从具有额外 C 数据结构的扩展中创建 Python 个模块

Question

我正在开发自定义 Python 加载程序，它从特定类型的非 Python 文件创建 Python 模块，我们称它为“奶酪文件”。我正在将我的项目编写为 C 扩展模块，因为这些“奶酪文件”需要由相当复杂的 C 库处理（其次，作为了解 Python/C API 的一种方式）。

在处理奶酪文件时，C 库会分配一些数据结构，这些数据结构在删除 Python 模块对象后需要重新分配。我的问题是，我如何 can/should 将这些 C 数据结构与 Python 模块对象一起存储？

我的一些想法：

我认为最干净的选择是从 C 继承 Python 的 ModuleType 并在子类中添加一个字段来存储数据结构。 extension types tutorial 显然很清楚如何在 C 中子类化一个内置的 Python 类型，所以我希望能够做这样的事情：
```
typedef struct {
    PyModuleObject module;
    struct cheese_data* data;
} PyCheeseModule;

static PyTypeObject PyCheeseModule_Type = {
    PyVarObject_HEAD_INIT(NULL, 0)
    .tp_basicsize = sizeof(PyCheeseModule),
    .tp_flags = Py_TPFLAGS_DEFAULT,
    .tp_base = &PyModule_Type,
    /* other fields */
};
```
但是 PyModuleObject 没有作为 Python/C API 的一部分公开，所以我不能这样使用它。
我也考虑过动态分配一个PyModuleDef for each cheese module, and using PyModule_FromDefAndSpec() along with PyModule_ExecDef()来创建和执行实际的模块。但我不太确定 PyModuleDef 是否应该以这种方式使用，因为文档仅使用静态定义的 C 扩展模块对其进行了演示，而且无论如何我都必须释放 PyModuleDef 对象本身哪一种让我回到同样的问题。
另一种方法是将 C 数据结构包装在 Python 对象中，然后将其添加到模块的字典中。但是 Python 代码可能会更改或取消设置该属性。我想我可以找到解决这个问题的方法，但它看起来很不优雅。
也许我应该在这个项目中使用 Cython。但即便如此，如果这个问题在 Cython 中是可以解决的，那么使用普通的旧 Python/C API 也应该可能来解决这个问题，至少对于教育我想知道如何计算值。

如有必要，我可以使用一些额外的代码来扩展这些尝试。

Answer 1

几个选项：

使用堆类型而不是模块？

很有可能您实际上并不需要模块对象。模块对象有两个主要特征 - 它们有一个 __name__ 和一个可修改的名称 space（即 __dict__），但这些可以由任何扩展类型实现。

在 Python 中您通常期望 return 模块的大多数地方实际上并不需要：您可以 return 在模块初始化期间的任何类型进程，你可以添加任何类型到 sys.modules.

模块的通用堆类型的主要优点（对您而言）是堆类型不需要 PyModuleDef 存在于它们的生命周期 - 它们创建时使用的规范被复制跨越 PyType_FromSpec（和相关函数），因此只需要为该函数调用而存在。

一个选择是创建一个通用结构来处理类型的基础：

typedef struct {
    PyObject_HEAD;
    const char* name;
    PyObject* dict;
    struct cheese_data* data;
} BaseStruct;

另一种变体是使用灵活的数组成员作为最后一个成员 (char extra_space[];)，并且在提供 PyType_Spec.basicsize.

时只请求额外的 space

您可以处理 Py_tp_new 槽中的初始化和 Py_tp_dealloc 槽中的清理（像往常一样）。

最后，您将为 __name__ 和 __dict__ 提供 PyMemberDefs - 例如：

static PyMemberDef cheese_members[] = {
    {"__dictoffset__", T_PYSSIZET, offsetof(BaseStruct, dict), READONLY},
    {"__name__", T_STRING, offsetof(BaseStruct, name), READONLY},
    {NULL}  /* Sentinel */
};

这应该具有模块的大部分行为，但限制很少。

使用模块

模块状态专为存储此类额外信息而设计。PEP-3121 给出了设置模块状态的示例，我将在此处尝试对其进行总结。我认为您不能直接使用该示例，因为我认为自 PEP 以来，字段的顺序发生了轻微的变化！

您创建一个用于模块状态的结构

typedef struct {
    struct cheese_data* data;
    /* alternatively cheese_data might just be part of the struct
     * rather than dynamically allocated in addition to the struct
     */
} MyModState;

在 PyModuleDef 中指定 m_size 选项，通常为 sizeof(MyModState)。这里的复杂之处在于您不能使用静态 PyModuleDef 因为您的目标是动态创建此模块：

PyModuleDef *mod_def = malloc(sizeof(PyModuleDef));
struct PyModuleDef mod_def_tmp = {
    PyModuleDef_HEAD_INIT,
    .m_name = "some name",
    .m_size = sizeof(MyModState),
    /* etc */
};
*mod_def = mod_def_tmp;

初始化状态结构进入 Py_mod_exec 插槽（假设您使用的是多阶段初始化）：

static int
my_module_exec(PyObject *m) {
    MyModState* state = (MyModState*)PyModule_GetState(m);
    state->data = malloc(sizeof(struct cheese_data));
    /* etc */
}

虽然通过在模块规范中指定 m_free function 来处理状态清理，

static void free_module(PyObject* m) {
    MyModState* state = (MyModState*)PyModule_GetState(m);
    free(state->data);
}

/* in the PyModuleDef */
    .m_free = free_module,
/* ... */

最后一个问题是取消分配 PyModuleDef 以使其不会泄漏内存。 Looking into the Python source code 你看到 PyModuleDef 对象的最后一次使用是查找 m_free 并调用它。

因此，我认为在 m_free 中通过 free(m->m_def) 释放模块 def 应该是安全的（并且释放动态分配的任何部分，例如名称字符串).但是 - 这似乎是一个 hacky 解决方案，所以我不会将它视为所有版本的 Python.

的完全面向未来的解决方案

从具有额外 C 数据结构的扩展中创建 Python 个模块

Creating Python modules from an extension with extra C data structures

c

python

python-c-api

python-3.x

使用堆类型而不是模块？

使用模块