我正在构建一个C++可执行文件,它需要从用户的Python安装中包含"Python.h“。
要在Bazel中表示Python.h (以及它包含的各种头文件),我需要知道Python include目录的位置。这个位置在Windows和Linux上是不同的,我想要一个单一的Bazel配置来构建它们。
引用工作空间根目录之外的软件的最佳Bazel实践是什么?
发布于 2017-08-03 20:17:15
因此,要告诉Bazel有关外部依赖项的信息,您需要使用一个Workspace Rules来指定外部依赖项的位置,以及让Bazel与该外部依赖项一起使用的BUILD文件。
要让某些东西跨平台工作,您需要使用select()函数让Bazel为您的主机操作系统选择合适的库。
下面是实现它的一次尝试:
首先,我们在项目的根目录中有定义两个库的WORKSPACE文件和用于这两个库的BUILD文件。这里我只是使用build_file_content,但是如果它变得太复杂,你可以把它放在它自己的文件中并引用它。这里的BUILD文件公开了Python附带的预构建库以及所需的头文件。它还为依赖于这些库的任何目标添加了一个包含路径,以便您可以执行#include "Python.h"
new_local_repository(
name = "python_linux",
path = "/usr",
build_file_content = """
cc_library(
name = "python35-lib",
srcs = ["lib/python3.5/config-3.5m-x86_64-linux-gnu/libpython3.5.so"],
hdrs = glob(["include/python3.5/*.h"]),
includes = ["include/python3.5"],
visibility = ["//visibility:public"]
)
"""
)
new_local_repository(
name = "python_win",
path = "C:/Python35",
build_file_content = """
cc_library(
name = "python35-lib",
srcs = ["libs/python35.lib"],
hdrs = glob(["include/*.h"]),
includes = ["include/"],
visibility = ["//visibility:public"]
)
"""
)接下来是应用程序的BUILD文件。在这里,您需要定义一些config_settings。这允许我们为我们的构建定义与平台相关的设置。我们使用cpu值来确定主机操作系统。
在cc_binary规则中,我们使用select()函数根据配置选择要链接的正确主机库。
config_setting(
name = "linux_x86_64",
values = {"cpu": "k8"},
visibility = ["//visibility:public"],
)
config_setting(
name = "windows",
values = {"cpu": "x64_windows"},
visibility = ["//visibility:public"],
)
cc_binary(
name="python-test",
srcs = [
"main.c",
],
deps = select({
"//:linux_x86_64": [
"@python_linux//:python35-lib"
],
"//:windows": [
"@python_win//:python35-lib"
]
})
)FWIW这是我使用的main.c,用来让它工作。
#include "Python.h"
int main(int argc, char *argv[])
{
Py_SetProgramName(argv[0]); /* optional but recommended */
Py_Initialize();
PyRun_SimpleString("from time import time,ctime\n"
"print('Today is',ctime(time()))\n");
Py_Finalize();
return 0;
}另一种方法(也许更简单)是将python头文件和库签入您的存储库。您仍然需要使用select()来选择要链接到的正确的库,但至少您不需要向WORKSPACE文件添加任何内容,只需依赖存储库中的另一个BUILD文件即可。如果您查看一下Bazel repo,就会发现它们将许多外部依赖项签入到third_party目录中,因此这是一种常见的做法。
https://stackoverflow.com/questions/45471120
复制相似问题