Слоты, дескрипторы, декораторы

Расширения объектной модели Python

Декораторы

Что, если мы хотим «обмазать» все вызовы некоторой функции отладочной информацией?

   1 def fun(a,b):
   2     return a*2+b
   3 
   4 def dfun(f, *args):
   5     print(">", *args)
   6     res = f(*args)
   7     print("<", res)
   8     return res
   9 
  10 
  11 print(fun(2,3))
  12 print(dfun(fun,2,3))

Неудобно! Поиск с заменой fun(a,b) на dfun(fun,a,b).

Создадим обёрнутую функцию вместо старой:

   1 # ...
   2 def genf(f):
   3     def newfun(*args):
   4         print(">", *args)
   5         res = f(*args)
   6         print("<", res)
   7         return res
   8     return newfun
   9 
  10 newf = genf(fun)
  11 print(newf(2,3))

Всё равно поиск с заменой, хотя и попроще. Тогда просто перебьём имя fun!

   1 # ...
   2 fun = genf(fun)
   3 print(fun(2,3))

Вот это и есть декоратор, записывается так:

   1 def genf(f):
   2     def newfun(*args):
   3         print(">", *args)
   4         res = f(*args)
   5         print("<", res)
   6         return res
   7     return newfun
   8 
   9 @genf
  10 def fun(a,b):
  11     return a*2+b
  12 
  13 print(fun(2,3))

Закомментировали @genf — убрали декоратор!

статья на хабре

BTW, Запись вида

   1 @декоратор2
   2 @декоратор1
   3 def функция(…)
   4 …

означает то, что вы подумали: функцию функция(), обмазанную сначала декоратором декоратор1(), а затем — декоратор2().

Параметрические декораторы

Конструкторы декораторов!

• вместо объекта-функции @декоратор мы пишем вызов этого объекта @п_декоратор(параметры), значит, в этом месте произойдёт вызов п_декоратор(параметры), а вот то, что оно вернёт, и послужит декоратором:

     1 def multicall(times):
     2     def decorator(fun):
     3         def newfun(*args):
     4             return [fun(*args) for i in range(times)]
     5         return newfun
     6     return decorator
     7 
     8 @multicall(5)
     9 def simplefun(N):
    10     return N*2+1
    11 
    12 print(*simplefun(4))
  

вторая часть статьи (+декораторы методов) примеры

Декораторы методов и классов

Методы в классах тоже можно декорировать. И сами классы.

• Декоратор метода — это то же самое, что декоратор функции

• Класс — это callable, так что ему ничто не мешает быть декоратором

  • Однако нужно, чтобы экземпляр класса тоже был callable (иначе как он будет декорировать), так что надо определить метод __call__()

       1 class Timer:
       2     from time import time
       3     from sys import stderr
       4 
       5     def __init__(self, fun):
       6         self.function = fun
       7 
       8     def __call__(self, *args, **kwargs):
       9         start_time = self.time()
      10         result = self.function(*args, **kwargs)
      11         end_time = self.time()
      12         print(f"Duration: {end_time-start_time} seconds", file=self.stderr)
      13         return result
      14 
      15 
      16 # adding a decorator to the function
      17 @Timer
      18 def payload(delay):
      19     return sorted(sum(range(i)) for i in range(delay))
      20 
      21 print(payload(10000)[-1])
    

• Декоратор класса — проще, чем кажется ☺! Это функция, которой передаётся класс, она его жуёт (например, подсовывает или даже перебивает поля), и возвращает новый, пережёванный класc.

  • пример

  • Вариант: честно от него наследуется и возвращает потомка

  • В частности, functools

Дескрипторы

• общее описание

• подробрая статья

Вместо .__dict__ — механизм с getter-ами и setter-ами.

• Если в .__dict__ тоже есть такой ключ, полноценный дескриптор «главнее»

• Протокол дескриптора — объект с методами .__get__(), .__set__() и .__delete__() (если без __set__(), значит, это не данные, а, скажем, функция)

• Это поле класса

  • ⇒ одно на все экземпляры класса

  • конкретный экземпляр передаётся вторым параметром (None, если вызывается как метод класса), так что при желании можно различить

• Имеет преимущество перед полем экземпляра (в отличие от обычных полей класса)

   1 class Dsc:
   2     value = None
   3     def __get__(self, obj, cls):
   4         print(f"Get from {cls}:{obj}")
   5         return self.value
   6 
   7     def __set__(self, cls, val):
   8         print(f"Set {cls} to {val}")
   9         self.value = val
  10 
  11     def __delete__(self, cls):
  12         print("Delete {cls}")
  13         self.value = None
  14 
  15 class C:
  16         data = Dsc()
  17 
  18         def __init__(self, name):
  19             self.name = name
  20 
  21         def __str__(self):
  22             return f"<{self.name}>"
  23 
  24 d = C("De")
  25 print(d.data)
  26 d.data = 1
  27 print(d.data)
  28 del d.data

Обратите внимание: дескриптор — поле класса, так что

   1 e = C("Ye")
   2 d.data = 100500
   3 print(d.data)
   4 print(e.data)

даст

Set <De> to 100500
Get from <class '__main__.C'>:<De>
100500
Get from <class '__main__.C'>:<Ye>
100500

В методах дескриптора всегда известно, через какой объект идёт доступ, поэтому при желании можно брать id(объект) и на этом основании делать что-то разное.

Если указать только __get__, получится т. н. non-data descriptor, основное отличие которого — возможность «загородить» его полем из __dict__.

Слоты

• Гвидо про дескрипторы и слоты

• Про слоты в документации

• Зачем использовать классы/объекты как динамический namespace?

• Зачем в каждом объекте есть свой __dict__, если имена полей всех объектов обычно совпадают?

   1 class slo:
   2 
   3     __slots__ = ["field", "schmield"]
   4     readonly = 100500
   5 
   6     def __init__(self, f, s):
   7         self.field, self.schmield = f, s

А теперь попробуем:

   1 >>> s=slo(2,3)
   2 >>> s.readonly
   3 100500
   4 >>> s.field
   5 2
   6 >>> s.schmield=4
   7 >>> s.schmield
   8 4
   9 >>> s.foo = 0
  10 Traceback (most recent call last):
  11   File "<stdin>", line 1, in <module>
  12 AttributeError: 'slo' object has no attribute 'foo'
  13 >>> s.readonly = 0
  14 Traceback (most recent call last):
  15   File "<stdin>", line 1, in <module>
  16 AttributeError: 'slo' object attribute 'readonly' is read-only
  17 >>>
  18 

Стандартные декораторы

• @classmethod и @staticmethod:

     1 class C:
     2     def fun(*args):
     3         print("Normal:", args)
     4         
     5     @classmethod
     6     def cfun(*args):
     7         print("Class:", args)
     8 
     9     @staticmethod
    10     def sfun(*args):
    11         print("Static:", args)
  

  • →

     1 >>> C.fun(1,2,3)
     2 Normal: (1, 2, 3)
     3 >>> C.cfun(1,2,3)
     4 Class: (<class '__main__.C'>, 1, 2, 3)
     5 >>> C.sfun(1,2,3)
     6 Static: (1, 2, 3)
     7 >>> 
     8 >>> e = C()
     9 >>> e.fun(1,2,3)
    10 Normal: (<__main__.C object at 0x7f5d72290130>, 1, 2, 3)
    11 >>> e.cfun(1,2,3)
    12 Class: (<class '__main__.C'>, 1, 2, 3)
    13 >>> e.sfun(1,2,3)
    14 Static: (1, 2, 3)
    15 
  

• @property — обёртка вокруг дескриптора

     1 class C:
     2     def __init__(self):
     3         self._var = None
     4 
     5     @property
     6     def x(self):
     7         """I'm the 'x' property."""
     8         return self._var
     9 
    10     @x.setter
    11     def x(self, value):
    12         self._var = value
    13 
    14     @x.deleter
    15     def x(self):
    16         del self._var
  

  • Обратите внимание на троекратное def x( — не надо придумывать ненужные имена (нельзя, actually ☺)

  • Обратите внимание, что в примере _var, а не __var (на самом деле могло быть что угодно)

• dataclasses, functools, contextlib…

Вот отсюда точно не успеем

Метаклассы (одним глазом)

• Про метаклассы в документации

• На realpython.com

• Метакласс — конструктор классов

• Никто не запрещает делать конструктор классов так:

   1 def fc(st):
   2     class _bzz:
   3         def __init__(self):
   4             self.st = st
   5     return _bzz
   6 
   7 C = fc(10500)
   8 c = C()
   9 print(c.st)

Все заметили, что это почти декоратор? Что ему не хватает до того, чтобы быть настоящим декоратором?

В любом случае есть несколько вариантов, когда такой механизм не работает. Есть более правильный способ — метаклассы.

• Создание класса с помощью type(name, bases, dict)

     1  class C:
     2     pass
  

  • это

     1  C = type("C", (), {})
  

• type — это просто класс такой ⇒

     1  class overtype(type):
     2     pass
     3 
     4  T = overtype("Boo", (), {})
  

• ну так вот, «T = overtype(…)» == «class T(metaclass=overtype): …»

• определённые правила для __init__() и __new__()

Не путать с наследованием!

   1 from time import ctime
   2 
   3 class D(type):
   4     def __str__(self):
   5         self.__date = ctime()
   6         return f"<class {self.__class__.__name__} created at {self.__date}>"
   7 
   8 class C(metaclass=D):
   9     pass
  10 
  11 class E:
  12     pass

   1 >>> c, e = C(), E()
   2 >>> print(C, E)
   3 <class D created at Sun Dec  1 18:17:59 2019> <class '__main__.E'>
   4 

TODO про .__new_() подробнее

Д/З

TODO