扩展和嵌入 Python 解释器

本文档描述了如何使用 C 或 C++ 编写模块以使用新模块来扩展 Python 解释器的功能。 这些模块不仅可以定义新的函数，还可以定义新的对象类型及其方法。 该文档还描述了如何将 Python 解释器嵌入到另一个应用程序中，以用作扩展语言。 最后，它展示了如何编译和链接扩展模块，以便它们可以动态地（在运行时）加载到解释器中，如果底层操作系统支持此特性的话。

本文档假设你具备有关 Python 的基本知识。有关该语言的非正式介绍，请参阅 Python 教程 。 Python 语言参考 给出了更正式的语言定义。 Python 标准库 包含现有的对象类型、函数和模块（内置和用 Python 编写）的文档，使语言具有广泛的应用范围。

关于整个 Python/C API 的详细介绍，请参阅独立的 Python/C API 参考手册 。

推荐的第三方工具

本指南仅介绍了作为此 CPython 版本的一部分提供的创建扩展的基本工具。 第三方工具，如 Cython 、 cffi 、 SWIG 和 Numba 提供了更简单和更复杂的方法来为 Python 创建 C 和 C ++ 扩展。

参见

Python Packaging User Guide: Binary Extensions

“ Python Packaging User Guide ”不仅涵盖了几个简化二进制扩展创建的可用工具，还讨论了为什么首先创建扩展模块的各种原因。

不使用第三方工具创建扩展

本指南的这一部分包括在没有第三方工具帮助的情况下创建 C 和 C ++ 扩展。它主要用于这些工具的创建者，而不是建议你创建自己的 C 扩展的方法。

• 1. 使用 C 或 C++ 扩展 Python
  • 1.1. 一个简单的例子
  • 1.2. 关于错误和异常
  • 1.3. 回到例子
  • 1.4. 模块方法表和初始化函数
  • 1.5. 编译和链接
  • 1.6. 在C中调用Python函数
  • 1.7. 提取扩展函数的参数
  • 1.8. 给扩展函数的关键字参数
  • 1.9. 构造任意值
  • 1.10. 引用计数
  • 1.11. 在C++中编写扩展
  • 1.12. 给扩展模块提供C API
• 2. 自定义扩展类型：教程
  • 2.1. 基础
  • 2.2. Adding data and methods to the Basic example
  • 2.3. Providing finer control over data attributes
  • 2.4. Supporting cyclic garbage collection
  • 2.5. Subclassing other types
• 3. 定义扩展类型：已分类主题
  • 3.1. 终结和内存释放
  • 3.2. 对象展示
  • 3.3. Attribute Management
  • 3.4. Object Comparison
  • 3.5. Abstract Protocol Support
  • 3.6. Weak Reference Support
  • 3.7. 更多建议
• 4. 构建C/C++扩展
  • 4.1. Building C and C++ Extensions with distutils
  • 4.2. Distributing your extension modules
• 5. 在Windows平台编译C和C++扩展
  • 5.1. A Cookbook Approach
  • 5.2. Differences Between Unix and Windows
  • 5.3. Using DLLs in Practice

在更大的应用程序中嵌入 CPython 运行时

有时，不是要创建在 Python 解释器中作为主应用程序运行的扩展，而是希望将 CPython 运行时嵌入到更大的应用程序中。 本节介绍了成功完成此操作所涉及的一些细节。

• 1. Embedding Python in Another Application
  • 1.1. Very High Level Embedding
  • 1.2. Beyond Very High Level Embedding: An overview
  • 1.3. Pure Embedding
  • 1.4. Extending Embedded Python
  • 1.5. Embedding Python in C++
  • 1.6. Compiling and Linking under Unix-like systems