我正在学习 C++，因为它是一种非常灵活的语言。但对于 Twitter、Facebook、Delicious 等互联网事物，Python 似乎是一个更好的解决方案。
是否可以在同一个项目中集成 C++ 和 Python？
【问题讨论】：
标签： c++ python integration
将 Python 与 C/C++ 交互并不是一件容易的事。
在这里，我在上一个问题上复制/粘贴 previous answer，以了解编写 python 扩展的不同方法。采用 Boost.Python、SWIG、Pybindgen...
您可以使用 Python C-API 自己用 C 或 C++ 编写扩展。
一句话：除了学习如何做之外，不要这样做。正确地做到这一点非常困难。您将不得不手动增加和减少引用，并编写大量代码只是为了公开一个函数，而好处很少。
Swig:
专业人士：您可以为多种脚本语言生成绑定。
缺点：我不喜欢解析器的工作方式。我不知道他们是否取得了一些进展，但两年前 C++ 解析器非常有限。大多数时候我不得不复制/粘贴我的 .h 标头来添加一些 % 字符并为 swig 解析器提供额外的提示。
我还需要不时处理 Python C-API 以进行（不是那么）复杂的类型转换。
我不再使用它了。
专业人士： 这是一个非常完整的图书馆。它允许您使用 C-API 做几乎所有可能的事情，但在 C++ 中。我从来不需要用这个库编写 C-API 代码。由于库，我也从未遇到过错误。绑定代码要么像魅力一样工作，要么拒绝编译。
如果您已经有一些 C++ 库要绑定，它可能是目前可用的最佳解决方案之一。但如果你只有一个小的 C 函数要重写，我可能会尝试使用 Cython。
缺点：如果您没有预编译的 Boost.Python 库，您将使用 Bjam（类似于 make 的替代品）。我真的很讨厌 Bjam 及其语法。
使用 B.P 创建的 Python 库往往会变得肥胖。编译它们也需要很多时间。
Py++：让 Boost.Python 变得简单。 Py++ 使用 C++ 解析器来读取您的代码，然后自动生成 Boost.Python 代码。您也得到了作者的大力支持（不，不是我 ;-)）。
缺点：只有 Boost.Python 本身的问题。
编辑此项目看起来已停产。虽然可能仍在工作，但考虑切换可能会更好。
它生成处理 C-API 的代码。你可以在 Python 文件中描述函数和类，或者让 Pybindgen 读取你的头文件并自动生成绑定（为此它使用 pygccxml，一个由 Py++ 的作者编写的 Python 库）。
缺点：这是一个年轻的项目，团队比 Boost.Python 小。仍然有一些限制：不能公开自己的 C++ 异常，不能对 C++ 类使用多重继承。
无论如何都值得一试！
耐热玻璃和Cython：
这里你写的不是真正的 C/C++，而是 Python 和 C 的混合体。这个中间代码将生成一个常规的 Python 模块。
2013 年 7 月 22 日编辑： 现在 Py++ 看起来已停产，我现在正在寻找一个好的替代方案。我目前正在为我的 C++ 库尝试 Cython。这种语言是 Python 和 C 的混合体。在 Cython 函数中，您可以使用 Python 或 C/C++ 实体（函数、变量、对象……）。
Cython 非常容易学习，性能非常好，如果您不必连接旧版 C++ 库，您甚至可以完全避免使用 C/C++。
但是对于 C++，它会带来一些问题。它不像 Py++ 那样“自动化”，所以对于稳定的 C++ API（现在我的库就是这种情况）可能更好。我在 Cython 中看到的最大问题是 C++ 多态性。使用 Py++/boost:python 我能够在 C++ 中定义一个虚拟方法，在 Python 中覆盖它，并在 C++ 中调用 Python 版本。使用 Cython 仍然可行，但您需要明确使用 C-Python API。
编辑 2017-10-06：
有一个新的，pybind11，类似于 Boost.Python，但有一些潜在的优势。例如，它使用 C++11 语言特性来简化创建新绑定的过程。而且它是一个只有头文件的库，所以在使用它之前不需要编译，也不需要链接。
我用它玩了一下，它确实非常简单易用。我唯一担心的是，像 Boot.Python 一样，它可能会导致编译时间过长和库很大。我还没有做任何基准测试。
【讨论】：
是的，这是可能的，鼓励和documented。我自己做过，发现很简单。
【讨论】：
Python.h？
Python/C API Reference Manual - 供想要编写扩展模块或嵌入 Python 的 C 和 C++ 程序员使用的 API。
Extending and Embedding the Python Interpreter
描述了如何用 C 或 C++ 编写模块以使用新模块扩展 Python 解释器。这些模块可以定义新功能，也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（在运行时）加载到解释器中，如果底层操作系统支持此功能。
【讨论】：
试试Pyrex。使为 Python 编写 C++ 扩展变得更加容易。
【讨论】：
我们在产品中非常成功地使用了swig。
swig 基本上会获取您的 C++ 代码并围绕它生成一个 python 包装器。
【讨论】：
我建议看看 PyTorch 如何进行集成。
【讨论】：
看这个：
用 C 或 C++ 扩展 Python
“如果您知道如何用 C 编程，那么向 Python 添加新的内置模块非常容易。这样的扩展模块可以做两件 Python 无法直接完成的事情：它们可以实现新的内置模块——在对象类型中，它们可以调用C库函数和系统调用。
为了支持扩展，Python API（应用程序程序员接口）定义了一组函数、宏和变量，提供对 Python 运行时系统大部分方面的访问。 Python API 通过包含头文件“Python.h”被合并到 C 源文件中。 "
http://www.python.org/doc/2.5.2/ext/intro.html
PS 拼写为“整合”:)
【讨论】：
我过去使用过 PyCxx http://cxx.sourceforge.net/，我发现它非常好。
它以非常优雅的方式包装了 python c API，并使其非常易于使用。 用 c++ 编写 python 扩展非常容易。它提供了清晰的示例，因此很容易上手。
我真的很喜欢使用这个库，我强烈推荐它。
【讨论】：
这取决于您的便携性要求。我已经为此苦苦挣扎了一段时间，最后我直接使用python API 包装了我的 C++，因为我需要一些可以在管理员只将大部分工作的 gcc 和 python 安装一起破解的系统上工作的东西。
理论上 Boost.Python 应该是一个很好的选择，因为 Boost（几乎）无处不在。不幸的是，如果您最终在一个具有较旧 default python 安装的操作系统上（我们的合作停留在 2.4），如果您尝试使用较新版本运行 Boost.Python，您将遇到问题（我们都使用 Python 2.6）。由于您的管理员可能不会费心安装与每个 python 版本相对应的 Boost 版本，因此您必须自己构建它。
因此，如果您不介意在运行代码的每个系统上都需要一些 Boost 设置，请使用 Boost.Python。如果您想要的代码绝对可以在任何带有 Python 和 C++ 编译器的系统上运行，请使用 Python API。
【讨论】：
另一个有趣的方法是通过运行 python 本身来解析 c++ 头文件来生成 python 代码。 OpenCV team successfully took this approach 现在他们已经做了完全相同的事情来为 OpenCV 库制作 java 包装器。我发现这创建了更干净的 Python API，不受某个库的限制。
【讨论】：
您可以用 C++ 编写Python extensions。基本上 Python 本身是用 C 编写的，您可以使用它来调用您的 C 代码。您可以完全访问您的 Python 对象。另请查看Boost.Python。
【讨论】：
也许通过命令行调用编译的c++。在 python 中使用 os.system() 发送命令。部分链接：https://www.geeksforgeeks.org/command-line-arguments-in-python/，https://www.geeksforgeeks.org/python-os-system-method/，https://www.geeksforgeeks.org/command-line-arguments-in-c-cpp/，
【讨论】：