python C语言扩展之简单扩展-使用ctypes访问C代码

简介: python C语言扩展之简单扩展-使用ctypes访问C代码

对于需要调用C代码的一些小的问题,通常使用Python标准库中的 ctypes 模块就足够了。 要使用 ctypes ,你首先要确保你要访问的C代码已经被编译到和Python解释器兼容 (同样的架构、字大小、编译器等)的某个共享库中。

这里有个c语言读取linux下cpu很memory相关的c代码 ,目的是想要在Python中访问

使用GCC编译成libinfo.so

gcc -fPIC -shared test_cpu_info.c -o libinfo.so

然后就是在Python中加载

import ctypes
import os
# Try to locate the .so file in the same directory as this file
_file = 'libinfo.so'
base_dir = os.getcwd()
_path =os.path.join(base_dir,_file)#这个路径是so文件的绝对路径
_mod = ctypes.cdll.LoadLibrary(_path)
_mem_use_percent = _mod.mem_use_percent
_mem_use_percent.argtypes= (ctypes.POINTER(ctypes.c_double),)#这里必须是一个元组序列 否则会报错
def mem_use_percent():
    mem_p = ctypes.c_double()
    _mem_use_percent(mem_p)
print(mem_p)

下面是执行这个函数的代码

附上源文件

#include<stdio.h>
#include<stdlib.h>
#include<string.h>
#include <unistd.h>
typedef struct MEMPACKED         //定义一个mem occupy的结构体
{
char name1[20];      //定义一个char类型的数组名name有20个元素
unsigned long MemTotal;
char name2[20];
unsigned long MemFree;
char name3[20];
unsigned long Buffers;
char name4[20];
unsigned long Cached;
char name5[20];
unsigned long SwapCached;
}MEM_OCCUPY;
//proc/stat文件结构
//cpu  633666 46912 249878 176813696 782884 2859 19625 0
//cpu0 633666 46912 249878 176813696 782884 2859 19625 0
//intr 5812844
//ctxt 265816063
//btime 1455203832
//processes 596625
//procs_running 1
//procs_blocked 0
typedef struct CPUPACKED         //定义一个cpu occupy的结构体
{
char name[20];      //定义一个char类型的数组名name有20个元素
unsigned int user; //定义一个无符号的int类型的user
unsigned int nice; //定义一个无符号的int类型的nice
unsigned int system;//定义一个无符号的int类型的system
unsigned int idle; //定义一个无符号的int类型的idle
unsigned int lowait;
unsigned int irq;
unsigned int softirq;
}CPU_OCCUPY;
void get_memoccupy(MEM_OCCUPY *mem) //对无类型get函数含有一个形参结构体类弄的指针O
{
    FILE *fd;
char buff[256];
    MEM_OCCUPY *m;
    m = mem;
    fd = fopen("/proc/meminfo", "r");
//MemTotal: 515164 kB
//MemFree: 7348 kB
//Buffers: 7892 kB
//Cached: 241852  kB
//SwapCached: 0 kB
//从fd文件中读取长度为buff的字符串再存到起始地址为buff这个空间里
    fgets(buff, sizeof(buff), fd);
sscanf(buff, "%s %lu ", m->name1, &m->MemTotal);
    fgets(buff, sizeof(buff), fd);
sscanf(buff, "%s %lu ", m->name2, &m->MemFree);
    fgets(buff, sizeof(buff), fd);
sscanf(buff, "%s %lu ", m->name3, &m->Buffers);
    fgets(buff, sizeof(buff), fd);
sscanf(buff, "%s %lu ", m->name4, &m->Cached);
    fgets(buff, sizeof(buff), fd);
sscanf(buff, "%s %lu", m->name5, &m->SwapCached);
    fclose(fd);     //关闭文件fd
}
int get_cpuoccupy(CPU_OCCUPY *cpust) //对无类型get函数含有一个形参结构体类弄的指针O
{
    FILE *fd;
char buff[256];
    CPU_OCCUPY *cpu_occupy;
    cpu_occupy = cpust;
    fd = fopen("/proc/stat", "r");
    fgets(buff, sizeof(buff), fd);
sscanf(buff, "%s %u %u %u %u %u %u %u", cpu_occupy->name, &cpu_occupy->user, &cpu_occupy->nice, &cpu_occupy->system, &cpu_occupy->idle, &cpu_occupy->lowait, &cpu_occupy->irq, &cpu_occupy->softirq);
    fclose(fd);
return 0;
}
void cal_cpuoccupy(CPU_OCCUPY *o, CPU_OCCUPY *n,double *result)
{
unsigned long od, nd;
double cpu_use = 0;
    od = (unsigned long)(o->user + o->nice + o->system + o->idle + o->lowait + o->irq + o->softirq);//第一次(用户+优先级+系统+空闲)的时间再赋给od
    nd = (unsigned long)(n->user + n->nice + n->system + n->idle + n->lowait + n->irq + n->softirq);//第二次(用户+优先级+系统+空闲)的时间再赋给od
double sum = nd - od;
double idle = n->idle - o->idle;
    cpu_use = idle / sum;
    idle = n->user + n->system + n->nice - o->user - o->system - o->nice;
    cpu_use = idle / sum;
    *result = cpu_use;
//    printf("%.3f\n",cpu_use);
}
void cpu_use_percent(double*cpu_use)
{
    CPU_OCCUPY cpu_stat1;
    CPU_OCCUPY cpu_stat2;
    get_cpuoccupy((CPU_OCCUPY *)&cpu_stat1);
    usleep(100000);
    get_cpuoccupy((CPU_OCCUPY *)&cpu_stat2);
    cal_cpuoccupy((CPU_OCCUPY *)&cpu_stat1, (CPU_OCCUPY *)&cpu_stat2,cpu_use);
}
void mem_use_percent(double *use)
{
   MEM_OCCUPY mem_stat;
   get_memoccupy((MEM_OCCUPY *)&mem_stat);
   *use =  mem_stat.MemFree * 1.0 / (mem_stat.MemTotal * 1.0);
}
int main1( int argc, char **argv )
{
    MEM_OCCUPY mem_stat;
    CPU_OCCUPY cpu_stat1;
    CPU_OCCUPY cpu_stat2;
double result;
//获取内存
//(MemTotal - MemFree)/ MemTotal
    get_memoccupy((MEM_OCCUPY *)&mem_stat);
//printf(" [MemTotal] = %lu \n [MemFree] = %lu \n [Buffers] = %lu \n [Cached] = %lu \n [SwapCached] = %lu \n", mem_stat.MemTotal, mem_stat.MemFree, mem_stat.Buffers, mem_stat.Cached, mem_stat.SwapCached);
printf("%.3f\n", mem_stat.MemFree * 1.0 / ( mem_stat.MemTotal * 1.0  ) );
//第一次获取cpu使用情况
    get_cpuoccupy((CPU_OCCUPY *)&cpu_stat1);
    usleep(100000);
//第二次获取cpu使用情况
    get_cpuoccupy((CPU_OCCUPY *)&cpu_stat2);
//计算cpu使用率
    cal_cpuoccupy((CPU_OCCUPY *)&cpu_stat1, (CPU_OCCUPY *)&cpu_stat2,&result);
printf("cpu_use:%.3f ",result);
return 0;
}
int main2()
{
double cpu_use;
double mem_use;
    mem_use_percent(&mem_use);
printf("mem_use:%.3f\n",mem_use);
    cpu_use_percent(&cpu_use);
printf("cpu_use:%.3f \n",cpu_use);
}
目录
相关文章
|
1天前
|
Python
告别混乱!Python上下文管理器的自定义实践,让你的代码更加整洁有序
【7月更文挑战第6天】Python的上下文管理器通过`__enter__`和`__exit__`方法自动处理资源的获取与释放,如文件操作。使用with语句结合自定义类(如`FileManager`示例),能确保文件在使用后正确关闭,防止资源泄漏,提升代码整洁度和健壮性。自定义上下文管理器是代码模块化和错误处理的好实践。
|
1天前
|
设计模式 Python
深度揭秘!Python元类:掌握它,让你的代码拥有创造类的能力
【7月更文挑战第6天】Python元类探秘:**元类是类的类,用于控制类的创建。通过定义元类,可自定义类的行为,如动态添加方法或改变继承结构。示例中,`my_metaclass`在创建类时添加`new_method`。元类强大且适用于高级编程,如动态修改、注册类或实现设计模式。理解并善用元类能提升Python编程技巧。
6 0
|
1天前
|
数据采集 程序员 Python
深度定制Python上下文管理器,让你的代码世界从此井井有条
【7月更文挑战第6天】Python的上下文管理器简化了资源管理,通过`__enter__`和`__exit__`方法自动处理获取和释放。例如,一个自定义的LoggingContextManager类在`__enter__`中配置日志并返回记录器,在`__exit__`中关闭文件。使用`with`语句,可以优雅地控制日志文件的生命周期,提高代码的整洁性和健壮性。
5 0
|
1天前
|
Python
Python大神的秘密武器:揭秘上下文管理器的自定义艺术,让代码更优雅
【7月更文挑战第6天】Python上下文管理器是资源管理的关键,与with语句结合确保自动释放,防止资源泄露。通过定义__enter__和__exit__方法的类或使用contextmanager装饰器的生成器,可自定义管理器,简化代码,增强健壮性,如资源获取与释放、异常处理和高级功能实现。掌握这一技巧能提升代码的优雅度和可维护性。**
|
1天前
|
Python
惊艳!原来Python闭包与装饰器可以这样玩,让你的代码瞬间高大上
【7月更文挑战第6天】Python中的闭包和装饰器是代码复用和增强功能的利器。闭包是能记住外部作用域变量的内嵌函数,常用于封装和优化代码。例如,`make_multiplier_of`生成了乘法函数,如`times3`和`times5`,避免了重复代码。装饰器则不修改原函数即可添加新功能,如`my_decorator`在函数调用前后打印信息。当两者结合,如`repeat`装饰器,可以根据参数动态改变函数行为,如重复执行`greet`函数。闭包和装饰器的协同使用提升了代码的优雅性、效率和可扩展性。
6 0
|
1天前
|
Python
告别代码冗余!Python闭包与装饰器如何让你秒变代码优化大师?
【7月更文挑战第6天】Python的闭包和装饰器是解决代码冗余的利器。闭包,如匿名函数,记忆外部作用域变量,实现代码封装。例如,`make_multiplier_of`生成特定乘法函数,避免重复。装饰器如`@my_decorator`,不修改原函数,添加额外功能,如在函数调用前后打印信息。两者结合,提升代码灵活性和复用性,是优化和整洁代码的关键。
4 0
|
2天前
|
机器学习/深度学习 数据采集 算法
【2024泰迪杯】A 题:生产线的故障自动识别与人员配置 Python代码实现
【2024泰迪杯】A 题:生产线的故障自动识别与人员配置 Python代码实现
11 0
|
2月前
|
算法 编译器 开发者
如何提高Python代码的性能:优化技巧与实践
本文探讨了如何提高Python代码的性能,重点介绍了一些优化技巧与实践方法。通过使用适当的数据结构、算法和编程范式,以及利用Python内置的性能优化工具,可以有效地提升Python程序的执行效率,从而提升整体应用性能。本文将针对不同场景和需求,分享一些实用的优化技巧,并通过示例代码和性能测试结果加以说明。
|
20天前
|
算法 搜索推荐 开发者
解锁Python代码的速度之谜:性能瓶颈分析与优化实践
探索Python性能优化,关注解释器开销、GIL、数据结构选择及I/O操作。使用cProfile和line_profiler定位瓶颈,通过Cython减少解释器影响,多进程避开GIL,优化算法与数据结构,以及借助asyncio提升I/O效率。通过精准优化,Python可应对高性能计算挑战。【6月更文挑战第15天】
24 1
|
7天前
|
算法 搜索推荐 开发者
优化Python代码执行效率的技巧与实践
提升Python代码执行效率是开发过程中的关键挑战之一。本文探讨了几种有效的优化策略,包括算法选择、数据结构优化以及代码优化技巧,帮助开发者在实际项目中提升程序性能和响应速度。