如何用PyO3让Python代码跑在Rust里嵌入Python解释器的完整实战教程【免费下载链接】pyo3Rust bindings for the Python interpreter项目地址: https://gitcode.com/gh_mirrors/py/pyo3PyO3是 Python 解释器的 Rust 绑定Rust bindings for the Python interpreter它让你可以直接在 Rust 程序内部嵌入并运行 Python 代码——调用 Python 函数、执行 Python 脚本、导入 Python 模块甚至把 Rust 写好的模块反向暴露给 Python 使用。本教程带你从零完成Rust 嵌入 Python 解释器的完整流程环境准备、核心 API 速查、4 种执行 Python 代码的方式以及双向打通的实战技巧。为什么要在 Rust 里嵌入 Python 解释器大多数教程教你用 Python 调用 Rust写扩展模块但 PyO3 同样擅长反方向把 Python 当作可嵌入的引擎。典型场景包括高性能宿主 脚本化能力用 Rust 写核心逻辑用内嵌的 Python 提供插件系统、用户自定义脚本本地执行 Python 任务在 CLI 工具中直接跑 Python 表达式或数据处理逻辑无需启动子进程双向互调Rust 调用 Python 库Python 同时也能 import 你注册的 Rust 模块PyO3 通过Pythonpy令牌证明当前线程已附着到 Python 解释器这是理解其 API 的核心设计详见官方指南 guide/src/python-from-rust.md。嵌入 Python 的两种方式快速了解差异PyO3 提供两条嵌入路径按需求二选一方式适用场景说明Python::attach长生命周期程序多次进入/离开 Python 上下文线程可反复附着与分离with_embedded_python_interpreter一次性嵌入初始化解释器 → 执行闭包 → 清理资源只能调用一次完整实现位于 src/interpreter_lifecycle.rs其中with_embedded_python_interpreter会自动完成Py_InitializeEx初始化、导入threading模块并关联主线程最后负责收尾清理是最省心的全托管方案。快速上手3 步让 Rust 跑起 Python第 1 步准备环境Rust 工具链stable最低版本 1.83Python 3.9推荐虚拟环境构建工具如 maturin完整安装说明见 guide/src/getting-started.md。第 2 步创建项目并引入 PyO3git clone https://gitcode.com/gh_mirrors/py/pyo3 maturin new -b pyo3 my-embedded-py在Cargo.toml中确认引入了 pyo3 依赖嵌入场景无需extension-module特性。第 3 步写最小嵌入代码use pyo3::prelude::*; fn main() - PyResult() { Python::attach(|py| { let result: i32 py.eval(csum([1, 2, 3]), None, None)?.extract()?; println!(Python says: {result}); Ok(()) }) }py.eval()执行一条 Python 表达式并返回值extract()把它转成 Rust 类型——整个嵌入流程就这几行。4 种执行 Python 代码的方式速查官方指南 guide/src/python-from-rust/calling-existing-code.md 总结了 4 个核心入口建议直接对照使用PyModule::import—— 导入现成的 Python 模块如builtins、os再.getattr(函数名)调用Python::eval—— 只跑表达式并拿返回值如上例Python::run—— 跑语句块/脚本通过 locals 字典取结果调试时也可用会直接 panic 的py_run!宏PyModule::from_code—— 把一段 Python 代码或多个 .py 文件配合include_str!编译期内联当作临时模块加载⚠️ 安全提示from_code会直接编译执行传入代码永远不要传入不可信来源的代码。调用细节位置参数 / 关键字参数、call0~call1简化 API见 guide/src/python-from-rust/function-calls.md。进阶让内嵌 Python 导入你写的 Rust 模块嵌入场景下最实用的技巧是双向打通——在解释器里import一个 Rust 实现的模块pyo3::append_to_inittab!(foo); // 必须在初始化 Python 之前注册 Python::attach(|py| { py.run(cimport foo; print(foo.add_one(6)), None, None) })append_to_inittab!宏把#[pymodule]模块注入内嵌解释器的启动表受条件编译约束时可用PyModule::new 手动写入sys.modules替代完整示例见 guide/src/python-from-rust/calling-existing-code.md 末尾两节。更底层的玩法可以看看纯 FFI 示例 pyo3-ffi/examples/sequential/它不依赖 PyO3 安全 API直接演示了子解释器与 free-threaded Python 的支持方式而 examples/decorator/src/lib.rs 则是扩展方向Rust 暴露给 Python的完整工程模板两者对照学习效果最佳。常见坑与调试建议问题建议Python 异常没处理返回类型统一用PyResultT?即可向 Rust 传播错误多次初始化报 panicwith_embedded_python_interpreter一个进程只能调用一次长生命周期请用Python::attach想释放 GIL 做并行使用py.allow_threads分离线程参考 guide/src/parallelism.md遇到诡异行为先看 guide/src/debugging.md 与 guide/src/faq.md总结掌握 PyO3 嵌入 Python 只需记住这张心智地图入口Python::attach可复用或with_embedded_python_interpreter一次性执行eval跑表达式、run跑语句、import用模块、from_code加载代码双向append_to_inittab!把 Rust 模块注册进内嵌解释器现在你可以把任意 Python 生态数据处理、AI 库、脚本资产当作引擎装进高性能的 Rust 外壳里了。深入 API 请参考官方指南目录 guide/src/。【免费下载链接】pyo3Rust bindings for the Python interpreter项目地址: https://gitcode.com/gh_mirrors/py/pyo3创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何用PyO3让Python代码跑在Rust里：嵌入Python解释器的完整实战教程
如何用PyO3让Python代码跑在Rust里嵌入Python解释器的完整实战教程【免费下载链接】pyo3Rust bindings for the Python interpreter项目地址: https://gitcode.com/gh_mirrors/py/pyo3PyO3是 Python 解释器的 Rust 绑定Rust bindings for the Python interpreter它让你可以直接在 Rust 程序内部嵌入并运行 Python 代码——调用 Python 函数、执行 Python 脚本、导入 Python 模块甚至把 Rust 写好的模块反向暴露给 Python 使用。本教程带你从零完成Rust 嵌入 Python 解释器的完整流程环境准备、核心 API 速查、4 种执行 Python 代码的方式以及双向打通的实战技巧。为什么要在 Rust 里嵌入 Python 解释器大多数教程教你用 Python 调用 Rust写扩展模块但 PyO3 同样擅长反方向把 Python 当作可嵌入的引擎。典型场景包括高性能宿主 脚本化能力用 Rust 写核心逻辑用内嵌的 Python 提供插件系统、用户自定义脚本本地执行 Python 任务在 CLI 工具中直接跑 Python 表达式或数据处理逻辑无需启动子进程双向互调Rust 调用 Python 库Python 同时也能 import 你注册的 Rust 模块PyO3 通过Pythonpy令牌证明当前线程已附着到 Python 解释器这是理解其 API 的核心设计详见官方指南 guide/src/python-from-rust.md。嵌入 Python 的两种方式快速了解差异PyO3 提供两条嵌入路径按需求二选一方式适用场景说明Python::attach长生命周期程序多次进入/离开 Python 上下文线程可反复附着与分离with_embedded_python_interpreter一次性嵌入初始化解释器 → 执行闭包 → 清理资源只能调用一次完整实现位于 src/interpreter_lifecycle.rs其中with_embedded_python_interpreter会自动完成Py_InitializeEx初始化、导入threading模块并关联主线程最后负责收尾清理是最省心的全托管方案。快速上手3 步让 Rust 跑起 Python第 1 步准备环境Rust 工具链stable最低版本 1.83Python 3.9推荐虚拟环境构建工具如 maturin完整安装说明见 guide/src/getting-started.md。第 2 步创建项目并引入 PyO3git clone https://gitcode.com/gh_mirrors/py/pyo3 maturin new -b pyo3 my-embedded-py在Cargo.toml中确认引入了 pyo3 依赖嵌入场景无需extension-module特性。第 3 步写最小嵌入代码use pyo3::prelude::*; fn main() - PyResult() { Python::attach(|py| { let result: i32 py.eval(csum([1, 2, 3]), None, None)?.extract()?; println!(Python says: {result}); Ok(()) }) }py.eval()执行一条 Python 表达式并返回值extract()把它转成 Rust 类型——整个嵌入流程就这几行。4 种执行 Python 代码的方式速查官方指南 guide/src/python-from-rust/calling-existing-code.md 总结了 4 个核心入口建议直接对照使用PyModule::import—— 导入现成的 Python 模块如builtins、os再.getattr(函数名)调用Python::eval—— 只跑表达式并拿返回值如上例Python::run—— 跑语句块/脚本通过 locals 字典取结果调试时也可用会直接 panic 的py_run!宏PyModule::from_code—— 把一段 Python 代码或多个 .py 文件配合include_str!编译期内联当作临时模块加载⚠️ 安全提示from_code会直接编译执行传入代码永远不要传入不可信来源的代码。调用细节位置参数 / 关键字参数、call0~call1简化 API见 guide/src/python-from-rust/function-calls.md。进阶让内嵌 Python 导入你写的 Rust 模块嵌入场景下最实用的技巧是双向打通——在解释器里import一个 Rust 实现的模块pyo3::append_to_inittab!(foo); // 必须在初始化 Python 之前注册 Python::attach(|py| { py.run(cimport foo; print(foo.add_one(6)), None, None) })append_to_inittab!宏把#[pymodule]模块注入内嵌解释器的启动表受条件编译约束时可用PyModule::new 手动写入sys.modules替代完整示例见 guide/src/python-from-rust/calling-existing-code.md 末尾两节。更底层的玩法可以看看纯 FFI 示例 pyo3-ffi/examples/sequential/它不依赖 PyO3 安全 API直接演示了子解释器与 free-threaded Python 的支持方式而 examples/decorator/src/lib.rs 则是扩展方向Rust 暴露给 Python的完整工程模板两者对照学习效果最佳。常见坑与调试建议问题建议Python 异常没处理返回类型统一用PyResultT?即可向 Rust 传播错误多次初始化报 panicwith_embedded_python_interpreter一个进程只能调用一次长生命周期请用Python::attach想释放 GIL 做并行使用py.allow_threads分离线程参考 guide/src/parallelism.md遇到诡异行为先看 guide/src/debugging.md 与 guide/src/faq.md总结掌握 PyO3 嵌入 Python 只需记住这张心智地图入口Python::attach可复用或with_embedded_python_interpreter一次性执行eval跑表达式、run跑语句、import用模块、from_code加载代码双向append_to_inittab!把 Rust 模块注册进内嵌解释器现在你可以把任意 Python 生态数据处理、AI 库、脚本资产当作引擎装进高性能的 Rust 外壳里了。深入 API 请参考官方指南目录 guide/src/。【免费下载链接】pyo3Rust bindings for the Python interpreter项目地址: https://gitcode.com/gh_mirrors/py/pyo3创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考