5. 在另一个应用程序中嵌入 Python

前面的章节讨论了如何扩展 Python，即如何通过附加 C 函数库来扩展 Python 的功能。也可以反过来做：通过在其中嵌入 Python 来丰富您的 C/C++ 应用程序。嵌入使您的应用程序能够使用 Python 而不是 C 或 C++ 来实现应用程序的某些功能。这可以用于许多目的；一个例子是允许用户通过用 Python 编写一些脚本来根据他们的需要定制应用程序。如果某些功能可以更轻松地用 Python 编写，您也可以自己使用它。

嵌入 Python 类似于扩展它，但不完全相同。不同的是，当你扩展 Python 时，应用程序的主程序仍然是 Python 解释器，而如果你嵌入 Python，主程序可能与 Python 无关——相反，应用程序的某些部分偶尔会调用 Python 解释器运行一些 Python 代码。

因此，如果您要嵌入 Python，您将提供自己的主程序。这个主程序必须做的一件事是初始化 Python 解释器。至少，您必须调用函数 Py_Initialize()。有一些可选调用可以将命令行参数传递给 Python。然后，您可以从应用程序的任何部分调用解释器。

有几种不同的调用解释器的方法：您可以将包含 Python 语句的字符串传递给 PyRun_SimpleString()，或者您可以将 stdio 文件指针和文件名（仅用于在错误消息中识别）传递给PyRun_SimpleFile()。您还可以调用前面章节中描述的低级操作来构造和使用 Python 对象。

嵌入Python的简单演示可以在源代码分发的目录Demo/embed/中找到。

也可以看看

Python/C API 参考手册: 本手册中提供了 Python 的 C 接口的详细信息。在这里可以找到大量必要的信息。

5.1. 非常高级的嵌入

嵌入 Python 的最简单形式是使用非常高级的接口。此接口旨在执行 Python 脚本，而无需直接与应用程序交互。例如，这可用于对文件执行某些操作。

#include <Python.h>

int
main(int argc, char *argv[])
{
  Py_SetProgramName(argv[0]);  /* optional but recommended */
  Py_Initialize();
  PyRun_SimpleString("from time import time,ctime\n"
                     "print 'Today is',ctime(time())\n");
  Py_Finalize();
  return 0;
}

Py_SetProgramName() 函数应该在 Py_Initialize() 之前调用，以通知解释器有关 Python 运行时库的路径。接下来，使用 Py_Initialize() 初始化 Python 解释器，然后执行打印日期和时间的硬编码 Python 脚本。之后， Py_Finalize() 调用关闭解释器，然后程序结束。在实际程序中，您可能希望从其他来源（可能是文本编辑器例程、文件或数据库）获取 Python 脚本。使用 PyRun_SimpleFile() 函数可以更好地从文件中获取 Python 代码，这样可以省去分配内存空间和加载文件内容的麻烦。

5.2. 超越非常高级的嵌入：概述

高级接口使您能够从应用程序执行任意 Python 代码段，但至少可以说交换数据值非常麻烦。如果需要，您应该使用较低级别的调用。以必须编写更多 C 代码为代价，您几乎可以实现任何目标。

应该注意的是，尽管意图不同，但扩展 Python 和嵌入 Python 是完全相同的活动。前几章中讨论的大多数主题仍然有效。为了说明这一点，请考虑从 Python 到 C 的扩展代码的真正作用：

将数据值从 Python 转换为 C，
使用转换后的值对 C 例程执行函数调用，以及
将调用中的数据值从 C 转换为 Python。

嵌入 Python 时，接口代码执行以下操作：

将数据值从 C 转换为 Python，
使用转换后的值对 Python 接口例程执行函数调用，以及
将来自 Python 调用的数据值转换为 C。

如您所见，数据转换步骤只是交换以适应跨语言传输的不同方向。唯一的区别是您在两次数据转换之间调用的例程。扩展时调用 C 例程，嵌入时调用 Python 例程。

本章不会讨论如何将数据从 Python 转换为 C，反之亦然。此外，假定已理解正确使用引用和处理错误。由于这些方面与扩展解释器没有区别，因此您可以参考前面的章节以获取所需信息。

5.3. 纯嵌入

第一个程序旨在执行 Python 脚本中的函数。就像在关于非常高级接口的部分中一样，Python 解释器不直接与应用程序交互（但这将在下一节中更改）。

运行 Python 脚本中定义的函数的代码是：

#include <Python.h>

int
main(int argc, char *argv[])
{
    PyObject *pName, *pModule, *pFunc;
    PyObject *pArgs, *pValue;
    int i;

    if (argc < 3) {
        fprintf(stderr,"Usage: call pythonfile funcname [args]\n");
        return 1;
    }

    Py_Initialize();
    pName = PyString_FromString(argv[1]);
    /* Error checking of pName left out */

    pModule = PyImport_Import(pName);
    Py_DECREF(pName);

    if (pModule != NULL) {
        pFunc = PyObject_GetAttrString(pModule, argv[2]);
        /* pFunc is a new reference */

        if (pFunc && PyCallable_Check(pFunc)) {
            pArgs = PyTuple_New(argc - 3);
            for (i = 0; i < argc - 3; ++i) {
                pValue = PyInt_FromLong(atoi(argv[i + 3]));
                if (!pValue) {
                    Py_DECREF(pArgs);
                    Py_DECREF(pModule);
                    fprintf(stderr, "Cannot convert argument\n");
                    return 1;
                }
                /* pValue reference stolen here: */
                PyTuple_SetItem(pArgs, i, pValue);
            }
            pValue = PyObject_CallObject(pFunc, pArgs);
            Py_DECREF(pArgs);
            if (pValue != NULL) {
                printf("Result of call: %ld\n", PyInt_AsLong(pValue));
                Py_DECREF(pValue);
            }
            else {
                Py_DECREF(pFunc);
                Py_DECREF(pModule);
                PyErr_Print();
                fprintf(stderr,"Call failed\n");
                return 1;
            }
        }
        else {
            if (PyErr_Occurred())
                PyErr_Print();
            fprintf(stderr, "Cannot find function \"%s\"\n", argv[2]);
        }
        Py_XDECREF(pFunc);
        Py_DECREF(pModule);
    }
    else {
        PyErr_Print();
        fprintf(stderr, "Failed to load \"%s\"\n", argv[1]);
        return 1;
    }
    Py_Finalize();
    return 0;
}

此代码使用 argv[1] 加载 Python 脚本，并调用 argv[2] 中命名的函数。它的整数参数是 argv 数组的其他值。如果编译并链接这个程序（让我们调用完成的可执行文件 call），并使用它来执行 Python 脚本，例如：

def multiply(a,b):
    print "Will compute", a, "times", b
    c = 0
    for i in range(0, a):
        c = c + b
    return c

那么结果应该是：

$ call multiply multiply 3 2
Will compute 3 times 2
Result of call: 6

尽管该程序的功能相当庞大，但大部分代码用于 Python 和 C 之间的数据转换以及错误报告。关于嵌入 Python 的有趣部分始于

Py_Initialize();
pName = PyString_FromString(argv[1]);
/* Error checking of pName left out */
pModule = PyImport_Import(pName);

初始化解释器后，使用 PyImport_Import() 加载脚本。该例程需要一个 Python 字符串作为其参数，该字符串是使用 PyString_FromString() 数据转换例程构造的。

pFunc = PyObject_GetAttrString(pModule, argv[2]);
/* pFunc is a new reference */

if (pFunc && PyCallable_Check(pFunc)) {
    ...
}
Py_XDECREF(pFunc);

加载脚本后，我们将使用 PyObject_GetAttrString() 检索我们要查找的名称。如果名称存在，并且返回的对象是可调用的，则可以安全地假设它是一个函数。然后程序继续像往常一样构造一个参数元组。然后使用以下命令调用 Python 函数：

pValue = PyObject_CallObject(pFunc, pArgs);

在函数返回时，pValue 要么是 NULL，要么包含对函数返回值的引用。请务必在检查值后释放引用。

5.4. 扩展嵌入式 Python

到目前为止，嵌入式 Python 解释器无法访问应用程序本身的功能。 Python API 通过扩展嵌入式解释器来实现这一点。也就是说，嵌入式解释器使用应用程序提供的例程进行扩展。虽然听起来很复杂，但它并没有那么糟糕。暂时忘记应用程序启动 Python 解释器。相反，将应用程序视为一组子例程，并编写一些胶水代码让 Python 能够访问这些例程，就像编写普通的 Python 扩展一样。例如：

static int numargs=0;

/* Return the number of arguments of the application command line */
static PyObject*
emb_numargs(PyObject *self, PyObject *args)
{
    if(!PyArg_ParseTuple(args, ":numargs"))
        return NULL;
    return Py_BuildValue("i", numargs);
}

static PyMethodDef EmbMethods[] = {
    {"numargs", emb_numargs, METH_VARARGS,
     "Return the number of arguments received by the process."},
    {NULL, NULL, 0, NULL}
};

在 main() 函数的正上方插入上述代码。另外，在 Py_Initialize() 之后直接插入以下两条语句：

numargs = argc;
Py_InitModule("emb", EmbMethods);

这两行初始化 numargs 变量，并使嵌入式 Python 解释器可以访问 emb.numargs() 函数。通过这些扩展，Python 脚本可以执行以下操作：

import emb
print "Number of arguments", emb.numargs()

在实际应用程序中，这些方法会将应用程序的 API 公开给 Python。

5.5. 在 C++ 中嵌入 Python

也可以在 C++ 程序中嵌入 Python；具体如何完成取决于所使用的 C++ 系统的细节；通常，您需要用 C++ 编写主程序，并使用 C++ 编译器来编译和链接您的程序。无需使用 C++ 重新编译 Python 本身。

5.6. 在类 Unix 系统下编译和链接

找到传递给编译器（和链接器）以将 Python 解释器嵌入到应用程序中的正确标志并不一定是微不足道的，特别是因为 Python 需要加载实现为 C 动态扩展的库模块（.so文件）链接到它。

要找出所需的编译器和链接器标志，您可以执行作为安装过程的一部分生成的 pythonX.Y-config 脚本（也可以使用 python-config 脚本）。此脚本有多个选项，其中以下选项对您直接有用：

pythonX.Y-config --cflags 会在编译时给你推荐的标志：

$ /opt/bin/python2.7-config --cflags
-I/opt/include/python2.7 -fno-strict-aliasing -DNDEBUG -g -fwrapv -O3 -Wall -Wstrict-prototypes

pythonX.Y-config --ldflags 会在链接时给你推荐的标志：

$ /opt/bin/python2.7-config --ldflags
-L/opt/lib/python2.7/config -lpthread -ldl -lutil -lm -lpython2.7 -Xlinker -export-dynamic

笔记

为避免多个 Python 安装之间的混淆（尤其是系统 Python 和您自己编译的 Python 之间），建议您使用 pythonX.Y-config 的绝对路径，如上例所示。

如果此过程对您不起作用（不保证适用于所有类 Unix 平台；但是，我们欢迎错误报告），您将必须阅读您的系统关于动态链接和/或检查 Python 的 Makefile（使用 sysconfig.get_makefile_filename() 找到它的位置）和编译选项。在这种情况下，sysconfig 模块是一个有用的工具，可以以编程方式提取您想要组合在一起的配置值。例如：

>>> import sysconfig
>>> sysconfig.get_config_var('LIBS')
'-lpthread -ldl  -lutil'
>>> sysconfig.get_config_var('LINKFORSHARED')
'-Xlinker -export-dynamic'

5. 在另一个应用程序中嵌入 Python — Python 文档