CFFI可以在四種模式中使用:“ABI”和“API”級別，每種模式都有 in-line 或 out- line 準備(或編譯)
ABI模式從二進制級別訪問庫，而更快的API模式通過C編譯器訪問庫
在 in-line 模式中，每次導入Python代碼時都會設置所有內容
在 out- line 模式中，有一個單獨的準備步驟(可能還有C編譯)，它生成一個模塊，主程序可以導入該模塊
| 版權聲明：itisyang，未經博主允許不得轉載。
簡單例子（ABI, in-line）
>>> from cffi import FFI
>>> ffi = FFI()
>>> ffi.cdef("""
... int printf(const char *format, ...); // copy-pasted from the man page
... """)
>>> C = ffi.dlopen(None) # loads the entire C namespace
>>> arg = ffi.new("char[]", "world") # equivalent to C code: char arg[] = "world";
>>> C.printf("hi there, %s.\n", arg) # call printf
hi there, world.
17 # this is the return value
>>>注意，在Python 3中，需要將byte strings傳遞給char *參數，在上面的示例中，它將是b“world”和b“hi there， %s!\n”，通常也可以這樣 somestring.encode(myencoding)
Windows上的Python 3: ffi.dlopen(None)無法工作。這個問題很混亂，而且無法真正解決。如果嘗試從系統上存在的特定DLL調用函數，則不會出現問題： 使用ffi.dlopen(“path.dll”)。
這個例子不調用任何C編譯器。它在所謂的ABI模式下工作，這意味着如果您調用某個函數或訪問某個在cdef()中稍有錯誤聲明的結構的某些字段，它就會崩潰。
如果使用C編譯器安裝模塊是一個選項，那麼強烈建議使用API模式。(它也更快。)
結構/數組的例子(in-line)
from cffi import FFI
ffi = FFI()
ffi.cdef("""
typedef struct {
unsigned char r, g, b;
} pixel_t;
""")
image = ffi.new("pixel_t[]", 800*600)
f = open('data', 'rb') # binary mode -- important
f.readinto(ffi.buffer(image))
f.close()
image[100].r = 255
image[100].g = 192
image[100].b = 128
f = open('data', 'wb')
f.write(ffi.buffer(image))
f.close()您可以調用ffi.new(“pixel_t[600][800]”)獲得一個二維數組。
API模式，調用C標準庫
# file "example_build.py"
# Note: we instantiate the same 'cffi.FFI' class as in the previous
# example, but call the result 'ffibuilder' now instead of 'ffi';
# this is to avoid confusion with the other 'ffi' object you get below
from cffi import FFI
ffibuilder = FFI()
ffibuilder.set_source("_example",
r""" // passed to the real C compiler,
// contains implementation of things declared in cdef()
#include <sys/types.h>
#include <pwd.h>
// We can also define custom wrappers or other functions
// here (this is an example only):
static struct passwd *get_pw_for_root(void) {
return getpwuid(0);
}
""",
libraries=[]) # or a list of libraries to link with
# (more arguments like setup.py's Extension class:
# include_dirs=[..], extra_objects=[..], and so on)
ffibuilder.cdef("""
// declarations that are shared between Python and C
struct passwd {
char *pw_name;
...; // literally dot-dot-dot
};
struct passwd *getpwuid(int uid); // defined in <pwd.h>
struct passwd *get_pw_for_root(void); // defined in set_source()
""")
if __name__ == "__main__":
ffibuilder.compile(verbose=True)您需要運行example_build.py腳本一次生成“source code”到文件_example.c中。並將其編譯爲一個常規的c擴展模塊。(CFFI根據set_source()的第二個參數是否爲None，選擇生成Python或C模塊。)
這一步需要一個C編譯器。它生成一個名爲 _example.so 或 _example.pyd 的文件。如果需要，它可以像其他擴展模塊一樣以預編譯的形式發佈。
在主程序中使用：
from _example import ffi, lib
p = lib.getpwuid(0)
assert ffi.string(p.pw_name) == b'root'
p = lib.get_pw_for_root()
assert ffi.string(p.pw_name) == b'root'注意，passwd 結構體是獨立精確的C佈局結構（它是“API級別”，而不是“ABI級別”），需要一個C編譯器才能運行 example_build.py 。
還要注意，在運行時，API模式比ABI模式快。
把這個模塊使用Setuptools集成到setup.py中：
from setuptools import setup
setup(
...
setup_requires=["cffi>=1.0.0"],
cffi_modules=["example_build.py:ffibuilder"],
install_requires=["cffi>=1.0.0"],
)API模式，調用C源代碼而不是編譯庫
如果您想調用一些沒有預編譯的庫，但是有C源代碼的庫，那麼最簡單的解決方案是創建一個單獨的擴展模塊，該模塊由這個庫的C源代碼和額外的CFFI包裝器編譯而成。例如，假設您從文件 pi.c 和 pi.h 開始:
/* filename: pi.c*/
# include <stdlib.h>
# include <math.h>
/* Returns a very crude approximation of Pi
given a int: a number of iteration */
float pi_approx(int n){
double i,x,y,sum=0;
for(i=0;i<n;i++){
x=rand();
y=rand();
if (sqrt(x*x+y*y) < sqrt((double)RAND_MAX*RAND_MAX))
sum++; }
return 4*(float)sum/(float)n; }/* filename: pi.h*/
float pi_approx(int n);創建一個名爲 pi_extension_build.py 的腳本，構建C擴展:
from cffi import FFI
ffibuilder = FFI()
ffibuilder.cdef("float pi_approx(int n);")
ffibuilder.set_source("_pi", # name of the output C extension
"""
#include "pi.h"',
""",
sources=['pi.c'], # includes pi.c as additional sources
libraries=['m']) # on Unix, link with the math library
if __name__ == "__main__":
ffibuilder.compile(verbose=True)構建擴展:
python pi_extension_build.py可以發現，在工作目錄中，生成的輸出文件: _pi.c, _pi.o 和編譯後的C擴展(例如Linux上生成 _pi.so )。它可以從Python調用:
from _pi.lib import pi_approx
approx = pi_approx(10)
assert str(pi_approximation).startswith("3.")
approx = pi_approx(10000)
assert str(approx).startswith("3.1")Out-of-line, ABI level
out-of-line ABI 模式是 常規(API)out-of-line模式和in-line ABI 的混合，優點是不需要C編譯器)，缺點是更容易崩潰。
這種混合模式可以大大減少導入時間，因爲解析大型C頭文件很慢。它還允許您在構建時進行更詳細的檢查，而不必擔心性能。
# file "simple_example_build.py"
from cffi import FFI
ffibuilder = FFI()
ffibuilder.set_source("_simple_example", None)
ffibuilder.cdef("""
int printf(const char *format, ...);
""")
if __name__ == "__main__":
ffibuilder.compile(verbose=True)運行一次會產生_simple_example.py，你的主程序只導入生成的模塊，而不再需要 simple_example_build.py
from _simple_example import ffi
lib = ffi.dlopen(None) # Unix: open the standard C library
#import ctypes.util # or, try this on Windows:
#lib = ffi.dlopen(ctypes.util.find_library("c"))
lib.printf(b"hi there, number %d\n", ffi.cast("int", 2))注意，ffi.dlopen()不會調用任何額外的方法來定位庫，這意味着 ffi.dlopen(“libfoo.so”)是可以的，但是ffi.dlopen(“foo”)不行。
在後一種情況下，您可以將其替換爲ffi.dlopen(ctypes.util.find_library(“foo”))。並且，None 只能在Unix打開C標準庫。
爲了便於分發，你可以把它靜態地包含在你的項目的源文件中，使用Setuptools在setup.py這樣編寫：
from setuptools import setup
setup(
...
setup_requires=["cffi>=1.0.0"],
cffi_modules=["simple_example_build.py:ffibuilder"],
install_requires=["cffi>=1.0.0"],
)ABI 與 API
在二進制級別 (“ABI”) 訪問C庫充滿了問題，尤其是在非 windows 平臺上。
ABI 級別最直接的缺點是，調用函數需要經過非常通用的 libffi 庫，它很慢（而且總是不能在非標準平臺上完美通過測試）。API模式編譯一個直接調用目標函數的 CPython C 包裝器。相對而言，它的速度要快得多(而且運行得比 libffi 更好)。
選擇API模式的更基本原因是，C庫通常與C編譯器一起使用。你不應該做諸如猜測結構中字段的位置之類的事情。上面的“真實示例”展示了CFFI如何在底層使用C編譯器:示例使用 set_source(…, “C source…”) 而不是 dlopen()。當使用這種方法時，我們有一個優勢，我們可以在 cdef() 的不同地方使用字面上的 “……” ，缺失的信息將在C編譯器的幫助下完成。CFFI 將把它轉換爲單個C源文件，其中包含未修改的 “C source” 部分，後面跟隨着一些特殊C代碼和 cdef() 派生的聲明。當編譯這個C文件時，生成的C擴展模塊將包含我們需要的所有信息。就像往常一樣，如果我們錯誤地聲明瞭某個函數的簽名，C編譯器將給出警告或錯誤。
注意，set_source()中的 “C source” 部分可以包含任意的C代碼。您可以使用它來聲明一些用c語言編寫的輔助函數。（你可以在“C source”部分，使用static C關鍵字）
例如，這可以用來將宏包裝成更標準的C函數。額外的C層在其他方面也很有用，比如調用函數，這些函數需要一些複雜的參數結構，您更喜歡在C中構建而不是在Python中。(另一方面，如果您需要調用 “function-like” 宏，那麼您可以直接在cdef()中聲明它們，就好像它們是函數一樣。)