Python Decorator的设计模式演绎过程解析
目录
- 关于代理模式、装饰模式
- Python中的代理/装饰
- 还有什么不理想的地方呢?
- 补充
关于代理模式、装饰模式
设计模式中经常提到的代理模式、装饰模式,这两种叫法实际上是说的同一件事,只是侧重点有所不同而已。
这两者都是通过在原有对象的基础上封装一层对象,通过调用封装后的对象而不是原来的对象来实现代理/装饰的目的。
例如:(以Java为例)
public class CountProxy implements Count { private CountImpl countImpl; public CountProxy(CountImpl countImpl) { this.countImpl = countImpl; } @Override public void queryCount() { System.out.println("事务处理之前"); // 调用委托类的方法; countImpl.queryCount(); System.out.println("事务处理之后"); } @Override public void updateCount() { System.out.println("事务处理之前"); // 调用委托类的方法; countImpl.updateCount(); System.out.println("事务处理之后"); } }
在这个例子中CountProxy
是对CountImpl
的封装。
使用者通过CountProxy.queryCount
方法来调用CountImpl.queryCount
方法,这被称为代理,即CountProxy
是代理类,CountImpl
是被代理类。
在CountProxy.queryCount
方法中,可以在CountImpl.queryCount
方法调用之前和之后添加一些额外的操作,被称为装饰,即CountProxy
是装饰类,CountImpl
是被装饰类。
如果强调通过CountProxy
对CountImpl
进行代理的作用,则称为代理模式;
如果强调通过CountProxy
对CountImpl
增加额外的操作,则称为装饰模式;
不论是哪种称呼,其本质都在于对原有对象的封装。
其封装的目的在于增强所封装对象的功能或管理所封装的对象。
从上面的例子也可以发现,代理/封装所围绕的核心是可调用对象(比如函数)。
Python中的代理/装饰
Python中的可调用对象包括函数、方法、实现了__call__方法的类。
Python中的函数也是对象,可以作为高阶函数的参数传入或返回值返回。
因此,当代理/装饰的对象是函数时,可以使用高阶函数来对某个函数进行封装。
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,这个例子中,query_count
函数作为参数传入query_count_proxy
函数中,并在query_count_proxy
函数中被调用,其结果作为返回值返回。这就完成了代理的功能,同时,在调用query_count
函数的前后,我们还增加了装饰代码。
但是,query_count_proxy
的函数参数与query_count
不一样了,理想的代理应该保持接口一致才对。
为了保持一致,我们可以利用高阶函数可以返回函数的特点来完成:
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
仅负责接受被代理的函数query_count
作为参数,同时,返回一个函数对象wrapper
作为返回值,真正的封装动作在wrapper
这个函数中完成。
此时,如果调用query_count_proxy(query_count)
就得到了wrapper
函数对象,则,执行query_count_proxy(query_count)('Lee', 20)
就相当于执行了wrapper('Lee', 20)
。
但是可以看到,query_count_proxy(query_count)('Lee', 20)
这种使用方法,仍然不能保证一致。
为了保持一致,我们需要利用Python中对象与其名称可以动态绑定的特点。不使用query_count_proxy(quer_count)('Lee', 20)
来调用代理函数,而是使用下面两句:
query_count = query_count_proxy(query_count) query_count('Lee', 20)
执行query_count_proxy(query_count)
生成wrapper
函数对象,将这个对象通过query_count = query_count_proxy(query_count)
绑定到query_count
这个名字上来,这样执行query_count('Lee', 20)
时,其实执行的是wrapper('Lee', 20)
。
这么做的结果就是:使用代理时调用query_count('Lee', 20)
与不使用代理时调用query_count('Lee', 20)
对使用者而言保持不变,不用改变代码,但是在真正执行时,使用的是代理/装饰后的函数。
这里,基本利用Python的高阶函数及名称绑定完成了代理/装饰的功能。
还有什么不理想的地方呢?
对,就是query_count = query_count_proxy(query_count)
,因为这句既不简洁,又属于重复工作。
Python为我们提供了语法糖来完成这类的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)
就等同于在定义query_count
函数的时候,在其前面加上@query_count_proxy
。
Python看到这样的语法,就会自动的执行query_count = query_count_proxy(query_count)
进行name rebinding
补充
以上就是Python实现可调用对象装饰的核心。
可调用对象包括函数、方法、实现了__call__方法的类,上述内容只是针对函数来解释,对于方法、实现了__call__方法的类,其基本原理相同,具体实现略有差别。
以上就是Python Decorator的设计模式演绎过程解析的详细内容,更多关于Python Decorator设计模式的资料请关注我们其它相关文章!