背景

        小H上次使用了pybind11来调用C++的方法，这次同样是在项目中遇到了需要在py层调用C++方法的情况，现在对于性能的需求更加敏感，所以需要使用C++的底层方法来获得结果（当然也可能只是因为C++有这个方法，直接拿来用比较方便），选择ctypes应该也是因为这个比较方便吧。

示例

        在C++侧，我们需要实现一个函数，然后导出一个动态库方法，这里楼主从py层传入了一个回调函数，返回了对应的字符结果。

        在py侧，首先需要使用ctypes.CDLL加载刚才编译出的动态库，声明对应的方法，之后实现一个回调函数进行传入。

C++动态库实现

#include <iostream>
#include <string>

// 回调类型：void callback(int, const char*)
using CallbackType = void(*)(int, const char*);

extern "C" {

// 导出函数：循环调用回调
void run_with_callback(CallbackType cb, int count) {
    if (!cb) {
        std::cerr << "[C++] callback is null" << std::endl;
        return;
    }

    std::cout << "[C++] run_with_callback start, count = " << count << std::endl;

    for (int i = 0; i < count; ++i) {
        std::cout << "[C++] before calling callback, i = " << i << std::endl;

        std::string message = "msg from C++ index = " + std::to_string(i);
        cb(i, message.c_str());  // 回调到 Python

        std::cout << "[C++] after calling callback, i = " << i << std::endl;
    }

    std::cout << "[C++] run_with_callback end" << std::endl;
}

} // extern "C"

ps：C++ 默认会对函数名做 name mangling（名字改编），导致动态库中的符号名变复杂；ctypes按 C ABI 去找函数名，如果不显式用 extern "C"，Python 侧很难直接按名字找到

        用CMake编译成动态库

cmake_minimum_required(VERSION 3.10)
project(pyc_callback_demo LANGUAGES CXX)

add_library(mycallback SHARED callback_lib.cpp)

set_target_properties(mycallback PROPERTIES
    OUTPUT_NAME "mycallback"
    CXX_STANDARD 17
    CXX_STANDARD_REQUIRED YES
)

        构建

mkdir -p build
cd build
cmake ..
cmake --build .

        这样就得到了一个.so文件，供py侧加载。

python加载动态库并调用

• 用 @CALLBACK_CTYPE 装饰 Python 函数，ctypes 会把它包装成 C 函数指针。
• 字符串参数在 Python 中收到的是 bytes，需要手动解码

import ctypes
import pathlib
import os

# 当前文件所在目录
BASE_DIR = pathlib.Path(__file__).resolve().parent

LIB_PATH = BASE_DIR / "cpp_lib" / "build" / "libmycallback.so"

if not LIB_PATH.exists():
    raise FileNotFoundError(f"找不到动态库: {LIB_PATH}. 请先在 cpp_lib 目录下用 CMake 编译生成 libmycallback.so")

# 加载动态库
lib = ctypes.CDLL(str(LIB_PATH))

# 定义 C 端回调类型
# 第二个参数用 ctypes.c_char_p（C 端是 const char*）
CALLBACK_CTYPE = ctypes.CFUNCTYPE(None, ctypes.c_int, ctypes.c_char_p)

# 声明 C 函数的签名：void run_with_callback(CallbackType cb, int count)
lib.run_with_callback.argtypes = [CALLBACK_CTYPE, ctypes.c_int]
lib.run_with_callback.restype = None


# Python 侧的回调实现
@CALLBACK_CTYPE
def py_callback(i: int, msg: bytes) -> None:
    # msg 是 bytes，需要按合适编码解码，这里假设 UTF-8
    text = msg.decode("utf-8") if msg is not None else "<NULL>"
    print(f"[Python] in callback, i = {i}, msg = {text}")


def main() -> None:
    print("[Python] before calling C function")

    # 调用 C++ 库函数，并把 Python 回调传进去
    lib.run_with_callback(py_callback, 3)

    print("[Python] after calling C function")


if __name__ == "__main__":
    main()

ctypes与pybind11区别

• ctypes：纯 Python 侧绑定

  • 不需要在 C++ 里写任何“绑定代码”，只要提供 C ABI 的动态库。
  • Python 侧通过 ctypes.CDLL、CFUNCTYPE 等描述函数签名。
  • 只要函数满足“C 风格接口”（例如 extern "C" + 基本类型/指针），不在意具体是由 C 还是 C++ 实现。
  • 非常适合：
    • 已经有现成 C 库 / C 接口的 C++ 库
    • 简单函数调用、回调、不复杂的数据结构

• pybind11：在 C++ 侧写绑定，生成 Python 模块

  • 是一个头文件库，写法大致像如之前提供的示例一致

  • 编译后得到的是一个 Python 扩展模块（.so），import mymodule 就像普通 Python 包一样使用。

  • 可以非常自然地暴露：

    • C++ 类、方法、构造函数
    • STL 容器（std::vector, std::map 等）
    • 智能指针、异常、枚举等

  • 对复杂 C++ API 的封装能力远强于 ctypes。

结语

        经过这两次学习，让小H更加能够体会到在代码的世界中，语言并不是孤立的，弱化了对语言的重视程度，学习编程更应该将编程语言看作一种工具，什么时候什么情况该换就换，大家各自完成各自擅长的部分，更有利于找到性能与效率的均衡点。

        本文章上有什么问题都可以和博主联系。