Python用C++开发Python库

前言

很多系统为了保证数据在系统上下游的自动校验，避免数据结构异常带来的系统稳定性问题，都会用 json 格式进行数据交互，可以采用 json-schema 来定义 json接口 ，并利用 json-schema-validator 来校验接口响应的结构的合法性。（文末送读者福利）

然而系统中不同子系统的实现（编程语言）并非总是一致，虽然各种语言都提供了 json-schema-validator 的具体实现，但是不同语言支持的 json-schema-validator 标准的版本并非完全一致，这会对后续的使用带来一些混乱，例如：

Java: json-schema-validator 支持 Draft 4
C++: json-schema-validator 支持 Draft 7
Python jsonschema 支持 Draft 7

目前大多数语言，例如：Java, Golang, Php, Python, Lua等都支持C/C++的扩展。因此，可以用C/C++来为其他语言提供统一的扩展库支持，本文就是介绍怎么利用 Boost::Python 库提供 json-schema-validator 的Python支持，并介绍如何利用 distutils 来编译&分发Python库。

Python调用C/C++的方式

有两种方式可以实现Python调用C/C++编写的库：

ctypes
1

ctypes加载so文件

ctype 是Python的外部函数库。它提供了C兼容的数据类型，并允许在DLL或共享库中调用函数。

ctype 是Python封装的API函数库。其中 cdll = 是一个库加载器对象，调用 cdll.LoadLibrary 便可调用C/C++的so库。

此处不再对如何使用 ctype 模块加载so文件做过多的介绍，具体可以参考其 官方文档 。

使用Python扩展

该方式是Python为整合其它语言而提供的一种扩展机制，并且该机制不局限于C/C++，也可以用于其它语言。Python的可扩展性具有如下的优点：

1、方便为语言增加新功能
2、具有可定制性
3、可以实现代码复用
……
该方式的具体使用此处也不再做过多介绍，具体信息可以直接参考Python的官方文档 Building C and C++ Extensions 来了解。接下来要讲的例子就是利用了 可以实现代码复用 的优点。

如 Building C and C++ Extensions 所示，Python提供了 Python/C++ API 用来实现Python和C++的交互。然而，直接使用这些API来完成Python和C/C++的交互还是会存在很多重复工作的。 Boost::Python 则对 Python/C++ API 进行了抽象和包装，从而使得Python和C++的交互更加方便。

Boost::Python封装C/C++扩展

接下来我们介绍我们是如何利用Boost::Python来为
nlohmann_json_schema_validator 增加Python扩展。

nlohmann_json_schema_validator is a C++ library for validating JSON documents based on a JSON Schema which itself should validate with draft-7 of JSON Schema Validation .

编译nlohmann json schema validator库

nlohmann json schema validator 支持产出可执行的bin文件以及可供其他项目使用的动态库。为了可以将该扩展包装成Python扩展，我们需要生成该库的动态库。

首先根据 nlohmann json schema validator 的 编译文档 编译出 nlohmann json schema validator 的动态库。

Boost::Python封装C/C++代码

在安装Boost的时候，虽然Boost的头文件中存在Boost::Python相关的hpp文件，但是默认却没有该动态库。因此，在使用Boost::Python之前，首先需要安装该库。

$ brew install boost-python3
1

然后，我们用C++编写 class json_validator_python; 来封装 nlohmann json schema validator 库，并利用Boost::Python来导出，具体如下：

// jsv_python.cpp

#include 
#include 

#include 
#include 

using namespace boost::python;

class JSON_SCHEMA_VALIDATOR_API json_validator_python
{
private:
    nlohmann::json_schema::json_validator validator;

public:
    json_validator_python() {}
    void set_root_schema(const std::string &json_string) 
    {
        validator.set_root_schema(nlohmann::json::parse(json_string.begin(), json_string.end()));
    }

    void validate(const std::string &json_string) const
    {
        validator.validate(nlohmann::json::parse(json_string.begin(), json_string.end()));
    }
};

// json_schema_validator为module名，必需和生成的so库名一样
BOOST_PYTHON_MODULE(json_schema_validator)
{
    class_ ("json_validator_python")
            .def("set_root_schema", &json_validator_python::set_root_schema)
            .def("validate", &json_validator_python::validate)
            ;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

如上所示的 BOOST_PYTHON_MODULE 代码，目的是导出类及成员方法，这些导出的类和方法可以在Python中调用。

关于Boost::Python更详细的使用，可以参考其 官方文档 。

编译并产出Python扩展

g++ --std=c++11 -fPIC -c jsv_python.cpp \
-I${json-schema-validator_PATH}/src \
-I${nlohmann-json_PATH} \
-I${Boost_PATH}/include \
-I${Python_INCLUDE_PATH}

g++ --std=c++11 -shared \
-L${json-schema-validator_LIB_PATH} \
-L${Python_LIB_PATH} \
-L${Boost_Python_LIB_PATH} \
-lnlohmann_json_schema_validator \
-lboost_python38 -lpython3.8 \
-o json_schema_validator.so jsv_python.o
1
2
3
4
5
6
7
8
9
10
11
12
13

如上的指令，会生成封装之后的Python扩展： json_schema_validator.so 。

测试python扩展

在当前目录执行如下的Python代码，可以发现，我们封装的扩展已经可以当做Python扩展来导入并使用了。

import json_schema_validator as jsv

validator = jsv.json_validator_python()


isValidator = True
try:
    validator.set_root_schema('{"type":"object", "properties": {"a":{"type": "string"}}}')
    validator.validate('{"a":"1"}');
except:
    isValidator = False

print(isValidator)
1
2
3
4
5
6
7
8
9
10
11
12
13

使用distutils编译并分发扩展

为了使用方便，使用 Building C and C++ Extensions 介绍的 distutils模块 编译Python扩展。

from distutils.core import setup, Extension
import os

os.environ["CC"] = "g++"
os.environ["CXX"] = "g++"

module1 = Extension('json_schema_validator',
                    include_dirs = ['../../src',
                        '../../',
                        '/usr/local/Cellar/boost/1.72.0_3/include',
                        '/usr/local/opt/python@3.8/Frameworks/Python.framework/Versions/3.8/include/python3.8'],
                    libraries = ['boost_python38', 'python3.8',
                        'nlohmann_json_schema_validator'],
                    library_dirs = ['/usr/local/opt/python@3.8/Frameworks/Python.framework/Versions/3.8/lib',
                        '/usr/local/Cellar/boost-python3/1.72.0_1/lib',
                        '.'],
                    sources = ['jsv_python.cpp'],
                    extra_compile_args=['--std=c++11'],
                    extra_link_args=['--std=c++11'])

setup (name = 'json-schema-validator',
       version = '1.0',
       description = 'json schema validator',
       ext_modules = [module1])
$ python3 setup.py build
$ python3 setup.py install
$ export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib/python3.7/site-packages/json_schema_validator
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

然后就可以在任意位置，执行一节的测试代码啦。

大家平时学习Python的时候肯定会遇到很多问题，小编我为大家准备了Python学习资料，将这些免费分享给大家！如果想要的可以找我领取

读者福利：知道你对Python感兴趣，便准备了这套python学习资料，

对于0基础小白入门：

如果你是零基础小白，想快速入门Python是可以考虑培训的。

一方面是学习时间相对较短，学习内容更全面更集中。

零基础Python学习资源介绍

👉Python学习路线汇总👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（学习教程文末领取哈）

👉Python必备开发工具👈

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python学习视频600合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉实战案例👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉100道Python练习题👈

检查学习结果。

👉面试刷题👈

资料领取

上述这份完整版的Python全套学习资料已经上传网盘，朋友们如果需要可以微信扫描下方二维码输入“领取资料” 即可自动领取
或者
【点此链接】领取

好文推荐

了解python的前景： https://blog.csdn.net/weixin_49892805/article/details/127196159

python有什么用： https://blog.csdn.net/weixin_49892805/article/details/127214402