将Python与C / C ++接口并不是一件容易的事。

在这里，我针对上一个问题复制/粘贴上一个答案，以回答编写python扩展的不同方法。具有Boost.Python，SWIG，Pybindgen …

• 您可以使用Python C-API用C或C ++自己编写扩展。

一言以蔽之：除了学习如何做之外，不要那样做。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，并编写大量代码以仅暴露一个功能，而这几乎没有好处。

• 痛饮：

优点：您可以为许多脚本语言生成绑定。

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，但是两年前C
++解析器非常有限。大多数时候，我不得不复制/粘贴.h标头以添加一些%字符并为swig解析器提供额外的提示。

我还需要时不时地处理Python C-API（而不是复杂的类型转换）。

我不再使用它了。

• Boost.Python：

专家：这是一个非常完整的库。它使您几乎可以使用C-API进行所有操作，但只能使用C ++。我从来没有用此库编写C-
API代码。由于该库，我也从未遇到过bug。绑定代码要么像超级按钮一样工作，要么拒绝编译。

如果您已有绑定的C ++库，它可能是当前可用的最佳解决方案之一。但是，如果您只有一个小的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，则将使用Bjam（替代make）。我真的很讨厌Bjam及其语法。

用BP创建的Python库往往变得肥胖。编译它们也需要 很多 时间。

• Py ++：Boost.Python非常简单。Py 使用C 解析器读取您的代码，然后自动生成Boost.Python代码。您也得到其作者的大力支持（不，不是我;-)）。

缺点：仅是Boost.Python本身引起的问题。

编辑 该项目看起来已停产。虽然可能仍在工作，但最好考虑切换。

• 毕宾根：

它生成处理C-API的代码。您可以在Python文件中描述函数和类，或者让Pybindgen读取标头并自动生成绑定（为此，它使用pygccxml，这是Py
++的作者编写的python库）。

缺点：这是一个年轻项目，团队规模比Boost.Python小。仍然存在一些限制：您无法公开自己的C 异常，不能对C 类使用多重继承。

无论如何都值得尝试！

• Pyrex和Cython：

在这里，您不是在编写真正的C/C++，而是在Python和C之间混合使用。此中间代码将生成一个常规的Python模块。

编辑2013年7月22日： 现在Py 似乎已停产，我现在正在寻找一个不错的选择。我目前正在为自己的C
库使用C​​ython进行实验。这种语言是Python和C之间的混合体。在Cython函数中，您可以使用Python或C / C
++实体（函数，变量，对象等）。

Cython非常易于学习，具有非常好的性能，而且如果不必连接旧版C 库，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”，因此对于稳定的C
API（现在是我的库）来说可能更好。我对Cython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仍然可以，但是您需要显式使用C-Python API。

编辑2017-10-06：

有一个新的pybind11，类似于Boost.Python，但有一些潜在的优点。例如，它使用C
++ 11语言功能来简化创建新绑定的过程。它也是一个仅标头的库，因此在使用它之前无需编译，也没有链接的库。

我玩了一点，使用起来确实非常简单和愉快。我唯一担心的是，像Boot.Python一样，它可能会导致较长的编译时间和庞大的库。我还没有做任何基准测试。