yukai08008的博客

说明函数字典以数据库的方式管理后做到了集中存取，但是在迁移代码时要手动导入依赖函数非常烦。这里使用一个函数自动去读取（未来应该加到FuncDict的下一个版本中）内容结果如下：输入一段py程序，程序逐层搜索，找到所依赖的所有函数# 根据给定的某个待执行程序文本，自动解析出需要加载的函数def extract_depend_funcname_list(some_py_txt,start='fs.' , end='\(', cur_func_dict =None, fs=None,iter_max =

说明这部分本质上需要实现代码/逻辑的高度集成。函数字典实现的是底层元素的集成，函数链负责运行时的管理。内容1 对象两个主要的对象，一个叫MsgFunc，是基础单元；一个叫FuncChain,是执行单元。FuncChain有两种模式：1 COC, ChainOfChain,即把链条当成基础执行单元2 COF, ChainOfFunc, 标准的函数链2 MsgFuncMsgFunc是本身可以传递信息的函数。1 每个MsgFunc的名称在当前空间下是唯一的（name属性）2 有的Msg

说明第一版的FuncDict总算完成了，是去年3月的一个想法。虽然时间长了点，不过算是比较符合预期。去年概念里的函数字典其实应该分为三部分：1 FuncDict(其实是函数空间，不过在存储和调用上方便了很多）2 参数空间。这部分其实还没有做，应该建立在变量随机分布的基础上。3 函数的链条执行。这部分准备搞(FuncChain)，将负责函数的执行和管理。本篇先做一个包，让这种分布式工作方式变得简单。项目包的制作方法可以参考我这篇文章内容1 文档结构其中1 FuncDict是具体的函