C语言如何调用Python？-C语言-盈思创科技

核心原理

C语言调用Python的本质是：

（图片来源网络，侵删）

启动一个Python解释器：在C程序中嵌入一个Python解释器实例。
使用C API与解释器交互：通过一系列预定义的C函数（在 Python.h 中声明）来执行Python代码、调用Python函数、传递参数、获取返回值等。
数据类型转换：在C的数据类型（如 int, char*）和Python对象（如 PyIntObject, PyStringObject）之间进行转换。
管理内存和引用计数：Python使用引用计数来管理内存，C代码必须正确地增加（Py_INCREF）和减少（Py_DECREF）对象的引用计数,以避免内存泄漏或访问已释放的内存。

详细步骤

环境准备

你的系统必须安装了Python的开发头文件和库，这些通常在Python安装包中作为“开发包”或“开发库”提供。

在 Ubuntu/Debian 上:

sudo apt-get update
sudo apt-get install python3-dev python3-pip  # 对于 Python 3
# 或者
sudo apt-get install python-dev python-pip   # 对于 Python 2 (已过时)

python3-dev 包会包含 Python.h 和相关的链接库。

在 macOS 上 (使用 Homebrew):
（图片来源网络，侵删）
```
brew install python
```
Homebrew的Python安装通常会自动配置好开发环境。
在 Windows 上: 确保你在安装Python时勾选了 "Add Python to PATH" 和 "Install for all users"（如果需要），编译时,你需要手动指定Python的包含目录和库目录。
- 包含目录: C:\Users\YourUser\AppData\Local\Programs\Python\Python39\include
- 库目录: C:\Users\YourUser\AppData\Local\Programs\Python\Python39\libs

编写C代码

我们创建一个名为 call_python.c 的文件,这个程序将执行以下操作：

初始化Python解释器。
执行一段简单的Python代码（定义一个函数并调用它）。
调用一个Python函数,并传递C中的参数。
获取Python函数的返回值,并将其转换为C类型。
最终关闭Python解释器。

// call_python.c
#include <Python.h> // 必须包含的头文件
int main(int argc, char *argv[])
{
    // 1. 初始化Python解释器
    Py_Initialize();
    if (!Py_IsInitialized()) {
        fprintf(stderr, "Error: Failed to initialize the Python interpreter.\n");
        return 1;
    }
    // 2. 将C的命令行参数传递给Python
    PySys_SetArgv(argc, argv);
    // --- 示例1: 执行字符串形式的Python代码 ---
    printf("--- Executing Python string ---\n");
    PyRun_SimpleString("print('Hello from Python interpreter embedded in C!')");
    printf("--- End of Python string execution ---\n\n");
    // --- 示例2: 调用Python模块中的函数 ---
    printf("--- Calling a Python function ---\n");
    // 2.1 导入Python模块
    // 假设我们有一个名为 'my_module.py' 的文件在同一目录下
    PyObject *pName = PyUnicode_DecodeFSDefault("my_module"); // 模块名
    PyObject *pModule = PyImport_Import(pName);
    Py_DECREF(pName); // 导入完成后，减少模块名的引用计数
    if (pModule != NULL) {
        // 2.2 从模块中获取函数对象
        PyObject *pFunc = PyObject_GetAttrString(pModule, "add_numbers"); // 函数名
        if (pFunc && PyCallable_Check(pFunc)) {
            // 2.3 准备函数参数
            // PyObject *pArgs = PyTuple_New(2); // 创建一个包含2个元素的元组
            // PyTuple_SetItem(pArgs, 0, PyLong_FromLong(10)); // 设置第一个参数
            // PyTuple_SetItem(pArgs, 1, PyLong_FromLong(20)); // 设置第二个参数
            // 更安全的参数构建方式
            PyObject *pArgs = PyTuple_New(2);
            PyObject *pValue1 = PyLong_FromLong(10);
            PyObject *pValue2 = PyLong_FromLong(20);
            PyTuple_SetItem(pArgs, 0, pValue1);
            PyTuple_SetItem(pArgs, 1, pValue2);
            // 注意: PyTuple_SetItem "steals" a reference, so no need to DECREF pValue1/2 here.
            // 2.4 调用函数
            PyObject *pResult = PyObject_CallObject(pFunc, pArgs);
            Py_DECREF(pArgs); // 减少参数元组的引用
            Py_DECREF(pFunc); // 减少函数对象的引用
            if (pResult != NULL) {
                // 2.5 处理返回值
                long result = PyLong_AsLong(pResult);
                printf("C: Python function returned %ld\n", result);
                Py_DECREF(pResult);
            } else {
                PyErr_Print(); // 如果调用失败，打印Python错误信息
                fprintf(stderr, "Call failed\n");
            }
        } else {
            if (PyErr_Occurred()) PyErr_Print();
            fprintf(stderr, "Cannot find function \"add_numbers\"\n");
        }
        Py_DECREF(pModule);
    } else {
        PyErr_Print();
        fprintf(stderr, "Failed to load module \"my_module\"\n");
    }
    // 3. 关闭Python解释器
    Py_Finalize();
    return 0;
}

创建Python模块

在同一目录下，创建一个名为 my_module.py 的文件,这个文件将被上面的C程序调用。

（图片来源网络，侵删）

# my_module.py
def add_numbers(a, b):
    """Adds two numbers and prints them."""
    print(f"Python: Adding {a} and {b}")
    return a + b
def greet(name):
    """Greets a person."""
    return f"Hello, {name}!"

编译C代码

你需要使用C编译器（如 gcc）来编译你的代码,并链接Python的库。

在 Linux/macOS 上:

# -o 指定输出文件名
# $(python3-config --cflags) 自动获取Python的编译器标志（如包含路径）
# $(python3-config --ldflags) 自动获取Python的链接器标志（如库路径和库名）
gcc call_python.c -o call_python $(python3-config --cflags) $(python3-config --ldflags)

在 Windows 上 (使用 MinGW/gcc):

你需要手动指定路径，假设你的Python安装在 C:\Python39：
```
gcc call_python.c -o call_python.exe -IC:\Python39\include -LC:\Python39\libs -lpython39
```
- -IC:\Python39\include: 指定头文件路径。
- -LC:\Python39\libs: 指定库文件路径。
- -lpython39: 链接 python39.lib 库，库名是 python + 版本号。

运行程序

编译成功后,运行生成的可执行文件：

./call_python

预期输出:

--- Executing Python string ---
Hello from Python interpreter embedded in C!
--- End of Python string execution ---
--- Calling a Python function ---
Python: Adding 10 and 20
C: Python function returned 30

高级主题与最佳实践

错误处理

Python API中的很多函数在失败时会返回 NULL，你应该始终检查这些返回值，并使用 PyErr_Print() 来打印Python层面的错误堆栈信息,这对于调试至关重要。

内存管理 (`Py_INCREF` 和 `Py_DECREF`)

这是最容易出错的地方。规则是：任何从Python API获得一个引用（指针）的函数，都必须负责在不再需要时减少它的引用计数。

借用引用：有些函数返回的引用是“借用”的，PyObject_GetAttrString(pModule, "name") pModule 被销毁，这个借用引用就无效了，在这种情况下，你不应该调用 Py_DECREF。
新引用：像 PyImport_Import(), PyLong_FromLong(), PyTuple_New() 等函数返回的都是新引用，你必须调用 Py_DECREF。
规则：当你不确定时，假设返回的是新引用，并在使用后 Py_DECREF,查阅官方文档是最好的方法。

数据类型转换

Python API提供了丰富的函数来在C类型和Python对象之间转换：

数字:
- PyLong_FromLong(long)
- PyLong_AsLong(PyObject*)
- PyFloat_FromDouble(double)
- PyFloat_AsDouble(PyObject*)
字符串:
- PyUnicode_FromString(const char*) (创建Python Unicode字符串)
- PyUnicode_AsUTF8(PyObject*) (获取UTF-8编码的C字符串，注意：返回的指针仅在原对象存在时有效)
- PyBytes_AsString(PyObject*) (获取字节串的C字符串)
列表/元组:
- PyList_New(Py_ssize_t size)
- PyList_SetItem(PyObject *list, Py_ssize_t index, PyObject *item) (steals reference)
- PyList_GetItem(PyObject *list, Py_ssize_t index) (returns borrowed reference)
- PyTuple_... (类似列表)

从C传递回调函数给Python

这是一个更高级的用法，允许你将C函数作为参数传递给Python函数，这需要创建一个新的C函数类型，并将其包装成一个Python可调用对象，实现起来比较复杂，通常可以使用 Cython 等工具来简化。

替代方案：Python C扩展

如果你不是想在C程序中嵌入Python解释器，而是想用C语言编写模块来扩展Python的功能（即让Python代码可以调用你的C函数），那么你应该编写一个Python C扩展，这与“C调用Python”是相反的方向。

方法：创建一个C文件，实现一个模块初始化函数 (my_module_init)，然后使用 distutils 或 setuptools 的 setup.py 来编译它。
优点：性能更高，是Python标准库和许多高性能库（如NumPy, Pandas）的实现方式。
缺点：开发周期更长,调试更困难。

替代方案：使用第三方库

为了简化C和Python的互操作,出现了一些优秀的第三方库：

Cython:
- 简介：一个超集的Python语言，可以编译成高效的C/C++代码，你可以用它来包装C/C++库,或者将纯Python代码优化成C扩展。
- 优点：语法接近Python，极大地简化了编写C扩展的难度,是目前最流行和推荐的方式。
pybind11:
- 简介：一个轻量级的仅头文件的C++库，用于将C++代码绑定到Python。
- 优点：现代C++风格，API直观易用，模板化设计非常灵活，如果你在用C++,这是首选。
Boost.Python:
- 简介：一个功能强大的C++库,用于Python绑定。
- 优点：功能全面,历史悠久。
- 缺点：依赖Boost库,比较笨重。

方法	核心思想	优点	缺点	适用场景
Python C API	C程序嵌入并调用Python解释器	灵活，功能强大，无需额外依赖	复杂，手动内存管理，易出错	需要将Python脚本集成到现有C应用程序中，或利用Python库进行特定计算。
Python C扩展	编写C代码，供Python调用	性能极高，与Python无缝集成	开发复杂，调试困难	编写高性能的Python模块，如NumPy的核心算法。
Cython	将Python/Cython代码编译成C模块	简单易学，性能好，生态成熟	需要学习Cython语法，编译步骤	为C/C++库创建Python包装，或优化性能瓶颈的Python代码。
pybind11	用现代C++轻松绑定Python	API简洁，现代C++风格，易用	仅限C++	快速将C++库暴露给Python，编写高性能的Python扩展。

对于大多数新项目，如果你需要在C/C++中使用Python，直接使用Python C API是可行的，但如果你是在用C++，强烈推荐 pybind11，如果你需要从Python调用C/C++，Cython 是最简单、最推荐的选择。

C语言如何调用Python？

核心原理

详细步骤

环境准备

编写C代码

创建Python模块

编译C代码

运行程序

高级主题与最佳实践

错误处理

内存管理 (`Py_INCREF` 和 `Py_DECREF`)

数据类型转换

从C传递回调函数给Python

替代方案：Python C扩展

替代方案：使用第三方库

相关文章

C语言如何调用Python脚本？

目录[+]

核心原理

详细步骤

环境准备

编写C代码

创建Python模块

编译C代码

运行程序

高级主题与最佳实践

错误处理

内存管理 (Py_INCREF 和 Py_DECREF)

数据类型转换

从C传递回调函数给Python

替代方案：Python C扩展

替代方案：使用第三方库

相关文章

C语言如何调用Python脚本？

目录[+]

内存管理 (`Py_INCREF` 和 `Py_DECREF`)