python函数调用链_python里如何调用函数

python怎么调用c的动态链接库

Python调用C/C++动态链接库的需求

Python调用DLL例子

示例一

[cpp] view plain copy 在CODE上查看代码片派生到我的代码片//hello.h

#ifdef EXPORT_HELLO_DLL

#define HELLO_API __declspec(dllexport)

#else

#define HELLO_API __declspec(dllimport)

#endif

extern "C"

{

HELLO_API int IntAdd(int , int);

}

CPP文件：

[cpp] view plain copy 在CODE上查看代码片派生到我的代码片//hello.cpp

#define EXPORT_HELLO_DLL

#include "hello.h"

HELLO_API int IntAdd(int a, int b)

return a + b;

这里有两个注意点：

（1）弄清楚编译的时候函数的调用约定采用的__cdecl还是__stdcall,因为根据DLL中函数调用约定方式,Python将使用相应的函数加载DLL.

我的工程中采用__cdecl函数调用约定方式进行编译链接产生hello.dll,然后Python中采用ctypes库对hello.dll进行加载和函数调用：

[python] view plain copy 在CODE上查看代码片派生到我的代码片from ctypes import *

dll = cdll.LoadLibrary('hello.dll');

print ret;

OK,一个小例子已经完成了,如果你感兴趣,但还没试过,那就尝试一下吧.

示例二

示例一只是一个"hello world"级别的程序,实际运用中更多的需要传递数据结构、字符串等,才能满足我们的需求.那么这个示例将展示,如何传递数据结构参数,以及如何通过数据结构获取返回值.

首先编写DLL工程中的头文件：

struct StructTest

int number;

char* pChar;

char str[STR_LEN];

int iArray[ARRAY_NUMBER];

};

//HELLO_API int IntAdd(int , int);

HELLO_API char* GetStructInfo(struct StructTest* pStruct);}

CPP文件如下：

#include string.h

HELLO_API char* GetStructInfo(struct StructTest* pStruct){

for (int i = 0; i ARRAY_NUMBER; i++)

pStruct-iArray[i] = i;

pStruct-pChar = "hello python!";

strcpy (pStruct-str, "hello world!");

pStruct-number = 100;

return "just OK";

GetStructInfo这个函数通过传递一个StructTest类型的指针,然后对对象中的属性进行赋值,最后返回"just OK".

编写Python调用代码如下,首先在Python中继承Structure构造一个和C DLL中一致的数据结构StructTest,然后设置函数GetStructInfo的参数类型和返回值类型,最后创建一个StructTest对象,并将其转化为指针作为参数,调用函数GetStrcutInfo,最后通过输出数据结构的值来检查是否调用成功：

#define type

#define struct

class StructTest(Structure):

_fields_ = [

("number", c_int),

("pChar", c_char_p),

]

#load dll and get the function object

GetStructInfo = dll.GetStructInfo;

#set the return type

GetStructInfo.restype = c_char_p;

#set the argtypes

GetStructInfo.argtypes = [POINTER(StructTest)];objectStruct = StructTest();

#invoke api GetStructInfo

retStr = GetStructInfo(byref(objectStruct));#check result

print "number: ", objectStruct.number;

print "pChar: ", objectStruct.pChar;

print "str: ", objectStruct.str;

for i,val in enumerate(objectStruct.iArray):

print 'Array[i]: ', val;

print retStr;

总结

python装饰器使用

装饰器是从英文decorator翻译过来的,从字面上来看就是对某个东西进行修饰,增强被修饰物的功能,下面我们对装饰器做下简单介绍.

第一段：怎么编写装饰器

装饰器的实现很简单,本质是一个可调用对象,可以是函数、方法、对象等,它既可以装饰函数也可以装饰类和方法,为了简单说明问题,我们实现一个函数装饰器,如下代码：

有了这个装饰器,我们就可以打印出什么时候开始和结束调用函数,对于排查函数的调用链非常方便.

第二段：带参数的装饰器

上面的例子无论什么时候调用sum都会输出信息,如果我们需要按需输出信息怎么实现呢,这时就要用到带参数的装饰器了,如下代码：

对sum使用装饰器时没有参数,这时debug为0,所以调用sum时不会输出函数调用相关信息.

对multi使用装饰器时有参数,这时debug为1,所以调用multi时会输出函数调用相关信息.

第三段：函数名字问题

当我们打印被装饰后的函数名字时,不知道大家有没发现输出的不是函数本身的名字,如下代码会输出'wrap'而不是'sum'：

有时这种表现并不是我们想要的,我们希望被装饰后的函数名字还是函数本身,那要怎么实现呢?很简单,只需要引入functools.wraps即可,如下代码就会输出'sum'了：

看完后是不是觉得python装饰器很简单,只要了解它的本质,怎么写都行,有好多种玩法呢.

我执行一段python脚本报错了,怎么解决

在程序运行的过程中,如果发生了错误,可以事先约定返回一个错误代码,这样,就可以知道是否有错,以及出错的原因.在操作系统提供的调用中,返回错误码非常常见.比如打开文件的函数open(),成功时返回文件描述符（就是一个整数）,出错时返回-1.

用错误码来表示是否出错十分不便,因为函数本身应该返回的正常结果和错误码混在一起,造成调用者必须用大量的代码来判断是否出错：

复制代码代码如下:

def foo():

r = some_function()

if r==(-1):

return (-1)

# do something

return r

def bar():

r = foo()

print 'Error'

else:

pass

一旦出错,还要一级一级上报,直到某个函数可以处理该错误（比如,给用户输出一个错误信息）.

所以高级语言通常都内置了一套try...except...finally...的错误处理机制,Python也不例外.

try

让我们用一个例子来看看try的机制：

try:

print 'try...'

r = 10 / 0

print 'result:', r

except ZeroDivisionError, e:

print 'except:', e

finally:

print 'finally...'

print 'END'

当我们认为某些代码可能会出错时,就可以用try来运行这段代码,如果执行出错,则后续代码不会继续执行,而是直接跳转至错误处理代码,即except语句块,执行完except后,如果有finally语句块,则执行finally语句块,至此,执行完毕.

上面的代码在计算10 / 0时会产生一个除法运算错误：

try...

finally...

END

从输出可以看到,当错误发生时,后续语句print 'result:', r不会被执行,except由于捕获到ZeroDivisionError,所以呢被执行.最后,finally语句被执行.然后,程序继续按照流程往下走.

由于没有错误发生,所以except语句块不会被执行,但是finally如果有,则一定会被执行（可以没有finally语句）.

你还可以猜测,错误应该有很多种类,如果发生了不同类型的错误,应该由不同的except语句块处理.没错,可以有多个except来捕获不同类型的错误：

r = 10 / int('a')

except ValueError, e:

print 'ValueError:', e

print 'ZeroDivisionError:', e

int()函数可能会抛出ValueError,所以我们用一个except捕获ValueError,用另一个except捕获ZeroDivisionError.

此外,如果没有错误发生,可以在except语句块后面加一个else,当没有错误发生时,会自动执行else语句：

print 'no error!'

Python的错误其实也是class,所有的错误类型都继承自BaseException,所以在使用except时需要注意的是,它不但捕获该类型的错误,还把其子类也"一网打尽".比如：

foo()

except StandardError, e:

print 'StandardError'

print 'ValueError'

第二个except永远也捕获不到ValueError,因为ValueError是StandardError的子类,如果有,也被第一个except给捕获了.

Python所有的错误都是从BaseException类派生的

使用try...except捕获错误还有一个巨大的好处,就是可以跨越多层调用,比如函数main()调用foo(),foo()调用bar(),结果bar()出错了,这时,只要main()捕获到了,就可以处理：

def foo(s):

return 10 / int(s)

def bar(s):

def main():

bar('0')

print 'Error!'

也就是说,不需要在每个可能出错的地方去捕获错误,只要在合适的层次去捕获错误就可以了.这样一来,就大大减少了写try...except...finally的麻烦.

调用堆栈

如果错误没有被捕获,它就会一直往上抛,最后被Python解释器捕获,打印一个错误信息,然后程序退出.来看看err.py：

# err.py:

main()

执行,结果如下：

$ python err.py

Traceback (most recent call last):

File "err.py", line 11, in module

出错并不可怕,可怕的是不知道哪里出错了.解读错误信息是定位错误的关键.我们从上往下可以看到整个错误的调用函数链：

错误信息第1行：

告诉我们这是错误的跟踪信息.

原因是return 10 / int(s)这个语句出错了,这是错误产生的源头,因为下面打印了：

根据错误类型ZeroDivisionError,我们判断,int(s)本身并没有出错,但是int(s)返回0,在计算10 / 0时出错,至此,找到错误源头.

记录错误

如果不捕获错误,自然可以让Python解释器来打印出错误堆栈,但程序也被结束了.既然我们能捕获错误,就可以把错误堆栈打印出来,然后分析错误原因,同时,让程序继续执行下去.

Python内置的logging模块可以非常容易地记录错误信息：

# err.py

import logging

logging.exception(e)

同样是出错,但程序打印完错误信息后会继续执行,并正常退出：

通过配置,logging还可以把错误记录到日志文件里,方便事后排查.

抛出错误

因为错误是class,捕获一个错误就是捕获到该class的一个实例.所以呢,错误并不是凭空产生的,而是有意创建并抛出的.Python的内置函数会抛出很多类型的错误,我们自己编写的函数也可以抛出错误.

如果要抛出错误,首先根据需要,可以定义一个错误的class,选择好继承关系,然后,用raise语句抛出一个错误的实例：

class FooError(StandardError):

n = int(s)

if n==0:

raise FooError('invalid value: %s' % s)

return 10 / n

执行,可以最后跟踪到我们自己定义的错误：

...

__main__.FooError: invalid value: 0

只有在必要的时候才定义我们自己的错误类型.如果可以选择Python已有的内置的错误类型（比如ValueError,TypeError）,尽量使用Python内置的错误类型.

最后,我们来看另一种错误处理的方式：

raise

在bar()函数中,我们明明已经捕获了错误,但是,打印一个Error!后,又把错误通过raise语句抛出去了,这不有病么?

其实这种错误处理方式不但没病,而且相当常见.捕获错误目的只是记录一下,便于后续追踪.但是,由于当前函数不知道应该怎么处理该错误,所以,最恰当的方式是继续往上抛,让顶层调用者去处理.

raise语句如果不带参数,就会把当前错误原样抛出.此外,在except中raise一个Error,还可以把一种类型的错误转化成另一种类型：

①.0 / 0

except ZeroDivisionError:

raise ValueError('input error!')

只要是合理的转换逻辑就可以,但是,决不应该把一个IOError转换成毫不相干的ValueError.

小结

Python内置的try...except...finally用来处理错误十分方便.出错时,会分析错误信息并定位错误发生的代码位置才是最关键的.

程序也可以主动抛出错误,让调用者来处理相应的错误.但是,应该在文档中写清楚可能会抛出哪些错误,以及错误产生的原因.

以上就是万林百科网小编为大家整理的python函数调用链相关主题介绍,如果您觉得小编更新的文章只要能对粉丝们有用，就是我们最大的鼓励和动力,不要忘记讲本站分享给您身边的朋友哦！！