Side-by-Side Language Deep Dive

Python デコレータとデコレータデザインパターン: 主な違い

Python デコレータと従来のデコレータデザインパターンを比較します。定義時の関数ラッピングと、実行可能なコードを使用した実行時の動的オブジェクト構成の違いを理解します。

Python デコレータとデコレータデザインパターンは同じ名前と、動作を拡張するためにコードを「ラップする」という一般的な概念を共有していますが、プログラミングにおけるまったく異なる構造と哲学を表しています。

Python デコレーターは言語機能であり、定義時に関数、メソッド、またはクラスをラップできるようにする構文糖です。これは、モジュールがインポートまたは定義されるときに実行されるメタプログラミングの一種で、アプリケーション実行の残りの部分での関数の動作を変更します。

Decorator デザインパターンは、もともと Gang of Four (GoF) によって定義された、オブジェクト指向の構造デザインパターンです。ラッパークラスと動的合成を使用することで、同じクラスの他のオブジェクトに影響を与えることなく、実行時に個々のオブジェクトに責任を動的に追加するように設計されています。

機能比較表

Feature	Python	Other Language
コアコンセプト	関数/クラスをラップするための言語レベルの構文糖。	個々のオブジェクトに動作を動的に追加するためのデザインパターン。
実行時間	定義時間 (モジュールのロード時に 1 回実行)。	ランタイム (プログラムの実行中に動的にインスタンス化されます)。
対象エンティティ	関数、メソッド、またはクラス全体 (静的スコープ)。	特定のオブジェクトインスタンス (動的スコープ)。
実施方法	`@decorator` 構文を使用したクロージャとヘルパー関数。	クラスの継承、インターフェイスの調整、およびオブジェクトの構成。

Syntax & Idiom Comparisons

01.Python デコレーター: 関数ラッパー (定義時)

Python デコレーターは、ファーストクラス関数を利用して呼び出しをインターセプトします。 `@my_decorator` を記述すると、Python は装飾された関数をデコレータ関数に渡し、返されたラッパー関数を元の関数名にバインドします。

この例では、`@log_call` デコレーターが単純な関数をラップして、いつ実行され、何を返すかを追跡します。このラッピングは関数が定義された時点で確定することに注意してください。

Python 3Python コードを実行 →

def log_call(func):
    def wrapper(*args, **kwargs):
        print(f"[LOG] Executing '{func.__name__}' with args {args}")
        result = func(*args, **kwargs)
        print(f"[LOG] '{func.__name__}' returned: {result}")
        return result
    return wrapper

@log_call
def add(a, b):
    return a + b

# The wrapping occurs once at definition time
print("Result of add(5, 7):", add(5, 7))

python

// Decorators in Python are syntactic sugar for function wrappers:
// add = log_call(add)
// They exist primarily to avoid duplicate boilerplate for logging, timing, and auth.

02.デコレータデザインパターン: オブジェクトラッパー (ランタイムコンポジション)

古典的な Decorator デザインパターンでは、クラス構成が使用されます。基本コンポーネントクラスと、この基本コンポーネントをラップするデコレータクラスがあります。実行時に、これらのコンストラクターをチェーンして、カスタマイズされたオブジェクトを動的に構築します。

ここでは、古典的な Coffee デコレータシステムを実装します。基本的な Coffee オブジェクトを MilkDecorator 内にラップし、それを SugarDecorator 内にラップして、実行時に最終コストを動的に計算できます。

Python 3Python コードを実行 →

class Coffee:
    def get_cost(self):
        return 5.0
    def get_description(self):
        return "Simple Coffee"

class MilkDecorator:
    def __init__(self, coffee):
        self.coffee = coffee
    def get_cost(self):
        return self.coffee.get_cost() + 1.5
    def get_description(self):
        return self.coffee.get_description() + ", Milk"

class SugarDecorator:
    def __init__(self, coffee):
        self.coffee = coffee
    def get_cost(self):
        return self.coffee.get_cost() + 0.5
    def get_description(self):
        return self.coffee.get_description() + ", Sugar"

# Chaining wrappers dynamically at runtime
my_drink = Coffee()
my_drink = MilkDecorator(my_drink)
my_drink = SugarDecorator(my_drink)

print("Drink description:", my_drink.get_description())
print("Total Cost: $", my_drink.get_cost())

python

// Standard OO languages (like Java) require shared interfaces:
// interface Coffee { double getCost(); }
// class SimpleCoffee implements Coffee { ... }
// class MilkDecorator implements Coffee { ... }
// Python's duck typing allows dynamic composition without interfaces.