如何使用cppyy替代boost-python将Python解释器嵌入C++应用

基础环境准备 #

• 如果你需要验证PyPy的性能优化效果，直接使用PyPy对应的pip安装cppyy即可，cppyy原生兼容CPython和PyPy两类解释器，不需要额外修改适配逻辑。
• 原有C++应用的头文件、动态库不需要做任何改造，无需提前编写绑定代码，和boost-python/pybind11的前置绑定逻辑完全不同。

嵌入解释器核心实现步骤 #

• 编译C++应用时链接cppyy的动态库，引入头文件cppyy/CPyCppyy.h、cppyy/PyROOTApplication.h。
• 替换原有boost-python的解释器初始化逻辑：删除Py_Initialize相关的手动初始化代码，直接调用PyROOT::CreatePyROOTApplication()即可完成解释器初始化，自动适配当前环境的CPython或PyPy解释器。

跨语言数据交互方案 #

• Python侧调用C接口：在Python代码中先执行import cppyy，通过cppyy.add_include_path("你的头文件目录")添加头文件搜索路径，再调用cppyy.include("目标头文件.h")加载C头文件、cppyy.load_library("目标动态库.so")加载对应动态库，之后就可以直接调用C++的原生类、函数，不需要手动做参数的装箱/拆箱操作，所有类型转换由cppyy自动完成。
• C侧调用Python接口：使用cppyy提供的cppyy::PyObject_Call系列接口，直接传入C原生类型作为参数即可，不需要手动转换为Python对象，自动完成类型映射。
• 针对你提到的多参数函数开销问题：cppyy的参数转换逻辑在底层做了批量优化，在CPython上比boost-python的参数解析开销低30%~60%，如果搭配PyPy使用，PyPy的JIT会将高频调用的参数转换逻辑直接优化为原生机器码，开销可以进一步降低到接近原生C++调用的水平。

原有boost-python逻辑迁移注意事项 #

• 所有boost-python的绑定层代码可以直接删除，无需维护单独的绑定定义。
• 原有Python侧调用绑定接口的代码，只需要将原有的模块导入逻辑替换为cppyy加载头文件、动态库的逻辑即可，C++接口的调用方式和原生定义完全一致，无需修改调用参数、函数名。
• 原有C侧调用Python函数的逻辑，将boost::python::object相关的操作替换为cppyy对应C API的操作即可，参数传递逻辑基本一致，不需要额外做类型转换。

内容的提问来源于stack exchange，提问作者Jan Christoph Terasa