如何在Python ctypes库中查找泄漏

我正在开发一个Python应用程序，它使用了许多开源的第三方库。其中一个库基于

ctypes

，我最近发现其中有10多个独立的内存泄漏。这些泄漏的原因包括对具有显式析构函数的对象的循环引用（该析构函数）到使用

c_char_p

作为返回非常量字符数组的函数的返回类型（导致字符数组自动转换为Python字符串，而原始的c分配数组永远不会被释放）

我修复了发现的漏洞，并向库的作者提交了一个请求。我已经做了一些非常非正式的测试，在循环中创建和删除对象，并在测试过程中观察Python的内存使用情况，我想我已经找到了所有的漏洞。然而，由于我计划在一个我想开源的应用程序中使用这个库，并且希望有其他一些人使用，所以我想更确定一点。因此，我的问题是：是否有一种系统的方法来查找基于

ctypes

的库中的内存泄漏？

---

在修复我已经发现的漏洞的过程中，我尝试过，但都没有特别有用。据我所知，它们都只显示在Python堆上分配的对象，因此在查找由C库分配的堆空间处理不当导致的泄漏时，它们毫无用处。在Python中是否有一个工具可以显示C堆上的分配，最好还有哪些Python对象（如果有的话）引用分配的地址？

您可以尝试在其下运行应用程序。Valgrind是分析编译应用程序中内存使用情况的有用工具。这将至少检测链接并报告其来源

---

您肯定会从Python调用中得到误报。查看有关如何使用抑制的详细说明，它允许您专门忽略某些类型的错误。另请参见和。

根据我（有限）的经验，Valgrind并不能真正处理通过python编写的代码。然而，一个更聪明的Valgrind用户可能会有更好的运气。Valgrind确实会将许多Python内部调用视为“泄漏”（尤其是dist和list实例化和复制）。然而，通过适当的抑制，我已经能够在Python代码调用的外部库中发现问题。Valgrind对我来说是短暂的，但我认为它会产生太多的误报而没有用处。然而，由于没有其他建议，似乎这可能是我最好的选择……米奇，到目前为止，运气如何？你最终找到了另一个解决方案吗？恐怕我还没有机会尝试。不过，我确实找到了这个抑制文件，一旦我开始尝试，它应该会有所帮助：