diff --git a/translated/tech/20221124.4 ⭐️⭐️⭐️ Write a C++ extension module for Python.md b/published/20221124.4 ⭐️⭐️⭐️ Write a C++ extension module for Python.md
similarity index 85%
rename from translated/tech/20221124.4 ⭐️⭐️⭐️ Write a C++ extension module for Python.md
rename to published/20221124.4 ⭐️⭐️⭐️ Write a C++ extension module for Python.md
index 184640b701..5f426b7f7d 100644
--- a/translated/tech/20221124.4 ⭐️⭐️⭐️ Write a C++ extension module for Python.md	
+++ b/published/20221124.4 ⭐️⭐️⭐️ Write a C++ extension module for Python.md	
@@ -3,24 +3,26 @@
 [#]: author: "Stephan Avenwedde https://opensource.com/users/hansic99"
 [#]: collector: "lkxed"
 [#]: translator: "MjSeven"
-[#]: reviewer: " "
-[#]: publisher: " "
-[#]: url: " "
+[#]: reviewer: "wxy"
+[#]: publisher: "wxy"
+[#]: url: "https://linux.cn/article-15405-1.html"
 
 为 Python 写一个 C++ 扩展模块
 ======
 
-使用 C 扩展为 Python 提供特定功能。
+![][0]
 
-在前一篇文章中，我介绍了[六个 Python 解释器][1]。在大多数系统上，CPython 是默认的解释器，而且根据民意调查显示，它还是最流行的解释器。Cpython 的独有功能是使用扩展 API 用 C 语言编写 Python 模块。用 C 语言编写 Python 模块允许你将计算密集型代码转移到 C，同时保留 Python 的易用性。
+> 使用 C 扩展为 Python 提供特定功能。
 
-在本文中，我将向你展示如何编写一个 C++ 扩展模块。使用 C++ 而不是 C，因为大多数编译器通常都能理解这两种语言。我必须提前说明缺点：以这种方式构建的 Python 模块不能移植到其他解释器中。它们只与 CPython 解释器配合工作。因此，如果你正在寻找一种可移植性更好的与 C 语言模块交互的方式，考虑下使用 [ctypes][2]模块。
+在前一篇文章中，我介绍了 [六个 Python 解释器][1]。在大多数系统上，CPython 是默认的解释器，而且根据民意调查显示，它还是最流行的解释器。Cpython 的独有功能是使用扩展 API 用 C 语言编写 Python 模块。用 C 语言编写 Python 模块允许你将计算密集型代码转移到 C，同时保留 Python 的易用性。
+
+在本文中，我将向你展示如何编写一个 C++ 扩展模块。使用 C++ 而不是 C，因为大多数编译器通常都能理解这两种语言。我必须提前说明缺点：以这种方式构建的 Python 模块不能移植到其他解释器中。它们只与 CPython 解释器配合工作。因此，如果你正在寻找一种可移植性更好的与 C 语言模块交互的方式，考虑下使用 [ctypes][2] 模块。
 
 ### 源代码
 
 和往常一样，你可以在 [GitHub][3] 上找到相关的源代码。仓库中的 C++ 文件有以下用途：
 
-- `my_py_module.cpp`: Python 模块 _MyModule_ 的定义
+- `my_py_module.cpp`: Python 模块 `MyModule` 的定义
 - `my_cpp_class.h`: 一个头文件 - 只有一个暴露给 Python 的 C++ 类
 - `my_class_py_type.h/cpp`: Python 形式的 C++ 类
 - `pydbg.cpp`: 用于调试的单独应用程序
@@ -29,7 +31,7 @@
 
 ### 构建模块
 
-在查看源代码之前，你可以检查它是否能在你的系统上编译。[我使用 CMake][4]来创建构建的配置信息，因此你的系统上必须安装 CMake。为了配置和构建这个模块，可以让 Python 去执行这个过程：
+在查看源代码之前，你可以检查它是否能在你的系统上编译。[我使用 CMake][4] 来创建构建的配置信息，因此你的系统上必须安装 CMake。为了配置和构建这个模块，可以让 Python 去执行这个过程：
 
 ```
 $ python3 setup.py build
@@ -48,7 +50,7 @@ $ cmake --build build
 
 首先，看一下 `my_py_module.cpp` 文件，尤其是 `PyInit_MyModule` 函数：
 
-``` cpp
+```
 PyMODINIT_FUNC
 PyInit_MyModule(void) {
     PyObject* module = PyModule_Create(&my_module);
@@ -72,15 +74,15 @@ PyInit_MyModule(void) {
 
 无论是声明还是实例，所有 Python 类型都是 [PyObject][5] 的一个指针。在此函数的第一部分中，`module` 通过 `PyModule_Create(...)` 创建的。正如你在 `module` 详述（`my_py_module`，同名文件）中看到的，它没有任何特殊的功能。
 
-之后，调用 [PyType_FromSpec][6] 为自定义类型 MyClass 创建一个 Python [堆类型][7]定义。一个堆类型对应于一个 Python 类，然后将它赋值给 MyModule 模块。
+之后，调用 [PyType_FromSpec][6] 为自定义类型 `MyClass` 创建一个 Python [堆类型][7] 定义。一个堆类型对应于一个 Python 类，然后将它赋值给 `MyModule` 模块。
 
 _注意，如果其中一个函数返回失败，则必须减少以前创建的复制对象的引用计数，以便解释器删除它们。_
 
 ### 指定 Python 类型
 
-MyClass 详设在 [my_class_py_type.h][8] 中可以找到，它作为 [PyType_Spec][9] 的一个实例：
+`MyClass` 详述在 [my_class_py_type.h][8] 中可以找到，它作为 [PyType_Spec][9] 的一个实例：
 
-```cpp
+```
 static PyType_Spec spec_myclass = {
     "MyClass",                                  // name
     sizeof(MyClassObject) + sizeof(MyClass),    // basicsize
@@ -92,7 +94,7 @@ static PyType_Spec spec_myclass = {
 
 它定义了一些基本类型信息，它的大小包括 Python 表示的大小（`MyClassObject`）和普通 C++ 类的大小（`MyClass`）。`MyClassObject` 定义如下：
 
-```cpp
+```
 typedef struct {
     PyObject_HEAD
     int         m_value;
@@ -104,7 +106,7 @@ Python 表示的话就是 [PyObject][5] 类型，由 `PyObject_HEAD` 宏和其
 
 [PyType_Slot][10] 定义了一些其他功能：
 
-```cpp
+```
 static PyType_Slot MyClass_slots[] = {
     {Py_tp_new,     (void*)MyClass_new},
     {Py_tp_init,    (void*)MyClass_init},
@@ -119,7 +121,7 @@ static PyType_Slot MyClass_slots[] = {
 
 要完成类型详述，还包括下面的方法和成员表：
 
-```cpp
+```
 static PyMethodDef MyClass_methods[] = {
     {"addOne", (PyCFunction)MyClass_addOne, METH_NOARGS,  PyDoc_STR("Return an incrmented integer")},
     {NULL, NULL} /* Sentinel */
@@ -139,7 +141,7 @@ static struct PyMemberDef MyClass_members[] = {
 
 `MyClass_new` 方法只为 `MyClassObject` 提供一些初始值，并为其类型分配内存：
 
-```cpp
+```
 PyObject *MyClass_new(PyTypeObject *type, PyObject *args, PyObject *kwds){
     std::cout << "MtClass_new() called!" << std::endl;
 
@@ -156,7 +158,7 @@ PyObject *MyClass_new(PyTypeObject *type, PyObject *args, PyObject *kwds){
 
 实际的初始化发生在 `MyClass_init` 中，它对应于 Python 中的 [\_\_init__()][14] 方法：
 
-```cpp
+```
 int MyClass_init(PyObject *self, PyObject *args, PyObject *kwds){
     
     ((MyClassObject *)self)->m_value = 123;
@@ -197,7 +199,7 @@ int MyClass_init(PyObject *self, PyObject *args, PyObject *kwds){
 
 从 Python 类中调用相关的 C++ 类方法很简单：
 
-```cpp
+```
 PyObject* MyClass_addOne(PyObject *self, PyObject *args){
     assert(self);
 
@@ -207,15 +209,15 @@ PyObject* MyClass_addOne(PyObject *self, PyObject *args){
 }
 ```
 
-同样，`PyObject` 参数（`self`）被强转为 `MyClassObject` 类型以便访问 `m_myclass`，它指向 C++ 对应类实例的指针。有了这些信息，调用 `addOne()` 类方法，并且结果以[ Python 整数对象][17]返回。
+同样，`PyObject` 参数（`self`）被强转为 `MyClassObject` 类型以便访问 `m_myclass`，它指向 C++ 对应类实例的指针。有了这些信息，调用 `addOne()` 类方法，并且结果以 [Python 整数对象][17] 返回。
 
 ### 3 种方法调试
 
-出于调试目的，在调试配置中编译 CPython 解释器是很有价值的。详细描述参阅[官方文档][18]。只要下载了预安装的解释器的其他调试符号，就可以按照下面的步骤进行操作。
+出于调试目的，在调试配置中编译 CPython 解释器是很有价值的。详细描述参阅 [官方文档][18]。只要下载了预安装的解释器的其他调试符号，就可以按照下面的步骤进行操作。
 
 #### GNU 调试器
 
-当然，老式的 [GNU 调试器（GDB）][19]也可以派上用场。源码中包含了一个 [gdbinit][20] 文件，定义了一些选项和断点，另外还有一个 [gdb.sh][21] 脚本，它会创建一个调试构建并启动一个 GDB 会话：
+当然，老式的 [GNU 调试器（GDB）][19] 也可以派上用场。源码中包含了一个 [gdbinit][20] 文件，定义了一些选项和断点，另外还有一个 [gdb.sh][21] 脚本，它会创建一个调试构建并启动一个 GDB 会话：
 
 ![Gnu 调试器（GDB）对于 Python C 和 C++ 扩展非常有用][22]
 
@@ -225,7 +227,7 @@ GDB 使用脚本文件 [main.py][23] 调用 CPython 解释器，它允许你轻
 
 另一种方法是将 CPython 解释器嵌入到一个单独的 C++ 应用程序中。可以在仓库的 [pydbg.cpp][24] 文件中找到：
 
-```cpp
+```
 int main(int argc, char *argv[], char *envp[])
 {
     Py_SetProgramName(L"DbgPythonCppExtension");
@@ -256,7 +258,7 @@ int main(int argc, char *argv[], char *envp[])
 }
 ```
 
-使用[高级接口][25]，可以导入扩展模块并对其执行操作。它允许你在本地 IDE 环境中进行调试，还能让你更好地控制传递或来自扩展模块的变量。
+使用 [高级接口][25]，可以导入扩展模块并对其执行操作。它允许你在本地 IDE 环境中进行调试，还能让你更好地控制传递或来自扩展模块的变量。
 
 缺点是创建一个额外的应用程序的成本很高。
 
@@ -270,7 +272,7 @@ int main(int argc, char *argv[], char *envp[])
 
 Python 的所有功能也可以从 C 或 C++ 扩展中获得。虽然用 Python 写代码通常认为是一件容易的事情，但用 C 或 C++ 扩展 Python 代码是一件痛苦的事情。另一方面，虽然原生 Python 代码比 C++ 慢，但 C 或 C++ 扩展可以将计算密集型任务提升到原生机器码的速度。
 
-你还必须考虑 ABI 的使用。稳定的 ABI 提供了一种方法来保持旧版本 CPython 的向后兼容性，如[文档][31]所述。
+你还必须考虑 ABI 的使用。稳定的 ABI 提供了一种方法来保持旧版本 CPython 的向后兼容性，如 [文档][31] 所述。
 
 最后，你必须自己权衡利弊。如果你决定使用 C 语言来扩展 Python 中的一些功能，你已经看到了如何实现它。
 
@@ -281,7 +283,7 @@ via: https://opensource.com/article/22/11/extend-c-python
 作者：[Stephan Avenwedde][a]
 选题：[lkxed][b]
 译者：[MjSeven](https://github.com/MjSeven)
-校对：[校对者ID](https://github.com/校对者ID)
+校对：[wxy](https://github.com/wxy)
 
 本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出
 
@@ -318,3 +320,4 @@ via: https://opensource.com/article/22/11/extend-c-python
 [29]: https://github.com/hANSIc99/PythonCppExtension/blob/main/.vscode/launch.json
 [30]: https://opensource.com/sites/default/files/2022-11/vscodium_debug_session.png
 [31]: https://docs.python.org/3/c-api/stable.html
+[0]: https://img.linux.net.cn/data/attachment/album/202301/02/173501o26htajatlpj0lqt.jpg
\ No newline at end of file