我想将一些 C 代码翻译成 Python 代码或字节码。有问题的 C 代码是我所说的纯算法代码：独立于平台，没有 I/O，只有算法和内存中的数据结构。
一个例子是正则表达式库。翻译工具将处理库源代码并生成可在沙盒环境中运行的功能等效的 Python 模块。
您可以推荐哪些具体的方法、工具和技术？
注意：Python C 扩展或 ctypes不是一个选项，因为环境是沙盒的。
另一个注意事项：看起来有一个C-to-Java-bytecode 编译器，他们甚至将 libjpeg 编译为 Java。Java 字节码+VM 与 CPython 字节码+VM 的区别太大了吗？
坦率地说，在不遭受疯狂的性能损失的情况下，没有办法机械地和有意义地将 C 转换为 Python。众所周知，Python 的速度远不及 C 的速度（使用当前的编译器和解释器），但更糟糕的是 C 擅长的东西（位摆弄、整数数学、内存块的技巧） Python 的速度非常慢，而Python擅长的东西你不能直接用C来表达。因此，直接翻译效率会特别低，甚至到了荒谬的地步。
一般来说，更好的方法确实是将 C 保留为 C，并将其包装在 Python 扩展模块中（使用SWIG、Pyrex、Cython或手动编写包装器）或使用ctypes直接调用 C 库。C 的所有优点（和缺点）对于已经是 C 或您以后添加的内容，以及 Python 的所有便利（和缺点）对于 Python 中的任何代码。
这不能满足您的“沙盒”需求，但您应该意识到无论如何您都不能特别好地对 Python 进行沙盒；这需要大量的努力和 CPython 的修改，如果你忘记了某个地方的一个小洞，你的监狱就会被打破。如果你想对 Python 进行沙盒化，你应该首先对整个过程进行沙盒化，然后 C 扩展也可以被沙盒化。
使用 indent(1) 和 ctopy(1)... 在 pypy 上获得额外的信用测试速度... 对于奖励信用使用 pyastra 生成汇编代码。
无论使用哪种语言，您都必须牺牲在运行时空间 (CPU) 或内存空间 (RAM) 之间存储各种构造和函数的输出。
如果你想看看我在说什么，请查看伟大的语言枪战
这是一个例子，想使用浮点数学而不使用浮点数？
x * 1,000,000 = a
y * 1,000,000 = b
a {function} b = result
result / 1,000,000 = z
不要陷入困境，变得原始，如果必须的话，使用穴居人数学。
最快的方法（就程序员的努力，而不是效率而言）可能涉及使用现有的编译器将 C 编译为简单的东西（例如 LLVM），并且：
直接将 C 转换为 Python 是可能的（并且可能产生比上述方法更快的代码），但您实际上是在编写 C 编译器后端，这是一项艰巨的任务。
编辑，事后诸葛亮：一种可能更加快速和肮脏的方法是获取 C 代码的解析树，将其转换为 Python 数据结构并在 Python 中解释它。
用纯 Python 写一个 C 解释器？;-)
我会亲自使用一个工具从 C 代码中提取一个 uml sheme，然后用它来生成 python 代码。
从这个问题开始，我开始摆脱不必要的 C 风格结构，然后用 python 代码填充这些方法。
我认为这将是更安全、最有效的方式。
为什么不保留 C 代码并创建一个可以导入到正在运行的 Python 环境中的 Python C 模块？
首先，我会考虑用 Pythonic 的优点包装现有的 C 库，以提供 Python 模块形式的 API。我会看看 swig、ctypes、pyrex 以及这些天里的其他任何东西。C 库本身将保持不变。节省工作。
但是，如果我真的必须编写基于 C 的原始 Python 代码，我不会使用任何工具，只有我的大脑。C 允许太多有趣的指针技巧、宏聪明的东西等等，即使有人向我指出了一个自动化工具，我也永远不会相信。
我提到了 Pyrex——这是一种类似于 C 语言但也面向 Python 的语言。我没有做太多，但它可能比编写纯 python 更容易，因为你是以 C 作为指南开始的。
从 IDL（科学家喜欢使用的数据语言，而不是其他 IDL）等更受限制、更驯服的语言转换是很困难的，需要手动和脑力劳动。C？忘了它吧，直到 UFO 人给我们他们花哨的软件工具，这些工具比我们最先进的技术领先一千年！
任何自动翻译都会因为不使用 Python 的强大功能而受到影响。如果直接翻译成 Python，C 类型的程序代码运行速度会非常慢，您需要使用更多 Python 优化代码来分析和替换整个部分。
您始终可以编译 C 代码，并在 python 中使用 ctypes 加载库。