spaCy中nlp对象工作机制：为何实例可接收参数并调用？

问题描述 #

我了解到spaCy中的nlp对象是Language类的实例，可处理文本并执行多种操作，示例代码如下：

import spacy

nlp = spacy.blank("en")

# Process the text
doc = nlp(
    "In 1990, more than 60% of people in East Asia were in extreme poverty. "
    "Now less than 4% are."
)

print(doc[0])
# prints "In"

但我有个疑问：为何该对象能像函数一样接收字符串参数并被调用？我编写了测试代码：

class ABC:
    def __init__(self,a=1):
        self.a = a
        
    def printa(self):
        print(self.a)

abc = ABC()
abc(2)
abc.printa()

运行后报错：TypeError: 'ABC' object is not callable，而spaCy却能正常实现，请问其实现流程是什么？

实现原理 #

Python里默认的类实例没法像函数那样直接调用，这就是你的ABC实例报错的原因——它没实现__call__这个特殊方法。

spaCy的Language类正是靠实现__call__方法，让nlp实例具备了可调用能力。当你执行nlp(text)时，本质是在调用这个实例的__call__方法，内部会完成这些流程：

• 对输入文本做基础分词
• 运行流水线里的各个处理组件（空白模型只有分词环节，带预训练的模型会有词性标注、实体识别等）
• 最终返回封装好结果的Doc对象

你可以给自己的测试类加上__call__方法来模拟这个效果：

class ABC:
    def __init__(self,a=1):
        self.a = a
        
    def printa(self):
        print(self.a)
        
    def __call__(self, new_a):
        self.a = new_a

abc = ABC()
abc(2)
abc.printa()  # 现在会输出2，不再报错

这样修改后，abc实例就能像函数一样被调用，逻辑和spaCy的nlp对象完全一致。

内容的提问来源于stack exchange，提问作者Esa Anjum