装饰重用另一个装饰器的实现

Question

我已经实现了一个memoize 装饰器，它允许缓存一个函数。缓存键包括函数参数。类似地，cached 装饰器缓存了一个函数，但忽略了参数。代码如下：

class ApplicationCache (Memcached):

make_key 方法：UltraJSON 快速传递一个字符串，SHA512 散列成清晰的十六进制摘要：

    def make_key (self, *args, **kwargs):

        kwargs.update (dict (enumerate (args)))
        string = ujson.encode (sorted (kwargs.items ()))
        hashed = hashlib.sha512 (string)

        return hashed.hexdigest ()

memoize 装饰器：因为 Python 2.x 糟透了 w.r.t。完全限定的函数名，我只是强制用户提供一个合理的name：

    def memoize (self, name, timeout=None):
        assert name

        def decorator (fn):
            @functools.wraps (fn)
            def decorated (*args, **kwargs):

                key = self.make_key (name, *args, **kwargs)
                cached = self.get (key)

                if cached is None:
                    cached = fn (*args, **kwargs)
                    self.set (key, cached, timeout=timeout)

                return cached
            return decorated
        return decorator

cached 装饰器：它几乎是memoize 的逐字复制，唯一的例外是make_key 忽略了参数：

    def cached (self, name, timeout=None):
        assert name

        def decorator (fn):
            @functools.wraps (fn)
            def decorated (*args, **kwargs):

                key = self.make_key (name) ## no args!
                cached = self.get (key)

                if cached is None:
                    cached = fn (*args, **kwargs)
                    self.set (key, cached, timeout=timeout)

                return cached
            return decorated
        return decorator

现在，我对cached 的问题是，它需要重构：它应该使用memoize，并且想法是消除fn 的参数（也许使用functools.partial？），比如：

    def cached (self, name, timeout=None):

        ## Reuse the more general `memoize` to cache a function,
        ## but only based on its name (ignoring the arguments)

我实际上不确定我是否在这里过度使用 DRY 原则，以及是否可以重用，因为 cached 的当前实现在构建密钥时忽略了参数 only (但显然 不是 在调用装饰函数时）。

Answer 1

我会去掉 name 参数并提供 key 函数作为参数：

def memoize(self, timeout=None, keyfunc=self.make_key):
    ...
    key = keyfunc(function.__name__, *args, **kwargs)
    ...

cache 将变成：

def cache(self, timeout=None):
    return self.memoize(timeout, keyfunc=lambda f, *args, **kwargs: f.__name__)