如何从Python生成C代码？

我正在写一个嵌入式算法。目前我有硬编码的查找表：

static const int32_t sine[65536] = {
    ...
}

该算法应可在不同平台上移植，但查找表的长度会根据配置和目标平台的不同而变化

我当前的解决方案使用mako渲染（mako比Jinja2快得多），如下所示：

<%!
import os
import algo  # Local module that contains tools to generate coefs.
from numpy import sin, linspace, pi

a, b, c, d, e = algo.coefficients(os.environ['ALGO_MODE'])
%>

static inline float poly(float x)
{
    return x * ( x * ( x * ( x * ${a} + ${b}) + ${c}) + ${d}) + ${e};
}

float sine[] = {
% for y in sin(linspace(0, 2 * pi, 2 ** 16)):
    ${y},
% endfor
};

静态内联浮点多边形（浮点x）
{
返回x*（x*（x*（x*${a}+${b}）+${c}+${d}）+${e}；
}
浮点正弦[]={
%对于sin中的y（linspace（0，2*pi，2**16））：
${y}，
%结束
};

在我的Makefile中，我使用以下命令：

in: $(IN)
$(IN): build/headers/%: src/%.in
    mkdir -p $(dir $@)
    PYTHONPATH=.:$$PYTHONPATH mako-render $< > $@ || true

in:$（in）
$（英寸）：内部版本/头文件/%:src/%.IN
mkdir-p$（dir$@）
PYTHONPATH=.：$$PYTHONPATH mako渲染$<>$@| | true

我喜欢这个解决方案，因为我可以轻松地从Python结果生成C代码：

• 滤波系数
• 查找表
• 动态类型

主要缺点是：

• 我发现没有一个模板引擎能够很好地与C代码配合使用
  • Jinja的语法中有很多大括号，在C语言中很容易混淆
  • Mako有一个奇怪的混合语法：xml（
    ）、shell（

    ${}

    ）、Mako（

    %

    ）
• 为我的模板使用

  .in

  扩展可能会令人困惑，因为autotools和CMake已经使用了此扩展

元编程/代码生成正在变得非常流行，在我的工作领域，我几乎每天都需要使用这样的魔法。我感到惊讶的是，没有其他像

grep

这样古老的本机解决方案存在（请不要提及M4:）

---

我还可以使用什么解决方案用外部脚本生成的数据填充C模板？我错过了什么真正的魔法吗？

这可能不是你想要的，但你知道你可以在

jinja2

中更改标签，对吗？看这里，它显示了如何更改，例如

块开始_sting

和所有其他标记。是的，我知道，但mako有几个优点：有一个内置的mako渲染命令行界面，您可以直接从模板执行python代码，这在jinja中是不可能的