引言

我们知道在诸多高级语言中都包含foreach方法，但这里讨论的更类似于JavaScript中的：

var array = ['a', 'b', 'c'];
array.forEach(function(element) {console.log(element);
});

列表对象直接调用foreach方法，并在其中对每个元素做一些事情。我们的实现效果如下：

bins = list(['1', '2', '3', '4'].foreach.int().do(lambda _: bin(_)[2:]
).do(lambda _: "{:0>4}".format(_)
))

其实我们通过Python的map函数也可以实现，这里只是提供另一种写起来优（奇）雅（葩）的思路，主要目的是学习它的实现逻辑而不是实现结果。如果非要抬杠，广泛意义上讲Python语法中本就包含foreach逻辑：

for key, value in d.items(): ...

本文是 Python修改内置类型的属性和方法 的后续，下面继续讲解上文提到的SO大神的回答 Answer - Extension method for python built-in types 中提供的foreach方法。我做了一些小改进，其中包括调整代码对Python3.x的兼容性以及实现foreach中执行自定义的lambda函数

同样Python基础知识掌握的不牢固的话，看这篇文章也会稍显吃力~

程序实现的全文

话不多说，先上代码。由于这份代码里有些故意炫技的成分，所以很不好读懂，待我慢慢说来。由于逻辑紧密很难切分，先给出全文，再慢慢解释。对于foreach的定义如下：

import operator
import functoolsdef die(message, cls=Exception):raise cls(message)def unguido(self, key):return functools.partial(getattr(__builtins__, key, None)or getattr(operator, key, None)or die(key, KeyError),self)class mapper():def __init__(self, iterator, key):self.iterator = iteratorself.key = keyself.fn = lambda o: getattr(o, key, None)def __getattribute__(self, key):if key in ('iterator', 'fn', 'key'):return object.__getattribute__(self, key)return mapper(self, key)def __call__(self, *args, **kwargs):if self.key == 'do':self.fn = args[0] if args else lambda o: oelse:self.fn = lambda o: (getattr(o, self.key, None)or unguido(o, self.key))(*args, **kwargs)return selfdef __iter__(self):for value in self.iterator:yield self.fn(value)class foreach(object):def __init__(self, iterator):self.iterator = iteratordef __getattribute__(self, key):if key in ('iterator',):return object.__getattribute__(self, key)return mapper(self.iterator, key)def __iter__(self):for value in self.iterator:yield value

使用前文提到的装饰器将foreach注册到list的方法字典中：

sign(list, 'foreach')(property(foreach))

然后调用本文引言中的方法，将十进制字符串列表转为4位二进制字符串列表：

bins = list(['1', '2', '3', '4'].foreach.int().do(lambda _: bin(_)[2:]
).do(lambda _: "{:0>4}".format(_)
))
# ['0001', '0010', '0011', '0100']

内置类型的方法注册

下面我们逆向分析一下代码的调用逻辑。首先注册方法的过程和前文提到的略有不同，之前我们是把一个函数作为value写进list的__dict__字典中的，但这里传入的是一个自定义的类，还加了一层property函数作为wrapper。我们先不用管传入类的用意，毕竟这里作为list属性字典的值，传入什么都可以，我们需要理解一下的是property函数。

Property的新用法 张风闲的文章 Python中的property属性 已经将传统用法讲解的十分细致了，作为Python高级语法，它无论是作为装饰器还是用作函数，大致思想都是为类的属性的读写访问添加一个setter层，这是一种常用的设计模式，可以缓冲用户的访问并添加边界检查、权限控制等逻辑，但同时对于用户又是透明的。本文用法更类似于函数，虽然property其实是个内置类：

# builtins.py class property(object):
def __init__(self, fget=None, fset=None, fdel=None, doc=None): pass# fget: 方法名，调用 对象.属性 时自动触发执行方法
# fset: 方法名，调用 对象.属性 ＝ XXX 时自动触发执行方法
# fdel: 方法名，调用 del 对象.属性 时自动触发执行方法
#  doc: 字符串，调用 对象.属性.doc，此参数是该属性的描述信息

本文的property用法很特殊，它没有出现在类里，其传入的参数只有一个，是个类名。经过实验我发现，实际上property包装的意义在于调用该属性时可以自动实例化对应的类，也就是调用其__init__方法，这样看来foreach在这里应该是作为fget参数传入的。

foreach类的内部机制

接下来观察foreach类内部的机制。list.foreach自动调用其构造方法，构造方法的参数为iterator，实际上就是将list本身传入了，这里可以参考前文修改内置类中的用法：

@sign(list, 'mean')
def mean(l): return sum(l) / len(L)

同理，这里的l实际上就是list本身，可以认为它对应的就是list.*时传入的那个self参数。所以foreach的构造方法建立了一个列表内容的引用：self.iterator。观察__getattribute__方法。

__getattribute__方法 定义了外部在访问类的属性时做出的反应，更严谨地说是对属性访问运算符.的重载，因为其参数key未必是类中定义好的属性。为了防止无限递归，我们需要首先将类内定义过的属性排除在外，转发key值去调用重载前的父类object的方法。然后我们看到对于其他的key，它返回的是mapper类的一个实例。

由于作者写这篇代码的时候用的还是Python2.x，其中还有经典类和新式类的区分，可以参考新式类和经典类的属性区别和两者的方法搜索策略差异。在Python3.x中默认继承object，所以我们也可以去掉类定义中的继承，在这里使用super.*调用父类方法。接下来观察foreach的__iter__方法。

__iter__方法 传统是用来定义迭代器，但这里使用yield方法定义了一个生成器，也不是不可以。它对刚刚传入的列表进行顺序遍历，然后依次抛出每个元素。不熟悉生成器和迭代器原理的可以随便找一篇介绍，比如 Python3 迭代器与生成器 | 菜鸟教程。这个方法使得foreach对象可迭代，我们可以通过类似list([1, 2, 3].foreach)的方法输出结果，或者使用for in语句和列表推导式输出结果。

mapper类的内部机制

从上文的分析中我们得出list(['1','2','3','4'].foreach.int调用返回的实际上是mapper(['1', '2', '3', '4'], 'int')，下面继续观察mapper类的构造函数。

在__init__函数中，mapper对传入的列表和key值建立了引用，同时创建了self.fn这个属性。它其实是mapper定义的对列表中每个元素执行的一个函数。这里默认这个函数是返回元素的key属性，即getattr(o, key, None)的含义是返回o.key，如果属性不存在，就返回默认值None。

__getattribute__方法 首先同样排除掉类中定义的属性以避免死循环，然后对于未定义的key，返回一个新的mapper方法，但这时传入的iterator不再是列表，而是当前的mapper对象本身的引用self。这个实现有点函数式编程的curry化的意思，也和JQuery中的诸多方法相似，最常见的例子还是C++中重载左移运算符实现级联输出的方法：

ostream & operator<<( ostream & os, const Complex & c) {os << c.real << "+" << c.imag << "i"; // 以"a+bi"的形式输出return os;
}

对象的方法操作完成后返回对自身的引用，就可以级联地调用方法了。由于本文中方法调用直接要传递返回值，不能像这段代码这样直接返回引用，而是返回一个以自身引用为参数构造的新的类的实例。这就是最上面例子中，foreach可以调用完int()又调用两次do()的原因。

__iter__方法 mapper同样实现了一个生成器，以和foreach类保持统一。区别是，它循环遍历iterator中存储的可迭代对象，使用self.fn储存的函数分别作用于每个元素。这里仔细思考一下，其实是一个绝妙的递归，生成器嵌套的递归。例如[1,2,3].foreach.int().str()这段调用，其等价于

mapper(mapper(foreach([1, 2, 3]), 'int'), 'str')

那么当我们使用list()去收割最外层mapper对象的生成器时，对于每个元素它会调用自己的fn函数，但它首先要递归地去遍历内层mapper的生成器，内层mapper再去遍历foreach的生成器。foreach将列表原样返回给内层mapper，后者执行int函数，结果传递给外层mapper，然后外层mapper执行str函数得到结果。

__call__方法 使得mapper类的实例能够像函数一样使用。[1,2,3].foreach.int返回的是一个mapper对象，后面加上括号就可以直接执行它的__call__方法。我们使用*args和**kwargs接收不定长参数，并根据key值的不同构造不同的fn函数。如果key值为'do'，我们将do括号内的第一个参数直接作为fn函数，当然为了健壮性，如果do没有参数，就将可迭代对象的元素原样返回，相当于do nothing。当key值为其他，比如‘int’、‘str’等，我们就在可迭代对象的内置方法以及Python全局的内置方法中搜索是否有匹配。

lambda o: (getattr(o, self.key, None)or unguido(o, self.key))(*args, **kwargs)

这段代码的意思是，寻找元素o的key方法或属性，如果不存在则得到None，又根据逻辑判断的短路原则，当且仅当前项为False时继续执行or后面的内容，即unguido方法。我没猜到作者为什么给它起这么个名字，只知道Guido是Python之父，加个否定前缀不知道想否定谁。在unguido函数中同样使用了or的短路：

def unguido(self, key):return functools.partial(getattr(__builtins__, key, None)or getattr(operator, key, None)or die(key, KeyError),self)

partial也是Python高级语法中很有趣的函数，其第一个参数是一个函数f，后面的参数如果是位置参数P，则依次将f的各个参数固定为p1...pn，如果后面的参数是关键字参数，则将关键字对应的参数固定下来。unguido这里将函数的第一个参数固定为self，也就是上文提到的lamda定义中的元素o。如果去掉partial的装饰，前面就应改成

unguido(self.key))(o, *args, **kwargs)

这里的or判断逻辑的意思是，先从__builtins__中寻找方法key，如果没有，再从operator库中寻找，如果仍然没有，就抛出KeyError的错误。实际上，想要效果更好，还应该考虑所有其他可用的函数，即从from XXX import *得到的函数。可以在调用die前面添加这句话

or dict(filter(lambda _: callable(_[1]), locals().items())).get(key, None)

程序效果演示

该方法不仅可以修改内置类，事实上修改一切类都是可能的，比如Numpy的ndarray

import numpy as np
import matplotlib.pyplot as plt
sign(np.ndarray, 'foreach')(property(foreach))x = np.linspace(-50, 50, 1000)
y = np.array(list(x.foreach.do(lambda _: _and np.sin(_) / _or 1
)))
plt.plot(x, y)
plt.show()

这里我们使用清晰明了的定义，画出震荡函数

的曲线图

虽然Numpy自带了更简洁和高效的写法，本文只是提供另一种思路的演示。我相信这个思路在某些场合能够体现出它的优越性~