c++怎么调用python代码_c++ Python.h头文件引入与函数执行【方法】

可行，但需链接python库、调用Py_Initialize()初始化解释器，否则会报“undefined reference”错误；仅#include Python.h不够，因头文件只声明不实现。

直接在 c++ 里用 Python.h 调用 Python 代码是可行的，但前提是 Python 解释器已嵌入（embedding），不是简单 include 头文件就能跑通——Python.h 本身不带解释器，它只是 C API 的声明头，背后必须链接 Python 动态库并初始化解释器。

为什么 #include Python.h 后编译报错“undefined reference to Py_Initialize”

这是最常见卡点：只加了头文件，没链接 Python 库，也没初始化运行时环境。

• Python.h 只提供函数声明（如 Py_Initialize、PyRun_SimpleString），不包含实现
• 必须显式链接 Python 共享库（linux/macOS 是 libpython3.x.so 或 libpython3.x.dylib；windows 是 python3x.lib + python3x.dll）
• 必须在调用任何 Python C API 前调用 Py_Initialize()，否则所有函数都会 crash 或返回空
• 若 Python 安装路径不在系统默认搜索路径中（比如用 pyenv、conda 或自定义安装），需手动指定 -I（头文件路径）和 -L（库路径）

如何正确初始化并执行一段 Python 字符串代码

最小可运行流程：初始化解释器 → 执行字符串 → 清理资源。注意线程安全和 GIL 管理。

#include  
int main() { // 必须先初始化 Py_Initialize();
// 可选：设置 Python 搜索路径（尤其当脚本不在当前目录时） PyRun_SimpleString("import sys; sys.path.append('./')");  // 执行任意合法 Python 代码 PyRun_SimpleString("print('Hello from Python!')"); PyRun_SimpleString("x = 2 + 3; print(f'Result: {x}')");  // 清理（非必需但推荐，尤其长期运行程序） Py_Finalize(); return 0;
}
立即学习“Python免费学习笔记（深入）”；

 PyRun_SimpleString 适合执行无返回值、无异常捕获的简单语句；不能获取 Python 对象或错误信息
不要在多线程中裸调用该函数——它依赖主线程持有的 GIL；多线程需用 PyGILState_Ensure()/PyGILState_Release() 
如果 Python 代码抛出未捕获异常，PyRun_SimpleString 会打印 traceback 到 stderr，但 C++ 层无法拦截

怎么从 C++ 获取 Python 函数的返回值（例如 int / str）
要用更底层的 API：创建模块对象、获取函数对象、构造参数元组、调用并解析返回值。
#include  
int main() { Py_Initialize();
// 执行定义函数的代码（也可从 .py 文件导入） PyRun_SimpleString("def add(a, b): return a + b");  // 获取 builtins 模块（Python 3.9+ 推荐用 builtins，不是 __builtin__） PyObject* builtins = PyImport_ImportModule("builtins"); if (!builtins) { PyErr_Print(); return -1; }  // 获取全局命名空间字典 PyObject* globals = PyModule_GetDict(builtins); PyObject* func = PyDict_GetItemString(globals, "add"); if (!func || !PyCallable_Check(func)) {     fprintf(stderr, "Function 'add' not found or not callablen");     Py_DECREF(builtins);     Py_Finalize();     return -1; }  // 构造参数：(3, 4) PyObject* args = PyTuple_New(2); PyTuple_SetItem(args, 0, PyLong_FromLong(3)); PyTuple_SetItem(args, 1, PyLong_FromLong(4));  // 调用 PyObject* result = PyObject_CallObject(func, args);  if (result) {     long value = PyLong_AsLong(result);     printf("C++ got result: %ldn", value); // 输出 7     Py_DECREF(result); } else {     PyErr_Print(); // 打印 Python 异常 }  Py_DECREF(args); Py_DECREF(builtins); Py_Finalize(); return 0;
}
立即学习“Python免费学习笔记（深入）”；

所有 PyObject* 返回值都需检查是否为 NULL（表示异常），否则后续操作会 segfault
每次 PyTuple_SetItem 或 PyLong_FromLong 都会增加引用计数，对应要 Py_DECREF，漏掉会导致内存泄漏
不建议在生产环境手写这么多引用管理逻辑；可用 pybind11、boost.python 等封装层替代

真正难的不是调用那几行代码，而是解释器生命周期管理、跨语言异常传播、GIL 控制、引用计数平衡——这些细节一旦出错，表现往往是随机 crash 或内存暴涨，很难 debug。如果只是偶尔跑脚本，考虑用 system() 或 popen() 更稳妥；真要深度集成，优先评估 pybind11。