如何创建和使用存储为c++；对象 因此，我想研究一个C++项目，在这里我需要调用一个Python模块，保存它作为一个对象，并多次调用它的一个方法。下面您可以找到包含python对象的类的代码。目前，它是在for循环中实现的，该循环多次调用该方法。实例化该类以及对该类的第一次调用工作正常。但是，在for循环的第一个循环完成后，程序崩溃，并出现“free（）：invalid size”或有时“double free or corrupt”的错误。我尝试使用valgrind来追踪内存泄漏，但是我得到了很多关于pythonCApi调用的痕迹，我真的不明白 #include <python2.7/Python.h> #include <iostream> #include <algorithm> #include "predictor.hpp" using namespace std; predictor::predictor() { Py_Initialize(); pName = PyString_FromString("predictor"); pModule = PyImport_Import(pName); Py_XDECREF(pName); if (pModule == nullptr) { PyErr_Print(); std::cerr << "Fails to import the module predictor, check installation.\n"; } // dict is a borrowed reference. dict = PyModule_GetDict(pModule); if (dict == nullptr) { PyErr_Print(); std::cerr << "Fails to get the dictionary, check predictor installation.\n"; Py_XDECREF(pModule); } Py_XDECREF(pModule); // Builds the name of a callable class python_class = PyDict_GetItemString(dict, "Predictor"); if (python_class == nullptr || python_class == NULL) { PyErr_Print(); std::cerr << "Fails to get the Python class, check predictor installation.\n"; Py_XDECREF(dict); } Py_XDECREF(dict); // Creates an instance of the class if (PyCallable_Check(python_class)) { object = PyObject_CallObject(python_class, nullptr); if (object == NULL) { cerr << "Fails to create object."; Py_XDECREF(python_class); } Py_XDECREF(python_class); } else { PyErr_Print(); std::cout << "Cannot instantiate the Python class" << std::endl; Py_XDECREF(python_class); } pMethod = PyString_FromString("predict_all"); } predictor::~predictor() { Py_XDECREF(pMethod); Py_XDECREF(object); Py_Finalize(); } long predictor::predict(string rule) { PyObject *pRule = PyString_FromString(rule.c_str()); PyObject *value = PyObject_CallMethodObjArgs(object, pMethod, pRule, NULL); long endValue = PyInt_AsLong(value); if (endValue == -1) { if(!PyErr_Occurred()) { PyErr_Print(); cerr << ""; Py_XDECREF(value); Py_XDECREF(pRule); return NULL; } //PyErr_Print(); } Py_XDECREF(value); Py_XDECREF(pRule); return endValue;} #包括 #包括 #包括 #包括“predictor.hpp” 使用名称空间std； 预测器：：预测器（） { Py_初始化（）； pName=PyString_FromString（“预测器”）； pModule=PyImport\u Import（pName）； Py_XDECREF（pName）； if（pModule==nullptr）{ PyErr_Print（）； std:：cerr

编写Python C/C++代码最关键的部分是正确计算引用。Python区分不同类型的引用，即

新的

、

被盗的

和

借用的

引用

对于您调用的每个API函数，您都必须检查文档以查看它返回的引用类型（如果有）

新引用属于调用者，因此使用

Py\u XDECREF

通过减少引用计数来释放对象是正确的。确保调用

Py\u XDECREF

不超过一次，除非在其间增加引用计数。在错误处理中，

Py\u XDECREF（pModule）

发生两次，例如，因为在错误情况下不返回，所以只需继续

借用的引用归其他人所有，并且引用计数没有为您增加。因此，只有在您自己增加引用计数之后，调用

Py_XDECREF

才有效

PyModule\u GetDict（pModule）

返回一个借用的引用。您不增加引用计数，但稍后使用

Py\u XDECREF（dict）

将其递减。对于

PyDict\u GetItemString（dict，“predictor”）

，它返回一个借用的引用，而您使用

Py\u XDECREF（python\u类）将其递减

---

我的假设是，在这两种情况下（

dict

，

python\u类

），借用的引用都属于使用

PyImport\u导入（pName）导入的模块
pModule
）

。因此，只要使用

pModule

拥有的借用引用，就很可能不能减少

pModule

引用计数。一旦不再使用那些借用的引用，可以使用

Py\u XDECREF

释放

pModule

。或者，可以增加引用借来的引用计数，但只要你保持

pModule

，这就没有必要了。

好的，所以你的建议解决了第一个内存错误（通过删除借来的代码的所有减量，并删除重复的减量）。然而，之后我得到一个错误，上面写着free（）无效的大小。这与我这里的代码或其他什么有关。我重新创建了您的示例。当我删除

dict

和

python_类的不正确的
PyXDECREF
时，我无法再重现内存问题。valgrind确实报告内存错误。以前，它报告了。我还移动了
pModule
PyXDECREF

在最后一次使用逻辑上属于它的借用引用之后-也就是在实例创建块之后。在这种情况下没有可识别的错误，但基于所有权，这是正确的做法。许多示例似乎将

pModule

引用保留到去初始化，但在引用方面，我看不到错误需要这样做。