使用SWIG在Go语言中使用Linux API (swig go linux)
Go语言是一种高性能、开发效率高的编程语言,受到越来越多的开发者的青睐。而Linux系统则是目前更流行的服务器操作系统之一,也被越来越多的企业和开发者使用。因此,在Go语言中使用Linux API成为了一个非常重要的话题。
然而,Go语言本身对于Linux系统API的支持并不完备。这使得在Go语言中直接调用Linux API变得非常困难。这时,一个非常不错的解决方案是使用SWIG。
SWIG是一个用于将C和C++代码转换成其他编程语言的工具,它能够自动生成其他语言的绑定代码。在这里,我们将介绍如何。
安装SWIG
我们需要安装SWIG。SWIG的安装很简单,可以通过在Linux上运行以下命令轻松完成:
“`
$ sudo apt-get install swig
“`
现在,SWIG已经安装好了。
创建API Wrapper
接下来,我们需要创建一个API wrapper来将Linux API和Go语言进行整合。在这个wrapper中,我们需要声明Linux API中需要使用的所有函数。
例如,要在Go语言中使用Linux的read函数,我们需要声明以下代码:
“`
ptrdiff_t
read(int fd, void *buf, size_t nbytes);
“`
这里需要注意的是,我们需要在每个函数声明前添加“extern “C””来保证它们能在Go语言中正确导出。
将C代码编译成Go可用的动态链接库
接下来,我们需要将C代码编译成Go可以链接的动态链接库。这可以通过使用gcc编译器和-shared选项来完成。例如,要将我们的wrapper编译成动态链接库,请运行以下命令:
“`
$ gcc -Wall -Werror -fpic -c api.c
$ gcc -shared -o libapi.so api.o
“`
在这个命令中,我们首先将api.c编译成一个目标文件api.o,然后将其链接成libapi.so动态链接库。
在Go语言中使用API
现在,我们已经准备好在Go语言中使用Linux API了。我们需要先声明我们将要使用的函数。例如,如果我们需要使用Linux的read函数,我们需要在Go语言中声明以下代码:
“`
// 在/_cgo_export.h中声明read函数
extern __attribute__((__visibility__(“default”))) __attribute__((__cdecl__)) ptrdiff_t _wrap_read(int, void*, size_t);
// 在apiWrapper.go中声明read函数
func wrapRead(fd int, buf []byte, nbytes uint) (n int) {
if len(buf) == 0 {
return 0
}
r := _wrap_read(int(fd), unsafe.Pointer(&buf[0]), nbytes)
if r
panic(“read error”)
}
return int(r)
}
“`
这里,我们首先在/_cgo_export.h中声明了_wrap_read函数。然后,在apiWrapper.go中,我们定义了一个名为wrapRead的函数。这个函数将调用_wrap_read并用它的返回值替换掉错误返回值。
接下来,我们需要在Go语言中将动态链接库和API wrapper链接起来。为此,我们可以使用#cgo指令和LD_PRELOAD环境变量。例如,若要使用我们刚刚创建的libapi.so动态链接库,需要在Go代码中加入以下代码:
“`
// #cgo LDFLAGS: -L{path_to_lib} -lapi -Wl,-rpath={path_to_lib}
import “C”
import (
_ “unsafe”
)
func init() {
C.char_Read = C.wrapRead
}
“`
这里,我们使用了#cgo指令来指定动态链接库的路径。然后,在init函数中,我们将声明的wrapRead函数绑定到Linux的read函数上。
现在,我们就可以在Go语言中直接使用Linux API了。例如,以下代码将使用Linux的open函数打开一个文件:
“`
package mn
import (
“fmt”
“syscall”
)
func mn() {
fd, err := syscall.Open(“filename.txt”, syscall.O_RDON, 0)
if err != nil {
fmt.Println(err)
return
}
defer syscall.Close(fd)
// 使用fd和Linux的read和write函数进行操作
}
“`
结论
在本文中,我们介绍了如何。通过创建API wrapper和使用#cgo指令,在Go语言中使用Linux API变得更加容易。虽然这种方法可能有些复杂,但是它能够为我们的应用程序带来更好的性能和更强大的功能,因此非常值得一试。
相关问题拓展阅读:
- 如何这道tensorflow卸载成功 linux
如何这道tensorflow卸载成功 linux
安装tensorflow
pip install –upgrade
错误:oserror no such file or directory site-packages/setuptools-21.0.0-py2.7.egg
解决:pip install –upgrade
–ignore-installed
Python 2.7.3 (default, Apr, 11:18:30)
on linux2
Type “help”, “copyright”, “credits” or “license” for more information.
>>> import tensorflow as tf
Traceback (most recent call last):
File “”, line 1, in
File “/usr/local/python27/lib/python2.7/site-packages/tensorflow/__init__.py”, line 23, in
from tensorflow.python import *
File “/usr/local/python27/lib/python2.7/site-packages/tensorflow/python/__init__.py”, line 45, in
from tensorflow.python import pywrap_tensorflow
File “做毁/usr/local/python27/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py”, line 28, in
_pywrap_tensorflow = swig_import_helper()
File “/usr/local/python27/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py”, line 24, in swig_import_helper
_mod = imp.load_module(‘_pywrap_tensorflow’, fp, pathname, description)
ImportError: /lib64/libc.so.6: version `GLIBC_2.15′ not found (required by /usr/local/python27/lib/python2.7/site-packages/tensorflow/python/_pywrap_tensorflow.so)
tensorflow0.80版本编译的时候使用GLIBC_2.15,系统自带的是GLIBC_2.12,所以报错了。
安灶枝装新版glibc
1.glibc下载
从
下载源代码。我下载的版本是2.20,链接地址是
2.安装
因为glibc库使用广泛,为了避免污染当前系统环境,更好自定义安装目录,使用时定义一下环境变量就行了。具体步骤如下:
我使用的法(直接升级glibc)隐胡敏:
wget
xz -d glibc-2.17.tar.xz
tar -xvf glibc-2.17.tar
cd glibc-2.17
mkdir build
cd build
../configure –prefix=/usr –disable-profile –enable-add-ons –with-headers=/usr/include –with-binutils=/usr/bin
make && make install
需要等大概10分钟。
输入strings /lib64/libc.so.6|grep GLIBC发现已经更新
Python 2.7.3 (default, Apr, 11:18:30)
on linux2
Type “help”, “copyright”, “credits” or “license” for more information.
>>> import tensorflow as tf
Traceback (most recent call last):
File “”, line 1, in
File “/usr/local/python27/lib/python2.7/site-packages/tensorflow/__init__.py”, line 23, in
from tensorflow.python import *
File “/usr/local/python27/lib/python2.7/site-packages/tensorflow/python/__init__.py”, line 45, in
from tensorflow.python import pywrap_tensorflow
File “/usr/local/python27/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py”, line 28, in
_pywrap_tensorflow = swig_import_helper()
File “/usr/local/python27/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py”, line 24, in swig_import_helper
_mod = imp.load_module(‘_pywrap_tensorflow’, fp, pathname, description)
ImportError: /usr/lib64/libstdc++.so.6: version `GLIBCXX_3.4.14′ not found (required by /usr/local/python27/lib/python2.7/site-packages/tensorflow/python/_pywrap_tensorflow.so)
没有GLIBCXX_3.4.14版本支持,继续安装(注意:libstdc++6_4.7.2-5_amd64.deb这是64位,libstdc++6_4.7.2-5_i386.deb这个是32位)
下载新版本,地址:
ar -x libstdc++6_4.7.2-5_amd64.deb&&tar xvf data.tar.gz
#cd /root/usr/lib/x86_64-linux-gnu
#ll
lrwxrwxrwx 1 root rootApr 26 15:21 libstdc++.so.6 -> libstdc++.so.6.0.17
-rw-r–r– 1 root rootJanlibstdc++.so.6.0.17
# find / -name libstdc++.so.6
/usr/lib64/libstdc++.so.6
/root/usr/lib/x86_64-linux-gnu/libstdc++.so.6
#mv /usr/lib64/libstdc++.so.6 /usr/lib64/libstdc++.so.6.bak
#cp libstdc++.so.6.0.17 /usr/lib64/
#cd /usr/lib64/
#chmod +x libstdc++.so.6.0.17
#ll libstdc++.so.6.0.17
-rwxr-xr-x 1 root rootApr 26 15:30 libstdc++.so.6.0.17
#ln -s libstdc++.so.6.0.17 libstdc++.so.6
>>> import tensorflow as tf
Traceback (most recent call last):
File “”, line 1, in
File “/usr/local/python27/lib/python2.7/site-packages/tensorflow/__init__.py”, line 23, in
from tensorflow.python import *
File “/usr/local/python27/lib/python2.7/site-packages/tensorflow/python/__init__.py”, line 45, in
from tensorflow.python import pywrap_tensorflow
File “/usr/local/python27/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py”, line 28, in
_pywrap_tensorflow = swig_import_helper()
File “/usr/local/python27/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py”, line 24, in swig_import_helper
_mod = imp.load_module(‘_pywrap_tensorflow’, fp, pathname, description)
ImportError: /usr/lib64/libstdc++.so.6: version `GLIBCXX_3.4.19′ not found (required by /usr/local/python27/lib/python2.7/site-packages/tensorflow/python/_pywrap_tensorflow.so)
从网上下载libstdc++.so.6.0.20
或者
放到/usr/lib64/下
#chmod +x libstdc++.so.6.0.20
#rm libstdc++.so.6
#ln -s libstdc++.so.6.0.20 libstdc++.so.6
#strings /usr/lib64/libstdc++.so.6 | grep GLIBCXX
ImportError: cannot import name pywrap_tensorflow
edit: The real fix for me was to updated setuptools to the latest and it allowed me to upgrade mock and six to the latest. I was on setuptools 3.3. In my case I also had to remove said modules by hand because they were owned by OS in ‘/usr/local/lib/python2.7/dist-packages/’
check versions of everything
pip freeze | grep -e six -e mock
easy_install –version
Update everything
wget
-O – | sudo python
pip install mock –upgrade
pip install six –upgrade
终于成功了。
>>> import tensorflow as tf
>>> hello = tf.constant(‘Hello, TensorFlow!’)
>>> sess = tf.Session()
>>> sess.run(hello)
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> sess.run(a+b)
>>>
>>> print product
Tensor(“MatMul:0”, shape=(1, 1), dtype=float32)
>>> sess = tf.Session()
>>> result = sess.run(product)
>>> print result
>
>>> sess.close()
关于swig go linux的介绍到此就结束了,不知道你从中找到你需要的信息了吗 ?如果你还想了解更多这方面的信息,记得收藏关注本站。