Python?Decorator的設(shè)計模式演繹過程解析
關(guān)于代理模式、裝飾模式
設(shè)計模式中經(jīng)常提到的代理模式、裝飾模式,這兩種叫法實際上是說的同一件事,只是側(cè)重點有所不同而已。
這兩者都是通過在原有對象的基礎(chǔ)上封裝一層對象,通過調(diào)用封裝后的對象而不是原來的對象來實現(xiàn)代理/裝飾的目的。
例如:(以Java為例)
public class CountProxy implements Count { private CountImpl countImpl; public CountProxy(CountImpl countImpl) { this.countImpl = countImpl; } @Override public void queryCount() { System.out.println("事務(wù)處理之前"); // 調(diào)用委托類的方法; countImpl.queryCount(); System.out.println("事務(wù)處理之后"); } @Override public void updateCount() { System.out.println("事務(wù)處理之前"); // 調(diào)用委托類的方法; countImpl.updateCount(); System.out.println("事務(wù)處理之后"); } }
在這個例子中CountProxy
是對CountImpl
的封裝。
使用者通過CountProxy.queryCount
方法來調(diào)用CountImpl.queryCount
方法,這被稱為代理,即CountProxy
是代理類,CountImpl
是被代理類。
在CountProxy.queryCount
方法中,可以在CountImpl.queryCount
方法調(diào)用之前和之后添加一些額外的操作,被稱為裝飾,即CountProxy
是裝飾類,CountImpl
是被裝飾類。
如果強調(diào)通過CountProxy
對CountImpl
進行代理的作用,則稱為代理模式;
如果強調(diào)通過CountProxy
對CountImpl
增加額外的操作,則稱為裝飾模式;
不論是哪種稱呼,其本質(zhì)都在于對原有對象的封裝。
其封裝的目的在于增強所封裝對象的功能或管理所封裝的對象。
從上面的例子也可以發(fā)現(xiàn),代理/封裝所圍繞的核心是可調(diào)用對象(比如函數(shù))。
Python中的代理/裝飾
Python中的可調(diào)用對象包括函數(shù)、方法、實現(xiàn)了__call__方法的類。
Python中的函數(shù)也是對象,可以作為高階函數(shù)的參數(shù)傳入或返回值返回。
因此,當(dāng)代理/裝飾的對象是函數(shù)時,可以使用高階函數(shù)來對某個函數(shù)進行封裝。
例如:
def query_count_proxy(fun, name, age): print('do something before') rv = fun(name, age) print('do something after') return rv def query_count(name, age): print('name is %s, age is %d' % (name, age)) query_count_proxy(query_count, 'Lee', 20)
但是,這個例子中,query_count
函數(shù)作為參數(shù)傳入query_count_proxy
函數(shù)中,并在query_count_proxy
函數(shù)中被調(diào)用,其結(jié)果作為返回值返回。這就完成了代理的功能,同時,在調(diào)用query_count
函數(shù)的前后,我們還增加了裝飾代碼。
但是,query_count_proxy
的函數(shù)參數(shù)與query_count
不一樣了,理想的代理應(yīng)該保持接口一致才對。
為了保持一致,我們可以利用高階函數(shù)可以返回函數(shù)的特點來完成:
def query_count_proxy(fun): def wrapper(name, age): print('do something before') rv = fun(name, age) print('do something after') return rv return wrapper def query_count(name, age): print('name is %s, age is %d' % (name, age)) query_count_proxy(query_count)('Lee', 20)
修改后的例子,query_count_proxy
僅負責(zé)接受被代理的函數(shù)query_count
作為參數(shù),同時,返回一個函數(shù)對象wrapper
作為返回值,真正的封裝動作在wrapper
這個函數(shù)中完成。
此時,如果調(diào)用query_count_proxy(query_count)
就得到了wrapper
函數(shù)對象,則,執(zhí)行query_count_proxy(query_count)('Lee', 20)
就相當(dāng)于執(zhí)行了wrapper('Lee', 20)
。
但是可以看到,query_count_proxy(query_count)('Lee', 20)
這種使用方法,仍然不能保證一致。
為了保持一致,我們需要利用Python中對象與其名稱可以動態(tài)綁定的特點。不使用query_count_proxy(quer_count)('Lee', 20)
來調(diào)用代理函數(shù),而是使用下面兩句:
query_count = query_count_proxy(query_count) query_count('Lee', 20)
執(zhí)行query_count_proxy(query_count)
生成wrapper
函數(shù)對象,將這個對象通過query_count = query_count_proxy(query_count)
綁定到query_count
這個名字上來,這樣執(zhí)行query_count('Lee', 20)
時,其實執(zhí)行的是wrapper('Lee', 20)
。
這么做的結(jié)果就是:使用代理時調(diào)用query_count('Lee', 20)
與不使用代理時調(diào)用query_count('Lee', 20)
對使用者而言保持不變,不用改變代碼,但是在真正執(zhí)行時,使用的是代理/裝飾后的函數(shù)。
這里,基本利用Python的高階函數(shù)及名稱綁定完成了代理/裝飾的功能。
還有什么不理想的地方呢?
對,就是query_count = query_count_proxy(query_count)
,因為這句既不簡潔,又屬于重復(fù)工作。
Python為我們提供了語法糖來完成這類的tedious work。
方法就是:
@query_count_proxy def query_count(name, age): return 'name is %s, age is %d' % (name, age)
query_count = query_count_proxy(query_count)
就等同于在定義query_count
函數(shù)的時候,在其前面加上@query_count_proxy
。
Python看到這樣的語法,就會自動的執(zhí)行query_count = query_count_proxy(query_count)
進行name rebinding
補充
以上就是Python實現(xiàn)可調(diào)用對象裝飾的核心。
可調(diào)用對象包括函數(shù)、方法、實現(xiàn)了__call__方法的類,上述內(nèi)容只是針對函數(shù)來解釋,對于方法、實現(xiàn)了__call__方法的類,其基本原理相同,具體實現(xiàn)略有差別。
以上就是Python Decorator的設(shè)計模式演繹過程解析的詳細內(nèi)容,更多關(guān)于Python Decorator設(shè)計模式的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
Tensorflow 實現(xiàn)線性回歸模型的示例代碼
這篇文章主要介紹了Tensorflow 實現(xiàn)線性回歸模型,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-05-05用Python調(diào)用win命令行提高工作效率的實例
今天小編就為大家分享一篇用Python調(diào)用win命令行提高工作效率的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08python 通過SSHTunnelForwarder隧道連接redis的方法
今天小編就為大家分享一篇python 通過SSHTunnelForwarder隧道連接redis的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-02-02