大家好 我决定稍微补充一下Python中的C / C ++文章。
传递标准类型（例如int，bool，float等）非常简单，但不是很必要。 Python本身将迅速处理此类数据，并且几乎没有人需要将此类代码的一部分转移到C / C ++库中。
但是传输大型数据数组，甚至更好的二维数据数组，甚至对象的二维数组。
这里的一切都不是那么明显，对于那些想显着加快python解释器难度的代码段的人来说，我认为可以强调很多事情。
剪切下给出的示例并不是很有用，但我认为足以突出此过程的所有细微差别。
立即提供库文件的源代码。
py_list2c_array.h
#ifndef _PY_LIST_2_C_ARRAY_H_ #define _PY_LIST_2_C_ARRAY_H_ #include <stdio.h> typedef struct { int value; wchar_t* name; } Item; extern "C" __declspec(dllexport) int sum_diagonal(Item** field, size_t size); #endif
py_list2c_array.cpp
除了我注意到使用wprintf（）函数来打印诸如wchar_t *之类的行外，所有内容在这里都是标准的。
py_list2c_array.py
现在最重要的是。 我将提供python脚本的源代码，并附有要点的描述。
import ctypes class PyItem: def __init__(self, value, name): self.value = value self.name = name class CItem(ctypes.Structure): _fields_ = [ ('value', ctypes.c_int), ('name', ctypes.c_wchar_p) ] def create_list(size): return [[PyItem(int(str(i+1)+str(j+1)), 'item{}{}'.format(i+1, j+1)) for j in range(size)] for i in range(size)] def py_list2c_array(py_list, size): rowType = CItem * size resultType = ctypes.POINTER(CItem) * size result = resultType() for i in range(size): row = rowType() for j in range(size): row[j] = CItem() row[j].value = py_list[i][j].value row[j].name = ctypes.c_wchar_p(py_list[i][j].name) result[i] = ctypes.cast(row, ctypes.POINTER(CItem)) return ctypes.cast(result, ctypes.POINTER(ctypes.POINTER(CItem))) if __name__ == '__main__': sLib = ctypes.cdll.LoadLibrary('./py_list2c_array.dll') size = 4 py_list = create_list(size) c_array = py_list2c_array(py_list, size) sLib.sum_diagonal.argtypes = [ctypes.POINTER(ctypes.POINTER(CItem)), ctypes.c_size_t] sLib.sum_diagonal.restype = ctypes.c_int result = sLib.sum_diagonal(c_array, ctypes.c_size_t(size)) print(': {}'.format(result))
详细资料
让我们考虑一下创建ctypes数组的一些功能。 为此，我们将仔细研究将列表转换为py_list2c_array数组的功能。 您必须先指定类型。
数组中每一行的类型定义为元素的类型乘以元素的数量。
rowType = CItem *大小
数组类型定义为数组的行类型乘以行数。
我将在下面对ctypes.POINTER（）进行一些解释。ResultType = ctypes.POINTER（CItem）* size
接下来，创建结果数组.result = resultType（）
在循环中，我们将每一行创建为一维数组.row = rowType（）
接下来，在嵌套循环中，创建数组的每个元素，并从对象列表python.row [j] = CItem（）向结构分配值
行[j] .value = py_list [i] [j] .value
行[j] .name = ctypes.c_wchar_p（py_list [i] [j] .name）
然后，应将每个创建的带有元素的行转换为指向对象数组的指针的类型，并将其分配给结果数组的单元格。
我将在.result [i] = ctypes.cast（row，ctypes.POINTER（CItem）） 下面写一下ctypes.cast（）函数。
当然，将整个数组转换为指针返回ctypes.cast（结果为ctypes.POINTER（ctypes.POINTER（CItem）））
ctypes.POINTER
Ctypes具有ctypes.POINTER（） -指示正在使用指针。 例如：ctypes.POINTER（CItem）表示它是指向CItem（）结构的指针。
相应地，在ctypes.POINTER（ctypes.POINTER（CItem））行中，我们可以指出这是一个指向CItem结构的指针，或者在C ++ CItem ** A中存在ctypes.pointer（） 。 该函数返回一个指向对象的指针。 例如：item = CItem（）
指针= ctypes.pointer（项目）
不要混淆它们，因为它们的含义完全不同。
ctypes.cast（）
现在考虑非常重要的函数ctypes.cast（），该函数有点类似于C ++中的static_cast（） 。
它使您可以进行非常重要的演员表转换。
创建数组类型时，例如：rowType = CItem * 4
行= rowType（）
在这种情况下，行是CItem结构的4个元素的存储区域。
当然，以这种形式，我们将无法使用此数据。 但是，如果我们对它们使用强制转换功能：array_pointer = ctypes.cast（row，ctypes.POINTER（CItem））
在这种情况下，array_pointer已经是指向具有4个CItem结构的存储区域的指针。
第一个参数使用数组元素设置创建的内存区域，第二个参数指示该区域应转换为哪种类型，好吧，这似乎突出显示了使用ctypes传输数据数组时的要点。
我希望本文能帮助您更快，更全面地处理精彩的ctypes库。