Python：SWIG与ctypes

Question

在python中，什么情况下SWIG比ctypes更好的选择是在共享库中调用入口点？假设您还没有SWIG接口文件。

两者的性能指标是什么？

Answer 1

SWIG生成（相当难看）C或C
++代码。它对于简单的函数（可以直接翻译的事物）简单易用，对于更复杂的函数（例如带有输出参数的函数，需要用额外的翻译步骤来用Python表示）则相当简单易用。需要将C的位写为接口文件的一部分。对于除简单使用之外的任何内容，您都需要了解CPython及其如何表示对象-
不难，但要记住一些东西。

ctypes允许您直接访问C函数，结构和其他数据，并加载任意共享库。您不需要为此编写任何C，但是您确实需要了解C的工作原理。您可能会争辩说，它是SWIG的另一面：它不会生成代码，并且不需要在运行时进行编译器，但是对于简单使用而言，它确实需要您了解C数据类型，转换，内存管理和对齐工作。您还需要手动或自动将C结构，联合和数组转换为等效的ctypes数据结构，包括正确的内存布局。

在纯执行中，SWIG可能比ctypes更快-
因为围绕实际工作的管理是在C时在编译时完成的，而不是在Python时运行的。但是，除非您接口许多不同的C函数，但每次仅接口几次，否则开销实际上并不太明显。

在开发期间，ctypes的启动成本要低得多：您不必了解接口文件，不必生成.c文件并进行编译，也不必检出和静默警告。您只需花很少的精力就可以开始使用单个C函数，然后将其扩展为更多功能。您可以直接在Python解释器中进行测试并尝试尝试。打包大量代码有些乏味，尽管有人尝试使代码简化（例如ctypes-
configure）。

另一方面，SWIG可用于为多种语言生成包装器（除非需要填写特定于语言的详细信息，例如上面提到的自定义C代码。）当包装大量SWIG可以处理的代码时，几乎不需要帮助，代码生成也可以比等效的ctypes简单得多。