我正在尝试在我的 Python 编程中使用一些 AOP，但我对现有的各种库没有任何经验。
所以我的问题是：
Python 有哪些 AOP 支持？以及它们之间的不同库的优势是什么？
我找到了一些，但我不知道它们的比较：
我会在什么情况下使用这些？
我有两个用 Python 编写的应用程序，它们通常具有计算税收和其他金钱事物的方法。我希望能够编写功能的“骨架”，并在运行时对其进行自定义，例如更改地方税的应用方式（按国家、州或城市等），而不必超载全栈。
【问题讨论】：
编辑：我不再维护 pytilities 并且多年来一直无人维护。您可能需要考虑其他答案之一或此list on Wikipedia。
另一个用于 python 的 AOP 库是 pytilities (Documentation; svn repo)。它是目前最强大的（据我所知）。
它的特点是：
它还有其他好处，例如一些特殊的描述符（请参阅文档）
【讨论】：
使用注解并不是真正的 AOP，因为编织过程有些硬编码。
Python 中有几个 AOP 框架（我数了数并比较了其中的 8 个，其中Aspyct 是明显的赢家）。
我将在接下来的一个会议上发表一篇论文，其中包含我的发现，包括一个真实的行业用例。
【讨论】：
BSD 许可的python-aspectlib 怎么样？
实施状况
函数、方法、实例和类的编织完成。
【讨论】：
查看 S.Lott 的关于 Python 装饰器的链接以获取一些很好的示例，并查看 defining PEP for decorators。
Python 从一开始就有 AOP，只是没有一个令人印象深刻的名字。 在 Python 2.4 中添加了装饰器语法，这使得在语法上应用装饰器非常好。
如果你想根据规则应用装饰器，你需要一个库，但如果你愿意在声明相关函数/方法时标记它们，你可能不会。
这是一个简单缓存装饰器的示例（我为 this question 编写的）：
import pickle, functools
def cache(f):
_cache = {}
def wrapper(*args, **kwargs):
key = pickle.dumps((args, kwargs))
if key not in _cache:
_cache[key] = f(*args, **kwargs) # call the wrapped function, save in cache
return _cache[key] # read value from cache
functools.update_wrapper(wrapper, f) # update wrapper's metadata
return wrapper
import time
@cache
def foo(n):
time.sleep(2)
return n*2
foo(10) # first call with parameter 10, sleeps
foo(10) # returns immediately
【讨论】：
在 Python 中，面向方面的编程通常包括在运行时动态修改类和实例，这通常称为猴子补丁。在回答另一个 AOP 问题时，我总结了其中的一些 use cases for AOP in Python。
【讨论】：
我将从Python Decorator Library 开始。其中大部分是AOP之类的东西。
【讨论】：