学common lisp(以下除非特殊需要说明的都简称lisp)以及用emacs的人都有一个体会 - lisp无所不能, 可以使用lisp修改lisp的行为. 什么意思呢?
我来举个例子. 我希望重置+的行为为实际意义的减法-. 看起来这是语言不可能完成的任务, 对lisp来说很简洁(我使用sbcl):
* (+ 1 1) 2 ; 正确结果 * (shadow '+) T * (defgeneric + (a &rest b)) #<STANDARD-GENERIC-FUNCTION + (0)> * (defmethod + ((a number) &rest b) (apply 'cl:- a b)) #<STANDARD-METHOD + (NUMBER) {1002E43E73}> * (+ 1 1) 0 ; 这里的加号的意义其实是我们所理解的`减号`
是不是很神奇?
那么对于python这种高级语言能不能做到呢? 答案是肯定的. 我们马上就来实现它
In [1]: import ast In [2]: x = ast.parse('1 + 1', mode='eval') In [3]: x.body.op = ast.Sub() In [4]: eval(compile(x, '<string>', 'eval')) Out[4]: 0
我想大家开始明白AST有多大能量了吧?
AST中文叫做抽象语法树,
也就是分析当前版本的python代码的语法, 用一种树的结构解析出来.
这个模块提供给我们一个在编译代码之前, 用python语言本身去修改.
它的作者是Armin Ronacher. 如果你听过或者觉得似曾相识, 对. 他就是mitsuhiko - flask的作者. 也是pocoo的leader之一(另外一个是看起来不知名的birkenfeld - 对我来说他很有名).
那么AST有什么意义呢? 但是有绝大多数人其实不了解也用不到这个模块, 为什么呢?
为了对本文有更深的理解可以看看以下文章
AST 模块：用 Python 修改 Python 代码这里对流程说的很好了. 可以直接读一下
模块代码也写得非常精炼, 可能不直接让你明白, 那么这时候可以看看
Abstract Syntax Trees, 这个时候我再强调一下作者吧, takluyver是ipython的核心开发成员, 他也参与了很多我们常用的开源项目, 比如pexpect和pandas
上面的2篇文章写了很多, 既有理解, 也有一些初级的用法.
最近做的slack-alert. 先说它和AST的关系:
@deco(seconds=10)表示没十秒跑一次的意思上代码:
class GetJobs(ast.NodeTransformer): def __init__(self): # 原来的ast.NodeTransformer其实没有__init__方法 self.jobs = [] def get_jobs(self): # 一个方便的获得任务的方法 return self.jobs def get_job_args(self, decorator): # 这属于解析装饰器这个结构, 拿到执行的间隔 return {k.arg: k.value.n for k in decorator.keywords if k.arg in ('hours', 'seconds', 'minutes', 'days') and isinstance(k.value, ast.Num)} def visit_FunctionDef(self, node): # 这个visit_xxx的方法被重载的时候, 就会对这个类型的语法加一些特殊处理. 因为我设计的时候只有函数才有可能是任务 decorator_list = node.decorator_list # 或者一个函数的装饰器列表 if not decorator_list: return node # 没有装饰器明显不是我想要的任务, 可能只是一个helper函数而已 decorator = decorator_list[0] # 这里我把最外面的装饰器取出来看看是不是符合我要的格式 args = self.get_job_args(decorator) if args: # 当获得了适合的参数, 那么正确这个格式是正确的 node.decorator_list = decorator_list[1:] # 最外面的装饰器就是语法hack, 它不存在也没有意义，以后完成历史任务 去掉之 self.jobs.append((node.name, args)) return node def find_jobs(path): jobs = [] for root, dirs, files in os.walk(path): for name in files: file = os.path.join(root, name) if not file.endswith('.py'): continue with open(file) as f: expr_ast = ast.parse(f.read()) # 读文件, 解析 transformer = GetJobs() sandbox = {} # 其实就是把执行放在一个命名空间里面, 因为最后我还是会把任务编译执行的, 我在这里面存了执行后的环境 exec(compile(transformer.visit(expr_ast), '<string>', 'exec'), sandbox) jobs.extend([(sandbox[j], kw) for j, kw in transformer.jobs]) return jobs
其实看起来不能完成的事情, 就是这么简单.