Question

我最近创建了一个@sequenceable装饰器，它可以应用于任何带有一个参数的函数，并使其自动适用于任何序列。这是代码（Python 2.5）：

def sequenceable(func):
    def newfunc(arg):
        if hasattr(arg, '__iter__'):
            if isinstance(arg, dict):
                return dict((k, func(v)) for k, v in arg.iteritems())
            else:
                return map(func, arg)
        else:
            return func(arg)
    return newfunc

使用中：

@sequenceable
def unixtime(dt):
    return int(dt.strftime('%s'))

>>> unixtime(datetime.now())
1291318284
>>> unixtime([datetime.now(), datetime(2010, 12, 3)])
[1291318291, 1291352400]
>>> unixtime({'start': datetime.now(), 'end': datetime(2010, 12, 3)})
{'start': 1291318301, 'end': 1291352400}

我的问题是：

这是一个可怕的想法，为什么？
这可能是一个好主意，但实施后会有明显的缺点吗？
有什么潜在的陷阱使用此代码？
是否有内置或库已经做了我正在做的事情？

Answer 1

这个是一个糟糕的主意。这基本上是松散的打字。鸭子打字就是这样应该采取的东西，IMO。

考虑一下：

def pluralize(f):
    def on_seq(seq):
        return [f(x) for x in seq]
    def on_dict(d):
         return dict((k, f(v)) for k, v in d.iteritems())
    f.on_dict = on_dict
    f.on_seq = on_seq
    return f

然后你的例子变成了

@pluralize
def unixtime(dt):
    return int(dt.strftime('%s'))


unixtime.on_seq([datetime.now(), datetime(2010, 12, 3)])
unixtime.on_dict({'start': datetime.now(), 'end': datetime(2010, 12, 3)})

这样做仍然需要调用者知道（在鸭子类型精确度内）传入的内容并且不会向实际函数添加任何类型检查开销。它也适用于任何类似dict的对象，而原始解决方案依赖于它是dict的实际子类。

Answer 2

在我看来，你似乎正在把逻辑构建到错误的地方。为什么unixtime应该对排序有所了解？在某些情况下，这是一个好主意（对于性能甚至是语义）但是在这里，你似乎正在为unixtime添加额外的功能，这些功能在这种情况下没有意义。

更好的是使用（比方说）列表理解：

[unixtime(x) for x in [datetime.now(), datetime(2010, 12, 3)]]

这样，您使用适当的Pythonic构造将相同的东西应用于序列，并且您没有使用有关序列的想法来污染unixtime。你最终会在实现应该没有这些知识的地方耦合逻辑（关于排序）。

编辑：它主要归结为编码风格，可重用性和可维护性。您需要分区良好的代码，因此当您编码unixtime（比如说）时，您只关心转换为unixtime。然后，如果您对序列感兴趣，则可以设计专门与序列相关的功能（或使用内置语法）。这使得更容易清楚地思考每个操作，测试，调试和重用代码。即使在名称方面也要考虑它：原始函数被恰当地称为unixtime，但您的序列版本可能更适合称为unixtime_sequence，这很奇怪并且暗示了一个不寻常的函数。

有时，当然，你打破了这条规则。如果（但仅当）性能是一个问题，您可以组合功能。但总的来说，首先将事物划分为明确的部分会导致思路清晰，编码清晰，易于重用。

Answer 3

我并不是想要过多帮助来电者的忠实粉丝。 Python的表达足以让调用者处理“listification”并不是什么大不了的事。调用者可以轻松地写出dict理解或map来电。

作为一名Python程序员，这是我所期望的，因为Python标准库函数不能帮助我这样做。这个成语实际上让我更加困惑，因为现在我必须设法记住哪些方法是“有用的”，哪些方法不是。

过于灵活是我对基于Python的构建工具SCons的一个小抱怨。它的方法都非常适应。如果你想设置一些预处理器定义你可以给它一个字符串，一个字符串列表，元组，一个字典等等。它非常方便，但有点压倒性。

env = Environment(CPPDEFINES='xyz')                # -Dxyz
env = Environment(CPPDEFINES=[('B', 2), 'A'])      # -DB=2 -DA
env = Environment(CPPDEFINES={'B':2, 'A':None})    # -DA -DB=2

Answer 4

不是pythonic，因为： - 在Python中，explicit被认为比隐含更好 - 它不是使用内置地图或列表理解的标准习语

Answer 5

@sequence
def distance(points):
    return sqrt(reduce(
        lambda a, b: a + b, 
        (a**2 for a in points),
        0))

你的装饰师变得无用。你的装饰者只能用于特殊情况，如果你已经使用它，你将打破Python Zen的一条规则：“应该有一个 - 最好只有一个 - 明显的方法”。

我的装饰师有多糟糕？

5 个答案: