当前位置：首页 > news >正文

中山网站建设新站优化案例

news 2025/7/3 22:53:59

中山网站建设,新站优化案例,互动网络平台,中国城乡和住房建设部网站引言说到函数重载，学过 Java 的同学应该不陌生，最常用的地方应该就是打印 log 了，对于不同的参数，调用的是不同的重载函数。那么 Python 如何实现函数重载呢？ 重载概念函数重载是指在同一作用域内，允许…

引言

说到函数重载，学过 Java 的同学应该不陌生，最常用的地方应该就是打印 log 了，对于不同的参数，调用的是不同的重载函数。那么 Python 如何实现函数重载呢？

重载概念

函数重载是指在同一作用域内，允许多个同名函数存在，但它们的参数列表不同。虽然许多编程语言（如 Java 和 C++）支持函数重载，但 Python 的设计哲学使其不能直接支持这一特性。

不使用重载

先看一个例子，在不使用重载的情况下，实现一个 log 函数：

from attr import dataclass@dataclass
class MyException(Exception):msg: strdef log(message):if isinstance(message, MyException):print(message.msg)elif isinstance(message, str):print(message)else:print(f'invalid message:{message}')log(MyException('my exception'))
log('str exception')
log(1111)# 运行结果为：
# my exception
# str exception
# invalid message:1111

不使用重载的话，就要写很多判断的代码，来判断入参的类型。

使用重载

from functools import singledispatchfrom attr import dataclass@dataclass
class MyException(Exception):msg: str@singledispatch
def log(message):print(f'invalid message:{message}')@log.register
def _(message: MyException):print(message.msg)@log.register
def _(message: str):print(message)log(MyException('my exception'))
log('str exception')
log(1111)# 运行结果为：
# my exception
# str exception
# invalid message:1111

通过以上代码可以看到，使用重载的情况下，代码简洁了很多，将之前的 if-else 判断都去掉了，每个重载函数根据对应的类型直接输出对应的日志，说明在调用函数时，会自动判断函数的参数类型，然后调用对应的重载函数来执行对应的逻辑。

如果有新增类型的需求，只需要在原有的基础上增加一个重载函数即可，大大简化了新增类型的难度。例如：

from functools import singledispatchfrom attr import dataclass@dataclass
class MyException(Exception):msg: str@singledispatch
def log(message):print(f'invalid message:{message}')@log.register
def _(message: MyException):print(message.msg)@log.register
def _(message: str):print(message)@log.register
def _(message: int):print(f'int message:{message}')log(MyException('my exception'))
log('str exception')
log(1111)# 运行结果为：
# my exception
# str exception
# int message:1111

重载写法

通过以上的代码，总结 Python 通过 functools.singledispatch 进行重载的写法。

首先定义一个函数，加上 @singledispatch 装饰器
然后添加几个以下划线为函数名的函数，因为重载函数的名字都一样，没有必要起其他的名字，用下划线代替即可。
为下划线函数设置对应的函数参数类型，编写函数内容。
调用函数来测试是否生效。

数据类

可能会有小伙伴问，自定义异常上有一个 @dataclass 装饰器，这个是干嘛用的，为什么没有写 __init__() 函数。

这个装饰器是Python3.6 中新引入的一个概念，熟悉 Java 的小伙伴可能会知道，它有点类似于 Java 中的 lombok 中的 @data 注解。它的作用是自动为用户自定义的类添加生成的特殊方法，例如 __init__() 和 __repr__()。

from dataclasses import dataclass@dataclass
class InventoryItem:"""Class for keeping track of an item in inventory."""name: strunit_price: floatquantity_on_hand: int = 0def total_cost(self) -> float:return self.unit_price * self.quantity_on_hand

上面的类不需要单独再写下面的函数，@dataclass 装饰器会自动生成。

def __init__(self, name: str, unit_price: float, quantity_on_hand: int = 0):self.name = nameself.unit_price = unit_priceself.quantity_on_hand = quantity_on_hand

所以 @dataclass 可以帮助我们简化代码，提升开发效率，具体的用法可以参考官方文档。