更改子類中的裝飾參數

Question

不知道這是否是一個適當的問題，但這裏是問題所在。

我有一個memoized裝飾（作爲一個類實現）。裝飾器接受一個參數，它是緩存的大小。我想我的數據庫模型類各有一個搜索方法，所以我寫一個mixin（我認爲這是一個混合）

class SearchMixin(object): 
    @classmethod 
    @memoized(100) 
    def search(cls,session,**kwargs): 
     q = session.query(cls) 
     for k,v in kwargs.items(): 
      q = q.filter(getattr(cls,k,None).__eq__(v)) 
     res = q.one() 
     return res 

而且在我的模型，

class ModelA(Base,SearchMixin): 
    foo = Column() 
    bar = Column() 
    #And so on 

現在我可以做一個ModelA.search(foo=x,bar=y)並且memoized裝飾器工作並從緩存中返回，前提是之前詢問過相同的查詢。

問題是，對於某些型號，我需要更改某些搜索的緩存大小（這是100中的SearchMixin）。我可以重新編寫使用不同的參數搜索功能的裝飾

class ModelB(Base): 
    @classmethod 
    @memoized(5) 
    def search(cls,session,**kwargs): 
     #Search method for my modelB 

但擊敗寫混入（去除重複代碼）的目的。

我非常想要的是

class ModelB(Base,SearchMxin): 
    foo1 = Column() 
    bar1 = Column() 
    cache_size = 5 
    #Some magic 
    #Now I don't need to rewrite the search function with a different argument 

是否有實現這一目標的方法嗎？它甚至是一種有效的使用方式嗎？

Answer 1

這裏的一種方式的草圖：

def deco(func): 
    def newFunc(cls, *args, **kw): 
     print "Decorated function using cache size", cls.cache_size 
     return func(cls, *args, **kw) 
    return newFunc 

class Foo(object): 
    cache_size = 10 

    @classmethod 
    @deco 
    def meth(cls): 
     print "Foo.meth()" 

class Bar(Foo): 
    cache_size = 20 

>>> Foo.meth() 
Decorated function using cache size 10 
Foo.meth() 
>>> Bar.meth() 
Decorated function using cache size 20 
Foo.meth() 

我不知道你的記憶化裝飾究竟是幹什麼的，所以這個例使用的是虛擬裝飾。但是這個想法應該是清楚的：編寫你的裝飾器，以便它在類上查找它的緩存大小，而不是將緩存大小作爲參數傳遞。

只是爲了澄清事情：在你的榜樣，當你在SearchMixin創建search方法和應用@memoize(100)，「原始」的搜索方法---即，未加裝飾的版本沒有記憶化---有效不復存在。如果緩存大小在裝飾器調用時是固定的，那麼只能通過分配一個類變量，您不能回到內部並稍後進行修改。最終，您需要以某種方式重構裝飾器，以便從某個外部源（例如，類）中檢索所需的緩存大小。 （如果你的memoization裝飾器實際上是一個類，它可能會使它更聰明和偷偷摸摸，這樣它會注意到它是否會「重新裝飾」一個已經用相同裝飾器包裝的方法。在這種情況下，memoization類可以修改其內部緩存大小變量，而不是添加另一層包裝，但是很難說這將如何工作，或者如何與其他裝飾器進行交互，而不知道如何使用memoization裝飾器當前運行。）