PythonでC++ライブラリをラップしてカスタムタイプを処理する

Question

現在、Pythonで高速POSタグ付け実装が必要なNLPアプリケーションを作成しています。タグラーはC++ラッパーインターフェースを持っています。

#include "POSTagger.h" 

extern "C" POSTagger* initTagger(const char* fileName, bool Normalize, 
           double BeamThreshold, bool SentStartHeuristic, 
           int MaxBeamSize) 
{ 
    FILE *file = open_file(fileName, "rb"); 
    POSTagger* tagger = new POSTagger(file, Normalize, BeamThreshold, 
             SentStartHeuristic, MaxBeamSize); 
    fclose(file); 
    return tagger; 
} 


extern "C" void getTags(POSTagger* tagger, char** words, int sentLen, 
         char** tags) 
{ 
    Sentence sent(words, sentLen); 
    tagger->annotate(sent); 

    for(size_t i=0; i<sent.token.size(); i++) 
     tags[i] = strdup(tagger->tagmap.name(sent.token[i].tag)); 
} 


extern "C" void destroyTagger(POSTagger* tagger) { 
    delete tagger; 
} 

私は決してPythonでC++のラッパーを書いたことがありません。だから、いくつかの質問があります：

1. 私はカスタムC++クラスのインスタンスをPythonで保存できますか？ これまで私はそれを見たことがありません。私が行ったすべての例は、基本的なデータ型のみを返しました。 （このposタグャーは言語セットで初期化する必要がありますが、メモリにロードするには時間がかかるため、すべてのタグ付けプロシージャーを作成するためにラッパーを書き直すのではなく、初期化して保管するだけですタグ付き文字列）

2. 1が可能な場合：最も簡単な方法は何ですか？

Answer 1

私はこの目的でCythonを使用することを提案します。 C/C++エクステンション型の記述は単純です。

残念ながら、あなたが使用するヘッダーなしではテストできないため、このコードを完全に修正することはできません。 ＃コーディング：UTF-8 ＃ファイル：postagger.pyx

cimport libc.stdlib  as stdlib 

cdef extern from "Python.h": 
    char* PyString_AsString(object) 

cdef extern from "yourPOSTagger.c": 

    # note the syntax, to Cython the POSTagger class will be available 
    # as cPOSTagger using this construct 
    cppclass cPOSTagger "POSTagger": 
     # we only need the POSTagger type to be available to cython 
     # but no attributes, so we leave to ``pass`` 
     pass 

    cPOSTagger* initTagger(char*, bint, double, bint, int) 
    void  getTags(cPOSTagger*, char**, int, char**) 
    void  destroyTagger(cPOSTagger*) 

cdef class POSTagger: 
    """ Wraps the POSTagger.h ``POSTagger`` class. """ 

    cdef cPOSTagger* tagger 

    def __init__(self, char* fileName, bint Normalize, double BeamTreshold, 
         bint SentStartHeuristic, int MaxBeamSize): 
     self.tagger = initTagger(fileName, Normalize, BeamTreshold, 
            SentStartHeuristic, MaxBeamSize) 
     if self.tagger == NULL: 
      raise MemoryError() 

    def __del__(self): 
     destroyTagger(self.tagger) 

    def getTags(self, tuple words, int sentLen): 
     if not words: 
      raise ValueError("'words' can not be None.") 

     cdef char** _words = <char**> stdlib.malloc(sizeof(char*) * len(words)) 
     cdef int i  = 0 
     for item in words: 
      if not isinstance(item, basestring): 
       stdlib.free(_words) 
       raise TypeError("Element in tuple 'words' must be of type " 
           "``basestring``.") 
      _words[i] = PyString_AsString(item) 
      i += 1 

     cdef int nTags = len(words) # Really? Dunno.. 
     cdef char** tags = <char**> stdlib.malloc(sizeof(char*) * len(words)) 

     getTags(self.tagger, _words, sentLen, tags) 

     cdef list reval = [] 
     cdef str temp 
     for 0 <= i < nTags: 
      temp = tags[i] 
      reval.append(temp) 
      stdlib.free(tags[i]) 

     stdlib.free(tags) 

     return reval 

あなたはCythonで--cplusフラグを使用してコンパイルするために、このコードが必要と思います。

EDIT：修正されたコード、Cythonはエラーを返しません。

Answer 2

最も簡単なことは、Pythonでプッシュできるが、クライアントは気にする必要がない不透明な型を作成することです。