如何在Python 3 C API中从str类型PyObject*提取char*？

核心结论 #

Python 3中的str类型对应C API里的PyUnicodeObject，直接用Unicode相关API处理即可，无需转成bytes。

正确操作步骤 #

1. 类型校验
   用PyUnicode_Check(obj)判断传入的PyObject*是否为Python 3的str对象。如果你的代码里这个函数匹配不了str(...)创建的对象，大概率是D语言绑定的问题：

   • 确认链接的是Python 3的库而非Python 2
   • 检查D语言对PyUnicode_Check的绑定是否正确，有没有误映射到Python 2的旧API

2. *提取UTF-8编码的char **
   Python 3的str是Unicode字符串，直接用以下API提取UTF-8格式的char*：

   • PyUnicode_AsUTF8(obj)：返回UTF-8编码的const char*，内存由Python管理，不要手动释放
   • PyUnicode_AsUTF8AndSize(obj, &size)：同时返回字符串指针和长度，同样无需手动释放内存

示例代码（C语言，D语言可参照调用逻辑） #

#include <Python.h>

void process_python_str(PyObject* str_obj) {
    if (!PyUnicode_Check(str_obj)) {
        PyErr_SetString(PyExc_TypeError, "必须传入str类型对象");
        return;
    }

    // 提取字符串（不带长度）
    const char* utf8_content = PyUnicode_AsUTF8(str_obj);
    // 提取字符串（带长度）
    Py_ssize_t str_len;
    const char* utf8_content_with_len = PyUnicode_AsUTF8AndSize(str_obj, &str_len);

    // 使用提取的内容
    printf("字符串内容：%s\n", utf8_content);
    printf("字符串长度：%zd，内容：%.*s\n", str_len, (int)str_len, utf8_content_with_len);
}

关于转bytes的问题 #

转成bytes再用PyBytes_AsStringAndSize是多此一举，而且会引入编码问题（需要显式指定编码，比如str.encode('utf-8')），直接用Unicode API提取是最直接的方案。如果调用PyBytes_AsStringAndSize报错，就是因为传入的不是bytes对象，这是正常的类型校验结果。

构造可被PyUnicode_Check识别的对象 #

在C API中，用PyUnicode_FromUTF8("你的字符串")或PyUnicode_FromString("你的字符串")创建的对象，必然能被PyUnicode_Check识别。D语言调用时，要确保调用的是Python 3的这些API，而非Python 2的旧函数。

内容的提问来源于stack exchange，提问作者Nordlöw