大纲
- 代码结构
-
- [初始化 Python 解释器](#初始化 Python 解释器)
- [获取 GIL](#获取 GIL)
-
- [为什么需要 GIL?](#为什么需要 GIL?)
- [GIL 的影响](#GIL 的影响)
- [导入 Python 模块并执行代码](#导入 Python 模块并执行代码)
- [释放 GIL](#释放 GIL)
- [终止 Python 解释器](#终止 Python 解释器)
- 完整代码
- 编译
- 执行结果
- 项目地址
在《C++和Python混合编程------Python调用C++入门》一文中,我们熟悉了Python调用C++编译的动态库的方法。但是作为混合编程,也必然要有反向的过程------C++调用Python代码。本文我们将介绍如何使用boost.python库实现该功能。
代码结构
初始化 Python 解释器
cpp
Py_Initialize();
在程序开始时初始化 Python 解释器,确保可以调用其他 Python C API 函数。它会设置 Python 解释器的内部状态,加载内置模块,并准备好执行 Python 代码。
获取 GIL
cpp
PyGILState_STATE gstate;
gstate = PyGILState_Ensure();
GIL(Global Interpreter Lock,全局解释器锁)是 Python 解释器中的一个机制,用于在多线程环境中保护访问 Python 对象的共享资源。GIL 确保在任何时刻只有一个线程可以执行 Python 字节码,从而避免了多线程访问共享资源时的竞争条件。
为什么需要 GIL?
Python 的内存管理不是线程安全的。为了避免多线程同时访问和修改共享数据导致的不一致性和崩溃,GIL 被引入来确保只有一个线程可以执行 Python 代码。
GIL 的影响
- 多线程限制:由于 GIL 的存在,在 CPU 密集型任务中,多线程的性能提升有限,因为同一时刻只有一个线程在执行 Python 代码。
- I/O 密集型任务:对于 I/O 密集型任务(如网络请求、文件读写),多线程仍然可以带来性能提升,因为 I/O 操作会释放 GIL,使其他线程有机会执行。
导入 Python 模块并执行代码
cpp
boost::python::object main_module = boost::python::import("__main__");
boost::python::object main_namespace = main_module.attr("__dict__");
std::string python_code = R"(
def add(a, b):
return a + b
result = add(3, 4)
print(f"Result of add(3, 4) is {result}")
)";
boost::python::exec(python_code.c_str(), main_namespace);
int result = boost::python::extract<int>(main_namespace["result"]);
std::cout << "Result from Python: " << result << std::endl;
释放 GIL
cpp
PyGILState_Release(gstate);
在完成 Python 代码执行后释放 GIL。
终止 Python 解释器
cpp
Py_Finalize();
在程序结束时调用 Py_Finalize() 以清理 Python 解释器的状态,释放内存和其他资源。如果不调用 Py_Finalize(),可能会导致内存泄漏和其他资源未释放的问题。
完整代码
cpp
#include <iostream>
#include <vector>
#include <algorithm>
#include <functional>
#include <chrono>
#include <boost/python.hpp>
class PythonInterpreter {
public:
PythonInterpreter() {
Py_Initialize(); // Initialize Python interpreter
gstate = PyGILState_Ensure(); // Acquire GIL
std::cout << "Python interpreter initialized." << std::endl;
}
~PythonInterpreter() {
PyGILState_Release(gstate); // Release GIL
Py_Finalize(); // Cleanup section
std::cout << "Python interpreter finalized." << std::endl;
}
private:
PyGILState_STATE gstate;
};
void call_python_function() {
using namespace boost::python;
try {
// 创建 PythonInterpreter 对象,自动初始化 Python 解释器
PythonInterpreter pyInterp;
// 导入 Python 模块
object main_module = import("__main__");
object main_namespace = main_module.attr("__dict__");
// 定义并执行 Python 代码
std::string python_code = R"(
def add(a, b):
return a + b
result = add(3, 4)
print(f"Result of add(3, 4) is {result}")
)";
exec(python_code.c_str(), main_namespace);
// 获取并打印结果
int result = extract<int>(main_namespace["result"]);
std::cout << "Result from Python: " << result << std::endl;
} catch (error_already_set) {
PyErr_Print();
}
}
int main() {
call_python_function();
return 0;
}
编译
以下是CMakeLists.txt的内容。
bash
cmake_minimum_required(VERSION 3.12)
# 项目信息
# 最后一级目录为项目名称
get_filename_component(ProjectName ${CMAKE_CURRENT_SOURCE_DIR} NAME)
project(${ProjectName})
# 设置 CMP0148 政策
if(POLICY CMP0148)
cmake_policy(SET CMP0148 NEW)
endif()
# 查找 Python 解释器和库
find_package(Python3 REQUIRED COMPONENTS Interpreter Development)
# 查找 Boost 库。使用 Python3_VERSION_MAJOR 和 Python3_VERSION_MINOR 变量来查找对应版本的 Boost.Python 库
find_package(Boost REQUIRED COMPONENTS python${Python3_VERSION_MAJOR}${Python3_VERSION_MINOR})
# 添加可执行文件
add_executable(${ProjectName} main.cpp)
# 包含 Python 头文件
include_directories(${Python3_INCLUDE_DIRS})
# 链接 Boost.Python 和 Python 库
target_link_libraries(${ProjectName} ${Boost_LIBRARIES} ${Python3_LIBRARIES})
执行结果
项目地址
https://github.com/f304646673/cpulsplus/tree/master/boost_python/c_call_p