R 中的哪种 OO 编程风格对 Python 程序员来说是可读的？

Question

我是 CRAN 上 logging package 的作者，我不认为自己是一个 R 程序员，所以我尽量使它与 Python standard logging package 的代码兼容，但现在我有一个问题。我希望它能让我有机会学习更多的 R！

这是关于分层记录器的。在 Python 中，我将创建一个记录器并将其发送记录记录：

l = logging.getLogger("some.lower.name")
l.debug("test")
l.info("some")
l.warn("say no")

在我的 R 包中，您不创建向其发送消息的记录器，而是调用一个函数，其中一个参数是记录器的名称。像

logdebug("test", logger="some.lower.name")
loginfo("some", logger="some.lower.name")
logwarn("say no", logger="some.lower.name")

问题在于，每次要向其发送日志消息时，您都必须重复记录器的名称。我在想，我可能会创建一个部分应用的函数对象并调用它，比如

logdebug <- curry(logging::logdebug, logger="some.lower.logger")

但是我需要为所有调试功能这样做......

R 用户会如何处理这个问题？

Answer 1

听起来像是参考课程?setRefClass、?ReferenceClasses 的工作

Logger <- setRefClass("Logger",
                  fields=list(name = "character"),
                  methods=list(
                    log = function(level, ...) 
                          { levellog(level, ..., logger=name) },
                    debug = function(...) { log("DEBUG", ...) },
                    info = function(...) { log("INFO", ...) },
                    warn = function(...) { log("WARN", ...) },
                    error = function(...) { log("ERROR", ...) }
                    ))

然后

> basicConfig()
> l <- Logger$new(name="hierarchic.logger.name")
> l$debug("oops")
> l$info("oops")
2011-02-11 11:54:05 NumericLevel(INFO):hierarchic.logger.name:oops
> l$warn("oops")
2011-02-11 11:54:11 NumericLevel(WARN):hierarchic.logger.name:oops
> 

Answer 2

这可以通过 proto 包来完成。这支持旧版本的 R（它已经存在多年），因此您不会遇到新旧版本 R 的问题。

library(proto)
library(logging)

Logger. <- proto(
        new = function(this, name)
            this$proto(name = name),
        log = function(this, ...) 
            levellog(..., logger = this$name),
        setLevel = function(this, newLevel) 
            logging::setLevel(newLevel, container = this$name),
        addHandler = function(this, ...)
            logging::addHandler(this, ..., logger = this$name), 
        warn = function(this, ...)
            this$log(loglevels["WARN"], ...),
        error = function(this, ...)
            this$log(loglevels["ERROR"], ...) 
)
basicConfig()
l <- Logger.$new(name = "hierarchic.logger.name")
l$warn("this may be bad")
l$error("this definitely is bad")

这给出了输出：

> basicConfig()
> l <- Logger.$new(name = "hierarchic.logger.name")
> l$warn("this may be bad")
2011-02-28 10:17:54 WARNING:hierarchic.logger.name:this may be bad
> l$error("this definitely is bad")
2011-02-28 10:17:54 ERROR:hierarchic.logger.name:this definitely is bad

在上面我们只是在日志之上分层了 proto，但是可以将每个日志对象变成一个 proto 对象，即两者都是，因为日志对象和 proto 对象都是 R 环境。这将摆脱额外的层。

请参阅http://r-proto.googlecode.com 了解更多信息。

Answer 3

为什么要重复这个名字？将日志对象直接传递给函数会更方便，即

logdebug("test",logger=l)
# or
logdebug("test",l)

有点像在许多函数中使用连接的方式。我猜这似乎更像是 R 的做法。