Как объединить функции clib в таблицу с помощью LuaJIT и FFI?

У меня есть таблица/объект, определенный в Lua. Я пытаюсь добавить некоторые методы из dll C-API. Я мог бы прикрепить методы по одному, но их очень много. Последняя строка кода ниже - это то, как я хотел бы это сделать. Предполагается объединить методы в объект Utilities, чтобы мне не приходилось выполнять их по одному. Я получаю следующую ошибку:

bad argument #1 to 'pairs' (table expected, got userdata)"  const char *

Вот пример кода:

Utilities = {}

--
-- Other Code that defines/attaches methods to Utilities
-- 

-- Define some methods from my utilities.dll
local ffi = require("ffi")
ffi.cdef[[
void LogThis(const char * format, ...);
]]

local utilities_ffi = ffi.load("utilities")

-- This works
utilities_ffi.LogThis("hello world")

-- merge the two tables together (this fails)
for k,v in pairs(utilities_ffi) do Utilities[k] = v end

FFI должен возвращать объект пользовательских данных.

ffi lua luajit

01.11.2014

Ответы:

Объекты библиотеки FFI не поддерживают итерацию; вы не можете запустить pairs над ними. Вам придется написать задание для каждой функции вручную.

Также имейте в виду, что быстрее получить доступ к функциям C непосредственно из библиотечного объекта, чем хранить их в таблице (или даже в локальной переменной) и обращаться к ним там. См. последний раздел руководства по FFI.

01.11.2014

Попробуй это:

local function get(C, k)
  return C[k]
end
function merge(C1, C2)
   return setmetatable({}, {__index = function(t, k)
      local ok, ret = pcall(get, C, k)
      local v = ok and ret or C2[k]
      t[k] = v --cache it
   end})   
end

Utilities = merge(utilities_ffi, other_ffi)

30.07.2015

Новые материалы

Как проанализировать работу вашего классификатора?

Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)

Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]

Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter

Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

Учебные заметки: создание моего первого пакета Node.js

Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!

Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..

ИИ в аэрокосмической отрасли

Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..

Метки

Machine Learning JavaScript Data Science Artificial Intelligence Software Development Python Web Development Coding Deep Learning AI React Software Engineering Nodejs Java Front End Development Typescript Computer Science Data Algorithms Development NLP Tech Programming Languages CSS ChatGPT HTML Python Programming Javascript Tips Angular Computer Vision Data Visualization Neural Networks Startup Tutorial Statistics Productivity Reactjs Learning