从 C++ 访问在 python 中创建的 C++ class
Get access to C++ class created in python from C++
怎么做
c++ -> Python -> c++
^ |
| |
-----------------
- C++ 应用正在托管 python。
- Python创建一个class,实际上是对c/c++对象
的包装
- 如何从托管 C++ 访问由 python 创建的此对象的 c/c++ 指针?
代码示例:
想象一下,我有一个为 python 包装的 C++ class(例如,使用 boost.python)
// foo.cpp
#include <boost/python.hpp>
struct Cat {
Cat (int fur=4): _fur{i} { }
int get_fur() const { return _fur; }
private:
int _fur;
};
BOOST_PYTHON_MODULE(foo) {
using namespace boost::python;
class_<Cat>("Cat", init<int>())
.def("get_fur", &A::get_fur, "Density of cat's fur");
}
现在 我正在使用 C++python 托管 。 python 脚本创建 Cat => 下面创建了一个 c++ Cat 实例。如何从托管 C++(从 C++ 到 C++)获取指向 Cat 的 C++ 实例的指针?
#include <Python.h>
int
main(int argc, char *argv[])
{
Py_SetProgramName(argv[0]); /* optional but recommended */
Py_Initialize();
PyRun_SimpleString("from cat import Cat \n"
"cat = Cat(10) \n");
// WHAT to do here to get pointer to C++ instance of Cat
... ??? ...
std::cout << "Cat's fur: " << cat->get_fur() << std::endl
Py_Finalize();
return 0;
}
实际应用
真正的问题是:我们有一个 c++ 框架,它具有相当复杂的初始化和配置阶段,其中性能并不重要;然后是处理阶段,性能就是一切。框架有一个 python 包装。在 python 中定义东西非常方便,但是 运行ning 从 python 仍然比纯 c++ 代码慢。出于多种原因,很容易在 python 中执行此 configuration/initialization 阶段,获取指向底层 C++ 对象的指针,然后在 "pure c++ mode" 中执行 运行。如果我们可以从头开始编写所有内容,那将很容易,但我们已经定义了很多(已有 30 年历史的)c++ 框架。
如果包装器是开源的,请使用来自 C++ 的包装器的 python 对象结构。将 PyObject * 转换为应该将 PyObject 作为其第一个成员 iirc 的结构,并简单地访问指向 C++ 实例的指针。
通过将包装器实例保留在 Python 中,确保实例在您使用它时不会被删除。当它发布时,它可能会删除您现在仍然持有指针的包装 C++ 实例。
请记住,这种方法有风险且脆弱,因为它取决于包装器的实现细节,这些细节可能会在未来版本中发生变化。
#include <Python.h>
int main(int argc, char *argv[])
{
Py_SetProgramName(argv[0]);
Py_Initialize();
object module = import("__main__");
object space = module.attr("__dict__");
exec("from cat import Cat \n"
"cat = Cat(10) \n",
space);
Cat& cat = extract<Cat&>(space["cat"]);
std::cout<<"Cat's fur: "<< cat.get_fur() <<"\n";
//or:
Cat& cat2 = extract<Cat&>(space.attr("cat"));
std::cout<<"Cat's fur: "<< cat2.get_fur() <<"\n";
//or:
object result = eval("cat = Cat(10)");
Cat& cat3 = extract<Cat&>(result);
std::cout<<"Cat's fur: "<< cat3.get_fur() <<"\n";
Py_Finalize();
return 0;
}
怎么做
c++ -> Python -> c++
^ |
| |
-----------------
- C++ 应用正在托管 python。
- Python创建一个class,实际上是对c/c++对象 的包装
- 如何从托管 C++ 访问由 python 创建的此对象的 c/c++ 指针?
代码示例:
想象一下,我有一个为 python 包装的 C++ class(例如,使用 boost.python)
// foo.cpp
#include <boost/python.hpp>
struct Cat {
Cat (int fur=4): _fur{i} { }
int get_fur() const { return _fur; }
private:
int _fur;
};
BOOST_PYTHON_MODULE(foo) {
using namespace boost::python;
class_<Cat>("Cat", init<int>())
.def("get_fur", &A::get_fur, "Density of cat's fur");
}
现在 我正在使用 C++python 托管 。 python 脚本创建 Cat => 下面创建了一个 c++ Cat 实例。如何从托管 C++(从 C++ 到 C++)获取指向 Cat 的 C++ 实例的指针?
#include <Python.h>
int
main(int argc, char *argv[])
{
Py_SetProgramName(argv[0]); /* optional but recommended */
Py_Initialize();
PyRun_SimpleString("from cat import Cat \n"
"cat = Cat(10) \n");
// WHAT to do here to get pointer to C++ instance of Cat
... ??? ...
std::cout << "Cat's fur: " << cat->get_fur() << std::endl
Py_Finalize();
return 0;
}
实际应用 真正的问题是:我们有一个 c++ 框架,它具有相当复杂的初始化和配置阶段,其中性能并不重要;然后是处理阶段,性能就是一切。框架有一个 python 包装。在 python 中定义东西非常方便,但是 运行ning 从 python 仍然比纯 c++ 代码慢。出于多种原因,很容易在 python 中执行此 configuration/initialization 阶段,获取指向底层 C++ 对象的指针,然后在 "pure c++ mode" 中执行 运行。如果我们可以从头开始编写所有内容,那将很容易,但我们已经定义了很多(已有 30 年历史的)c++ 框架。
如果包装器是开源的,请使用来自 C++ 的包装器的 python 对象结构。将 PyObject * 转换为应该将 PyObject 作为其第一个成员 iirc 的结构,并简单地访问指向 C++ 实例的指针。
通过将包装器实例保留在 Python 中,确保实例在您使用它时不会被删除。当它发布时,它可能会删除您现在仍然持有指针的包装 C++ 实例。
请记住,这种方法有风险且脆弱,因为它取决于包装器的实现细节,这些细节可能会在未来版本中发生变化。
#include <Python.h>
int main(int argc, char *argv[])
{
Py_SetProgramName(argv[0]);
Py_Initialize();
object module = import("__main__");
object space = module.attr("__dict__");
exec("from cat import Cat \n"
"cat = Cat(10) \n",
space);
Cat& cat = extract<Cat&>(space["cat"]);
std::cout<<"Cat's fur: "<< cat.get_fur() <<"\n";
//or:
Cat& cat2 = extract<Cat&>(space.attr("cat"));
std::cout<<"Cat's fur: "<< cat2.get_fur() <<"\n";
//or:
object result = eval("cat = Cat(10)");
Cat& cat3 = extract<Cat&>(result);
std::cout<<"Cat's fur: "<< cat3.get_fur() <<"\n";
Py_Finalize();
return 0;
}