Python 动态定义函数：利用 FunctionType 绕过常规语法限制

Python 动态定义函数的可行性

Python 语言本身并未提供在运行时简化函数定义的语法糖，但这并不代表该功能无法实现或难以操作。

from types import FunctionType

foo_code = compile('def foo(): return "bar"', "<string>", "exec")
foo_func = FunctionType(foo_code.co_consts[0], globals(), "foo")

print(foo_func())

输出：bar

原理剖析与源码查看方法

原理剖析

通过逐行分析相关代码，我们可以发现 Python 解释器与语言规范之间的边界并非不可逾越，其内部机制具有一定的灵活性。

>>> from types import FunctionType

Python 官方文档通常不会详细列出那些非手动创建的类的内部特征（这是合理的，因为这类用法较为罕见）。要探究这些细节，主要有三种途径：使用 help() 函数、利用 inspect 模块（尽管它无法查看内置方法），以及最终极的手段——直接查阅 CPython 的源代码。

在本例中，help() 和 inspect 模块均能发挥一定作用，但直接查看实际源代码能够揭示更多关于数据类型的底层细节。

>>> from inspect import signature
>>> signature(FunctionType)
<Signature (code, globals, name=None, argdefs=None, closure=None)>

FunctionType 参数详解

1. 代码对象 (code)

函数内部包含一个 PyCodeObject，该对象通过 types 模块中的 CodeType 对外暴露。非内置方法通常拥有 __code__ 属性，用于保存对应的代码对象。利用内置的 compile() 方法，我们可以在运行时创建 types.CodeType 对象，从而获取所需的代码结构。

2. 全局变量 (globals)

如果函数引用的变量并非在局部定义，而是作为参数传入、由默认参数值提供或通过闭包上下文提供，Python 解释器会在 globals 字典中查找该变量。

内置的 globals() 方法会返回当前模块的全局符号表（global symbol table）的引用，因此可以用来提供一个始终与当前符号表状态一致的字典。当然，传入任意其他字典也是可行的，例如：FunctionType((lambda: bar).__code__, {"bar": "baz"}, "foo")() 将返回 "baz"。

3. 名称 (name，可选)

此参数用于控制所返回函数的 __name__ 属性。它主要对 lambdas 表达式有用（因为匿名函数通常没有名称），或者用于重命名现有函数。

4. 默认参数 (argdefs，可选)

通过传入一个包含任意类型对象的元组，可以为函数提供默认参数值（对应 def foo(bar="baz") 中的默认值）。例如：FunctionType((lambda bar: bar).__code__, {}, "foo", (10,))() 将返回 10。

5. 闭包 (closure，可选)

（如果需要在 CPython 以外的其他 Python 虚拟机如 PyPy、Jython 等中执行代码，建议谨慎使用此参数，因为它严重依赖于具体的实现细节。）

这是一个 cell 对象的元组。创建 cell 对象并非完全直观，因为需要调用 CPython 的内部组件，但有一个名为 exalt 的库可以简化这一过程（注：该库由作者开发）。

>>> foo_code = compile('def foo(): return "bar"', "<string>", "exec")

compile() 是一个内置方法，因此拥有完善的文档支持。

这里使用 exec 模式，因为定义函数需要包含多个语句。

>>> foo_func = FunctionType(foo_code.co_consts[0], globals(), "foo")

将上述所有要素聚合，并将动态创建的函数赋值给一个变量。

前一句代码编译生成的函数，实际上是生成的代码对象的第一个常量。因此，仅仅指向 foo_code 是不够的，这是 exec 模式的直接后果，因为生成的代码对象可能包含多个常量。

>>> print(foo_func())

动态生成的函数可以像普通函数一样被调用。

总结与建议

总结

除了实验性场景外，需要动态创建函数的实际应用相对较少。

探索（Toying around） Python 的内部构件是深入学习这门语言的好方法。

在必要时，你可以轻松地跨越解释器或语言的边界。

一如既往的建议：不要滥用语言特性（好吧，稍微尝试一下也无妨，对吧？）。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。