本篇内容介绍了“linux中怎么使用boost.python调用c++动态库”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
python调用c++动态库的两种办法
在网上搜了资料，咨询了同事，得到了两种方法：第一种方法是把C动态库打包成C接口，让python调用C语言接口。Python只能调用C接口，不能直接调用C接口，所以需要一层封装。封装方法：使用extern "c "声明模式，在c接口之上封装一层c语言接口。尝试这种方法后发现纯C调用可行，python调用不可行。原因将在下面详细解释。第二种方法是利用C的boost库生成一个接口，让python调用。测试是可行的，但过程是曲折的。下面将详细说明问题和解决方法。
理解extern “C”的本质
在讲第一种方法之前，先简单介绍一下extern“c”方法的作用。具体解释可以参考这个博客，非常详细，推荐阅读。比如C语言中，有一个函数
intad(inta，intb)；如果用gcc编译器，编译生成的名字叫add，但是如果用g编译器，编译生成的名字可能和ABaddCD差不多，包括函数名，参数个数，类型，返回值。所以，如果一个超载
float DD(float，float b)；可能编译出来的名字有点像EFaddGH，里面也包含了函数名、输入参数、返回值等信息，所以c可以重载。试想一下，如果用gcc编译器，那就叫add，所以分不清哪个函数，所以不能重载。那么extern“c”的作用就是告诉g编译器把int add(int a，int b)编译成add而不是ABaddCD，因为add可以被c语言识别，ABaddCD不能被c语言识别，c语言会认为add是‘未定义符号’。因此，我们也可以从这里看出，extern“c”只能用于c代码。另外，对于重载的c函数，需要分别编写和调用两个不同的函数，以保证名字不重复。
python使用extern “C”方式调用c++动态库
在我们知道了extern“c”的本质之后，我们就按照这个方法来封装。我是直接拿着C动态库的源代码，在源代码上封装一层C接口，然后生成动态库。假设add函数封装为addc，c的动态库称为a，封装一层c接口后生成的动态库称为b，如果写一个test.c的测试代码，用纯c代码检查动态库b，调用addc函数，结果是可行且成功的。但是用python检查动态库B，调用addc函数，发现会报错这个错误：
属性错误： B.so:未定义符号：添加
也就是说，add函数仍然没有被识别。使用
可以获得NmB.so|grepadd
数据流向自动控制
ABaddCD
这样一来，第一个addc必须被python识别，第二个ABaddCD，也就是G编译生成的名字，就不能被python调用了。我只是举我自己的例子。我自己的C动态库源代码可能比较复杂，python调用不成功。网上有很多可以成功调用的例子。所以读者可以自己实验，如果能成功调用，自然是好的。因为接下来要介绍的使用boost.python的方式比较曲折。
python使用 boost.python 调用c++动态库
解决c++动态库依赖的其他的第三方库
因为我的动态库依赖于其他第三方库文件，比如openssl、uuid、libevent、pthread，所以无论用哪种方法调用C动态库，python都需要加载这些动态库。具体python代码如下：
fromctypesimport *
ctypes。CDLL('libssl.so '，mode=ctypes。RTLD_GLOBAL)
ctypes。CDLL('libcrypto.so '，mode=ctypes。RTLD_GLOBAL)
ctypes。CDLL('libuuid.so '，mode=ctypes。RTLD_GLOBAL)
ctypes。CDLL('/usr/lib64/libevent.so '，mode=ctypes。RTLD_GLOBAL)
#ctypes。CDLL('/usr/lib64/li
bpthread.so.0",mode=ctypes.RTLD_GLOBAL)
有一些可以默认加载，比如 libpthread.so，我们不需要加载，其他的则需要手动加载，像 libssl.so,libuuid.so，都在 /usr/lib64/目录下，可以不加路径，但是libevent库也是/usr/lib64目录下,且在 /usr/lib/目录下也有，又必须加路径。所以，如果编译不通过，就使用 whereis libevent.so 查看在哪个目录，然后加上绝对路径。有时候加上绝对路径依然不对，比如libpthread.so，加上绝对路径之后还是报错
'OSError: /usr/lib64/libpthread.so: invalid ELF header'
这意味着版本号不对，找到 libpthread.so 链接的版本号，加上 .0 版本号，则不会报错。
c++代码配置boost环境
在c++动态库所在的centos6.6机器上面，我参考： ubuntu下python调用C/C++方法之动态链接库配置和试验boost。参考：利用Boost.Python实现Python C/C++混合编程实现python定义c++的函数重载。配置环境时，我使用的命令是：yum install boost*， yum install python-devel，参考这两篇文章实现boost，基本上都能通过，遇到的问题，里面也有。另外我也遇到其他问题，在Stack Overflow上面找到解决办法，我下面就直接贴一下结果：
新建一个 test.cpp,在这个cpp里面我们要定义 python可用的函数。
在 test.cpp 代码中，包含以下代码：
//需要包含boost的头文件 #include#include #include //重载函数的实现，在我的c++代码中，LOGIN函数、Synchronize_Request函数、Notify函数都有三个重载函数，下面我只用到了其中一个LOGIN函数，一个Synchronize_Request函数，2个Notify函数，比如下面的fun3和fun4，就是两个不同的notify。 //只有存在重载的函数才需要像这样定义fun1，fun2，fun3，fun4，不存在重载的函数，可以直接写名字 int(*fun1)(constintserver_type,constintrequest_no,std::string&login_result)=&LOGIN; int(*fun2)(constintserver_type,constintrequest_no,std::string&recv_answer)=&Synchronize_Request; int(*fun3)(constintserver_type,unsignedinttimeout_ms,unsignedintsesscare)=&Notify; int(*fun4)(void)=&Notify; //add函数重载举例 int(*fun5)(inta,intb)=&add; BOOST_PYTHON_MODULE(libB)//python模块,libB的名字要与.so的名字一致 { usingnamespaceboost::python; //Initialize函数没有重载，直接使用即可，不需要像上面一样定义出fun1 def("Initialize",Initialize); //Uninitialize函数没有重载，直接使用即可 def("Uninitialize",Uninitialize); def("LOGIN",fun1); def("Synchronize_Request",fun2); def("Notify",fun3); def("Notify2",fun4); def("add",fun5); //python可以调用以上def定义的函数 }
Makefile 使用的命令是：
%.o:%.cpp g++-g-lssl-fPIC-levent-lcrypto-luuid-lpthread-lrt-lboost\_filesystem-lboost\_system-lboost_python-lpython-I/usr/include/python2.7-o$@-c$<
生成B.so的命令是：
g++-shared-Wl,-soname,libB.so-olibB.so*.o-lpython-lboost_python
python脚本中则需要引入该动态库
importlibB printlibB.add(10,20)
按照上面的命令进行编写、编译，就能规避我踩过的坑。注意 -lpython 的位置，不要放在前面。 如果没有实现重载的定义，而是直接使用 def("LOGIN",LOGIN); 则会报如下的错误 error: no matching function for call to ‘def(const char [15],
补充：当采用boost.python的方式调用c++动态库的时候，我无法处理引用类型，比如 string& recv_answer 用来接收返回结果，被识别为 string{lvalue},而我的python传入的是 string 类型，无法匹配。所以我就手动将 string& recv_answer的string类型的引用，改写成 char * recv_answer_c 格式，就是改成 C 语言的风格，然后用下面的方式传入 recv_answer_c 这个参数用来接收结果。
#采用bytes的方式，为变量预先分配空间，保证不会段错误 temp=bytearray(1000) recv_answer_c=bytes(temp)
“linux中怎么使用boost.python调用c++动态库”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站，小编将为大家输出更多高质量的实用文章！
