Python C扩展链接与自定义共享库

Question

我正在一个非常古老的Red Hat系统上编写Python C扩展。 系统具有zlib 1.2.3，它不能正确支持大文件。 不幸的是，我不能只是将系统zlib升级到更新的版本，因为一些软件包会进入内部zlib结构并且会破坏新的zlib版本。

我想构建我的扩展，以便所有zlib调用（ gzopen() ， gzseek()等）被解析为我安装在我的用户目录中的自定义zlib，而不会影响其余的Python可执行文件和其他扩展。

我曾尝试在静态链接libz.a加入libz.a在连接过程中gcc的命令行，但它没有工作（仍然使用不能创建大文件gzopen()为例）。 我也尝试将-z origin -Wl,-rpath=/path/to/zlib -lz ， -z origin -Wl,-rpath=/path/to/zlib -lz给gcc，但这也没有用。

由于较新版本的zlib仍然命名为zlib 1.x ，因此soname是相同的，所以我认为符号版本控制不起作用。 有办法做我想做的事吗？

我在32位Linux系统上。 Python版本是2.6，它是定制的。

编辑 ：

我创建了一个最小的例子。 我正在使用Cython（版本0.19.1）。

文件gztest.pyx ：

from libc.stdio cimport printf, fprintf, stderr
from libc.string cimport strerror
from libc.errno cimport errno
from libc.stdint cimport int64_t

cdef extern from "zlib.h":
    ctypedef void *gzFile
    ctypedef int64_t z_off_t

    int gzclose(gzFile fp)
    gzFile gzopen(char *path, char *mode)
    int gzread(gzFile fp, void *buf, unsigned int n)
    char *gzerror(gzFile fp, int *errnum)

cdef void print_error(void *gzfp):
    cdef int errnum = 0
    cdef const char *s = gzerror(gzfp, &errnum)
    fprintf(stderr, "error (%d): %s (%d: %s)\n", errno, strerror(errno), errnum, s)

cdef class GzFile:
    cdef gzFile fp
    cdef char *path
    def __init__(self, path, mode='rb'):
        self.path = path
        self.fp = gzopen(path, mode)
        if self.fp == NULL:
            raise IOError('%s: %s' % (path, strerror(errno)))

    cdef int read(self, void *buf, unsigned int n):
        cdef int r = gzread(self.fp, buf, n)
        if r <= 0:
            print_error(self.fp)
        return r

    cdef int close(self):
        cdef int r = gzclose(self.fp)
        return 0

def read_test():
    cdef GzFile ifp = GzFile('foo.gz')
    cdef char buf[8192]
    cdef int i, j
    cdef int n
    errno = 0
    for 0 <= i < 0x200:
        for 0 <= j < 0x210:
            n = ifp.read(buf, sizeof(buf))
            if n <= 0:
                break

        if n <= 0:
            break

        printf('%lld\n', <long long>ifp.tell())

    printf('%lld\n', <long long>ifp.tell())
    ifp.close()

文件setup.py ：

import sys
import os

from distutils.core import setup
from distutils.extension import Extension
from Cython.Distutils import build_ext

if __name__ == '__main__':
    if 'CUSTOM_GZ' in os.environ:
        d = {
            'include_dirs': ['/home/alok/zlib_lfs/include'],
            'extra_objects': ['/home/alok/zlib_lfs/lib/libz.a'],
            'extra_compile_args': ['-D_LARGEFILE_SOURCE -D_FILE_OFFSET_BITS=64 -g3 -ggdb']
        }
    else:
        d = {'libraries': ['z']}
    ext = Extension('gztest', sources=['gztest.pyx'], **d)
    setup(name='gztest', cmdclass={'build_ext': build_ext}, ext_modules=[ext])

我的自定义zlib位于/home/alok/zlib_lfs （zlib版本1.2.8）：

$ ls ~/zlib_lfs/lib/
libz.a  libz.so  libz.so.1  libz.so.1.2.8  pkgconfig

要使用此libz.a编译模块：

$ CUSTOM_GZ=1 python setup.py build_ext --inplace
running build_ext
cythoning gztest.pyx to gztest.c
building 'gztest' extension
gcc -fno-strict-aliasing -DNDEBUG -g -fwrapv -O3 -Wall -Wstrict-prototypes -fPIC -I/home/alok/zlib_lfs/include -I/opt/include/python2.6 -c gztest.c -o build/temp.linux-x86_64-2.6/gztest.o -D_LARGEFILE_SOURCE -D_FILE_OFFSET_BITS=64 -g3 -ggdb
gcc -shared build/temp.linux-x86_64-2.6/gztest.o /home/alok/zlib_lfs/lib/libz.a -L/opt/lib -lpython2.6 -o /home/alok/gztest.so

gcc正在传递我想要的所有标志（添加libz.a完整路径，大文件标志等）。

要在没有我的自定义zlib的情况下构建扩展，我可以在没有定义CUSTOM_GZ情况下进行编译：

$ python setup.py build_ext --inplace
running build_ext
cythoning gztest.pyx to gztest.c
building 'gztest' extension
gcc -fno-strict-aliasing -DNDEBUG -g -fwrapv -O3 -Wall -Wstrict-prototypes -fPIC -I/opt/include/python2.6 -c gztest.c -o build/temp.linux-x86_64-2.6/gztest.o
gcc -shared build/temp.linux-x86_64-2.6/gztest.o -L/opt/lib -lz -lpython2.6 -o /home/alok/gztest.so

我们可以检查gztest.so文件的大小：

$ stat --format='%s %n' original/gztest.so custom/gztest.so 
62398 original/gztest.so
627744 custom/gztest.so

因此，静态链接文件比预期的要大得多。

我现在可以这样做：

>>> import gztest
>>> gztest.read_test()

它会尝试在当前目录中读取foo.gz

当我使用非静态链接的gztest.so执行此操作时，它会按预期工作，直到它尝试读取超过2 GB。

当我使用静态链接的gztest.so执行此操作时，它会转储核心：

$ python -c 'import gztest; gztest.read_test()'
error (2): No such file or directory (0: )
0
Segmentation fault (core dumped)

No such file or directory的错误是误导性的 - 文件存在并且gzopen()实际上成功返回。 gzread()失败了。

这是gdb回溯：

(gdb) bt
#0  0xf730eae4 in free () from /lib/libc.so.6
#1  0xf70725e2 in ?? () from /lib/libz.so.1
#2  0xf6ce9c70 in __pyx_f_6gztest_6GzFile_close (__pyx_v_self=0xf6f75278) at gztest.c:1140
#3  0xf6cea289 in __pyx_pf_6gztest_2read_test (__pyx_self=<optimized out>) at gztest.c:1526
#4  __pyx_pw_6gztest_3read_test (__pyx_self=0x0, unused=0x0) at gztest.c:1379
#5  0xf769910d in call_function (oparg=<optimized out>, pp_stack=<optimized out>) at Python/ceval.c:3690
#6  PyEval_EvalFrameEx (f=0x8115c64, throwflag=0) at Python/ceval.c:2389
#7  0xf769a3b4 in PyEval_EvalCodeEx (co=0xf6faada0, globals=0xf6ff81c4, locals=0xf6ff81c4, args=0x0, argcount=0, kws=0x0, kwcount=0, defs=0x0, defcount=0, closure=0x0) at Python/ceval.c:2968
#8  0xf769a433 in PyEval_EvalCode (co=0xf6faada0, globals=0xf6ff81c4, locals=0xf6ff81c4) at Python/ceval.c:522
#9  0xf76bbe1a in run_mod (arena=<optimized out>, flags=<optimized out>, locals=<optimized out>, globals=<optimized out>, filename=<optimized out>, mod=<optimized out>) at Python/pythonrun.c:1335
#10 PyRun_StringFlags (str=0x80a24c0 "import gztest; gztest.read_test()\n", start=257, globals=0xf6ff81c4, locals=0xf6ff81c4, flags=0xffbf2888) at Python/pythonrun.c:1298
#11 0xf76bd003 in PyRun_SimpleStringFlags (command=0x80a24c0 "import gztest; gztest.read_test()\n", flags=0xffbf2888) at Python/pythonrun.c:957
#12 0xf76ca1b9 in Py_Main (argc=1, argv=0xffbf2954) at Modules/main.c:548
#13 0x080485b2 in main ()

其中一个问题似乎是回溯中的第二行是指libz.so.1 ！ 如果我做ldd gztest.so ，我会得到，除其他之外：

    libz.so.1 => /lib/libz.so.1 (0xf6f87000)

我不知道为什么会发生这种情况。

编辑2 ：

我最后做了以下事情：

• 使用z_前缀导出的所有符号编译了我的自定义zlib。 zlib的configure脚本使这很简单：只需运行./configure --zprefix ...
• 在我的Cython代码中调用gzopen64()而不是gzopen() 。 这是因为我想确保使用正确的“底层”符号。
• 明确使用了z_off64_t 。
• 将我的自定义zlib.a静态链接到zlib.a生成的共享库中。 我使用'-Wl,--whole-archive /home/alok/zlib_lfs_z/lib/libz.a -Wl,--no-whole-archive'同时与gcc链接以实现这一目的。 可能还有其他方法可能不需要，但这似乎是确保使用正确库的最简单方法。

通过上述更改，大型文件可以正常工作，而其余的Python扩展模块/进程也可以像以前一样工作。

Answer 1

我建议使用ctypes 。 将您的C库编写为普通的共享库，而不是使用ctypes来访问它。 您需要编写更多Python代码才能将数据从Python数据结构传输到C数据结构中。 最大的优点是您可以将所有内容与系统的其他部分隔离开来。 您可以显式指定要加载的*.so文件。 不需要Python C API。 我对ctypes有很好的经验。 这对你来说应该不会太难，因为你似乎精通C语言。

Answer 2

看起来这与另一个问题中的问题类似，除了我得到相反的行为。

我下载了zlib-1.2.8的tarball，运行./configure ，然后更改了以下Makefile变量...

CFLAGS=-O3  -fPIC -D_LARGEFILE64_SOURCE=1 -D_FILE_OFFSET_BITS=64

SFLAGS=-O3  -fPIC -D_LARGEFILE64_SOURCE=1 -D_FILE_OFFSET_BITS=64

...主要是将-fPIC添加到libz.a以便我可以在共享库中链接到它。

然后我在gzlib.c函数gzopen() ， gzopen64()和gz_open()添加了一些printf()语句，这样我就可以很容易地判断它们是否被调用了。

在构建libz.a和libz.so ，我创建了一个非常简单的foo.c ...

#include "zlib-1.2.8/zlib.h"

void main()
{
    gzFile foo = gzopen("foo.gz", "rb");
}

...并编译了一个foo独立二进制文件和一个foo.so共享库...

gcc -fPIC -D_LARGEFILE64_SOURCE -D_FILE_OFFSET_BITS=64 -o foo.o -c foo.c
gcc -o foo foo.o zlib-1.2.8/libz.a
gcc -shared -o foo.so foo.o zlib-1.2.8/libz.a

运行foo按预期工作，并打印...

gzopen64
gz_open

...但是在Python中使用foo.so ...

import ctypes

foo = ctypes.CDLL('./foo.so')
foo.main()

...没有打印任何东西，所以我猜它正在使用Python的libz.so ...

$ ldd `which python`
        ...
        libz.so.1 => /lib/x86_64-linux-gnu/libz.so.1 (0x00007f5af2c68000)
        ...

...即使foo.so不使用它...

$ ldd foo.so
        linux-vdso.so.1 =>  (0x00007fff93600000)
        libc.so.6 => /lib/x86_64-linux-gnu/libc.so.6 (0x00007fc8bfa98000)
        /lib64/ld-linux-x86-64.so.2 (0x00007fc8c0078000)

我能让它工作的唯一方法是直接打开自定义libz.so ...

import ctypes

libz = ctypes.CDLL('zlib-1.2.8/libz.so.1.2.8')
libz.gzopen64('foo.gz', 'rb')

......打印出......

gzopen64
gz_open

请注意，从gzopen到gzopen64的转换是由预处理器完成的，所以我必须直接调用gzopen64() 。

所以这是修复它的一种方法，但更好的方法可能是将自定义Python 2.6重新编译为链接到静态zlib-1.2.8/libz.a ，或者完全禁用zlibmodule.c ，然后你会有更多灵活的链接选项。

---

更新

关于_LARGEFILE_SOURCE与_LARGEFILE64_SOURCE ：我只是因为zlib.h的这个注释而指出了...

/* provide 64-bit offset functions if _LARGEFILE64_SOURCE defined, and/or
 * change the regular functions to 64 bits if _FILE_OFFSET_BITS is 64 (if
 * both are true, the application gets the *64 functions, and the regular
 * functions are changed to 64 bits) -- in case these are set on systems
 * without large file support, _LFS64_LARGEFILE must also be true
 */

...这意味着如果您没有定义_LARGEFILE64_SOURCE则不会公开gzopen64()函数。 我不确定_LFS64_LARGEFILE适用于您的系统。