我热爱Python，这十多年来它一直是我的主力编程语言。尽管期间也出现过一些有意思的语言（指的是Haskell和Rust），但我还不打算换到其他语言。 这不是说Python本身没有任何问题。在某些情况下，Python会让你更容易犯错，尤其是一些库大量使用类继承，以及God-object反面模式。 导致该情况的一个原因可能是Python是一种非常方便的语言，所以经验欠缺的程序员犯错误后，他们就得继续忍受下去。 但我想，更重要的原因也许是，有时你努力做正确的事，但Python却会因此惩罚你。 在对象设计的大背景下，“正确的事“是指设计体量小并且独立的类，只做一件事，并且把这件事做好。 例如，如果你的对象开始累积大量的私有方法，也许你应该将它们变成私有属性的公有方法。但是，这种事处理起来非常乏味，你可能就不会理会这些。 如果你有一些相关的数据，而且数据之间的关系和行为是需要进行解释的，那么应该定义为对象。 在Python中定义元组和列表非常方便。 刚开始把address=...写成host,port=...可能觉得没什么关系，但很快你就会到处写 [(family,socktype,proto,canonname,sockaddr)]=...这样的语句，这时就该后悔了。 这还是算你走运的情况。如果倒霉的话，你可能得维护 values[0][7][4][HOSTNAME][“canonical”]这样的代码，这时你的心情是痛苦，而不仅仅是后悔了。 这就提出了一个问题：在Python中使用类是否是麻烦？我们来看一个简单的数据结构：一个三维直角坐标。从最简单的开始： 到现在为止还挺好。我们已经有了一个三维点。 接下来呢？ 其实，这是有点可惜。我只想对数据的打包，但却不得不覆盖一个Python运行时中的特殊方法，而且命名还是约定俗成的。 但还不算太坏，毕竟所有的编程语言都是按照某种形式组成的怪异符号而已。至少可以看到属性名了，还能说得通。 我已经说过，我想一个x，但现在必须把它指定为一个属性... 绑定到x？呃，很明显... 每个属性都得这么做一次，所以这相当糟糕？每个属性名都得敲3次？！？ 好吧。至少定义完了。 什么，难道还没结束吗？ 拜托。现在我得每个属性名敲5次了，如果我想在调试时知道属性到底指的是什么的话，如果定义元组的话，就不用这一步了？！？！？ 敲 7 次？！？！？！？ 敲 9 次？！？！？！？！？ 好了，擦汗 - 尽管多了2行代码不是很好，但至少现在我们不用定义其他比较方法了。现在一切搞定了，对吧？ 你知道吗？ 我受够了。一个类码了 20 行，却还什么事都没做；我们这样做是想解四元方程，而不是定义“可以打印和比较的数据结构”。 我陷入了大量无用的垃圾元组、列表和字典中；用Python定义合适的数据结构是非常麻烦的。 为解决这个难题，标准库给出的解决方案是使用namedtuple 。然而不幸的是初稿（在许多方面与我自己的处理方式有相似的尴尬的和过时之处）namedtuple仍然无法挽救这个现象。 它引入了大量没有必要的公共函数，这对于兼容性维护来说简直就是一场噩梦，并且它连问题的一半都没有解决。这种做法的缺陷太多了，这里只列一些重点：
至于最后一点，你可以像这样使用： 在这种情况下它看起来并不像一种类；无特殊情况下，简单的语法分析工具将不能识别它为类。但是这样你不能给它添加任何其他方法，因为没有地方放任何的方法。更别提你必须输入类的名字两次。 或者你可以使用继承： 尽管这样可以添加方法和文档字符串，看起来也像一个类，但是内部名称（在repr中显示的内容，并不是类的真实名称）变的很怪了。同时，你还不知不觉中把没列出的属性变成了可变的，这是添加class 声明的一个奇怪的副作用；除非你在类主体中添加 __slots__='X Y z'.split()，但这样又回到了每个属性名必须敲两次的情况。 而且，我们还没提科学已经证明不应该使用继承呢。 因此，如果你只能选命名元组，那就选命名元组吧，也算是改进，虽然只是在部分情况下如此。 这时该我最喜欢的Python库出场了。 pip install attrs 我们重新审视一下上述问题。如何使用attrs库编写Point3D？ 由于它还没有内置到Python中，所以必须用以上2行开始：导入包然后使用类装饰器。 你看，没有继承！通过使用类装饰器，Point3D仍然是一个普通的Python类（尽管我们一会会看到一些双下划线方法）。 添加属性 x。 再分别添加属性y和z。这样就完成了。 这就OK了？等等。不用定义字符串表示吗？ 怎么进行比较？ 好的。但如果我想将有明确属性定义的数据提取为适合JSON序列化的格式呢？ 也许上边有一点点准确。即使如此，因为使用了attrs后，很多事情都变得更简单了，它允许你在类上声明字段，以及相关的元数据。 我不打算在这里深入介绍attrs的每一个有趣的功能；你可以阅读它的文档。另外，项目会经常更新，每隔一段时间都会有新的东西出现，因此我也可能会漏掉一些重要的功能。但是用上attrs之后 ，你会发现它所做的正是此前Python所缺乏的：
我们详细说明最后一点。 虽然我不打算谈及每一个功能，但如果我没有提到以下几个特点，那我就太不负责任了。你可以从上面这些特别长的Attribute的repr() 中看到一些有趣的东西。 例如：你通过用@attr.s 修饰类来验证属性。比如：Point3D这个类，应该包含数字。为简单起见，我们可以说这些数字为float类型，像这样： 因为我们使用了attrs，这意味着之后有机会进行验证：可以只给每个需要的属性添加类型信息。其中的一些功能，可以让我们避免常见的错误。例如，这是一个很常见的“找 Bug” 面试题： 修正它，正确的代码应该是这个样子： 额外添加了 2 行代码。 这样，contents无意间就成了全局变量，这使得所有没有提供列表的 Bag对象都共享一个列表。使用attrs的话，就变成这样： attrs还提供一些其他的特性，让你在构建类时更方便更正确。另一个很好的例子？如果你严格地管控对象的属性（或在内存使用上更有效率的CPython），你可以在类层级上使用slots=True - 例如@attr.s(slots=True)-自动与attrs声明的__slots__属性匹配。所有这些功能会让通过attr.ib()声明的属性更好更强大。 有人为以后能普遍使用Python3编程而感到高兴。而我期待的是，能够在Python编程时一直用attrs。就我所知，它对每个使用了的代码库都产生了积极、微妙的影响。 试试看：你可能会惊讶地发现，以前用不方便写文档的元组、列表或字典的地方，现在可以使用具备清晰解释的类了。既然编写结构清晰的类型如此简单方便，以后应该会经常使用attrs的。这对你的代码来说是件好事。我就是一个好例子。 作者：linkcheng 文章来源： http://developer.51cto.com/art/201612/525507.htm |
|
声明：文章版权归原作者所有 部分文章转自互联网 如有侵权请联系
[邮箱地址] 删除
|
注册
登录
