Python调用C函数的常见方法
Python与C的交互可以通过多种方式实现，每种方法在性能、易用性和适用场景上有所不同。以下是五种主流方法的对比分析。
ctypes
ctypes是Python标准库的一部分，无需额外编译，直接调用动态链接库（.dll/.so）。适用于简单场景，但性能较低。
from ctypes import cdll lib = cdll.LoadLibrary('example.so') result = lib.add(1, 2) # 调用C函数add优点：无需修改C代码，跨平台支持较好。
缺点：类型转换开销大，性能较差。
CFFI
CFFI（C Foreign Function Interface）分为API模式和ABI模式，前者需编译，后者类似ctypes但更灵活。
from cffi import FFI ffi = FFI() ffi.cdef("int add(int a, int b);") lib = ffi.dlopen('example.so') result = lib.add(1, 2)优点：支持复杂类型，API模式性能接近C扩展。
缺点：学习曲线较陡，ABI模式性能与ctypes相当。
Cython
Cython通过编写.pyx文件生成C扩展模块，直接编译为二进制代码，性能最优。
# example.pyx cdef extern from "example.h": int add(int a, int b) def py_add(a, b): return add(a, b)优点：接近原生C的性能，支持Python和C混合编程。
缺点：需额外编译步骤，代码需用Cython语法改写。
SWIG
SWIG（Simplified Wrapper and Interface Generator）自动生成Python与C的绑定代码，适合大型项目。
# example.i 接口文件 %module example %{ #include "example.h" %} %include "example.h"优点：支持多语言绑定，自动化程度高。
缺点：生成代码冗余，调试复杂。
Python C API
直接使用Python C API编写扩展模块，性能最高但开发成本大。
// example.c #include <Python.h> static PyObject* py_add(PyObject* self, PyObject* args) { int a, b; if (!PyArg_ParseTuple(args, "ii", &a, &b)) return NULL; return Py_BuildValue("i", add(a, b)); }优点：极致性能，完全控制内存和类型。
缺点：代码复杂，需手动处理引用计数。
性能对比与选型建议
- 性能排序：Cython ≈ Python C API > CFFI API > SWIG > ctypes/CFFI ABI。
- 推荐场景：
- 快速原型：ctypes或CFFI ABI。
- 高性能计算：Cython或Python C API。
- 跨语言项目：SWIG。
Cython在效率与开发成本间取得了最佳平衡，尤其适合科学计算领域。
