python的猴子补丁(Monkey Patching)

2024-01-11 13:20

本文主要是介绍python的猴子补丁(Monkey Patching),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1. 什么是猴子补丁

Python是一种典型的动态脚本语言。它不仅具有 动态类型(dynamic type) ,而且它的 对象模型(object model) 也是动态的。Python的类是可变的(mutable),方法(methods)只是类的属性(attributes);这允许我们在 运行时(run time) 修改其行为。这被称为猴子补丁(Monkey Patching), 它指的是偷偷地更改代码。

Monkey Patching只是在 运行时(run time) 动态替换属性(attributes)。 而在Python中,术语monkey patch指的是对函数(function)、类(class)或模块(module)的动态(或运行时)修改。

2. 举例说明

假设在monkey.py文件中已经定义了一个类:

# monkey.py
class Me:def who_am_i(self):print("I am a Monkey")

假设monkey.py文件中的Me这个类不是我写的,我只是用到了这个类 为了演示的方便,这个类只有一个who_am_i() 方法,作用是打印"I am a Monkey"
现在我在另外一个文件中想要调用这个类,但是发现这个类里面的who_am_i() 方法不是我想要的内容。

由于我是一个人类,我不喜欢打印我是一个猴子,我想要打印 “I am human”,
所以我给猴子对象打补丁(这里是一个双关语,就是monkey patch的名字的来源),我们可以这么实现:

import monkey  # 导入用到的别人写的monkey模块def i_am_human(self):  # 定义一个我们想要的方法print("I am human")print(f"{monkey.Me.who_am_i = }")  # 替换前,将原来的方法地址打印出来
monkey.Me.who_am_i = i_am_human  # 将"who_am_i"的地址替换为"i_am_human"
print(f"{monkey.Me.who_am_i = }")  # 替换后,将原来的方法地址打印出来
​
obj = monkey.Me()  # 实例化一个对象print(f"{hasattr(obj, 'i_am_human') = }")
print(f"{hasattr(obj, 'who_am_i') = }")
obj.who_am_i()  # 直接调用 "who_am_i" 而不是 "i_am_human()"

输出的结果:

monkey.Me.who_am_i = <function Me.who_am_i at 0x7ff6ab1d9af0>
monkey.Me.who_am_i = <function i_am_human at 0x7ff6ab2a0310>
hasattr(obj, 'i_am_human') = False
hasattr(obj, 'who_am_i') = True
I am human

这个例子的结论:

1.我们可以自己定义一个新的方法(或者函数)来更改掉原来类的方法
2.替换以后,原来类的方法名称还在,但是它的内存地址已经发生变化了
3.调用的时候,只能使用原来的方法名来调用,而不是新的方法名称
4.新的方法名称只是包含了实现过程,对于类本身,是看不到这个方法名称的。

3. 其他对象使用猴子补丁

3.1. 使用猴子补丁修复类的实例

上面使用了猴子补丁来修复了一个类的方法, 那么该类的所有实例使用该方法的时候都将使用的是修补后的方法。

如果我们想要减少影响,只修补特定的实例对象, 可是可以完成的,代码如下:

import types
import monkey  # 导入用到的别人写的monkey模块
​
monkey1 = monkey.Me()
monkey2 = monkey.Me()def i_am_human(self):print("I am human")
​
monkey2.who_am_i = types.MethodType(i_am_human, monkey2)
monkey1.who_am_i()
monkey2.who_am_i()

输出的结果:

I am a Monkey
I am human

这个例子的结论:

同一个类的两个实例中,我们可以单独给某一个实例打猴子补丁,而完全不影响另外一个实例.

3.2. 其他对象使用猴子补丁

我们还可以对其他的对象使用猴子补丁,比如模块等, 这里有一个比较实用的例子:

比如你的一个项目中,很多python文件中都用到了import json,后来发现如果使用ujson性能会更高, 但是觉得把每个文件的 import json 都改成 import ujson as json 成本较高(不要光想着替换,很多项目不仅仅有你一个开发人员); 或者仅仅想测试一下用ujson替换json是否符合预期。
对于这种需求,只需要在程序的主入口处加上下面的代码:

import json  
import ujson  
​
def monkey_patch_json():  json.__name__ = 'ujson'  json.dumps = ujson.dumps  json.loads = ujson.loads  
​
monkey_patch_json()

这样后面:

  • 所有用到json.dumps就会自动调用ujson.dumps
  • 所有用到json.loads就会自动调用ujson.loads

4. 使用场景与注意事情

可以看到猴子修补非常强大,几乎可以在任何地方修改原来类的实现或者对象的原有功能。但是恰恰是由于其可以随时随地修改,会造成某个对象的具体功能是在哪儿实现的这点非常不明确(破环封装),这会严重影响程序的鲁棒性,容易引发不必要的Bug。 所以要慎用!

猴子补丁合适的使用场景:

  1. 我们正在处理来自其他人的写的公共代码,优化了一个小的实现,我们目前不想对其源码进行修改(因为其他人还有可能在用这些代码,或者其他版本中有可能用到),我可以将这个补丁放在自己的代码中,即保证了功能的实现,也不影响别人实现
  2. 我们正在处理来自其他人的遗留代码或代码,我们不想对其进行广泛修改,但仍然希望使其与不同版本的库或环境一起运行,这非常有用。

因此,对于猴子补丁,我个人建议:

  • 如果代码的影响范围可控,不要使用猴子补丁,直接更改原来方法的实现
  • 如果要使用猴子补丁,尽量在最终端的类或者实例中,不要在中间类中使用

这篇关于python的猴子补丁(Monkey Patching)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/594498

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目

【Python报错已解决】AttributeError: ‘list‘ object has no attribute ‘text‘

🎬 鸽芷咕:个人主页  🔥 个人专栏: 《C++干货基地》《粉丝福利》 ⛺️生活的理想,就是为了理想的生活! 文章目录 前言一、问题描述1.1 报错示例1.2 报错分析1.3 解决思路 二、解决方法2.1 方法一:检查属性名2.2 步骤二:访问列表元素的属性 三、其他解决方法四、总结 前言 在Python编程中,属性错误(At