在Rust代码中编写Python是种怎样的体验？

作者 | Mara Bos，Rust资深工程师

译者 | Arvin，编辑 | 屠敏

来源 | CSDN（ID：CSDNnews）

大约一年前，我发布了一个名为inline-python（https://crates.io/crates/inline-python）的Rust类库，它允许大家使用python!{ .. }宏轻松地将一些Python混合到Rust代码中。在本系列中，我将从头展示开发此类库的过程。

预览

如果不熟悉inline-python类库，你可以执行以下操作：

fn main() {let who = "world";let n = 5;python! {for i in range('n):print(i, "Hello", 'who)print("Goodbye")}
}

它允许你将Python代码直接嵌入Rust代码行之间，甚至直接在Python代码中使用Rust变量。

我们将从一个比这个简单得多的案例开始，然后逐步努力以达到这个结果（甚至更多！）。

运行Python代码

首先，让我们看一下如何在Rust中运行Python代码。让我们尝试使第一个简单的示例生效：

fn main() {println!("Hello ...");run_python("print(\"... World!\")");
}

我们可以使用std：：process：：命令来运行python可执行文件并传递python代码，从而实现run_python，但如果我们希望能够定义和读回Python变量，那么最好从使用PyO3库开始。

PyO3为我们提供了Python的Rust绑定。它很好地包装了Python C API，使我们可以直接在Rust中与各种Python对象交互。（甚至在Rust中编写Python库，但这是另一个主题。）

它的Python::run 功能完全符合我们的需求。它将Python代码作为&str，并允许我们使用两个可选的PyDicts 来定义范围内的任何变量。让我们试一试吧：

fn run_python(code: &str) {let py = pyo3::Python::acquire_gil(); // Acquire the 'global interpreter lock', as Python is not thread-safe.py.python().run(code, None, None).unwrap(); // No locals, no globals.
}

$ cargo runCompiling scratchpad v0.1.0Finished dev [unoptimized + debuginfo] target(s) in 0.29sRunning `target/debug/scratchpad`
Hello ...
... World!

看，这就成功了！

基于规则的宏

在字符串中编写Python不是最便捷的方法，所以我们尝试改进它。宏允许我们在Rust中自定义语法，所以让我们尝试一下：

fn main() {println!("Hello ...");python! {print("... World!")}
}

宏通常是使用macro_rules!进行定义，您可以基于标记和表达式之类的内容使用高级“查找和替换”规则来定义宏。（有关macro_rules!的介绍请参见Rust Book中有关宏的章节，有关Rust宏所有的细节都可以在《Rust宏的小书》中找到。）

由macro_rules!定义的宏在编译时无法执行任何代码，这些宏仅是应用了基于模式的替换规则。它非常适合vec![]，甚至是lazy_static!{ .. }，但对于解析和编译正则表达式（例如regex!("a.*b")）之类的功能而言，还不够强大。

在宏的匹配规则中，我们可以匹配表达式，标识符，类型和许多其他内容。由于“有效的Python代码”不是一个选项，所以我们只能让宏接受所有内容：大量的原始的符号：

macro_rules! python {($($code:tt)*) => {...}
}

（有关macro_rules!工作原理的详细信息，请参见上面链接的资源。）

对宏的调用应该产生run_python("..")，这是一个包裹了所有Python代码的字符串文本。幸运的是：有一个内建宏为我们把内容放到一个字符串里，叫做stringify!，因此我不必从头开始。

macro_rules! python {($($code:tt)*) => {run_python(stringify!($($code)*));}
}

结果如下：

$ cargo rCompiling scratchpad v0.1.0Finished dev [unoptimized + debuginfo] target(s) in 0.32sRunning `target/debug/scratchpad`
Hello ...
... World!

如愿以偿得到了期望结果！

但是，如果我们有不止一行的Python代码会怎样？

fn main() {println!("Hello ...");python! {print("... World!")print("Bye.")}
}

$ cargo rCompiling scratchpad v0.1.0Finished dev [unoptimized + debuginfo] target(s) in 0.31sRunning `target/debug/scratchpad`
Hello ...
thread 'main' panicked at 'called `Result::unwrap()` on an `Err` value: PyErr { type: Py(0x7f1c0a5649a0, PhantomData) }', src/main.rs:9:5
note: run with `RUST_BACKTRACE=1` environment variable to display a backtrace

很不幸，我们失败了。

为了进行调试，我们需要正确输出PyErr，并显示我们传递给Python::run的确切Python代码：

fn run_python(code: &str) {println!("-----");println!("{}", code);println!("-----");let py = pyo3::Python::acquire_gil();if let Err(e) = py.python().run(code, None, None) {e.print(py.python());}
}

$ cargo rCompiling scratchpad v0.1.0Finished dev [unoptimized + debuginfo] target(s) in 0.27sRunning `target/debug/scratchpad`
Hello ...
-----
print("... World!") print("Bye.")
-----File "<string>", line 1print("... World!") print("Bye.")^
SyntaxError: invalid syntax

很显然，两行Python代码落在同一行，在Python中这是无效的语法。

现在我们遇到了必须克服的最大问题:stringify!把空白符搞乱了.

空白符和符号

让我们仔细研究一下stringify!：

fn main() {println!("{}", stringify!(a 123    b   cx ( y + z )// comment...));
}

$ cargo rCompiling scratchpad v0.1.0Finished dev [unoptimized + debuginfo] target(s) in 0.21sRunning `target/debug/scratchpad`
a 123 b c x(y + z) ...

它不仅删除了所有不必要的空格，还删除了注释。因为它的工作原理是处理单词（token），不再是源代码里面的：a，123，b等。

Rustc编译器做的第一件事就是将源代码分为单词，这使得解析后的工作更容易进行，不必处理诸如1，2，3，这样的个别字符，只需处理诸如“integer literal 123”这样的单词。另外，空白和注释在分词之后就消失了，因为它们对编译器来说没有意义。

stringify!()是一种将一串单词转换回字符串的方法，但它是基于“最佳效果”的:它将单词转换回文本，并且仅在需要时才在单词周围插入空格(以避免将b、c转换为bc)。

所以这是一个死胡同。Rustc不小心把宝贵的空白符丢掉了，但这在Python中非常重要。

我们可以尝试猜测一下哪些代码的空格必须用换行符代替，但是缩进肯定会成为一个问题：

fn main() {let a = stringify!(if False:x()y());let b = stringify!(if False:x()y());dbg!(a);dbg!(b);dbg!(a == b);
}

$ cargo rCompiling scratchpad v0.1.0Finished dev [unoptimized + debuginfo] target(s) in 0.20sRunning `target/debug/scratchpad`
[src/main.rs:12] a = "if False : x() y()"
[src/main.rs:13] b = "if False : x() y()"
[src/main.rs:14] a == b = true

这两个Python代码片段有不同的含义，但是stringify!给了我们相同的结果。

在放弃之前，让我们尝试一下其他类型的宏。

过程宏

Rust的过程宏是定义宏的另一种方法。尽管macro_rules!只能定义“函数样式的宏”（带有!标记的宏），过程宏也可以定义自定义派生宏（例如#[derive(Stuff)]）和属性宏（例如#[stuff]）。

过程宏是作为编译器插件实现的。您需要编写一个函数，该函数可以访问编译器看到的单词流，然后就可以执行所需的任何操作，最后需要返回一个新的单词流供编译器使用（或者用于自定义的用途）：

#[proc_macro]
pub fn python(input: TokenStream) -> TokenStream {todo!()
}

上述单词流不够好。因为我们需要源代码，而不仅仅是单词。虽然目前还没有成功，但是让我们继续吧，也许过程宏更大的灵活性能够解决问题。

由于过程宏在编译过程中运行Rust代码，因此它们需要使用单独的proc-macro类库中，这个类库在您编译其他内容之前已经被编译好。

$ cargo new --lib python-macroCreated library `python-macro` package

查看python-macro/Cargo.toml：

[lib]
proc-macro = true

查看Cargo.toml：

[dependencies]
python-macro = { path = "./python-macro" }

让我们从一个只有panics (todo!())的实现开始，在输出TokenStream之后:

// python-macro/src/lib.rs
extern crate proc_macro;
use proc_macro::TokenStream;#[proc_macro]
pub fn python(input: TokenStream) -> TokenStream {dbg!(input.to_string());todo!()
}

// src/main.rs
use python_macro::python;fn main() {println!("Hello ...");python! {print("... World!")print("Bye.")}
}

$ cargo rCompiling python-macro v0.1.0Compiling scratchpad v0.1.0
error[E0658]: procedural macros cannot be expanded to statements--> src/main.rs:5:5|
5 | /     python! {
6 | |         print("... World!")
7 | |         print("Bye.")
8 | |     }| |_____^|= note: see issue #54727 <https://github.com/rust-lang/rust/issues/54727> for more information= help: add `#![feature(proc_macro_hygiene)]` to the crate attributes to enable

天啊，这里发生了什么？

Rust错误为“ 过程宏不能扩展为语句 ”，以及有关启用“hygienic macros”的内容。Macro hygiene是Rust宏的出色功能，不会意外地将任何名称“泄漏”给外界（反之亦然）。如果宏扩展使用了名为的x的临时变量，则它将与宏外部的任何代码中出现的变量x分开。

但是，此功能对于过程宏还不稳定。因此，过程宏除了作为一个单独的项(例如在文件范围内，但不在函数内)之外，不允许出现在任何地方。

接下来，我们会发现存在一个非常可怕但令人着迷的解决方法—让我们启用实验功能#![feature(proc_macro_hygiene)]并继续我们的冒险。

(如果你将来读到这篇文章时，proc_macro_hygiene已经稳定下来了:你可以跳过最后几段。^ ^)

$ sed -i '1i#![feature(proc_macro_hygiene)]' src/main.rs
$ cargo rCompiling scratchpad v0.1.0
[python-macro/src/lib.rs:6] input.to_string() = "print(\"... World!\") print(\"Bye.\")"
error: proc macro panicked--> src/main.rs:6:5|
6 | /     python! {
7 | |         print("... World!")
8 | |         print("Bye.")
9 | |     }| |_____^|= help: message: not yet implementederror: aborting due to previous errorerror: could not compile `scratchpad`.

在向我们展示了它的字符串输入参数之后，我们的过程宏即如预期般地崩溃了：

print("... World!") print("Bye.")

正如预期的那样，空白符再次被丢弃了。:(

是时候选择放弃了。

不过或者..也许有一种方法可以解决这个问题。

重建空白符

尽管rustc编译器只在解析和编译时使用单词，但是在某种程度上它仍然可以准确地知道何时报告错误。单词中没有换行符，但是它仍然知道我们的错误发生在第6到第9行。那它如何做到的？

事实证明，单词中包含很多信息。它们包含一个Span，是单词在源文件中的开始和结束的位置。Span可以告诉单词在哪个文件、行和列编号处开始和结束。

如果我们能够得到这些信息，我们就可以通过在单词之间放置空格和换行符来重新构造空白符，以匹配它们的行和列信息。

提供这些信息的函数还不稳定，而且还没有#![feature(proc_macro_span)]。让我们启用它，看看我们得到了什么:

#![feature(proc_macro_span)]extern crate proc_macro;
use proc_macro::TokenStream;#[proc_macro]
pub fn python(input: TokenStream) -> TokenStream {for t in input {dbg!(t.span().start());}todo!()
}

$ cargo rCompiling python-macro v0.1.0Compiling scratchpad v0.1.0
[python-macro/src/lib.rs:9] t.span().start() = LineColumn {line: 7,column: 8,
}
[python-macro/src/lib.rs:9] t.span().start() = LineColumn {line: 7,column: 13,
}
[python-macro/src/lib.rs:9] t.span().start() = LineColumn {line: 8,column: 8,
}
[python-macro/src/lib.rs:9] t.span().start() = LineColumn {line: 8,column: 13,
}

真棒！我们得到了一些数据。

但是只有四个单词了。原来("... World!") 这里只出现一个单词，而不是三个（(，"... World!"，和)）。如果看一下TokenStream的文档，我们会发现它并没有提供单词流，而是单词树。显然，Rust的词法分析器已经匹配了括号（以及大括号和方括号），并且它不仅给出了线性的单词列表，而且还给出了单词树。括号内的单词可以看成是某个单词组的后代。

让我们修改过程宏以递归地遍历组内的所有单词（并改进一下输出）：

#[proc_macro]
pub fn python(input: TokenStream) -> TokenStream {print(input);todo!()
}fn print(input: TokenStream) {for t in input {if let TokenTree::Group(g) = t {println!("{:?}: open {:?}", g.span_open().start(), g.delimiter());print(g.stream());println!("{:?}: close {:?}", g.span_close().start(), g.delimiter());} else {println!("{:?}: {}", t.span().start(), t.to_string());}}
}

$ cargo rCompiling python-macro v0.1.0Compiling scratchpad v0.1.0
LineColumn { line: 7, column: 8 }: print
LineColumn { line: 7, column: 13 }: open Parenthesis
LineColumn { line: 7, column: 14 }: "... World!"
LineColumn { line: 7, column: 26 }: close Parenthesis
LineColumn { line: 8, column: 8 }: print
LineColumn { line: 8, column: 13 }: open Parenthesis
LineColumn { line: 8, column: 14 }: "Bye."
LineColumn { line: 8, column: 20 }: close Parenthesis

符合预期，太棒了!

现在要重建空白符，如果我们不在正确的行中，我们需要插入换行符，如果我们不在正确的列中，则需要插入空格。让我们来看看效果：

#![feature(proc_macro_span)]extern crate proc_macro;
use proc_macro::{TokenTree, TokenStream, LineColumn};#[proc_macro]
pub fn python(input: TokenStream) -> TokenStream {let mut s = Source {source: String::new(),line: 1,col: 0,};s.reconstruct_from(input);println!("{}", s.source);todo!()
}struct Source {source: String,line: usize,col: usize,
}impl Source {fn reconstruct_from(&mut self, input: TokenStream) {for t in input {if let TokenTree::Group(g) = t {let s = g.to_string();self.add_whitespace(g.span_open().start());self.add_str(&s[..1]); // the '[', '{' or '('.self.reconstruct_from(g.stream());self.add_whitespace(g.span_close().start());self.add_str(&s[s.len() - 1..]); // the ']', '}' or ')'.} else {self.add_whitespace(t.span().start());self.add_str(&t.to_string());}}}fn add_str(&mut self, s: &str) {// Let's assume for now s contains no newlines.self.source += s;self.col += s.len();}fn add_whitespace(&mut self, loc: LineColumn) {while self.line < loc.line {self.source.push('\n');self.line += 1;self.col = 0;}while self.col < loc.column {self.source.push(' ');self.col += 1;}}
}

$ cargo rCompiling python-macro v0.1.0Compiling scratchpad v0.1.0print("... World!")print("Bye.")
error: proc macro panicked

看来这是行得通的，但是这些额外的换行符和空格又是怎么回事？对比下源文件，这是对的，第一个标记从第7行第8列开始，因此它正确地将print放在第8列的第7行。我们要查找的位置正是.rs文件中的确切位置。

开始时多余的换行符不是问题（空行在Python中无效）。它甚至具有很好的副作用：当Python报告错误时，它报告的行号将与.rs文件中的行号匹配。

但是，这8个空格是个问题。尽管我们内部的Python代码python!{..}相对于Rust代码是适当缩进的，但我们提取的Python代码应以“零”缩进级别开始。否则，Python将发生无效缩进的错误。

让我们从所有列号中减去第一个标记的列号：

start_col: None,// <snip>start_col: Option<usize>,// <snip>let start_col = *self.start_col.get_or_insert(loc.column);let col = loc.column.checked_sub(start_col).expect("Invalid indentation.");while self.col < col {self.source.push(' ');self.col += 1;}// <snip>

$ cargo rCompiling python-macro v0.1.0Compiling scratchpad v0.1.0print("... World!")
print("Bye.")
error: proc macro panicked

结果太棒了！

现在，我们只需要把这个字符串转换为字符串文字标记 并将其放在run_python();周围即可：

 TokenStream::from_iter(vec![TokenTree::from(Ident::new("run_python", Span::call_site())),TokenTree::Group(Group::new(Delimiter::Parenthesis,TokenStream::from(TokenTree::from(Literal::string(&s.source))),)),TokenTree::from(Punct::new(';', Spacing::Alone)),])

太糟糕了，直接使用TokenTree太困难了，尤其是从头开始制作trees和streams。

如果只有一种方法可以编写我们要生成的Rust代码，那就只能是quote类库的quote!宏：

    let source = s.source;quote!( run_python(#source); ).into()

现在使用我们的原始run_python函数对其进行测试：

#![feature(proc_macro_hygiene)]
use python_macro::python;fn run_python(code: &str) {let py = pyo3::Python::acquire_gil();if let Err(e) = py.python().run(code, None, None) {e.print(py.python());}
}fn main() {println!("Hello ...");python! {print("... World!")print("Bye.")}
}

$ cargo rCompiling scratchpad v0.1.0Finished dev [unoptimized + debuginfo] target(s) in 0.31sRunning `target/debug/scratchpad`
Hello ...
... World!
Bye.

终于成功了！

封装成类库

现在我们把它变成一个可重用的库：

• 删除fn main，

• 重命名main.rs为lib.rs，

• 给类库起个好名字，例如inline-python，

• 公开run_python，

• 更改quote!()中的run_python调用改为::inline_python::run_python，同时添加pub python_macro::python;从python!这个类库中重新导出宏。

下一步计划

可能还有很多内容需要改进，还有很多错误需要发现，但是至少我们现在可以在Rust代码行之间运行Python片段了。

目前最大的问题是，这还不是很有用，因为没有数据可以（轻松）越过Rust-Python的边界。

在第2部分中，我们将研究如何使Rust变量用于Python代码。

更新：在等待第2部分的同时，还有第1A部分，只是它没有改进我们的python!{}宏，但涉及了人们向我询问的一些细节。具体来说，它涉及：

• 为什么要像这样在Rust内部使用Python，

• 语法问题，例如使用Python的单引号字符串

• 使用Span::source_text的选项，当我第一次编写这段代码时，它其实还不存在。

原文链接：

https://blog.m-ou.se/writing-python-inside-rust-1/

推荐阅读

• 360金融首席科学家张家兴：别指望AI Lab做成中台
  

• 我们想研发一个机器学习框架，6 个月后失败了
  

• 八年，腾讯优图攒了多厚的技术“家底”？

• 无需训练 RNN 或生成模型，如何编写一个快速且通用的 AI “讲故事”项目？

• 区块链重大技术分析：IBM、微软、苹果、Google 都做了什么？

• 

  你点的每个“在看”，我都认真当成了AI