cpp 绑定方案大比拼

目前有 Pybind11 / Boost.Python / SWIG 这几个主流高效绑定方案的对比和推荐：

---

🔥 高效 C++ 到 Python 绑定工具推荐

工具	性能特点	编译速度	二进制大小	运行效率	易用性	是否推荐
nanobind	极速绑定库	✅ 快	✅ 小	✅ 高	⚠️ 中等	✅ 推荐
cppyy	JIT + Cling	⚠️ 动态绑定	⚠️ 无编译	⚠️ 略慢	✅ 高	✅ 原型开发推荐
litgen	自动化绑定生成器	⚠️ 依赖 srcML	✅ 自动生成	✅ 中等	✅ 高	✅ 自动生成推荐
Cython (C++ 模式)	混合语言	⚠️ 较慢	⚠️ 大	✅ 高	⚠️ 中等	⚠️ 一般
SWIG	跨语言绑定	⚠️ 较慢	⚠️ 大	⚠️ 中等	⚠️ 低	⚠️ 不推荐
Boost.Python	古老经典	❌ 很慢	❌ 很大	⚠️ 低	⚠️ 低	❌ 不推荐

---

🚀 推荐首选：nanobind

✅ 优势总结：

• 编译速度快：比 Pybind11 快 4x
• 二进制小：比 Pybind11 小 5x
• 运行效率高：比 Pybind11 快 10x
• 零依赖：仅需 Python 和 C++17 编译器
• 支持 STL 容器：vector、map、tuple 等
• 支持 NumPy 数组：nb::ndarray
• 支持类型标注：.pyi 文件生成（stubgen）

🧩 示例代码：

#include <nanobind/nanobind.h>struct Dog {std::string name;void bark() { printf("%s barks!\n", name.c_str()); }
};NB_MODULE(example, m) {nb::class_<Dog>(m, "Dog").def(nb::init<>()).def_rw("name", &Dog::name).def("bark", &Dog::bark);
}

🛠 构建方式：

mkdir build && cd build
cmake ..
make

---

🧪 替代选择：cppyy

✅ 优势总结：

• 无需编译绑定代码
• 动态加载 C++ 头文件
• 适合快速原型开发
• 支持 PyPy

🧩 示例代码（Python）：

import cppyycppyy.include("dog.h")d = cppyy.gbl.Dog()
d.name = "Buddy"
d.bark()

⚠️ 注意事项：

• 使用 Cling/LLVM，部署环境需要安装额外依赖
• 对模板支持良好，但运行时性能略低于 nanobind
• 不适合生产环境中的静态绑定

---

🧱 自动绑定生成：litgen

✅ 优势总结：

• 自动从 C++ 头文件生成 Python 绑定
• 支持 Pybind11 和 nanobind
• 文档自动生成（docstring）
• 基于 srcML 解析器

🧩 示例流程：

1. 写一个 C++ 函数：

// math.h
int square(int x);

2. 使用 litgen 生成绑定代码：

litgen -i math.h -o bindings.cpp --pybind11 false --nanobind true

3. 编译并导入：

g++ -shared -fPIC bindings.cpp -o _math.so

4. Python 中使用：

import math
print(math.square(4))  # 输出 16

---

📦 总结：根据你的需求选工具

场景	推荐工具	说明
高性能嵌入式项目	nanobind	最佳选择，轻量高效
快速原型开发	cppyy	零编译，动态调用
大量结构体自动绑定	litgen + nanobind	自动生成绑定代码
跨语言调用	SWIG	支持多语言，但性能一般
旧项目维护	Pybind11	社区活跃，文档丰富
Windows/.NET 项目	C++/CLI + Python.NET	仅限 Windows 平台

---

✅ 如果你正在做 CTP 接口绑定

建议采用以下组合：

工具	用途
nanobind	主体绑定（结构体、函数）
litgen	自动提取结构体字段生成 .cpp 绑定代码
stubgen	生成 .pyi 类型存根，提升 IDE 支持

---

推荐 swig和litgen，这是目前的主流方案，文档齐全