• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    如何利用饰器实现 Python 函数重载

    装饰器实现Python 函数重载

    函数重载指的是有多个同名的函数,但是它们的签名或实现却不同。当调用一个重载函数 fn 时,程序会检验传递给函数的实参/形参,并据此而调用相应的实现。

    int area(int length, int breadth) {
      return length * breadth;
    }
    
    float area(int radius) {
      return 3.14 * radius * radius;
    }
    

    在以上例子中(用 c++ 编写),函数 area 被重载了两个实现。第一个函数接收两个参数(都是整数),表示矩形的长度和宽度,并返回矩形的面积。另一个函数只接收一个整型参数,表示圆的半径。

    当我们像 area(7) 这样调用函数 area 时,它会调用第二个函数,而 area(3,4) 则会调用第一个函数。

    一、为什么 Python 中没有函数重载?

    Python 不支持函数重载。当我们定义了多个同名的函数时,后面的函数总是会覆盖前面的函数,因此,在一个命名空间中,每个函数名仅会有一个登记项(entry)。

    注意:这里说 Python 不支持函数重载,指的是在不用语法糖的情况下。使用 functools 库的 singledispatch 装饰器,Python 也可以实现函数重载。原文作者在文末的注释中专门提到了这一点。

    通过调用 locals() 和 globals() 函数,我们可以看到 Python 的命名空间中有什么,它们分别返回局部和全局命名空间。

    def area(radius):
      return 3.14 * radius ** 2
    
    >>> locals()
    {
      ...
      'area': function area at 0x10476a440>,
      ...
    }
    
    

    在定义一个函数后,接着调用 locals() 函数,我们会看到它返回了一个字典,包含了定义在局部命名空间中的所有变量。字典的键是变量的名称,值是该变量的引用/值。

    当程序在运行时,若遇到另一个同名函数,它就会更新局部命名空间中的登记项,从而消除两个函数共存的可能性。因此 Python 不支持函数重载。这是在创造语言时做出的设计决策,但这并不妨碍我们实现它,所以,让我们来重载一些函数吧。

    二、在 Python 中实现函数重载

    我们已经知道 Python 是如何管理命名空间的,如果想要实现函数重载,就需要这样做:

    为了简单起见,我们在实现函数重载时,通过不同的参数数量来区分同名函数。

    三、把函数封装起来

    我们创建了一个名为Function的类,它可以封装任何函数,并通过重写的__call__方法来调用该函数,还提供了一个名为key的方法,该方法返回一个元组,使该函数在整个代码库中是唯一的。

    from inspect import getfullargspec
    
    class Function(object):
      """Function类是对标准的Python函数的封装"""
      def __init__(self, fn):
        self.fn = fn
        
      def __call__(self, *args, **kwargs):
        """当像函数一样被调用时,它就会调用被封装的函数,并返回该函数的返回值"""
        return self.fn(*args, **kwargs)
    
      def key(self, args=None):
        """返回一个key,能唯一标识出一个函数(即便是被重载的)"""
        # 如果不指定args,则从函数的定义中提取参数
        if args is None:
          args = getfullargspec(self.fn).args
        
        return tuple([
          self.fn.__module__,
          self.fn.__class__,
          self.fn.__name__,
          len(args or []),
        ])
    
    

    在上面的代码片段中,key函数返回一个元组,该元组唯一标识了代码库中的函数,并且记录了:

    被重写的__call__方法会调用被封装的函数,并返回计算的值(这没有啥特别的)。这使得Function的实例可以像函数一样被调用,并且它的行为与被封装的函数完全一样。

    def area(l, b):
      return l * b
    
    >>> func = Function(area)
    >>> func.key()
    ('__main__', class 'function'>, 'area', 2)
    >>> func(3, 4)
    12
    

    在上面的例子中,函数area被封装在Function中,并被实例化成func。key() 返回一个元组,其第一个元素是模块名__main__,第二个是类class 'function'>,第三个是函数名area,而第四个则是该函数接收的参数数量,即 2。

    这个示例还显示出,我们可以像调用普通的 area函数一样,去调用实例 func,当传入参数 3 和 4时,得到的结果是 12,这正是调用 area(3,4) 时会得到的结果。当我们接下来运用装饰器时,这种行为将会派上用场。

    四、构建虚拟的命名空间

    我们要创建一个虚拟的命名空间,用于存储在定义阶段收集的所有函数。

    由于只有一个命名空间/注册表,我们创建了一个单例类,并把函数保存在字典中。该字典的键不是函数名,而是我们从 key 函数中得到的元组,该元组包含的元素能唯一标识出一个函数。

    通过这样,我们就能在注册表中保存所有的函数,即使它们有相同的名称(但不同的参数),从而实现函数重载。

    class Namespace(object):
      """Namespace是一个单例类,负责保存所有的函数"""
      __instance = None
        
      def __init__(self):
        if self.__instance is None:
          self.function_map = dict()
          Namespace.__instance = self
        else:
          raise Exception("cannot instantiate a virtual Namespace again")
        
      @staticmethod
      def get_instance():
        if Namespace.__instance is None:
          Namespace()
        return Namespace.__instance
    
      def register(self, fn):
        """在虚拟的命名空间中注册函数,并返回Function类的可调用实例"""
        func = Function(fn)
        self.function_map[func.key()] = fn
        return func
    
    

    Namespace类有一个register方法,该方法将函数 fn 作为参数,为其创建一个唯一的键,并将函数存储在字典中,最后返回封装了 fn 的Function的实例。这意味着 register 函数的返回值也是可调用的,并且(到目前为止)它的行为与被封装的函数 fn 完全相同。

    def area(l, b):
      return l * b
    
    >>> namespace = Namespace.get_instance()
    >>> func = namespace.register(area)
    >>> func(3, 4)
    12
    

    五、使用装饰器作为钩子

    既然已经定义了一个能够注册函数的虚拟命名空间,那么,我们还需要一个钩子来在函数定义期间调用它。在这里,我们会使用 Python 装饰器。

    在 Python 中,装饰器用于封装一个函数,并允许我们在不修改该函数的结构的情况下,向其添加新功能。装饰器把被装饰的函数 fn 作为参数,并返回一个新的函数,用于实际的调用。新的函数会接收原始函数的 args 和 kwargs,并返回最终的值。

    以下是一个装饰器的示例,演示了如何给函数添加计时功能。

    import time
    
    def my_decorator(fn):
      """这是一个自定义的函数,可以装饰任何函数,并打印其执行过程的耗时"""
      def wrapper_function(*args, **kwargs):
        start_time = time.time()
        # 调用被装饰的函数,并获取其返回值
        value = fn(*args, **kwargs)
        print("the function execution took:", time.time() - start_time, "seconds")
        # 返回被装饰的函数的调用结果
        return value
      return wrapper_function
    
    @my_decorator
    def area(l, b):
      return l * b
    
    >>> area(3, 4)
    the function execution took: 9.5367431640625e-07 seconds
    12
    
    

    在上面的例子中,我们定义了一个名为 my_decorator 的装饰器,它封装了函数 area,并在标准输出上打印出执行 area 所需的时间。

    每当解释器遇到一个函数定义时,就会调用装饰器函数 my_decorator(用它封装被装饰的函数,并将封装后的函数存储在 Python 的局部或全局命名空间中),对于我们来说,它是在虚拟命名空间中注册函数的理想钩子。

    因此,我们创建了名为overload的装饰器,它能在虚拟命名空间中注册函数,并返回一个可调用对象。

    def overload(fn):
      """用于封装函数,并返回Function类的一个可调用对象"""
      return Namespace.get_instance().register(fn)
    
    
    

    overload装饰器借助命名空间的 .register() 函数,返回 Function 的一个实例。现在,无论何时调用函数(被 overload 装饰的),它都会调用由 .register() 函数所返回的函数——Function 的一个实例,其 call 方法会在调用期间使用指定的 args 和 kwargs 执行。

    现在剩下的就是在 Function 类中实现__call__方法,使得它能根据调用期间传入的参数而调用相应的函数。

    六、从命名空间中找到正确的函数

    想要区别出不同的函数,除了通常的模块、类和函数名以外,还可以依据函数的参数数量,因此,我们在虚拟的命名空间中定义了一个 get 方法,它会从 Python 的命名空间中读取待区分的函数以及实参,最后依据参数的不同,返回出正确的函数。我们没有更改 Python 的默认行为,因此在原生的命名空间中,同名的函数只有一个。

    这个 get 函数决定了会调用函数的哪个实现(如果重载了的话)。找到正确的函数的过程非常简单——先使用 key 方法,它利用函数和参数来创建出唯一的键(正如注册时所做的那样),接着查找这个键是否存在于函数注册表中;如果存在,则获取其映射的实现。

    def get(self, fn, *args):
      """从虚拟命名空间中返回匹配到的函数,如果没找到匹配,则返回None"""
      func = Function(fn)
      return self.function_map.get(func.key(args=args))
    
    
    

    get 函数创建了 Function 类的一个实例,这样就可以复用类的 key 函数来获得一个唯一的键,而不用再写创建键的逻辑。然后,这个键将用于从函数注册表中获取正确的函数。

    七、实现函数的调用

    前面说过,每次调用被 overload 装饰的函数时,都会调用 Function 类中的__call__方法。我们需要让__call__方法从命名空间的 get 函数中,获取出正确的函数,并调用之。

    __call__方法的实现如下:

    def __call__(self, *args, **kwargs):
      """重写能让类的实例变可调用对象的__call__方法"""
      # 依据参数,从虚拟命名空间中获取将要调用的函数
      fn = Namespace.get_instance().get(self.fn, *args)
      if not fn:
        raise Exception("no matching function found.")
      # 调用被封装的函数,并返回调用的结果
      return fn(*args, **kwargs)
    
    
    

    该方法从虚拟命名空间中获取正确的函数,如果没有找到任何函数,它就抛出一个 Exception,如果找到了,就会调用该函数,并返回调用的结果。

    八、运用函数重载

    准备好所有代码后,我们定义了两个名为 area 的函数:一个计算矩形的面积,另一个计算圆的面积。下面定义了两个函数,并使用overload装饰器进行装饰。

    @overload
    def area(l, b):
      return l * b
    
    @overload
    def area(r):
      import math
      return math.pi * r ** 2
    
    >>> area(3, 4)
    12
    >>> area(7)
    153.93804002589985
    
    

    当我们用一个参数调用 area 时,它返回了一个圆的面积,当我们传递两个参数时,它会调用计算矩形面积的函数,从而实现了函数 area 的重载。

    注:从 Python 3.4 开始,Python 的 functools.singledispatch 支持函数重载。从 Python 3.8 开始,functools.singledispatchmethod 支持重载类和实例方法。感谢 Harry Percival 的指正。

    九、总结

    Python 不支持函数重载,但是通过使用它的基本结构,我们捣鼓了一个解决方案。

    我们使用装饰器和虚拟的命名空间来重载函数,并使用参数的数量作为区别函数的因素。我们还可以根据参数的类型(在装饰器中定义)来区别函数——即重载那些参数数量相同但参数类型不同的函数。

    重载能做到什么程度,这仅仅受限于getfullargspec函数和我们的想象。使用前文的思路,你可能会实现出一个更整洁、更干净、更高效的方法,所以,请尝试实现一下吧。

    正文到此结束。以下附上完整的代码:

    # 模块:overload.py
    from inspect import getfullargspec
    
    class Function(object):
      """Function is a wrap over standard python function
      An instance of this Function class is also callable
      just like the python function that it wrapped.
      When the instance is "called" like a function it fetches
      the function to be invoked from the virtual namespace and then
      invokes the same.
      """
      def __init__(self, fn):
        self.fn = fn
      
      def __call__(self, *args, **kwargs):
        """Overriding the __call__ function which makes the
        instance callable.
        """
        # fetching the function to be invoked from the virtual namespace
        # through the arguments.
        fn = Namespace.get_instance().get(self.fn, *args)
        if not fn:
          raise Exception("no matching function found.")
        # invoking the wrapped function and returning the value.
        return fn(*args, **kwargs)
    
      def key(self, args=None):
        """Returns the key that will uniquely identifies
        a function (even when it is overloaded).
        """
        if args is None:
          args = getfullargspec(self.fn).args
        return tuple([
          self.fn.__module__,
          self.fn.__class__,
          self.fn.__name__,
          len(args or []),
        ])
    
    class Namespace(object):
      """Namespace is the singleton class that is responsible
      for holding all the functions.
      """
      __instance = None
        
      def __init__(self):
        if self.__instance is None:
          self.function_map = dict()
          Namespace.__instance = self
        else:
          raise Exception("cannot instantiate Namespace again.")
        
      @staticmethod
      def get_instance():
        if Namespace.__instance is None:
          Namespace()
        return Namespace.__instance
    
      def register(self, fn):
        """registers the function in the virtual namespace and returns
        an instance of callable Function that wraps the function fn.
        """
        func = Function(fn)
        specs = getfullargspec(fn)
        self.function_map[func.key()] = fn
        return func
      
      def get(self, fn, *args):
        """get returns the matching function from the virtual namespace.
        return None if it did not fund any matching function.
        """
        func = Function(fn)
        return self.function_map.get(func.key(args=args))
    
    def overload(fn):
      """overload is the decorator that wraps the function
      and returns a callable object of type Function.
      """
      return Namespace.get_instance().register(fn)
    最后,演示代码如下:
    
    from overload import overload
    
    @overload
    def area(length, breadth):
      return length * breadth
    
    @overload
    def area(radius):
      import math
      return math.pi * radius ** 2
    
    @overload
    def area(length, breadth, height):
      return 2 * (length * breadth + breadth * height + height * length)
    
    @overload
    def volume(length, breadth, height):
      return length * breadth * height
    
    @overload
    def area(length, breadth, height):
      return length + breadth + height
    
    @overload
    def area():
      return 0
    
    print(f"area of cuboid with dimension (4, 3, 6) is: {area(4, 3, 6)}")
    print(f"area of rectangle with dimension (7, 2) is: {area(7, 2)}")
    print(f"area of circle with radius 7 is: {area(7)}")
    print(f"area of nothing is: {area()}")
    print(f"volume of cuboid with dimension (4, 3, 6) is: {volume(4, 3, 6)}")
    

    到此这篇关于如何利用饰器实现 Python 函数重载的文章就介绍到这了,更多相关装饰器实现Python 函数重载内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

    您可能感兴趣的文章:
    • python中有函数重载吗
    • 在Python中实现函数重载的示例代码
    • python装饰器原理源码示例分析
    • Python Pytest装饰器@pytest.mark.parametrize详解
    • 理解python中装饰器的作用
    • 详解Python装饰器 给你的咖啡加点料
    • 如何正确理解python装饰器
    • python 装饰器的使用与要点
    上一篇:PyTorch一小时掌握之神经网络气温预测篇
    下一篇:Python模型聚合查询\Q查询\F查询\分组查询操作技巧解析
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    如何利用饰器实现 Python 函数重载 如何,利用,饰器,实现,Python,