y)));
handle<> x = handle<> (borrowed(y));
handle<> x = handle<> (null_ok(borrowed(y)));null_ok 和 borrowed 的位置可以互换。
exec 详解对于大部分的软件工程师来说，了解 exec() 等函数接口就足够了，这部分内容没必要了解。但是学习其具体实现有助于理解 Boost.Python 的实现逻辑，也有助于提升自己的编程能力，所以在这里分析一下。
object BOOST_PYTHON_DECL exec(str string, object global, object local)
{
return exec(python::extract(string), global, local);
}
object BOOST_PYTHON_DECL exec(char const *string, object global, object local)
{
// Set suitable default values for global and local dicts.
if (global.is_none())
{
if (PyObject *g = PyEval_GetGlobals())
global = object(detail::borrowed_reference(g));
else
global = dict();
}
if (local.is_none()) local = global;
// should be 'char const *' but older python versions don't use 'const' yet.
char *s = const_cast(string);
PyObject* result = PyRun_String(s, Py_file_input, global.ptr(), local.ptr());
if (!result) throw_error_already_set();
return object(detail::new_reference(result));
} 在没有指定全局和局部变量的情况下，Boost.Python 默认会借助 PyEval_GetGlobals() 来获取当前执行帧中全局变量的字典。如果失败则定义一个新的字典变量。但是头文件中将 global 和 local 设置了默认参数 dict()，所以一般情况下不会运行到 PyEval_GetGlobals()。
调用 Python 的过程也是借助了 PyRun_String() 方法，只是在此基础上增加了异常处理。
eval() 和 exec_statement() 的实现与 exec() 一样，只是在调用 PyRun_String() 的参数 Py_file_input 不同。
exec_file() 的实现由稍许不同，在此不做分析。
Python C APIPython/C API 是 Python 官方提供的使用 C 或 C++ 扩展 Python 的方法。这种方法需要以特定的方式来编写 C 代码以供 Python 去调用它。所有的 Python 对象都被表示为一种叫做 PyObject 的结构体，并且 Python.h 头文件中提供了各种 *** 作它的函数。大部分对 Python 原生对象的基础函数和 *** 作在 Python.h 头文件中都能找到。
详细教程见：Python/C API Reference Manualhttps://docs.python.org/3/c-api/index.html
完整示例以下内容来自于 Boost 源代码，从文章完整性的角度供参考，其中有一些暂时还没有看到的内容，后面会补充文章进行说明。
// Copyright Stefan Seefeld 2005.
// Distributed under the Boost Software License, Version 1.0. (See
// accompanying file LICENSE_1_0.txt or copy at
// http://www.boost.org/LICENSE_1_0.txt)
#include
#include
#include
namespace python = boost::python;
// An abstract base class
class Base : public boost::noncopyable
{
public:
virtual ~Base() {};
virtual std::string hello() = 0;
};
// C++ derived class
class CppDerived : public Base
{
public:
virtual ~CppDerived() {}
virtual std::string hello() { return "Hello from C++!";}
};
// Familiar Boost.Python wrapper class for Base
struct BaseWrap : Base, python::wrapper(this->get_override("hello").ptr());
#else
return this->get_override("hello")();
#endif
}
};
// Pack the Base class wrapper into a module
BOOST_PYTHON_MODULE(embedded_hello)
{
python::class_ base("Base");
}
void exec_test()
{
std::cout << "registering extension module embedded_hello..." << std::endl;
// Register the module with the interpreter
if (PyImport_AppendInittab("embedded_hello", initembedded_hello) == -1)
throw std::runtime_error("Failed to add embedded_hello to the interpreter's "
"builtin modules");
std::cout << "defining Python class derived from Base..." << std::endl;
// Retrieve the main module
python::object main = python::import("__main__");
// Retrieve the main module's namespace
python::object global(main.attr("__dict__"));
// Define the derived class in Python.
python::object result = python::exec(
"from embedded_hello import * \n"
"class PythonDerived(Base): \n"
" def hello(self): \n"
" return 'Hello from Python!' \n",
global, global);
python::object PythonDerived = global["PythonDerived"];
// Creating and using instances of the C++ class is as easy as always.
CppDerived cpp;
BOOST_TEST(cpp.hello() == "Hello from C++!");
std::cout << "testing derived class from C++..." << std::endl;
// But now creating and using instances of the Python class is almost
// as easy!
python::object py_base = PythonDerived();
Base& py = python::extract(py_base) BOOST_EXTRACT_WORKAROUND;
// Make sure the right 'hello' method is called.
BOOST_TEST(py.hello() == "Hello from Python!");
std::cout << "success!" << std::endl;
}
void exec_file_test(std::string const &script)
{
std::cout << "running file " << script << "..." << std::endl;
// Run a python script in an empty environment.
python::dict global;
python::object result = python::exec_file(script.c_str(), global, global);
// Extract an object the script stored in the global dictionary.
BOOST_TEST(python::extract(global["number"]) == 42);
std::cout << "success!" << std::endl;
}
void exec_test_error()
{
std::cout << "intentionally causing a python exception..." << std::endl;
// Execute a statement that raises a python exception.
python::dict global;
python::object result = python::exec("print unknown \n", global, global);
std::cout << "Oops! This statement should be skipped due to an exception" << std::endl;
}
int main(int argc, char **argv)
{
BOOST_TEST(argc == 2);
std::string script = argv[1];
// Initialize the interpreter
Py_Initialize();
bool error_expected = false;
if (
python::handle_exception(exec_test)
|| python::handle_exception(boost::bind(exec_file_test, script))
|| (
(error_expected = true)
&& python::handle_exception(exec_test_error)
)
)
{
if (PyErr_Occurred())
{
if (!error_expected)
BOOST_ERROR("Python Error detected");
PyErr_Print();
}
else
{
BOOST_ERROR("A C++ exception was thrown for which "
"there was no exception translator registered.");
}
}
// Boost.Python doesn't support Py_Finalize yet, so don't call it!
return boost::report_errors();
} boost.python/EmbeddingPython - Python Wiki
Embedding - 1.79.0
boost/python/errors.hpp - 1.79.0
boost/python/handle.hpp - 1.79.0
boost.python/handle - Python Wiki
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）