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 语言参考手册 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

This guide only covers the basic tools for creating extensions provided as part of this version of CPython. Third party tools like Cython, cffi, SWIG and Numba offer both simpler and more sophisticated approaches to creating C and C++ extensions for Python.

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. 属性管理
  • 3.4. 对象比较
  • 3.5. 抽象协议支持
  • 3.6. 弱引用支持
  • 3.7. 更多建议
• 4. 构建C/C++扩展
  • 4.1. 使用distutils构建C和C++扩展
  • 4.2. 发布你的扩展模块
• 5. 在 Windows 上构建 C 和 C++ 扩展
  • 5.1. 菜谱式说明
  • 5.2. Unix 和 Windows 之间的差异
  • 5.3. DLL 的实际使用

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. 在其它应用程序嵌入 Python
  • 1.1. 高层次的嵌入
  • 1.2. 突破高层次嵌入的限制：概述
  • 1.3. 只做嵌入
  • 1.4. 对嵌入 Python 功能进行扩展
  • 1.5. 在 C++ 中嵌入 Python
  • 1.6. 在类 Unix 系统中编译和链接