钩子函数详解

什么是钩子函数钩子函数是一种特殊的回调函数它通常被定义在应用程序的某个扩展点允许框架或库在特定时刻调用用户提供的自定义代码。钩子函数是控制反转IoC的典型表现形式——框架决定什么时候调用钩子而用户实现钩子的具体逻辑。钩子与普通回调的区别回调强调的是“我调用你你完成后通知我”通常是异步或事件驱动的。钩子强调的是“框架/系统已经定义好了一系列扩展点用户在这些点上插入自己的逻辑”。钩子通常是同步且有明确的预定义调用时机例如程序启动、请求处理前/后、关闭时。在许多文档和框架中如 WordPress、Scrapy、Git hooks钩子函数被命名为before_xxx、after_xxx、on_event等。Python 中的钩子实现方式Python 由于动态特性实现钩子非常简单基类定义钩子方法或空方法子类覆盖或者直接注册一个函数到内部列表中。方式一使用继承模板方法模式class DataProcessor: def process(self, data): data self.before_process(data) # 核心处理逻辑 data data.upper() data self.after_process(data) return data def before_process(self, data): # 默认钩子什么都不做 return data def after_process(self, data): # 默认钩子 return data class CustomProcessor(DataProcessor): def before_process(self, data): return data.strip() def after_process(self, data): return f[RESULT] {data} proc CustomProcessor() print(proc.process( hello world )) # 输出: [RESULT] HELLO WORLD方式二使用函数注册表更灵活的钩子系统class HookManager: def __init__(self): self._hooks {} def register(self, hook_name: str, hook_func): self._hooks.setdefault(hook_name, []).append(hook_func) def run_hooks(self, hook_name: str, context): for hook in self._hooks.get(hook_name, []): context hook(context) return context # 创建钩子管理器实例 hooks HookManager() # 用户注册钩子 def trim_hook(text): return text.strip() def capitalize_hook(text): return text.capitalize() hooks.register(preprocess, trim_hook) hooks.register(preprocess, capitalize_hook) # 在框架内部调用钩子 def process_user_input(user_input: str): # 调用所有注册到 preprocess 的钩子 user_input hooks.run_hooks(preprocess, user_input) return f最终输出: {user_input} print(process_user_input( hello world )) # 输出: 最终输出: Hello world方式三利用装饰器现代 Python 风格import functools class HookClient: hooks {} classmethod def hook(cls, name): def decorator(func): cls.hooks.setdefault(name, []).append(func) return func return decorator classmethod def run_hook(cls, name, *args, **kwargs): results [] for func in cls.hooks.get(name, []): results.append(func(*args, **kwargs)) return results # 用户定义钩子 HookClient.hook(before_save) def log_before_save(data): print(f准备保存: {data}) return data HookClient.hook(after_save) def log_after_save(data): print(f已保存: {data}) # 框架代码 def save_data(data): HookClient.run_hook(before_save, data) # ... 实际保存逻辑 ... HookClient.run_hook(after_save, data) save_data({id: 1, name: test})输出准备保存: {id: 1, name: test}已保存: {id: 1, name: test}钩子函数是框架扩展的基石让用户代码能够安全地植入到框架的特定流程中。