十年网站开发经验 + 多家企业客户 + 靠谱的建站团队
量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决
ctypes 是 Python 标准库提供的一个模块,Python 2.3 版本以上支持该模块。ctypes 是 Python 高级外部函数接口,Python 通过它可以调用 C 语言编译的静态链接库和动态链接库。ctypes 支持多个平台,包括 Windows, Windows CE, Mac OS X, Linux, Solaris, FreeBSD, OpenBSD。
创新互联主营湘桥网站建设的网络公司,主营网站建设方案,App定制开发,湘桥h5小程序设计搭建,湘桥网站营销推广欢迎湘桥等地区企业咨询ctypes 模块定义了一些基础 C 兼容数据类型,具体类型请点击此处查看。
以下实例演示如何在 Python 程序中使用 ctypes 模块来调用 C 程序函数。
1. 准备 C 程序源文件 sum.c在 sum.c 源文件定义一个 sum() 函数,用以计算 N 个连续自然数之和。
#include
int main(void){
int x;
printf("Input an integer:
");
scanf("%d", &x);
printf("sum=%d
", sum(x));
return 0;
};
int sum(int x){
int i, result=0;
for(i=0; i<=x; i++){
result+=i;
}
return result;
};
2. 将 C 源代码编译成共享库文件 sum.so使用 gcc 编译器将 sum.c 编译为共享库文件 sum.so。
$ gcc sum.c -fPIC -shared -o sum.so
3. 准备 Python 模块 sum.py在 sum.py 模块中我们定义一个 py_sum() 函数,该函数是 sum.c 文件中 sum() 函数的 Python 实现。
#!/usr/bin/env python
# -*- coding: utf8 -*-import ctypes
so= ctypes.CDLL('./sum.so')
def display_dict():
print "Type of so is %s" % type(so)
print "Attributes before calling so.sum: %s" % dir(so)
print "so.sum(10) = %s" % so.sum(10)
print "Attributes after calling so.sum: %s" % dir(so)
def py_sum(x):
y= 0
for i in range(x+1):
y+= i
return y
def so_sum(x):
return so.sum(x)
if __name__ == "__main__":
pass
在 Python 模块中 import ctypes,然后通过 ctypes.CDLL() 方法导入共享库文件 sum.so,之后就可以直接调用动态库提供的函数。
4. 测试 Python 调用共享库让我们在 __main__ 区块中调用 display_dict 函数:
if __name__ == "__main__":
display_dict()
运行 sum.py 查看结果:
$ python sum.py
Type of so is
Attributes before calling so.sum: ['_FuncPtr', '__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattr__', '__getattribute__', '__getitem__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', '_func_flags_', '_func_restype_', '_handle', '_name']
so.sum(10) = 55
Attributes after calling so.sum: ['_FuncPtr', '__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattr__', '__getattribute__', '__getitem__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', '_func_flags_', '_func_restype_', '_handle', '_name', 'sum']
从结果可以发现 .so 共享库导入到 .py 模块中得到一个 ctypes.CDLL 对象。调用了 C 函数之后,CDLL 对象会将该函数添加到对象属性中。(在调用 sum 函数之后,CDLL 对象属性列表中才包含了 sum 函数。)
5. Python 调用共享库的性能我们修改一下 sum.py 模块:
if __name__ == "__main__":
import timeit
i= 10000
print"py_sum(%s) = %s" % (i, py_sum(i))
print"so_sum(%s) = %s" % (i, so_sum(i))
print timeit.timeit("py_sum(10000)", setup="from __main__ import py_sum", number=1000)
print timeit.timeit("so_sum(10000)", setup="from __main__ import so_sum", number=1000)
查看运行结果:
$ python sum.py
py_sum(10000) = 50005000
so_sum(10000) = 500050006.820616006850.158802986145
以上测试显示,循环叠加 10000 次,执行代码 1000 次,Python 代码耗费了 6.820 秒,C 代码耗费了 0.158 秒,Python 代码耗费时间是 C 代码耗费时间的 42.95 倍。