将调用 C 函数的 Python 2.7 代码移植到 Python 3.4

Question

我正在尝试从 .so 文件中调用 C 函数 从 Python 3.4。我已经进行了一些必要的更改以使Python 2.7 代码与 Python 3.4 一起使用，但我仍然遇到了Fatal Python error: Segmentation fault。

代码来自这个Bitbucket hosted project。我已经通过 pip3 (pip3 install Lemmagen) 安装了它，它还创建了我试图从 Python3 使用的 .so 文件。

这是原始 Python2.7 代码（调用 C 代码的函数），在命令行中使用 python 运行良好。

def lemmatize(self, word):
    if (self._output_buffer_len < 2 * len(word)):
        self._output_buffer_len = 2 * len(word)
        self._output_buffer = create_string_buffer(self._output_buffer_len)

    is_unicode = isinstance(word, unicode)
    if is_unicode:
        word = word.encode('utf-8')

    self._lib.lem_lemmatize_word(word, self._output_buffer)
    return self._output_buffer.value.decode('utf-8') if is_unicode else self._output_buffer.value

这就是我试图使其适应 Python3.4 的方式：

def lemmatize(self, word):
    if (self._output_buffer_len < 2 * len(word)):
        self._output_buffer_len = 2 * len(word)
        self._output_buffer = create_string_buffer(self._output_buffer_len)

    word = word.encode('utf-8')


    self._lib.lem_lemmatize_word(word, self._output_buffer) #SEGFAULT HERE!
    #return "HERE"
    return self._output_buffer.value.decode('utf-8')

我已经删除了检查 word 是否为 unicode 的行，因为 Unicode 在 Python3.x 中是默认的。我仍然 80% 确定这是一个字符编码问题。我必须使用什么编码来将字符串变量传递给函数调用 self._lib.lem_lemmatize_word(word, self._output_buffer)？那就是发生分段错误的确切行：

致命的 Python 错误：分段错误

Current thread 0xb754b700 (most recent call first):
  File "/usr/local/lib/python3.4/dist-packages/lemmagen/lemmatizer.py", line 66 in lemmatize
  File "<stdin>", line 1 in <module>
Segmentation fault (core dumped)

我一直在尝试阅读我的确切问题（编码类型），但到目前为止我没有发现任何东西似乎可以解决这个问题。我将不胜感激有关此的一些深思熟虑的信息。谢谢。

感谢任何人在没有理由或任何评论的情况下否决了这个问题。

Answer 1

您需要使用 create_string_buffer 函数创建一个 char 数组，然后再将其传递给函数。

这样的事情应该可以工作：

    import ctypes

class Lib:
    def __init__(self):
        self.lib = ctypes.cdll.LoadLibrary('/home/pim/slovene_lemmatizer/bin/libLemmatizer.so')


def lemmatize(self, word):
    text = "text"
    output_buffer = ctypes.create_string_buffer(text.encode())

    word_buffer = ctypes.create_string_buffer(word.encode())

    self.lib.lem_lemmatize_word(word, output_buffer)

    print("test")

def main():
    lib = Lib()
    lib.lemmatize("test")


if __name__ == '__main__':
    main()

这个输出：

pim@pim-desktop:~/slovene_lemmatizer/bin$ python3 main.py [ERROR] Language file for lemmatizer has to be loaded first! test pim@pim-desktop:~/slovene_lemmatizer/bin$

编辑：虽然我不能 100% 确定此处“原始”属性的使用是否正确，但它确实有效！ Edit2：它确实在没有原始属性的情况下工作，更新了 awnser