可爱的 Python: Decorator 简化元编程

核心提示： 创建一个可以 “增强” 普通数值函数的 decorator 并不困难：清单 12. 将函数转换成 elementwise 函数def elementwise(fn):def newfn(arg):if hasattr(arg,'__getitem__'

创建一个可以 “增强” 普通数值函数的 decorator 并不困难：

清单 12. 将函数转换成 elementwise 函数

def elementwise(fn):
　　def newfn(arg):
　　　　if hasattr(arg,'__getitem__'):　# is a Sequence
　　　　　　return type(arg)(map(fn, arg))
　　　　else:
　　　　　　return fn(arg)
　　return newfn
@elementwise
def compute(x):
　　return x**3 - 1
print compute(5)　　　　# prints: 124
print compute([1,2,3])　# prints: [0, 7, 26]
print compute((1,2,3))　# prints: (0, 7, 26)

当然，简单地编写一个具有不同返回类型的 compute() 函数并不困难；毕竟 decorator 只需占据几行。但是作为对面向方面编程的一种认可，这个例子让我们可以分离 那些在不同层次上运作的关注事项。我们可以编写各种数值计算函数，希望它们都可转换成 elementwise 调用模型，而不用考虑参数类型测试和返回值类型强制转换的细节。

对于那些对单个事物或事物序列（此时要保留序列类型）进行操作的函数来说，elementwise() decorator 均可同样出色地发挥作用。作为一个练习，您可尝试去解决如何允许相同的修饰后调用来接受和返回迭代器（提示：如果您只是想迭代一次完整的 elementwise 计算，那么当且仅当传入的是一个迭代对象时，才能这样简化一些。）

您将碰到的大多数优秀的 decorator 都在很大程度上采用了这种组合正交关注的范例。传统的面向对象编程，尤其是在诸如 Python 之类允许多重继承的语言中，都会试图使用一个继承层次结构来模块化关注事项。然而，这仅会从一个祖先那里获取一些方法，而从其他祖先那里获取其他方法，因此需要采用一种概念，使关注事项比在面向方面的思想中更加分散。要充分利用生成器，就要考虑一些与混搭方法不同的问题：可以处于方法本身的 “核心” 之外的关注事项为依据，使各 方法以不同方式工作。