嵌入扩展python会占用所有内存

在跟随蟒蛇的时候，我想出了下面的代码

#include <boost/filesystem.hpp>
#include <Python.h>
static PyObject *
spam_system(PyObject *self, PyObject *args) {
    const char *command;
    int sts;
    if (!PyArg_ParseTuple(args, "s", &command))
        return NULL;
    sts = system(command);
    return PyLong_FromLong(sts);
}
static char SpamModuleName[] = "spam\000";
int main(int argc, char const *argv[]) {
    Py_SetPath((
        boost::filesystem::canonical("./python_lib.zip").wstring()
    ).c_str());
    PyImport_AppendInittab(SpamModuleName,[](){
        static PyMethodDef SpamMethods[] = {
            {"system", spam_system, METH_VARARGS, "Execute a shell command."},
            {NULL, NULL, 0, NULL}
        };
        static struct PyModuleDef spammodule = {
            PyModuleDef_HEAD_INIT,
            SpamModuleName,
            NULL,
            -1,
            SpamMethods,
            NULL, NULL, NULL, NULL
        };
        return PyModule_Create(&spammodule);
    });
    Py_Initialize();
    PyRun_SimpleString(
        "import spam\n"
        "status = spam.system(\"ls -l\")\n"
    );
    Py_Finalize();
    return 0;
}

#包括
#包括
静态PyObject*
垃圾邮件_系统（PyObject*self，PyObject*args）{
const char*命令；
int sts；
if（！PyArg_ParseTuple（args，“s”和命令））
返回NULL；
sts=系统（命令）；
从长（sts）返回PyLong_；
}
静态char SpamModuleName[]=“spam\000”；
int main（int argc，char const*argv[]{
Py_设置路径((
boost:：filesystem:：canonical（“./python_lib.zip”）.wstring（）
).c_str（））；
PyImport_AppendInittab（SpamModuleName，[]（）{
静态PyMethodDef SpamMethods[]={
{“system”，spam_system，METH_VARARGS，“执行shell命令。”}，
{NULL，NULL，0，NULL}
};
静态结构PyModuleDef spammodule={
PyModuleDef_HEAD_INIT，
垃圾邮件模块名，
无效的
-1,
垃圾方法，
空，空，空，空
};
返回PyModule_Create（&spammodule）；
});
Py_初始化（）；
皮伦·欧·斯普勒斯特林(
“导入垃圾邮件\n”
“状态=垃圾邮件。系统（\'ls-l\”）\n”
);
Py_Finalize（）；
返回0；
}

代码编译得很好（使用

g++-std=c++11 main.cpp-lpython33.64-lboost_filesystem-lboost_system-s

我使用Stephan T.Lavavej的x64），但在运行我的程序时分配了大约4G的ram，并且在

PyRun_简单限制（“导入垃圾邮件”）中有100%的cpu使用率

并且经常与python

MemoryError发生崩溃

PyImport\u导入模块（SpamModuleName）也会使程序崩溃，也是在分配了大量内存之后（事实上，我从未成功运行过此函数）

如果我结束所有其他程序并释放尽可能多的ram，程序运行良好并产生预期的输出，但资源消耗使其无法销售。我做错了什么/是什么让python使用了这么多资源

编辑在讨论了mingw-w64 irc之后，我找到了它，并将该解决方案作为一个答案发布，以防其他人发现自己在我的位置上
多亏了用户的广泛帮助
alexey
和
ktietz
我被指出，使用64位VC构建的python.dll在导入构建的x64二进制文件时遇到问题海湾合作委员会。解决方案是自己构建lib，同时修补它以编译unter MINGWx64

您可以找到或找到相关的。
此开放bug讨论了mingw和python扩展的问题