本文的核心内容聚焦于在 **不重写 Python 模型** 的前提下，为 Java 和 C++ 项目提供调用 Python 算法模型功能的两种主要技术路径。文章通过详实的操作步骤、代码示例及问题排查指南，系统性地阐述了如何将 Python 模型封装成 C++ 动态库（SO 文件）和 Java JAR 包，以实现跨语言调用 [ref_1]。 ### 一、核心方法概览 | 技术路径 | 适用语言 | 核心工具/技术 | 产出物 | 关键前提与限制 | | :--- | :--- | :--- | :--- | :--- | | **C++ 封装** | C++ 项目 | Pybind11, GCC/G++ 编译器 | 动态链接库（Linux 下为 `.so` 文件） | 1. **必须在 Linux 环境下编译**（Windows 仅能生成 `.dll`）。<br>2. 需安装完整的 C++ 编译工具链（GCC, CMake 等）。<br>3. 需使用 Pybind11 进行 C++ 与 Python 的绑定 [ref_1]。 | | **Java 封装** | Java 项目 | Jython 或 JEP (Java Embedded Python) | JAR 包 | 1. **Jython 路径**：仅支持 Python 2.7 及纯 Python 库（无 C 扩展，如 `numpy`）。<br>2. **JEP 路径**：支持 Python 3.x 及包含 C 扩展的库，但环境配置更复杂 [ref_1]。 | ### 二、C++ 封装为 SO 文件的具体流程 该路径旨在生成一个可供 C++ 项目直接链接的动态库，其内部通过 Pybind11 调用 Python 模型。 1. **环境准备**：在 Linux 系统（如 CentOS 7）中部署完整的编译工具链，包括 GCC、G++、CMake 等 [ref_1]。 2. **安装 Pybind11**：提供了两种安装方式，包括从 GitHub 克隆源码编译安装或从镜像站下载源码包安装，并需确认安装成功 [ref_1]。 3. **项目编译**： * 将封装了 Python 模型接口的 C++ 项目文件（如 `test.cpp`）放置于 Linux 环境。 * 使用 GCC 编译器，以 `-fPIC`（位置无关代码）和 `-shared`（生成共享库）选项进行编译，生成 `.so` 文件。 ```bash g++ -fPIC -shared -o libmytest.so test.cpp ``` 4. **验证与测试**：编写一个简单的 C++ 测试程序，链接生成的 `.so` 文件，验证函数调用是否正常 [ref_1]。 5. **常见问题与解决**：文章记录了实践中的关键问题，如虚拟机网络配置、yum 源更换，以及因 C++ 标准不兼容导致的编译错误（例如 `constexpr`、`nullptr` 等关键字在 C++03 中不支持，需启用 C++11 标准）[ref_1]。 ### 三、Java 封装为 JAR 文件的具体流程 该路径通过创建 Java 包装器项目，将 Python 模型功能封装成 JAR 包，供其他 Java 项目依赖调用。 #### 方法一：基于 Jython（适用于纯 Python 模型） 1. **项目创建**：在 IDE（如 IntelliJ IDEA）中创建标准的 Maven 项目，打包格式为 JAR。 2. **依赖配置**：在 `pom.xml` 中配置 `jython-standalone` 依赖，并使用 `maven-assembly-plugin` 插件打包生成包含所有依赖的 Fat JAR [ref_1]。 3. **模型放置与代码编写**：将 Python 模型文件置于 `src/main/resources` 目录下。随后创建 Java 类（通常分为 Controller 层和 Service 层），利用 Jython 的 API（如 `PythonInterpreter`）加载并调用 Python 脚本中的函数 [ref_1]。 4. **打包与使用**：通过 Maven 命令 `mvn clean package` 或 IDE 的打包功能生成 JAR 包。其他 Java 项目只需将此 JAR 包添加为依赖，即可调用其中暴露的 Java 接口 [ref_1]。 #### 方法二：基于 JEP（支持 Python 3 及 C 扩展） 1. **环境准备**：确保本地 Python 环境已安装模型所需的所有依赖库（如 `numpy`）。同时，需安装与 Java 端 JEP 依赖版本对应的 Python 包（如 `pip install jep==4.1.1`）[ref_1]。 2. **项目与依赖**：同样创建 Maven 项目，在 `pom.xml` 中添加 JEP 的 Java 依赖。Python 模型文件同样放置于 `src/main/resources`。 3. **包装器实现**：创建 Java 包装类，使用 JEP 的 `Jep` 或 `SharedInterpreter` 实例来初始化 Python 解释器、加载模型脚本，并实现调用 Python 函数的方法。文中提供了包含异常处理和资源关闭的示例代码 [ref_1]。 4. **关键区别**：JEP 方案性能通常优于 Jython，且能支持复杂的 Python 库，但需要手动管理 Python 环境路径和版本兼容性，配置步骤相对繁琐 [ref_1]。