Cython - 将字符串列表转换为 char **

Question

如何将Python字符串列表转换为以null结尾的char**，以便可以将其传递给外部C函数？

我有以下内容：

struct saferun_task:
    saferun_jail   *jail
    saferun_limits *limits

    char **argv
    int stdin_fd  
    int stdout_fd
    int stderr_fd

int saferun_run(saferun_inst *inst, saferun_task *task, saferun_stat *stat)

在cdef extern块中

我想把像（'./a.out'，'param1'，'param2'）这样的东西转换成可以分配给saferun_task.argv的东西。

如何做到？

- xelez

---

请查看此链接：https://groups.google.com/forum/?fromgroups#!searchin/cython-users/char**/cython-users/ldtOV1QwITA/bxL1AtiALkwJ - OG Dude

可能是Fast string array - Cython的重复问题。 - Claudiu

Answer 1

来自Cython文档：

char* PyString_AsString (PyObject *string)

返回字符串内容的以空字符结尾的表示形式。指针引用字符串的内部缓冲区，而不是副本。数据不能以任何方式修改。它不能被释放。

我目前没有设置 Cython 编译器，但这应该会产生类似以下代码的结果：

from libc.stdlib cimport malloc, free

cdef char **string_buf = malloc(len(pystr_list) * sizeof(char*))

for i in range(len(pystr_list)):
    string_buf[i] = PyString_AsString(pystr_list[i])

# Do stuff with string_buf as a char**
# ...

free(string_buf)

指针stringBuf现在是一个char **，指向原始数据而不复制任何字符串 - 尽管你不应该编辑每个字符串中的数据，因为字符串应该被视为const char *（来自文档）。如果你需要操作字符串，你将不得不memcpy数据或创建你不关心在Python中崩溃的新对象 - 虽然由于你有一个字符串元组，我怀疑你是否正在编辑它们。

- Pyrce

---

PyString_AsString 只适用于 Python2，因此这种解决方案在 Python3 中不起作用。 - ead

Answer 2

Python有权将字符串的内部表示保留在任何非标准格式中。因此，您必须首先将字符串转换为字节，例如使用.encode('utf-8')或任何其他编码格式。

在您有可用的字节之后，您可以通过将字节分配给char *变量来轻松地将它们转换为指针，在Cython代码中只需执行以下操作：

s = 'abc'
b = s.encode('utf-8') + b'\x00'
cdef const char * ptr = b

注意上面的代码中我在字节串后添加了b'\x00'，因为字节串的表示形式不必在末尾包含零字节，而C/C++在接受char *字符串时需要该零字节。

同样地，如果C/C++代码返回了char *，那么你可以按照以下方式轻松地将其转换回字符串：

cdef const char * ptr = .... # This pointer is filled-in by C code
b = <bytes>ptr
s = s.decode('utf-8') # Now it contains string

在上面的代码中，注意通过<bytes>ptr将char *转换为字节。Cython通过搜索第一个零字节并截断字符串来将char *强制转换为字节，最终字节不包含零字节。

现在，您还可以创建char **数组以将其传递给C/C ++，如下面的代码所示。 我假设您正在编译64位二进制文件（具有64位指针）：

# Imports
import numpy as np
cimport numpy as np
cimport cython
from libc.stdint cimport *

# Cython func
def cython_func():
    ss = ['ab', 'cde', 'f']
    bs = [e.encode('utf-8') + b'\x00' for e in ss]
    a = np.zeros(len(bs), dtype = np.uint64)
    for i in range(len(bs)):
        a[i] = <uint64_t>(<char *>bs[i])

    cdef uint64_t[:] ca = a
    cdef char ** final_ptr = <char **>&ca[0]

    with nogil:
        some_c_func(final_ptr)

- Arty