Monkey Patching 与装饰器（Decorator） 都有更改原来程序或函数行为的功能，但二者也有很大的不同

Monkey Patching 与 Decorator：动态修改的两种姿势

在动态语言（尤其是 Python）中，我们有时需要在不修改源码的情况下，改变或扩展函数、类的行为。
有两种常见方式可以做到这一点：

• Monkey Patching（猴子补丁）
• Decorator（装饰器）

虽然它们都能改变行为，但在时机、范围和安全性上有显著差异。

🐒 什么是 Monkey Patching

Monkey Patching（猴子补丁） 指的是在程序运行时（runtime），动态修改或替换已有类、函数或模块中的方法。
这通常用于修复第三方库的 bug，或者临时改变行为。

# 假设我们有一个第三方模块
class Dog:
    def bark(self):
        return "woof"

# 我们不能改源码，但可以“打补丁”
def new_bark(self):
    return "meow?"

Dog.bark = new_bark  # Monkey patch

print(Dog().bark())  # 输出：meow?

这种方法确实灵活，但风险也大。 一旦修改，全局行为都会改变，其他依赖 Dog 的代码可能被意外影响。

因此，一般安全的Monkey Patching 使用方法是：

1. 本分原来的方法
2. 替换原来的方法为新方法
3. 使用方法
4. 将方法恢复为原来的方法

🎨 什么是 Decorator（装饰器）

装饰器 是在定义函数或类时进行的修改，而不是运行时偷偷替换。 它通过包装函数的方式添加新行为，更加安全、可控。

def log_call(func):
    def wrapper(*args, **kwargs):
        print(f"调用函数：{func.__name__}")
        return func(*args, **kwargs)
    return wrapper

@log_call
def greet():
    print("你好")

greet()
# 输出：
# 调用函数：greet
# 你好

装饰器的修改是显式的，一眼就能看出来，不会神秘地改变全局行为。

⚖️ Monkey Patching 与 Decorator 的对比

猴子补丁像是在系统运行时“偷偷换零件”， 装饰器更像是在出厂时“加装功能模块”。

🧩 用 Decorator 模拟 Monkey Patching（安全方式）

假设你想在程序运行时动态地改变某个类的方法， 我们可以用装饰器动态注入功能，而不是直接替换。

示例：为第三方类添加日志功能

class Dog:
    def bark(self):
        return "woof"

# 定义一个装饰器，用于包装类方法
def add_logging(method):
    def wrapper(*args, **kwargs):
        print(f"[LOG] 调用 {method.__name__}")
        return method(*args, **kwargs)
    return wrapper

# 使用装饰器安全地“注入”新行为
Dog.bark = add_logging(Dog.bark)

d = Dog()
print(d.bark())

输出：

[LOG] 调用 bark
woof

这实际上改变了方法的行为，但方式更可控：

• 我们保留了原方法逻辑；
• 装饰器清晰地表达了“这是一次增强”；
• 如果需要，还可以轻松撤销或替换。

💡 总结

• Monkey Patching 是强力工具，但像手术刀一样，必须小心使用。
• Decorator 提供了更可读、更可维护的方式去扩展行为。
• 在绝大多数情况下，用装饰器替代猴子补丁 是更好的选择。

装饰器是显式设计的扩展机制，而猴子补丁是应急时的黑魔法, 在单元测试时会用到， 生产环境代码要尤其注意。