基于Python混合編程

薛建波，羅佳

（武漢虹旭信息技術有限責任公司, 湖北武漢，430074）

1　Python語言簡介

Python是一個高層次的結合了解釋性、編譯性、互動性和面向對象的腳本語言。其設計具有很強的可讀性，相比其他語言，Python具有特有的語法結構。Python支持廣泛的應用程序開發，從簡單的文字處理到web開發，以及數據庫操作。Python的特點有以下幾個方面：Python有相對比較少的關鍵字，結構簡單，語法定義明確。Python代碼使用空格對齊，更加便于閱讀和理解。每一個模塊有清晰的定義和調用說明，在軟件完成以后的維護很容易。Python的易于學習和編寫使其快速地流行。經過多年的發展和標準制定，Python提供了豐富的標準庫。這些庫文件安裝可以通過Python命令進行。庫文件的調用也十分簡單。如果標準庫中沒有目標程序源碼，用戶可以自己通過c或者C++自我實現。也可以通過API對C和C++進行調用。Python支持所有的商業數據庫的數據接口，支持GUI編程。提供成熟可靠的的web框架，簡化的web開發的過程。不同用途或者功能的軟件開發可能需要不同的語言進行編寫。特定的語言提供了良好數據操作和簡化后的編程邏輯。而Python提供了當前許多不同功能軟件開發、操作的庫。不同的程序，相同的語言進行實現，效率更高，兼容性更好。此外，Python還支持機器學習和創建數學模型。

2　基于Python的混合語言編程

使用Python進行混合編程有兩種方式：擴展和嵌入。擴展是通過C、C++等系統語言實現Python的功能模塊。嵌入是將Python解釋器加載到應用程序中，使程序能夠解釋運行Python語言寫成的腳本。兩者都需要調用C語言應用程序接口。

2.1　需要擴展Python語言的理由

（1）添加/額外的（非Python）功能，提供Python核心功能中沒有提供的部分，比如創建新的數據類型或者將Python嵌入到其它已經存在的應用程序中，則必須進行擴展編譯。（2）性能瓶頸的效率提升。解釋型語言一般比編譯型語言慢，如果某一個模塊處理的數據比較多，或者會頻繁的操作IO，整個程序的運行速度會降低，形成程序的瓶頸。但是如果將所有的程序都用低級語言編寫，會存在兩個問題：一是工程量太大，不符合軟件開發的初衷-高效率；二是有些模塊，Python的運行效率與低級語言運行效率相差不大，不需要重新編譯。（3）核心代碼加密。因為Python是解釋性語言，源代碼沒有私密性。將核心代碼由Python語言轉變為編譯語言就變得很重要。

2.2　擴展的典型程序結構

（1）創建應用程序的源代碼。（2）利用樣板來包裝代碼。（3）創建setup.py進行編譯，封裝為Python的庫。（4）通過Python解釋器運行。

3　應用舉例

下面以在Linux下面環境下進行文本檢索的實例，介紹基于Python的混合編程。該程序實現了對格式化的文本進行檢索，查找關鍵字，提取出包含關鍵字的數據段。程序運行環境：操作系統-Red Hat 4.4.7-3；編譯器-GCC 4.4.7；Python解釋器-Python 2.6.6。

3.1　創建程序源代碼

在頭文件中添加Python.h，里面包含了Python定義的所有的內部數據結構和C API函數原型。按照程序邏輯編寫文本處理函數體。通過GCC編譯其中的主程序。

3.2　進行模塊封裝

（1）對照C語言源代碼，在文件中為每個模塊的每一個函數增加PyObject* M_func()的包裝函數。包裝函數的目的是把python的值傳遞給c，再把c中函數的計算結果轉換成Python對象返回給python。

（2）將每個模塊增加一個PyMethodDef ModuleMethods[]的數組，為Python解釋器提供調用入口：

（3）增加模塊初始化函數void initMethod()：

3.3　編譯測試

（1）編寫setup.py文件。

（2）執行setup文件，擴展的模塊會被導入至Python的調用庫。程序執行的時候，解釋器找到模塊的位置，進行調用。

（3）運行結果。在文本中找到的關鍵字數據，并且提取出了文本段。

在原始的文本數據量很大的情況下，擴展以后的數據檢索速度明顯快于純Python腳本檢索的速度。在此基礎上，加入Python的機器學習的庫文件進行程序功能的擴展，就能實現數據推薦功能。

4　結語

人工智能興起帶動了Python的發展。Google開源了Python機器學習源碼，提供大量標準的Python機器學習庫。Python的底層是由C/C++實現。運行速度低于編譯語言。隨著處理的數據量越來越大，對程序處理速度要求也會不斷提升。混合語言編程以后肯定會應用的更加廣泛。