1.背景介绍:

    本篇文章是笔者针对不同语言对代码进行自动注入的第三篇，目的是为了解决基础设施代码自动注入到业务代码的技术探讨，比如不在需要业务开发人员在业务代码中写类似全链路追踪这类功能的代码逻辑。

Monkey Patch（猴子补丁）是一种在运行时动态修改类或模块的技术。它允许我们替换、添加或修改已有的属性、方法，从而改变代码的行为，而无需修改原始源代码。看名字就知道是一种hack技术，不过只要应用得当，确实也是一个利器。

2.为什么使用 Monkey Patch？

· 修复 Bug：

临时修补第三方库中的问题，等待官方更新。

· 添加功能：

为现有类增加新方法，扩展其能力。

· 测试与 Mock：

在单元测试中替换真实依赖，模拟特定行为。

· 框架扩展：

某些框架（如 gevent）通过 Monkey Patch 将阻塞调用变为非阻塞。

3.如何在 Python 中实现 Monkey Patch？

Python 的对象模型非常灵活，属性和方法可以在运行时自由修改。直接赋值即可：

```python
# 原始类
class Dog:
    def bark(self):
        return "Woof!"

# 新方法
def howl(self):
    return "Awoo!"

# 应用 Monkey Patch：替换 bark 方法
Dog.bark = howl

dog = Dog()
print(dog.bark())  # 输出: Awoo!
```

打补丁前:

打补丁后:

也可以对模块进行补丁：

```python
import math

def new_sqrt(x):
    return "Patched sqrt"

math.sqrt = new_sqrt
print(math.sqrt(4))  # 输出: Patched sqrt
```

3.注意事项与风险

· 可维护性：

Monkey Patch 会让代码行为变得隐式，增加调试难度，尤其是跨模块使用时。
· 全局影响：

修改会影响到整个进程，可能导致不可预见的副作用。
· 版本兼容：

如果原始代码更新，补丁可能失效或产生冲突。
· 破坏封装：

可能打破原有设计，引入 bug。

最佳实践

· 仅在必要时使用，并确保充分文档化。
· 优先考虑更安全的方式，如子类化、装饰器、依赖注入。
· 在测试中尽量使用 unittest.mock 进行临时补丁，避免污染全局。
· 补丁代码应集中管理，易于查找。

参考资料

大神写Python时，也需要猴子请来的“补丁”【#154】

零代码改造！LoongSuite AI 采集套件观测实战

揭秘自动埋点：魔法背后的原理

【20】Python装饰器