C++调用Python脚本可通过Python C API实现，首先安装Python开发环境并配置头文件与库路径，然后在C++代码中使用Python.h初始化解释器、执行Python语句或脚本，编译时链接Python库，注意版本和路径匹配，可进一步通过PyObject传递参数与获取返回值以实现数据交互。
在C++项目中调用Python脚本，可以借助Python官方提供的C API实现混合编程。这种方式适用于需要利用Python丰富的库（如NumPy、Pandas、机器学习模型）同时保持C++高性能计算能力的场景。以下是配置和调用的基本流程。
1. 安装Python开发环境
确保系统已安装Python，并且包含头文件和静态库。推荐使用Python 3.x版本。
- Windows：建议使用Anaconda或直接从python.org下载安装，勾选“Add to PATH”和“Install for all users”，并确认安装了
python-dev或类似组件。 - Linux（Ubuntu/Debian）：
sudo apt-get install python3-dev python3-pip -
macOS：通常自带Python环境，也可通过Homebrew安装完整开发包：
brew install python
记录Python安装路径，例如：/usr/include/python3.8/ 或 C:\Python39\include。
立即学习“Python免费学习笔记（深入）”；
2. 配置C++编译环境
在C++项目中链接Python解释器，需指定头文件路径和库文件。
示例代码（main.cpp）：
#include#include int main() { // 初始化Python解释器 Py_Initialize();
if (!Py_IsInitialized()) { std::cerr << "Failed to initialize Python" << std::endl; return -1; } // 执行一个简单的Python语句 PyRun_SimpleString("print('Hello from Python!')"); // 调用外部Python脚本 FILE* fp = fopen("test.py", "r"); if (fp) { PyRun_SimpleFile(fp, "test.py"); fclose(fp); } else { std::cerr << "Cannot open Python script: test.py" << std::endl; } // 关闭Python解释器 Py_Finalize(); return 0;}
准备Python脚本（test.py）：
import sys print("Running test.py") x = 10 y = 20 print(f"Sum: {x + y}")3. 编译与链接
使用g++或其他编译器时，必须链接Python库。
- Linux/macOS 示例命令：
g++ main.cpp -o run_py \`python3-config --includes --libs\`
或明确指定路径：g++ main.cpp -I/usr/include/python3.8 -lpython3.8 -o run_py- Windows（MinGW + Python）：
g++ main.cpp -I"C:\Python39\include" -L"C:\Python39\libs" -lpython39 -o run_py.exe注意：Windows下可能因运行库不匹配导致运行时报错，建议使用与Python相同架构（32/64位）的编译器。
4. 常见问题与调试技巧
- 找不到Python.h：检查
-I路径是否正确指向Python的include目录。- 链接错误（undefined reference）：确认
-lpythonXX中的版本号与当前Python一致。- 运行时报错无法加载Python DLL：将Python安装路径（如
C:\Python39）加入系统PATH。- 中文路径或空格问题：避免脚本路径含空格或非ASCII字符。
可通过
python3-config --includes和--libs查看实际编译参数。5. 进阶：传递参数与获取返回值
除了执行脚本，还可通过PyObject操作变量和函数。
PyRun_SimpleString("result = 3 * 4"); PyObject* global_dict = PyModule_GetDict(PyImport_AddModule("__main__")); PyObject* result_obj = PyDict_GetItemString(global_dict, "result"); long result = PyLong_AsLong(result_obj); std::cout << "Result from Python: " << result << std::endl;这允许更精细的数据交互，比如传入C++变量给Python处理，再取回结果。
基本上就这些。只要环境配置正确，C++调用Python脚本并不复杂，但要注意版本匹配和路径设置。
