深入 PEAK 的新特性

核心提示： PEAK 的 dispatch 模块也有一个基于类型的分派器，但是目前尚微不足道，深入 PEAK 的新特性(3)，因为它只能处理单一分派 —— dispatch.on() 封装程序除了基于普通 Python 类的分派之外还做不了多少事情，尽管如此，将 IntBetw

PEAK 的 dispatch 模块也有一个基于类型的分派器，但是目前尚微不足道，因为它只能处理单一分派 —— dispatch.on() 封装程序除了基于普通 Python 类的分派之外还做不了多少事情。尽管如此，看到 PEAK 的基于类型的分派仍然让我们对完整断言分派的语法兴奋不已。注意这些例子都利用了 Python 2.4 中新的 decorator 语法，用于修改所定义的函数或方法。您可以 在早期版本的 Python 中使用 PEAK 的通用函数，但是其语法并不美观（如清单 2 所示）：

清单 2. PEAK 分派包中对类型进行单一分派

import dispatch
@dispatch.on('foo')
def doIt(foo, other, args):
　　"Base generic function of 'doIt()'"
@doIt.when(int)
def doIt(foo, other, args):
　　print "foo is an int |", other, args
@doIt.when(str)
def doIt(foo, other, args):
　　print "foo is a str |", other, args
doIt( 1, 'this','that')　# -> foo is an int | this that
doIt('x','this','that')　# -> foo is a str | this that

对于新的类型来说，的确可以添加 dispatch.on() 通用函数签名，而不用修改以前的代码。例如，我可以向前面的代码中添加 @doIt.when(float) 或 @doIt.when(MyClass)；如果需要，以后的调用就可以利用它。但是即使不用 PEAK dispatch 包，也有很多方法可以实现同样的功能。

什么是类型化？

类型化是件非常有趣的事情。大部分程序员在考虑变量或对象类型时都会联想起计算机 CPU 的奇特行为 —— 即使是那些使用诸如 Python 这种高级语言的程序员也是如此。int、float 与 long 之间的区别不是数字本身之间的强制区别，而是芯片设计者如何使用寄存器和操作符所引起的一些简单后果。但是从理论上来说，3 和 17 之间的整数类型，与 2^31 和 2^31-1 之间的整数类型同样重要（后者在 Python 中是 int 类型，至少在 32 位的机器上是如此）。实际上，将 IntBetween3And17 作为 int 的一个 子类型 是很有意义的，至少从表面上是如此，而不管继承树是否与此匹配。