标题:Python Tips: Dynamic function definition
作者:Philip Trauner
译者:豌豆花下猫
链接:
基于 MIT 许可协议
在 Python 中,没有可以在运行时简化函数定义的语法糖。然而,这并不意味着它就不可能,或者是难以实现。
from types import FunctionTypefoo_code = compile('def foo(): return "bar"', "", "exec")foo_func = FunctionType(foo_code.co_consts[0], globals(), "foo")print(foo_func())
输出:
bar
剖析
逐行检视代码,你会发现语言/解释器的屏障是多么脆弱。
>>> from types import FunctionType
Python 文档通常不会列出那些非用于手动创建的类的特征(这是完全合理的)。有三种方法可以解决这个问题:help()、inspect(无法查看内置方法)、以及最后的解决方案,即查看 CPython 源代码。
在本例中,help() 与 inspect 都可以完成工作,但是查看实际的源代码,则会揭示出关于数据类型的更多细节。
>>> from inspect import signature>>> signature(FunctionType)
1. code
内部是一个PyCodeobject
,作为types.CodeType
对外开放。非内置方法拥有一个__code__
属性,该属性保存了相应的代码对象。利用内置的 compile() 方法,可以在运行期创建types.CodeType
对象。
2. globals
如果一个函数引用的变量不是在局部定义的,而是作为参数转入、由默认参数值提供、或者通过闭包上下文提供,则它会在 globals 字典中查找。
内置的 globals() 方法会返回一个对当前模块的全局符号表(global symbol table)的引用 ,因此能被用来提供一个总是与当前表的状态相一致的字典。传入任意其它的字典也是可以的(FunctionType((lambda: bar).__code__, {"bar" : "baz"}, "foo")() == "baz")。
3. name(可选)
控制所返回的函数的__name__
属性。只真正对 lambdas 有用(由于匿名性,它们通常没有名称),并且重命名函数。
4. argdefs(可选)
通过传入一个包含任意类型的对象的元组,提供了一个方式来供应默认参数值(def foo(bar="baz"))。(FunctionType((lambda bar: bar).__code__, {}, "foo", (10,))() == 10)。
5. closure(可选)
(如果需要在 CPython(PyPy,Jython,...)以外的其它 Python VM 中执行,可能不应该触及,因为它严重地依赖于实现细节)。
一个cell
对象的元组。创建 cell 对象并非完全是直截了当的,因为需要调用 CPython 的内部组件,但有一个库可以令它更加方便:exalt
(无耻的广告)。(译注:这个库是作者开发的。)
>>> foo_code = compile('def foo(): return "bar"', "", "exec")
compile() 是一个内置方法,因此同时也是文档丰富的。
exec 模式被用到,因为定义函数需要用多个语句。
>>> foo_func = FunctionType(foo_code.co_consts[0], globals(), "foo")
聚合全部内容,并将动态创建的函数指定给一个变量。
那个被前一句代码编译成的函数,成为了生成的代码对象的第一个常量,因此仅仅指向 foo_code 是不充分的。这是 exec 模式的直接后果,因为生成的代码对象可以包含多个常量。
>>> print(foo_func())
动态生成的函数可以像其它函数一样被调用。
结尾
- 除了做实验,需要用到动态创建函数的场景很少。
- 玩耍(Toying around) Python 的内部构件是一种深入学习这门语言的好方法。
- 如果需要,可以毫不费力地越过解释器/语言的界线。
还是一如既往地:不要滥用语言 (好吧,一点点也无妨,对吧?)
--------(译文完)--------
花下猫语: 在上一篇《》中,我介绍了两种动态修改变量 的方法(globals() 与 exec())。写完之后,我偶然发现,在自己列的“计划转载清单”中,有这一篇相关的文章,它介绍了动态定义函数 的方法。因为它的相关度太大,而篇幅又是那么小(核心代码只有三行,文中其它内容都是在解释其背后的原理),我觉得如果翻译出来的话,效果会更好,所以就抓紧时间翻译出来了。建议与前一篇文章配合阅读。
公众号【Python猫】, 专注Python技术、数据科学和深度学习,力图创造一个有趣又有用的学习分享平台。本号连载优质的系列文章,有喵星哲学猫系列、Python进阶系列、好书推荐系列、优质英文推荐与翻译等等,欢迎关注哦。PS:后台回复“爱学习”,免费获得一份学习大礼包。