我们本篇通过创建质数列表的算法并编译它来加深读者对Cython编译原理的理解，但在你阅读此文之前，希望你的C/C++的基本功要扎实。
Cython源文件
Cython源文件名包含模块名称，后跟.pyx扩展名，例如，名为primer的模块将具有一个名为primer.pyx的源文件。
与Python不同，Cython代码必须编译。这分为两个阶段：
- pyx文件由Cython编译为.c文件。
- .c文件由C/C++编译器编译为.so文件（或Windows上的.pyd文件）
编写完.pyx文件后，有几种方法可以将其转换为扩展模块。
以下小节描述了构建扩展模块的几种方法，以及如何将指令传递给Cython编译器。
1. 从命令行编译
cython编译工具存在两个命令行工具cython和cythonize,我们下面会这个示例代码和例子
#cython:language_level=3
cdef list sieveOfEratosthenes( long n):
cdef list pr = [True for i in range(n + 1)]
cdef long p = 2
while (p * p <= n):
if (pr[p] == True):
for i in range(p * p, n + 1, p):
pr[i] = False
p += 1
# end-while
cdef list res = list()
for p in range(2, n):
if pr[p]:
res.append(p)
# end-if
# end-for
return res
# end-def
cython解析器选项
- --include-dir:指定编译时包含的C/C++头文件或其他*.py或*.pyx文件
- --output-file:指定解析后的C/C++源代码文件的所在路径
- --working:指定cython解析器的工作目录
-
-2或-3:-2告知cython解析器以python2的方式理解python源代码,-3告知cython解析器以python3的方式去理解python源代码
ss8.png
我们使用以下指令将primer.pyx的源代码转换为C代码，如下图所示
cython primer.pyx -o ./src/primer.c -3
这将产生一个名为primer.c的文件，然后需要使用平台上适合生成扩展模块的任何选项，使用C编译器对其进行编译。 对于这些选项，请查看官方的Python文档。
较简单的命令行工具cython仅调用源代码转换器。
在手动编译的情况下，如何编译.c文件取决于操作系统和编译器。 用于编写扩展模块的Python文档应包含有关系统的一些详细信息。 例如，在Linux系统上，它可能类似于：
gcc -shared -pthread -fPIC -fwrapv -O2 -Wall -fno-strict-aliasing \
-I/usr/include/python3.6 -o ./primer.so ./primer.c
另一种可能更好的方法是使用Cython提供的setuptools扩展。 这种方法的好处是它将为平台提供特定的编译选项，就像简化的自动工具一样。
使用cythonize命令进行编译
cythonize -a -i primer.pyx
这将创建一个primer.c文件（或在C ++模式下为primer.cpp），对其进行编译，
- 并将生成的扩展模块（.so或.pyd，具体取决于您的平台）从下图可知在当前目录生成了C/C++源文件和扩展模块。
-
-a开关还会生成带注释的源代码html文件。
编译后，会将primer.cpython-36m-x86_64-linux-gnu（对于Windows可能为primer.cpython-36m-win64.pyd）文件写入目标目录，并且可以将您的模块primer.cpython-36m-x86_64-linux-gnu与其他任何Python模块一样导入。
注意:如果您不依赖cythonize或setuptools，您将不会自动受益于CPython为消除歧义而生成的特定于平台的文件扩展名
我们使用cythonize编译时，指定了-a命令行选项，因此编译完成后会生成一个编译后的html格式的分析报告，该文件中黄色的区域表示cython编译器已经命中该行并将该行对应的cython源代码转换为对应的C/C++代码，
本例中primer.pyx由于变量和函数都使用cdef关键字显式指定了数据类型，因此几乎全覆盖地转换成C代码。该分析报告中的带有“+”号的行，我们展开会发现对应该行被Cython关键字cdef修饰的语句会被Cython编译器转换为对应的C/C++代码,如下图，通常只要在编译过程中没有出错，不需要理会生成的C代码。
使用setup.py编译
Cython提供的setuptools扩展允许您将.pyx文件直接传递到setup.py文件中的Extension构造函数。如果您要将单个Cython文件转换为已编译的扩展文件，这里文件名primer.pyx进行说明，则关联的setup.py将为：
如果您的构建以setup.py方式直接依赖于Cython，那么您编译的扩展需要打算分享到pip库可能还想告知pip，你扩展库的和其他扩展的依赖关系，请执行PEP 518 https://www.python.org/dev/peps/pep-0518，Cython是setup.py执行所必需，创建一个pyproject.toml文件，其中至少包含：
[build-system]
requires = ["setuptools", "wheel", "Cython"]
备注:要更全面地了解setup.py，请参阅官方的setuptools文档。 要编译扩展名以在当前目录中使用，请使用：
python setup.py build_ext --inplace
以pyximport编译
这个这个笔者验证过，Jupyter交互环境下这个工具就是个坑货，并不是网上宣传那样：动态检查Cython源程序变更并自动编译，并不建议在Jupyter-Notebook环境下使用
小结
目前Cython的编译细节介绍到这里，对于日常简单的Python性能优化足以应付，因此本文不再往深入介绍，涉及到大规模部署Cython程序，需要用到复杂配置，我会在日后再补上。
如果Cython无法编译Python模块，则pyximport将转而加载源模块。注意，不建议让pyximport在最终用户侧构建代码，因为它会挂接到其导入系统中。 迎合最终用户的最佳方法是以wheel包装形式提供预制的二进制包装。
