C++调用Python脚本实现混合编程教程

C++调用Python需嵌入解释器并实现双向数据交互。须配置Python C API环境，初始化Py_Initialize()，用PyImport_ImportModule等调用函数，注意GIL、异常处理、内存释放与中文编码问题。

用C++调用Python脚本，核心是嵌入Python解释器（PyEmbed），而非简单执行外部脚本。真正实用的混合编程依赖于双向数据交互和函数级调用，不是靠system()或popen()启动python.exe——那只是进程通信，无法共享变量、传递复杂对象，也不可控。

一、前提：正确配置Python C API开发环境

必须链接Python的C扩展库（libpython），且C++程序运行时能找到对应的Python动态库（如python39.dll / libpython3.9.so）。

• Windows下：安装对应版本的Python（推荐官网安装包，含libs/目录），在VS项目中设置：
  • 包含目录：Python安装路径\include
  • 库目录：Python安装路径\libs
  • 附加依赖项：python39.lib（版本号需匹配）
  • 运行时把python39.dll放在exe同目录或系统PATH中
• Linux/macOS下：用pkg-config获取标志（如 pkg-config --cflags --libs python3.9），确保已安装python3-dev / python3-devel包

二、基础步骤：初始化解释器 + 执行Python代码

这是所有操作的前提。必须先调用Py_Initialize()，并在退出前调用Py_FinalizeEx()（C++中建议用RAII封装）。

• Py_SetPythonHome()可选，仅当Python安装路径非默认时需要显式指定
• PyRun_SimpleString("print('Hello from Python!')") 可快速测试是否成功
• 更安全的方式是用PyRun_String()配合Py_eval_input或Py_file_input，并检查返回PyObject*是否为NULL来判断异常

三、关键能力：从C++传参并调用Python函数

不能只执行字符串代码，要能调用.py文件中定义的函数，并传入int/float/string/list/dict等类型。

• 用PyImport_ImportModule()加载模块，PyImport_AddModule()不推荐（仅用于已有模块）
• 用PyObject_GetAttrString()获取模块内的函数对象
• 用PyTuple_New()和PyTuple_SetItem()构造参数元组；支持PyLong_FromLong、PyFloat_FromDouble、PyUnicode_FromString、PyList_New等转换
• 用PyObject_CallObject()调用，返回值仍是PyObject*，需用PyLong_AsLong()、PyFloat_AsDouble()、PyUnicode_AsUTF8()等提取
• 每一步操作后都应检查指针是否为NULL，并用PyErr_Print()输出错误信息（调试必备）

四、实用技巧与避坑提醒

真实项目中容易卡在内存管理、GIL、编码和路径问题上。

• GIL（全局解释器锁）：多线程C++调用Python时，需用PyGILState_Ensure()/PyGILState_Release()手动管理，否则可能崩溃
• 中文路径/字符串：Windows下PyUnicode_FromString传入UTF-8字节流可能失败，建议用PyUnicode_DecodeUTF8()或直接构造PyUnicode对象
• 模块导入路径：用PyRun_SimpleString("import sys; sys.path.append(r'./my_py_lib')")提前注入路径，或修改PySys_GetObject("path")
• 异常处理：每次API调用后可用PyErr_Occurred()检测，再用PyErr_Fetch()获取type/value/traceback做日志
• 资源释放：所有new出来的PyObject*（包括返回值）都应调用Py_DECREF()，否则内存泄漏（Py_INCREF/Py_DECREF需成对）

不复杂但容易忽略。重点不在“能不能跑”，而在“数据能不能准、错能不能捕、线程能不能稳、中文能不能对”。把初始化、调用、异常、释放四个环节串通，就能稳定支撑算法模块用Python写、主控逻辑用C++写的协作模式。