用Descriptor实现另一种风格的Decorator

2009 12 8 09:09 PM 2213次查看

分类：Python 标签：Python

之前我曾写过《在Python中实现Decorator模式》，里面展示的例子都是一个函数封装另一个函数，然后返回封装后的函数，即：
def decorator(func):
	def wrapper(arg):
		#做另一些事
		return func(arg)
	return wrapper

@decorator
def f(param):
	#做一些事
虽然这就是正统的写法，但对于不太了解闭包的人来说，那个wrapper太难懂了，就会有种Decorator很恐怖的印象。

今天在Aiur（也是个玩星际的啊～）的博客看到篇《Decorator的另一种实现方式》，才知道原来还可以这样写：
def decorator(func, arg):
	#做另一些事
	return func(arg)

@decorator.__get__
def f(param):
	#做一些事
这样一来，封装器很容易弄懂了，但封装器的__get__是个什么东西呢？

这就涉及到Python的另一个语法知识：Descriptor了。它一般被翻译成描述符，不过看这个名字仍然不知所谓，于是就深入了解一下吧。

原来Python在使用obj.attr这种方式来访问对象的属性时，会有几种策略，最常见的便是__dict__，而__get__也是其中之一。
它的用意是让属性的访问变成方法的调用，虽然在外部的调用者看来是一样的，但是内部的实现却可以由自己来决定了。
简单来说，当一个类C的类属性attr是一个实现了__get__方法的对象时，那么获取C.attr以及它的实例obj的属性obj.attr时，都会调用attr的__get__方法来获取。而这个attr就叫做descriptor。

下面就来看一个简单的例子，每次访问对象的属性时都自动加1：
class Counter(object):
	def __init__(self, value=0):
		self.value = value

	def __get__(self, instance, owner):
		self.value += 1
		return self.value

class A(object):
	value = Counter()

a = A()
print a.value
print a.value
print A.value
结果是1、2和3。它究竟做了什么事呢？
在定义A类时，它的内部变量value（类属性）被赋值为Counter类的实例了。接着我们生成了一个A类的实例a，并访问a的value属性。
很明显，a并没有value属性，于是变成了访问A的value属性。但神奇的是，这次访问实际上变成了Counter.__get__(A的value属性, a, A)。
而更神奇的是，A有value属性，但返回的不是该属性，而是Counter.__get__(A的value属性, None, A)。
这个Counter类的方法神不知鬼不觉地就插入了A类，有没有点元编程的味道～

这里要注意，value必须是A的类属性，且定义了__get__方法。一般的对象是没有这种效果的，且如果对象定义了同名属性，那么就不会调用__get__方法。
同时还注意到，此处我们是对一个类属性的访问进行计数统计，而不是针对某个对象。

接着再来看看Python的动态性：
class Counter(object):
	def __init__(self, value=0):
		self.value = value

	def __get__(self, instance, owner):
		self.value += 1
		return self.value

class A(object):
	pass

class B(object):
	value = Counter()

a = A()
A.value = Counter()
print a.value
print a.value
a.__class__ = B
print a.value
print a.value
B.value = Counter()
print a.value
结果是1、2、1、2、1。
我们既可以改变对象的类来更改计数器，还可以直接替换计数器。类、对象和属性之间的关系有没有把你弄糊涂呢～

还是回归正题吧。实际上除了__get__，还有__set__和__delete__方法，看名字就很容易懂了。
实现了这些方法的类，就称为descriptor类了；而这些类的实例就称为descriptor对象。
如果只实现了__get__，那么就称为non-data descriptor；而同时还实现了__set__或__delete__的话，就称为data descriptor了。它们的区别在于：non-data descriptor的优先级低于__dict__，而data descriptor的优先级高于__dict__。

值得一提的是，Python里一切都是对象，函数也不例外，并且函数的类也实现了__get__方法，因此函数也是个descriptor对象：
>>> def f():pass
...
>>> type(f) # 实际上就是types.FunctionType
<type 'function'>
>>> type(f).__get__
<slot wrapper '__get__' of 'function' objects>
那么函数类实现__get__有什么用呢？

还记得实例方法的定义和调用吧：
class C(object):
	def hello(self):
		print 'hello'

o = C()
o.hello()
C.hello(o)
很多人不明白为什么实例方法的第一个参数必须写上，而不能像C++那样隐式地设为this；原因就在于实例方法也可以被类调用。
或许你已经注意到了，这个实例方法实际上就是一个类的内部函数，那为什么用实例调用时不需要传递参数呢？
这就是__get__的作用了：当访问o.hello时，o并没有定义这个属性，于是转向了查询C的hello属性。这个属性是类属性，而且又是descriptor对象，因此就变成了这样的调用：函数类.__get__(C的hello属性, o, C)。
现在，函数hello、对象o和类C就被绑定在一起了，这便被称为method对象。于是通过这神奇的语法糖，函数就变成方法了，设计Python的人真是天才啊…
最后，当调用method对象时，它会去调用真正的类的函数，即类似这种形式：C.hello(o)。

此外别忘了，Python是支持缺省参数和不定参数的。无论传什么参数，函数类的__get__只需要返回一个method就行了。
于是再看看这段代码：
@decorator.__get__
def f(param):
	#做一些事
它实际上就是：
def f(param):
	#做一些事
f = decorator.__get__(f)
而decorator.__get__(f)是一个method，它将f作为参数，传给了decorator函数，于是f(arg)这种调用，最终的变成了：decorator(f(arg))。这就和一般的Decorator效果一样了。
如果你对此存有怀疑的话，不妨试试输出type(f)，结果会是：<type 'instancemethod'>。

最后，如果你还想深入了解的话，可以看看《Python的descriptor》这篇文章。英文不错的话，还可以看看《How-To Guide for Descriptors》。

0条评论 你不来一发么↓

    想说点什么呢？