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。