怎么理解Python猴子補丁

這篇文章主要介紹“怎么理解Python猴子補丁”，在日常操作中，相信很多人在怎么理解Python猴子補丁問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”怎么理解Python猴子補丁”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

題目：談談你對“猴子補丁”（monkey patching）的理解。

“猴子補丁”是動態類型語言的一個特性，代碼運行時在不修改源代碼的前提下改變代碼中的方法、屬性、函數等以達到熱補?。╤ot patch）的效果。很多系統的安全補丁也是通過猴子補丁的方式來實現的，但實際開發中應該避免對猴子補丁的使用，以免造成代碼行為不一致的問題。

在使用gevent庫的時候，我們會在代碼開頭的地方執行gevent.monkey.patch_all()，這行代碼的作用是把標準庫中的socket模塊給替換掉，這樣我們在使用socket的時候，不用修改任何代碼就可以實現對代碼的協程化，達到提升性能的目的，這就是對猴子補丁的應用。

另外，如果希望用ujson三方庫替換掉標準庫中的json，也可以使用猴子補丁的方式，代碼如下所示。

import json, ujson

json.__name__ = 
'ujson'
json.dumps = ujson.dumps
json.loads = ujson.loads

單元測試中的Mock技術也是對猴子補丁的應用，Python中的unittest.mock模塊就是解決單元測試中用Mock對象替代被測對象所依賴的對象的模塊。

題目32：閱讀下面的代碼說出運行結果。

class A:
    def who(self):
        print('A', end='')

class B(A):
    def who(self):
        super(B, self).who()
        print('B', end='')

class C(A):
    def who(self):
        super(C, self).who()
        print('C', end='')

class D(B, C):
    def who(self):
        super(D, self).who()
        print('D', end='')

item = D()
item.who()

點評：這道題考查到了兩個知識點。知識點一：Python中的MRO（方法解析順序）。在沒有多重繼承的情況下，向對象發出一個消息，如果對象沒有對應的方法，那么向上（父類）搜索的順序是非常清晰的。如果向上追溯到object類（所有類的父類）都沒有找到對應的方法，那么將會引發AttributeError異常。但是有多重繼承尤其是出現菱形繼承（鉆石繼承）的時候，向上追溯到底應該找到那個方法就得確定MRO。Python 3中的類以及Python 2中的新式類使用C3算法來確定MRO，它是一種類似于廣度優先搜索的方法；Python 2中的舊式類（經典類）使用深度優先搜索來確定MRO。在搞不清楚MRO的情況下，可以使用類的mro方法或__mro__屬性來獲得類的MRO列表。知識點二：super()函數的使用。在使用super函數時，可以通過super(類型, 對象)來指定對哪個對象以哪個類為起點向上搜索父類方法。所以上面B類代碼中的super(B, self).who()表示以B類為起點，向上搜索self（D類對象）的who方法，所以會找到C類中的who方法，因為D類對象的MRO列表是D --> B --> C --> A --> object。

ACBD

題目33：編寫一個函數實現對逆波蘭表達式求值，不能使用Python的內置函數。

點評：逆波蘭表達式也稱為“后綴表達式”，相較于平常我們使用的“中綴表達式”，逆波蘭表達式不需要括號來確定運算的優先級，例如5 * (2 + 3)對應的逆波蘭表達式是5 2 3 + *。逆波蘭表達式求值需要借助棧結構，掃描表達式遇到運算數就入棧，遇到運算符就出棧兩個元素做運算，將運算結果入棧。表達式掃描結束后，棧中只有一個數，這個數就是最終的運算結果，直接出棧即可。

import operator
class Stack:
    """棧（FILO）"""

    def __init__(self):
        self.elems = []

    def push(self, elem):
        """入棧"""
        self.elems.append(elem)

    def pop(self):
        """出棧"""
        return self.elems.pop()

    @property
    def is_empty(self):
        """檢查棧是否為空"""
        return len(self.elems) == 
0def eval_suffix(expr):
    """逆波蘭表達式求值"""
    operators = {
        '+': operator.add,
        '-': operator.sub,
        '*': operator.mul,
        '/': operator.truediv
    }
    stack = Stack()
    for item 
in expr.split():
        if item.isdigit():
            stack.push(float(item))
        else:              
            num2 = stack.pop()
            num1 = stack.pop()
            stack.push(operators[item](num1, num2))
    return stack.pop()

題目34：Python中如何實現字符串替換操作？

Python中實現字符串替換大致有兩類方法：字符串的replace方法和正則表達式的sub方法。

方法一：使用字符串的replace方法。

message = 
'hello, world!'
print(message.replace('o', 
'O').replace('l', 
'L').replace('he', 
'HE'))

方法二：使用正則表達式的sub方法。

import re

message = 
'hello, world!'
pattern = re.compile('[aeiou]')
print(pattern.sub('#', message))

擴展：還有一個面試題，列表中保存了一系列的文件名，如filenames = ['a9.txt', 'a12.txt', 'a8.txt', 'b2.txt', 'b19.txt','a3.txt']，對這些文件名進行排序，要求按照字面表和數字大小進行排序，簡單的說就是a9.txt會排在a12.txt的前面，b2.txt會排在b19.txt的前面。大家可以思考下這個問題如何解決。

題目35：如何剖析Python代碼的執行性能？

剖析代碼性能可以使用Python標準庫中的cProfile和pstats模塊，cProfile的run函數可以執行代碼并收集統計信息，創建出Stats對象并打印簡單的剖析報告。Stats是pstats模塊中的類，它是一個統計對象。當然，也可以使用三方工具line_profiler和memory_profiler來剖析每一行代碼耗費的時間和內存，這兩個三方工具都會用非常友好的方式輸出剖析結構。如果使用PyCharm，可以利用“Run”菜單的“Profile”菜單項對代碼進行性能分析，PyCharm中可以用統計表格（Statistics）或者調用圖（Call Graph）的方式來顯示性能剖析的結果。

下面是使用cProfile剖析代碼性能的例子。

example.py

import cProfile
def is_prime(num):
    for factor 
in range(2, int(num ** 
0.5) + 
1):
        if num % factor == 
0:
            return False
    return True
class 
PrimeIter:

    def __init__(self, total):
        self.counter = 
0
        self.current = 
1
        self.total = total

    def __iter__(self):
        return self

    def __next__(self):
        if self.counter < 
self.total:
            self.current += 
1
            while not is_prime(self.current):
                self.current += 
1
            self.counter += 
1
            return self.current
        raise StopIteration()
cProfile.run('list(PrimeIter(10000))')

如果使用line_profiler三方工具，可以直接剖析is_prime函數每行代碼的性能，需要給is_prime函數添加一個profiler裝飾器，代碼如下所示。

@profiler
def is_prime(num):
    for factor in range(2, int(num ** 0.5) + 1):
        if num % factor == 0:
            return False
    return True

安裝line_profiler。

pip install line_profiler

使用line_profiler。

kernprof -lv example.py

運行結果如下所示。

Line #    Hits    Time      Per Hit  % Time  Line Contents
==============================================================
     
1                                       
@profile
     
2                                       def is_prime(num):
     
3    86624   
48420.0   
0.6      50.5        for factor 
in range(2, int(num ** 
0.5) + 
1):
     
4    85624   
44000.0   
0.5      45.9            if num % factor == 
0:
     
5    6918     
3080.0   
0.4       
3.2                return False
     
6    1000      430.0   
0.4       
0.4        return True

到此，關于“怎么理解Python猴子補丁”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！