Python 中的鸭子类型和猴子补丁

简介: Python 开发者可能都听说过鸭子类型和猴子补丁这两个词,即使没听过,也大概率写过相关的代码,只不过并不了解其背后的技术要点是这两个词而已。

原文链接:Python 中的鸭子类型和猴子补丁


大家好,我是老王。


Python 开发者可能都听说过鸭子类型猴子补丁这两个词,即使没听过,也大概率写过相关的代码,只不过并不了解其背后的技术要点是这两个词而已。


我最近在面试候选人的时候,也会问这两个概念,很多人答的也并不是很好。但是当我向他们解释完之后,普遍都会恍然大悟:“哦,是这个啊,我用过”。


所以,我决定来写一篇文章,探讨一下这两个技术。


鸭子类型


引用维基百科中的一段解释:


鸭子类型duck typing)在程序设计中是动态类型的一种风格。在这种风格中,一个对象有效的语义,不是由继承自特定的类或实现特定的接口,而是由"当前方法和属性的集合"决定。


更通俗一点的说:


当看到一只鸟走起来像鸭子、游泳起来像鸭子、叫起来也像鸭子,那么这只鸟就可以被称为鸭子。


也就是说,在鸭子类型中,关注点在于对象的行为,能作什么;而不是关注对象所属的类型。


我们看一个例子,更形象地展示一下:


# 这是一个鸭子(Duck)类
class Duck:
    def eat(self):
        print("A duck is eating...")
    def walk(self):
        print("A duck is walking...")
# 这是一个狗(Dog)类
class Dog:
    def eat(self):
        print("A dog is eating...")
    def walk(self):
        print("A dog is walking...")
def animal(obj):
    obj.eat()
    obj.walk()
if __name__ == '__main__':
    animal(Duck())
    animal(Dog())
复制代码


程序输出:


A duck is eating...
A duck is walking...
A dog is eating...
A dog is walking...
复制代码


Python 是一门动态语言,没有严格的类型检查。只要 DuckDog 分别实现了 eatwalk 方法就可以直接调用。


再比如 list.extend() 方法,除了 list 之外,dicttuple 也可以调用,只要它是可迭代的就都可以调用。


看过上例之后,应该对「对象的行为」和「对象所属的类型」有更深的体会了吧。

再扩展一点,其实鸭子类型和接口挺像的,只不过没有显式定义任何接口。


比如用 Go 语言来实现鸭子类型,代码是这样的:


package main
import "fmt"
// 定义接口,包含 Eat 方法
type Duck interface {
  Eat()
}
// 定义 Cat 结构体,并实现 Eat 方法
type Cat struct{}
func (c *Cat) Eat() {
  fmt.Println("cat eat")
}
// 定义 Dog 结构体,并实现 Eat 方法
type Dog struct{}
func (d *Dog) Eat() {
  fmt.Println("dog eat")
}
func main() {
  var c Duck = &Cat{}
  c.Eat()
  var d Duck = &Dog{}
  d.Eat()
  s := []Duck{
    &Cat{},
    &Dog{},
  }
  for _, n := range s {
    n.Eat()
  }
}
复制代码


通过显式定义一个 Duck 接口,每个结构体实现接口中的方法来实现。


猴子补丁


猴子补丁Monkey Patch)的名声不太好,因为它会在运行时动态修改模块、类或函数,通常是添加功能或修正缺陷。


猴子补丁在内存中发挥作用,不会修改源码,因此只对当前运行的程序实例有效。

但如果滥用的话,会导致系统难以理解和维护。


主要有两个问题:


  1. 补丁会破坏封装,通常与目标紧密耦合,因此很脆弱
  2. 打了补丁的两个库可能相互牵绊,因为第二个库可能会撤销第一个库的补丁


所以,它被视为临时的变通方案,不是集成代码的推荐方式。


按照惯例,还是举个例子来说明:


# 定义一个Dog类
class Dog:
    def eat(self):
        print("A dog is eating ...")
# 在类的外部给 Dog 类添加猴子补丁
def walk(self):
    print("A dog is walking ...")
Dog.walk = walk
# 调用方式与类的内部定义的属性和方法一样
dog = Dog()
dog.eat()
dog.walk()
复制代码


程序输出:


A dog is eating ...
A dog is walking ...
复制代码


这里相当于在类的外部给 Dog 类增加了一个 walk 方法,而调用方式与类的内部定义的属性和方法一样。


再举一个比较实用的例子,比如我们常用的 json 标准库,如果说想用性能更高的 ujson 代替的话,那势必需要将每个文件的引入:


import json
复制代码


改成:


import ujson as json
复制代码


如果这样改起来成本就比较高了。这个时候就可以考虑使用猴子补丁,只需要在程序入口加上:


import json  
import ujson  
def monkey_patch_json():  
    json.__name__ = 'ujson'  
    json.dumps = ujson.dumps  
    json.loads = ujson.loads  
monkey_patch_json()
复制代码


这样在以后调用 dumpsloads 方法的时候就是调用的 ujson 包,还是很方便的。

但猴子补丁就是一把双刃剑,问题也在上文中提到了,看需,谨慎使用吧。


以上就是本文的全部内容。



目录
相关文章
|
11月前
|
存储 JavaScript Java
(Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
dict字典 Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
567 2
|
12月前
|
IDE 开发工具 开发者
Python类型注解:提升代码可读性与健壮性
Python类型注解:提升代码可读性与健壮性
531 102
|
索引 Python
Python的变量和简单类型
本文介绍了Python中变量命名规则、常用变量类型及字符串操作。变量命名需遵循字母、数字和下划线组合,不能以数字开头且不可与关键字冲突。字符串支持单引号、双引号或三引号定义,涵盖基本输出、转义字符、索引、拼接等操作。此外,还详细解析了字符串方法如`islower()`、`upper()`、`count()`等,帮助理解字符串处理技巧。
396 15
|
安全 JavaScript Java
Python中None与NoneType的真相:从单例对象到类型系统的深度解析
本文通过10个真实场景,深入解析Python中表示“空值”的None与NoneType。从单例模式、函数返回值,到类型注解、性能优化,全面揭示None在语言设计与实际编程中的核心作用,帮助开发者正确高效地处理“无值”状态,写出更健壮、清晰的Python代码。
4477 3
|
Python
Python技术解析:了解数字类型及数据类型转换的方法。
在Python的世界里,数字并不只是简单的数学符号,他们更多的是一种生动有趣的语言,用来表达我们的思维和创意。希望你从这个小小的讲解中学到了有趣的内容,用Python的魔法揭示数字的奥秘。
335 26
|
缓存 数据可视化 Linux
Python文件/目录比较实战:排除特定类型的实用技巧
本文通过四个实战案例,详解如何使用Python比较目录差异并灵活排除特定文件,涵盖基础比较、大文件处理、跨平台适配与可视化报告生成,助力开发者高效完成目录同步与数据校验任务。
383 0
|
IDE API 开发工具
Python类型注解:让代码“开口说话”的隐形助手
Python类型注解为动态语言增添类型信息,提升代码可读性与健壮性。通过变量、函数参数及返回值的类型标注,配合工具如mypy、IDE智能提示,可提前发现类型错误,降低调试与协作成本。本文详解类型注解的实战技巧、生态支持及最佳实践,助你写出更高质量的Python代码。
560 0
|
人工智能 安全 IDE
Python 的类型安全是如何实现的?
本文探讨了 Python 的类型安全实现方式。从 3.5 版本起,Python 引入类型提示(Type Hints),结合静态检查工具(如 mypy)和运行时验证库(如 pydantic),增强类型安全性。类型提示仅用于开发阶段的静态分析,不影响运行时行为,支持渐进式类型化,保留动态语言灵活性。泛型机制进一步提升通用代码的类型安全性。总结而言,Python 的类型系统是动态且可选的,兼顾灵活性与安全性,符合“显式优于隐式”的设计哲学。
396 2
|
Python Windows
[oeasy]python076_int这个词怎么来的_[词根溯源]整数类型_int_integer_touch
本文探讨了“int”一词的起源及其与整数类型的关联。通过词根溯源,揭示“int”来源于“integer”,意为“完整的数”,与零碎的分数相对。同时分析了相关词汇如“tact”(接触)、“touch”(触摸)及衍生词,如“tangential”(切线的)、“intagible”(无形的)和“integral”(完整的、不可或缺的)。文章还结合编程语言特性,解释了Python作为动态类型、强类型语言的特点,并总结了整型变量的概念与意义。最后预告了后续内容,提供了学习资源链接。
634 11
|
存储 C语言 Python
[oeasy]python077_int类型怎么用_整数运算_integer_进制转化_int类
本文主要讲解了Python中`int`类型的应用与特性。首先回顾了`int`词根的溯源,探讨了整型变量的概念及命名规则(如匈牙利命名法)。接着分析了整型变量在内存中的存储位置和地址,并通过`type()`和`id()`函数验证其类型和地址。还介绍了整型变量的运算功能,以及如何通过`int()`函数将字符串转化为整数,支持不同进制间的转换(如二进制转十进制)。此外,文章提及了关键字`del`的使用场景,对比了Python与C语言中`int`的区别,并总结了整型与字符串类型的差异,为后续深入学习奠定基础。
479 1

推荐镜像

更多