python - 惰性评估 : forward operations to deferred value

Question

我已经实现了用于延迟评估转储到 JSON 的配置的类。没问题，只需扩展编码器以使用特定协议(protocol)(固定方法/属性)主动评估类。

class DeferredCall(object):
  """Call that is evaluated lazyly"""
  def __init__(self, func, *func_args, **func_kwargs):
    self.func = func
    self.func_args = func_args
    self.func_kwargs = func_kwargs

  def resolve(self):  # called by JSON encoder
    return self.func(*self.func_args, **self.func_kwargs)

 a = DeferredCall(lambda: 1)
 a # gives <[module].DeferredCall at 0x1e99410>
 a.resolve() # gives 1

现在，随着强大的力量而来的是想要更多力量的用户。也就是说，直接对类进行操作而不是对它们所代表的值进行操作。根据python data model ，这应该像实现魔术方法一样简单，例如 __add__、__len__ 等

添加

def __add__(self, other):
    return self.resolve() + other

或

def __add__(self, other):
    return self.resolve().__add__(other)

会正确地给我 a + 3 == 4。

不过，实现所有 魔术方法有点太多了。所以我尝试使用 __getattr__

def __getattr__(self, item):
  return getattr(self.resolve(), item)

它适用于 a.__mul__(3) == 3 但对于 a * 3 == 3 和 TypeError: unsupported operand type(s ) 对于 *: 'DeferredCall' 和 'int'。

那么有什么其他方法可以将运算符转发给包装值吗？理想情况下，无需冒险以编程方式编写代码或 __getattribute__ 的麻烦。

Answer 1

发布我的解决方案以防其他人需要它。大多数“内置”操作(例如 * 或 len)在设计上不会使用 __getattr[ibute]__。

我已经决定以编程方式创建方法

class DeferredCall(object):
  def __init__(self, func, *func_args, **func_kwargs):
    self.func = func
    self.func_args = func_args
    self.func_kwargs = func_kwargs

  def resolve(self):
    return self.func(*self.func_args, **self.func_kwargs)

  # magic must be resolved explicitly
  # self other - resolve in reflected order to allow other to resolve as well
  for so_magic in [("lt", "gt"), ("le", "ge"), ("eq", "eq"), ("ne", "ne"), ("add", "radd"), ("sub", "rsub"), ("mul", "rmul"), ("div", "rdiv"), ("truediv", "rtruediv"), ("floordiv", "rfloordiv"), ("mod", "rmod"), ("divmod", "rdivmod"), ("pow", "rpow"), ("lshift", "rlshift"), ("rshift", "rrshift"), ("and", "rand"), ("xor", "rxor"), ("or", "ror")]:
    for func_name, refl_name in [(so_magic[0], so_magic[1]), (so_magic[1], so_magic[0])]:
      exec("def __%(fname)s__(self, other):\n\ttry:\n\t\tres = other.__%(rname)s__(self.resolve())\n\t\tif res == NotImplemented:\n\t\t\traise AttributeError\n\texcept AttributeError:\n\t\tres = self.resolve().__%(fname)s__(other)\n\treturn res" % {"fname": func_name, "rname": refl_name})

  # regular magic - immutable only
  for magic in ("str", "nonzero", "unicode", "getattr", "call", "len", "getitem", "missing", "iter", "reversed", "contains", "getslice", "neg", "pos", "abs", "invert", "complex", "int", "long", "float", "oct", "hex", "index"):
    exec("def __%(fname)s__(self, *args, **kwargs):\n\treturn self.resolve().__%(fname)s__(*args, **kwargs)" % {"fname": magic})

基本上，魔术方法必须分为两类:自包含的和上下文的。

自包含的是直接创建的，解析调用并执行魔术方法。例如，len 解析为:

def __len__(self, *args, **kwargs):
  return self.resolve().__len__(*args, **kwargs)

上下文的必须反转调用，例如“大于”other 实际上检查 other 是否“小于”self。如果两个对象都是延迟调用，则这是必需的，允许 other 也解析自己；否则，许多方法都会引发 TypeError。仅当 other 没有反转版本时才使用直接求值。

def __gt__(self, other):
  try:
    res = other.__lt__(self.resolve())
    if res == NotImplemented:
      raise AttributeError
  except AttributeError:
    res = self.resolve().__gt__(other)
  return res

一些调用可能可以更有效地实现，因为 python 使用了一些技巧(这正是我的问题首先出现的地方)。例如，乘法可以利用交换性:

def __mul__(self, other):
  """self * other"""
  return other * self.resolve()