章节知识路线
- 8.1 简介和动机
- 8.2 编写Python扩展
- 8.3 相关主题
- 8.4 练习
第1 部分 通用应用主题
第8章 扩展Python
章节主张：扩展 Python 章是在建立一个成熟判断：什么时候 Python 作为协调层已经足够，什么时候才有必要下沉到 C 扩展。
中文释读：真正的工程能力不是盲目追性能，而是在开发效率、可维护性、性能收益和生态兼容之间做明智取舍。
关键论点
- 扩展写法只是手段，边界判断才是核心。
- 引用计数、线程与导入测试说明底层成本不低。
- SWIG、Cython、PyPy 等选项体现了不同折中方案。
行动清单
- 先做 profile。
- 给扩展层设计稳定接口。
- 优化后回归测试功能一致性。
源章节深读
8.1 简介和动机
第 8 章 扩展 Python 287 本章将介绍如何编写扩展代码，并将其功能集成到 Python 编程环境中。
怎么用：把这节内容转成自己的一个最小脚本、接口实验或系统边界测试，验证它在真实任务中的输入输出。
提醒：最常见的问题是只记住 8.1 简介和动机 的 API 或步骤，却没搞清它的上下游依赖与边界条件。
原文线索
第 8 章 扩展 Python 287 本章将介绍如何编写扩展代码，并将其功能集成到 Python 编程环境中。 首先介绍这样做的 动机，接着逐步介绍如何编写扩展。 需要指出的是，虽然 Python 扩展主要用 C 语言编写，且出 于通用性的考虑，本节的所有示例代码都是纯 C 语言代码。
8.2 编写Python扩展
第 8 章 扩展 Python 289 8.2 编写 Python 扩展 为 Python 编写扩展主要涉及三个步骤。
怎么用：把这节内容转成自己的一个最小脚本、接口实验或系统边界测试，验证它在真实任务中的输入输出。
提醒：最常见的问题是只记住 8.2 编写Python扩展 的 API 或步骤，却没搞清它的上下游依赖与边界条件。
原文线索
第 8 章 扩展 Python 289 8.2 编写 Python 扩展 为 Python 编写扩展主要涉及三个步骤。 8.2.1 创建应用代码 首先，所有需要成为扩展的代码应该组成一个独立的“库” 。 换句话说，要明白这些代码 将作为一个 Python 模块存在。
8.3 相关主题
302 第 1 部分 通用应用主题 与引用计数宏相同，这里也建议读者阅读 Python 文档中关于扩展和嵌入 Python 的内容， 以及 Python/C API 参考手册。
怎么用：把这节内容转成自己的一个最小脚本、接口实验或系统边界测试，验证它在真实任务中的输入输出。
提醒：最常见的问题是只记住 8.3 相关主题 的 API 或步骤，却没搞清它的上下游依赖与边界条件。
原文线索
302 第 1 部分 通用应用主题 与引用计数宏相同，这里也建议读者阅读 Python 文档中关于扩展和嵌入 Python 的内容， 以及 Python/C API 参考手册。 8.3 相关主题 本章最后一节将介绍其他用来编写扩展的工具，如 SWIG、 Pyrex、 Cython、 psyco 和 PyPy。 最后简要讨论一个相关主题，即嵌入 Python，以此来结束本章。
8.4 练习
304 第 1 部分 通用应用主题 http://en.wikipedia.org/wiki/PyPy 8.3.6 嵌入 Python 嵌入是 Python 的另一项特性。
怎么用：把这节内容转成自己的一个最小脚本、接口实验或系统边界测试，验证它在真实任务中的输入输出。
提醒：最常见的问题是只记住 8.4 练习 的 API 或步骤，却没搞清它的上下游依赖与边界条件。
原文线索
304 第 1 部分 通用应用主题 http://en.wikipedia.org/wiki/PyPy 8.3.6 嵌入 Python 嵌入是 Python 的另一项特性。 其与扩展相反，不是将 C 代码封装进 Python 中，而是在 C 应用中封装 Python 解释器。 这样可以为一个庞大、单一、要求严格、专有，并（或）针对 关键任务的应用利用 Python 解释器的强大功能。
辨别题
为什么过早写扩展常常得不偿失？
因为你会更快失去迭代速度、调试便利和可维护性，而很多性能问题其实可以先靠算法、数据结构和批量化解决。
第8章 扩展Python｜章节开场页
8.2 编写Python扩展｜代表页