一日一技:使用装饰器简化大量if判断(二)

简介: 一日一技:使用装饰器简化大量if判断(二)

今天我们就来看看大于小于应该怎么来判断。为了实现我们今天的目标,有两个前置知识需要掌握,一个是Python自带的operator模块,另一个是偏函数。


2 > 1还有另一种写法?


当我们要表达大于这个意思的时候,你想到的肯定是大于符号>。所以2大于1,肯定写作2 > 1。这看起来是很正常的事情。现在,如果我让你不准使用大于符号>,怎么表示大于?


实际上,在Python里面,除了>外,还有一种写法,就是使用自带的operator模块:


import operator
operator.gt(2, 1)


其中的.gt(参数1, 参数2)就表示参数1 > 参数2。如果成立,返回True,否则返回False


类似的还有:


  • 大于等于:operator.ge


  • 小于:operator.lt


  • 小于等于:operator.le


  • 不等于:operator.ne


  • 等于:operator.eq


因此,下面两个写法是等价的:


if a <= b:
    print('成功')


if operator.le(a, b):
    print('成功')


偏函数


我在很久以前的公众号文章里面已经介绍过偏函数了:偏函数:在Python中设定默认参数的另一种办法。因此本文就不再讲它的基础用法了,大家点击链接去看那篇文章就可以掌握。


为什么我们需要偏函数呢?这是因为我们今天要做的事情,它需要给函数先传一半的参数,另一半的参数要在未来才能传入。例如,循环等待用户输入数字,如果其中一次输入的数字大于等于5,就打印你好世界


如果不知道偏函数,你可能是这样写的:


while True:
    num = int(input('请输入数字:'))
    if num >= 5:
        print('你好世界')


有了偏函数以后,你的写法是这样的:


import operator
from functools import partial
ge_5 = partial(operator.le, 5)
while True:
    num = int(input('请输入数字:'))
    if ge_5(num):
        print('你好世界')


特别注意,这里我在偏函数中传入的第一个参数是operator.le:小于。因为operator.xx表示第一个参数对第二个参数的比较,所以x >= 5 就相当于5 <= x 也就是operator.le(5, x)


在装饰器中实现大小比较


前置知识掌握以后,我们就能看如何在装饰器里面实现大小比较。在第一篇文章中,我们只实现了参数等于,它的原理是:


def register(value):
        def wrap(func):
            if value in registry:
                raise ValueError(
                    f'@value_dispatch: there is already a handler '
                    f'registered for {value!r}'
                )
            registry[value] = func
            return func
        return wrap


register只接收了一个位置参数value。但实际上,我们还可以通过修改这段注册的代码,实现如下的效果:


@get_discount.register(3, op='gt')
def parse_level_gt3(level):
    print('等级大于3')
@get_discount.register(3, op='le')
def parse_level_le3(level):
    print('等级小于等于3')


有同学问,有没有可能实现这样的写法呢:


@get_discount.register(2, le=3)
def parse_level_gt3(level):
    print('等级为2')


我觉得这样写是没有什么必要的。因为register()里面,多个参数之间的关系是。那么只有两种情况,要么,就等于这个数,例如@get_discount.register(2,

le=3),既要等于2,又要小于等于3,那显然就等于2。不需要写这个le=3。要么,就不存在结果,例如@get_discount.register(2, gt=3),既要等于2,又要大于3,显然下面被装饰的函数永远不会执行。因为找不到这个数。


因此,我们的装饰器函数就可以做如下修改:


import functools
import operator
def value_dispatch(func):
    registry_eq = {}
    registry_other = {}
    key_op_map = {}
    @functools.wraps(func)
    def wrapper(arg0, *args, **kwargs):
        if arg0 in registry_eq:
            delegate = registry_eq[arg0]
            return delegate(arg0, *args, **kwargs)
        else:
            for key, op in key_op_map.items():
                if op(arg0):
                    delegate = registry_other[key]
                    return delegate(arg0, *args, **kwargs)
        return func(arg0, *args, **kwargs)
    def register(value, op='eq'):
        if op == 'eq':
            def wrap(func):
                if value in registry_eq:
                    raise ValueError(
                        f'@value_dispatch: there is already a handler '
                        f'registered for {value!r}'
                    )
                registry_eq[value] = func
                return func
            return wrap
        else:
            if op == 'gt':
                op_func = functools.partial(operator.lt, value)
            elif op == 'ge':
                op_func = functools.partial(operator.le, value)
            elif op == 'lt':
                op_func = functools.partial(operator.gt, value)
            elif op == 'le':
                op_func = functools.partial(operator.ge, value)
            else:
                raise ValueError('op 参数只能是:gt/ge/lt/le之一')
            key = f'{op}_{value}'
            key_op_map[key] = op_func
            def wrap(func):
                if key in registry_other:
                    raise ValueError(
                        f'@value_dispatch: there is already a handler '
                        f'registered for {key!r}'
                    )
                registry_other[key] = func
                return func
            return wrap
    wrapper.register = register
    return wrapper


它的使用方法还是跟以前一样,先定义默认的函数逻辑:


@value_dispatch
def get_discount(level):
    return '等级错误'



如果定义相等的逻辑,写法跟以前完全一样:


@get_discount.register(1)
def parse_level_1(level):
    "大量计算代码"
    discount = 0.1
    return discount


如果要定义不等于逻辑,就在.register()中添加一个参数op


@get_discount.register(2, op='gt')
def parse_level_gt2(level):
    discount = 1
    return 1


运行效果如下图所示:


a.png


由于我们定义了大于2时,始终返回1,所以可以看到get_discount(6)get_discount(10)返回的都是1.


由于我们只定义了等于1和大于2的逻辑,所以当传入的参数为2时,就返回等级错误.

到这里,本文要讲的内容就结束了。但最后还是要考大家3个问题:


如果不使用偏函数和operator模块,你会怎么做


你可以试一试在不实用偏函数和operator的情况下,实现这个需求。


如果定义的条件有重叠怎么办?


例如对于下面的两个函数:


@get_discount.register(2, op='gt')
def parse_level_gt2(level):
    discount = 1
    return discount
@get_discount.register(10, op='gt')
def parse_level_gt2(level):
    discount = 100
    return discount


当level的值是20的时候,同时满足两个条件,应该运行哪一个呢?


如何定义区间?


怎么实现这样的功能:


@get_discount.register(ge=2, lt=5)
def parse_level_between2_5(level):
    print('等级2<=level<5')
    discount = 0.5
    return discount


如果区间存在全包含、部分包含应该运行哪个函数?例如:


@get_discount.register(ge=2, lt=00)
...
@get_discount.register(ge=20, lt=50)
...
@get_discount.register(ge=80, lt=200)
...


请大家把你对这两个问题的答案回答在评论区里面。提示(想清楚什么是真需求,什么

是伪需求,再考虑怎么解决)


请关注微信公众号【未闻Code】获取更多精彩文章。

目录
相关文章
|
15小时前
|
开发者 Python
Python中的装饰器:提升代码灵活性与复用性
在Python编程中,装饰器是一种强大的工具,它可以在不修改原有代码的情况下,为函数或方法添加新的功能。本文将介绍Python中装饰器的基本概念和用法,以及如何利用装饰器提升代码的灵活性与复用性。
|
API Serverless 监控
函数组合的N种方式
随着以函数即服务(Function as a Service)为代表的无服务器计算(Serverless)的广泛使用,很多用户遇到了涉及多个函数的场景,需要组合多个函数来共同完成一个业务目标,这正是微服务“分而治之,合而用之”的精髓所在。
2244 0
|
15小时前
|
缓存 测试技术 开发者
Python中的装饰器:提升函数的灵活性和复用性
在Python编程中,装饰器是一种强大的工具,它可以让我们在不改变原有代码的情况下,对函数进行增强或者修改。本文将介绍Python中装饰器的基本概念,以及如何利用装饰器来提升函数的灵活性和复用性。
|
15小时前
|
数据安全/隐私保护 Python
解释装饰器(decorator)的功能和用法。
解释装饰器(decorator)的功能和用法。
|
6月前
简化对象和函数写法
简化对象和函数写法
20 1
|
8月前
|
Python
学习Python语言的语法,例如函数、类、模块、循环中的类详解
学习Python语言的语法,例如函数、类、模块、循环中的类详解
50 1
|
10月前
|
C#
一个 C#例子,代码简化的过程
一个 C#例子,代码简化的过程
51 0
C++函数适配器和函数包装器:让你的函数更灵活
前言:这次给大家带来的是C++函数适配器和函数包装器,它可以让你的让你的函数更灵活,更加易用
|
程序员 Python
装饰器property用法及使用它重构代码时的应用实例
&emsp;&emsp;我们知道装饰器可以将所需要的函数作为对象返回给需要用此函数处理的对象。而property装饰器则是将一个函数或者方法成为一个属性以供使用。@property这种语法糖形式简化了装饰器的使用。 ### 二、引导 &emsp;&emsp;在面向对象类型的语言中访问修改类中的属性时通常会自己写set或者get函数,对输出结果进行修饰或者对输入进行合法化检查。然而python可以提供一种优美的更直观的方法就是使用装饰器@property。
85 0
|
测试技术
pytest 各个用例之间用全局变量传递参数
pytest 各个用例之间用全局变量传递参数