Question

想象你有一个像这样重要的功能：

def getMd5Sum(path):
    with open(path) as f:
        return md5(f.read()).hexdigest()

你认为Python足够灵活，允许这样的代码（注意$）：

def someGuiCallback(filebutton):
    ...
    path = filebutton.getPath()
    md5sum = $getMd5Sum()
    showNotification("Md5Sum of file: %s" % md5sum)
    ...

要执行这样的事情：

def someGuiCallback_1(filebutton):
    ...
    path = filebutton.getPath()
    Thread(target=someGuiCallback_2, args=(path,)).start()

def someGuiCallback_2(path):
    md5sum = getMd5Sum(path)
    glib.idle_add(someGuiCallback_3, md5sum)

def someGuiCallback_3(md5sum):
    showNotification("Md5Sum of file: %s" % md5sum)
    ...

（glib.idle_add只是将一个函数推送到主线程的队列中）

我考虑过使用装饰器，但他们不允许我在调用后访问函数的“内容”。（showNotification部分）

我想我可以编写一个'编译器'来在执行前更改代码，但它并不像最佳解决方案那样。

关于如何做上述事情，你有什么想法吗？

Answer 1

您可以使用导入挂钩来实现此目标......

...但我个人认为它有点讨厌。

如果你想沿着这条路走下去，基本上你要做的就是：

您为扩展程序添加导入挂钩（例如“.thpy”）
然后导入钩子负责（基本上）导入一些有效的代码作为导入的结果。
该有效代码被赋予与您正在导入的文件有效相关的参数。
这意味着您的预编译器可以在路上执行您喜欢的任何转换。

缺点：

虽然以这种方式使用导入钩子会起作用，但它会让任何维护者或代码都感到惊讶。（坏主意IMO）
你这样做的方式依赖于imputil - 已经在python 3.0中删除了，这意味着你用这种方式编写的代码的生命周期有限。

个人我不会去那里，但是如果你这样做，那么Python Magazine会出现一个问题，其中有一些细节，我会建议得到一个后面的问题来阅读它。（由Paul McGuire撰写，2009年4月号，可能以PDF格式提供）。

特别是使用imputil和pyparsing作为例子，但原理是相同的。

Answer 2

这样的事情怎么样：

def performAsync(asyncFunc, notifyFunc):
    def threadProc():
        retValue = asyncFunc()
        glib.idle_add(notifyFunc, retValue)
    Thread(target=threadProc).start()

def someGuiCallback(filebutton):
    path = filebutton.getPath()
    performAsync(
        lambda: getMd5Sum(path),
        lambda md5sum: showNotification("Md5Sum of file: %s" % md5sum)
    )

使用lambdas有点难看，但它比使用预编译器技巧更简单，可能更具可读性。

Answer 3

当然，您可以从装饰器访问功能代码（已编译），反汇编和破解它。您甚至可以访问其定义的模块源并重新编译它。但我认为这不是必要的。下面是使用装饰生成器的示例，其中yield语句用作同步和异步部分之间的分隔符：

from threading import Thread
import hashlib

def async(gen):
    def func(*args, **kwargs):
        it = gen(*args, **kwargs)
        result = it.next()
        Thread(target=lambda: list(it)).start()
        return result
    return func

@async
def test(text):
    # synchronous part (empty in this example)
    yield # Use "yield value" if you need to return meaningful value
    # asynchronous part[s]
    digest = hashlib.md5(text).hexdigest()
    print digest

Easy Python ASync。预编译器？

3 个答案: