在Python中封装C库：C、Cython还是ctypes？

318 投票

12 回答

91215 浏览

数据工程师

提问于 2025-04-15 17:15

我想在一个Python应用程序中调用一个C语言库。我不想把整个API都封装起来，只想封装那些对我来说有用的函数和数据类型。根据我的理解，我有三个选择：

创建一个真正的C语言扩展模块。这可能有点过于复杂，而且我也不想花时间去学习如何写扩展。
使用Cython来把C库中相关的部分暴露给Python。
完全用Python来做，使用ctypes来和外部库进行沟通。

我不太确定选择2)还是3)更好。选择3)的好处是ctypes是Python标准库的一部分，最终的代码将是纯Python的——不过我不太确定这个好处到底有多大。

这两种选择各自还有更多的优缺点吗？你推荐哪种方法？

编辑：感谢大家的回答，这些内容对任何想做类似事情的人来说都是很好的资源。当然，最终的决定还是要根据具体情况来做——没有一个“这是正确的选择”的答案。就我个人而言，我可能会选择ctypes，但我也期待在其他项目中尝试Cython。

因为没有一个绝对正确的答案，所以接受某个答案有点随意；我选择了FogleBird的回答，因为它对ctypes提供了一些很好的见解，而且目前也是投票最高的回答。不过，我建议大家阅读所有的回答，以便获得一个全面的了解。

再次感谢大家。

c语言数据类型 ctypes 封装外部库 cython c扩展模块 python应用程序

12 个回答

109

Cython 是一个非常不错的工具，值得学习，而且它的语法和 Python 非常接近。如果你在做科学计算，特别是用 Numpy 的话，Cython 是个不错的选择，因为它能和 Numpy 很好地结合，进行快速的矩阵运算。

Cython 是 Python 语言的一个扩展。你可以把任何有效的 Python 文件给它，它会生成一个有效的 C 程序。在这个过程中，Cython 会把 Python 的调用映射到底层的 CPython 接口上。这意味着你的代码不再是被解释执行的，速度可能会提高大约 50%。

为了获得一些优化，你需要开始告诉 Cython 关于你代码的更多信息，比如变量的类型声明。如果你提供的信息足够多，它可以把代码简化成纯 C 代码。也就是说，Python 中的 for 循环会变成 C 中的 for 循环。在这种情况下，你会看到巨大的速度提升。你还可以在这里链接外部的 C 程序。

使用 Cython 代码也非常简单。我觉得手册上说得有点复杂。你只需要这样做：

$ cython mymodule.pyx
$ gcc [some arguments here] mymodule.c -o mymodule.so

然后你就可以在你的 Python 代码中 import mymodule，完全不需要担心它是编译成 C 的。

总之，由于 Cython 设置和使用起来都很简单，我建议你试试看，看看它是否符合你的需求。如果最终发现它不是你想要的工具，也不会浪费时间。

回答于 2025-04-15 由 Python大师

分享举报

180

警告：接下来是一个Cython核心开发者的观点。

我几乎总是推荐使用Cython，而不是ctypes。原因是Cython的升级过程要顺畅得多。如果你使用ctypes，刚开始很多事情会很简单，确实可以用普通的Python写你的外部函数接口（FFI）代码，不需要编译、构建依赖等等，这听起来很不错。然而，到了某个时候，你几乎肯定会发现你需要频繁调用你的C库，可能是在一个循环中，或者是一系列相互依赖的调用中，这时你就会想要加快速度。这时你会发现用ctypes无法做到这一点。或者，当你需要回调函数时，你会发现你的Python回调代码变成了瓶颈，你想要加快它的速度，或者把它移到C中去。同样，ctypes也无法满足这个需求。所以在这个时候，你就得换语言，开始重写你代码的某些部分，可能还要把你的Python/ctypes代码反向工程成普通的C代码，这样一来，最开始用普通Python写代码的好处就没了。

而使用Cython，你可以完全自由地决定包装和调用代码的复杂程度。你可以从普通的Python代码简单调用你的C代码开始，Cython会把这些调用转换成原生的C调用，没有额外的调用开销，而且对于Python参数的转换开销也非常低。当你发现需要更高性能的时候，尤其是当你频繁调用C库时，你可以开始在周围的Python代码中添加静态类型，让Cython直接优化成C代码。或者，你可以开始用Cython重写你的一部分C代码，以避免调用，并在算法上专门化和优化你的循环。如果你需要快速的回调，只需写一个合适的函数签名，然后直接把它传入C的回调注册表中。同样，没有额外的开销，这样你就能获得原生C的调用性能。如果在极少数情况下，你真的无法在Cython中让代码快到满意的程度，你仍然可以考虑把真正关键的部分用C（或C++或Fortran）重写，然后自然地从你的Cython代码中调用它。但这时，这就成了最后的选择，而不是唯一的选项。

所以，ctypes适合做一些简单的事情，快速让某些功能运行起来。然而，一旦事情开始变得复杂，你很可能会意识到，最好从一开始就使用Cython。

回答于 2025-04-15 由 Python大师

分享举报

131

ctypes 是一个很好的选择，可以快速完成任务，而且使用起来很舒服，因为你仍然是在写 Python！

我最近用 ctypes 封装了一个 FTDI 驱动程序，用来和 USB 芯片通信，效果非常好。我在不到一天的工作时间里就完成并且让它正常工作了。（我只实现了我们需要的功能，大约 15 个函数）。

之前我们使用的是一个第三方模块 PyUSB，也是为了同样的目的。PyUSB 是一个真正的 C/Python 扩展模块。但 PyUSB 在进行阻塞读写时没有释放全局解释器锁（GIL），这给我们带来了问题。所以我用 ctypes 写了自己的模块，它在调用本地函数时会释放 GIL。

需要注意的是，ctypes 不会知道你使用的库中的 #define 常量等，只能识别函数，所以你需要在自己的代码中重新定义这些常量。

下面是代码的一个示例（很多部分省略了，只是想给你展示大概的样子）：

from ctypes import *

d2xx = WinDLL('ftd2xx')

OK = 0
INVALID_HANDLE = 1
DEVICE_NOT_FOUND = 2
DEVICE_NOT_OPENED = 3

...

def openEx(serial):
    serial = create_string_buffer(serial)
    handle = c_int()
    if d2xx.FT_OpenEx(serial, OPEN_BY_SERIAL_NUMBER, byref(handle)) == OK:
        return Handle(handle.value)
    raise D2XXException

class Handle(object):
    def __init__(self, handle):
        self.handle = handle
    ...
    def read(self, bytes):
        buffer = create_string_buffer(bytes)
        count = c_int()
        if d2xx.FT_Read(self.handle, buffer, bytes, byref(count)) == OK:
            return buffer.raw[:count.value]
        raise D2XXException
    def write(self, data):
        buffer = create_string_buffer(data)
        count = c_int()
        bytes = len(data)
        if d2xx.FT_Write(self.handle, buffer, bytes, byref(count)) == OK:
            return count.value
        raise D2XXException

有人对各种选项做了一些性能基准测试。

如果我需要封装一个有很多类/模板等的 C++ 库，我可能会更犹豫。但 ctypes 在处理结构体时效果很好，甚至可以回调到 Python 中。

回答于 2025-04-15 由 Python大师

分享举报

在Python中封装C库：C、Cython还是ctypes？

12 个回答

撰写回答