ctypes-初学者

我的任务是将ac库“包装”到python类中。在这个问题上，文档令人难以置信。看来他们希望只有高级python用户才能实现ctypes。好吧，我是python的初学者，需要帮助。

一些逐步的帮助将是很棒的。

所以我有我的C库。我该怎么办？我将哪些文件放在哪里？如何导入库？我读到可能有一种方法可以“自动包装”到Python？

（通过我在python.net上进行ctypes教程的方式，它不起作用。这意味着我认为他们认为我应该能够完成其余步骤。

实际上，这是我使用其代码得到的错误：

File "importtest.py", line 1
   >>> from ctypes import *
   SyntaxError: invalid syntax

我真的可以为此使用一些逐步的帮助！谢谢〜

这是一个快速而肮脏的ctypes教程。

首先，编写您的C库。这是一个简单的Hello world示例：

测试库

#include <stdio.h>

void myprint(void);

void myprint()
{
    printf("hello world\n");
}

现在将其编译为共享库（可在此处找到macfix）：

$ gcc -shared -Wl,-soname,testlib -o testlib.so -fPIC testlib.c

# or... for Mac OS X 
$ gcc -shared -Wl,-install_name,testlib.so -o testlib.so -fPIC testlib.c

然后，使用ctypes编写包装器：

testlibwrapper.py

import ctypes

testlib = ctypes.CDLL('/full/path/to/testlib.so')
testlib.myprint()

现在执行它：

$ python testlibwrapper.py

你应该看到输出

Hello world
$

如果您已经有了一个库，则可以跳过本教程的非python部分。确保ctypes可以通过将其放在/usr/lib另一个标准目录中来找到该库。如果这样做，则在编写包装程序时无需指定完整路径。如果选择不执行此操作，则在调用时必须提供库的完整路径ctypes.CDLL()。

这里不是准备更全面的教程的地方，但是如果您在该站点上寻求有关特定问题的帮助，我相信社区会为您提供帮助。

PS：我假设您使用Linux是因为您曾经使用过ctypes.CDLL('libc.so.6')。如果您使用的是其他操作系统，则情况可能会有所改变（或相当多）。

Chinmay Kanchi的答案很好，但是我想要一个传递和返回变量/数组到C ++代码的函数示例。我会在这里包括它，以防它对其他人有用。

传递并返回整数

该函数的C ++代码采用整数并将其加到返回值中，

extern "C" int add_one(int i)
{
    return i+1;
}

另存为文件test.cpp，注意所需的 extern“ C”（对于C代码可以删除）。这是使用g ++编译的，其参数类似于Chinmay Kanchi的答案，

g++ -shared -o testlib.so -fPIC test.cpp

Python代码使用load_library从numpy.ctypeslib假定路径到与Python脚本位于同一目录中的共享库，

import numpy.ctypeslib as ctl
import ctypes

libname = 'testlib.so'
libdir = './'
lib=ctl.load_library(libname, libdir)

py_add_one = lib.add_one
py_add_one.argtypes = [ctypes.c_int]
value = 5
results = py_add_one(value)
print(results)

这将按预期打印6。

传递并打印数组

您还可以按以下方式传递数组，以使C代码可以打印数组的元素，

extern "C" void print_array(double* array, int N)
{
    for (int i=0; i<N; i++) 
        cout << i << " " << array[i] << endl;
}

与以前一样编译，并以相同方式导入。然后，使用该功能的额外Python代码将是，

import numpy as np

py_print_array = lib.print_array
py_print_array.argtypes = [ctl.ndpointer(np.float64, 
                                         flags='aligned, c_contiguous'), 
                           ctypes.c_int]
A = np.array([1.4,2.6,3.0], dtype=np.float64)
py_print_array(A, 3)

在这里我们指定数组，第一个参数print_array，作为指针对齐，c_contiguous 64个浮点的numpy的阵列，第二个参数为一个整数，它告诉C代码numpy的数组中的元素数目。然后通过C代码如下打印，

1.4
2.6
3.0

首先：>>>您在python示例中看到的代码是一种表明它是Python代码的方式。它用于将Python代码与输出分开。像这样：

>>> 4+5
9

在这里，我们看到以开头的行>>>是Python代码，其结果是9。这就是您启动Python解释器时的样子，这就是为什么这样做的原因。

您永远不会将>>>零件输入.py文件。

这样可以解决您的语法错误。

其次，ctypes只是包装Python库的几种方法之一。其他方法是 SWIG，它将查看您的Python库并生成一个公开C API的Python C扩展模块。另一种方法是使用Cython。

它们都有优点和缺点。

SWIG只会将您的C API公开给Python。这意味着您没有任何对象或任何东西，您必须制作一个单独的Python文件来执行此操作。但是，通常有一个名为“ wowza”的模块和一个名为“ _wowza”的SWIG模块，该模块是C API的包装器。这是做事的好方法。

Cython生成一个C-扩展文件。这样做的好处是，您编写的所有Python代码都使用C语言编写，因此编写的对象也都使用C语言编写，这可以提高性能。但是您必须学习它与C的接口，因此要学习如何使用它还需要做一些额外的工作。

ctypes的优点是无需编译C代码，因此非常适合用于包装其他人编写的标准库，并且已经存在于Windows和OS X的二进制版本中。