程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 編程語言 >> 更多編程語言 >> 更多關於編程 >> 在Python中使用元類的教程

在Python中使用元類的教程

編輯:更多關於編程

       這篇文章主要介紹了在Python中使用元類的教程,是Python當中的基礎知識,代碼基於Python2.x版本,需要的朋友可以參考下

      type()

      動態語言和靜態語言最大的不同,就是函數和類的定義,不是編譯時定義的,而是運行時動態創建的。

      比方說我們要定義一個Hello的class,就寫一個hello.py模塊:

      ?

    1 2 3 class Hello(object): def hello(self, name='world'): print('Hello, %s.' % name)

      當Python解釋器載入hello模塊時,就會依次執行該模塊的所有語句,執行結果就是動態創建出一個Hello的class對象,測試如下:

      ?

    1 2 3 4 5 6 7 8 >>> from hello import Hello >>> h = Hello() >>> h.hello() Hello, world. >>> print(type(Hello)) <type 'type'> >>> print(type(h)) <class 'hello.Hello'>

      type()函數可以查看一個類型或變量的類型,Hello是一個class,它的類型就是type,而h是一個實例,它的類型就是class Hello。

      我們說class的定義是運行時動態創建的,而創建class的方法就是使用type()函數。

      type()函數既可以返回一個對象的類型,又可以創建出新的類型,比如,我們可以通過type()函數創建出Hello類,而無需通過class Hello(object)...的定義:

      ?

    1 2 3 4 5 6 7 8 9 10 11 >>> def fn(self, name='world'): # 先定義函數 ... print('Hello, %s.' % name) ... >>> Hello = type('Hello', (object,), dict(hello=fn)) # 創建Hello class >>> h = Hello() >>> h.hello() Hello, world. >>> print(type(Hello)) <type 'type'> >>> print(type(h)) <class '__main__.Hello'>

      要創建一個class對象,type()函數依次傳入3個參數:

      class的名稱;

      繼承的父類集合,注意Python支持多重繼承,如果只有一個父類,別忘了tuple的單元素寫法;

      class的方法名稱與函數綁定,這裡我們把函數fn綁定到方法名hello上。

      通過type()函數創建的類和直接寫class是完全一樣的,因為Python解釋器遇到class定義時,僅僅是掃描一下class定義的語法,然後調用type()函數創建出class。

      正常情況下,我們都用class Xxx...來定義類,但是,type()函數也允許我們動態創建出類來,也就是說,動態語言本身支持運行期動態創建類,這和靜態語言有非常大的不同,要在靜態語言運行期創建類,必須構造源代碼字符串再調用編譯器,或者借助一些工具生成字節碼實現,本質上都是動態編譯,會非常復雜。

      metaclass

      除了使用type()動態創建類以外,要控制類的創建行為,還可以使用metaclass。

      metaclass,直譯為元類,簡單的解釋就是:

      當我們定義了類以後,就可以根據這個類創建出實例,所以:先定義類,然後創建實例。

      但是如果我們想創建出類呢?那就必須根據metaclass創建出類,所以:先定義metaclass,然後創建類。

      連接起來就是:先定義metaclass,就可以創建類,最後創建實例。

      所以,metaclass允許你創建類或者修改類。換句話說,你可以把類看成是metaclass創建出來的“實例”。

      metaclass是Python面向對象裡最難理解,也是最難使用的魔術代碼。正常情況下,你不會碰到需要使用metaclass的情況,所以,以下內容看不懂也沒關系,因為基本上你不會用到。

      我們先看一個簡單的例子,這個metaclass可以給我們自定義的MyList增加一個add方法:

      定義ListMetaclass,按照默認習慣,metaclass的類名總是以Metaclass結尾,以便清楚地表示這是一個metaclass:

      ?

    1 2 3 4 5 6 7 8 9 # metaclass是創建類,所以必須從`type`類型派生: class ListMetaclass(type): def __new__(cls, name, bases, attrs): attrs['add'] = lambda self, value: self.append(value) return type.__new__(cls, name, bases, attrs)     class MyList(list): __metaclass__ = ListMetaclass # 指示使用ListMetaclass來定制類

      當我們寫下__metaclass__ = ListMetaclass語句時,魔術就生效了,它指示Python解釋器在創建MyList時,要通過ListMetaclass.__new__()來創建,在此,我們可以修改類的定義,比如,加上新的方法,然後,返回修改後的定義。

      __new__()方法接收到的參數依次是:

      當前准備創建的類的對象;

      類的名字;

      類繼承的父類集合;

      類的方法集合。

      測試一下MyList是否可以調用add()方法:

      ?

    1 2 3 4 >>> L = MyList() >>> L.add(1) >>> L [1]

      而普通的list沒有add()方法:

      ?

    1 2 3 4 5 >>> l = list() >>> l.add(1) Traceback (most recent call last): File "<stdin>", line 1, in <module> AttributeError: 'list' object has no attribute 'add'

      動態修改有什麼意義?直接在MyList定義中寫上add()方法不是更簡單嗎?正常情況下,確實應該直接寫,通過metaclass修改純屬變態。

      但是,總會遇到需要通過metaclass修改類定義的。ORM就是一個典型的例子。

      ORM全稱“Object Relational Mapping”,即對象-關系映射,就是把關系數據庫的一行映射為一個對象,也就是一個類對應一個表,這樣,寫代碼更簡單,不用直接操作SQL語句。

      要編寫一個ORM框架,所有的類都只能動態定義,因為只有使用者才能根據表的結構定義出對應的類來。

      讓我們來嘗試編寫一個ORM框架。

      編寫底層模塊的第一步,就是先把調用接口寫出來。比如,使用者如果使用這個ORM框架,想定義一個User類來操作對應的數據庫表User,我們期待他寫出這樣的代碼:

      ?

    1 2 3 4 5 6 7 8 9 10 11 12 class User(Model): # 定義類的屬性到列的映射: id = IntegerField('id') name = StringField('username') email = StringField('email') password = StringField('password')     # 創建一個實例: u = User(id=12345, name='Michael', email='[email protected]', password='my-pwd') # 保存到數據庫: u.save()

      其中,父類Model和屬性類型StringField、IntegerField是由ORM框架提供的,剩下的魔術方法比如save()全部由metaclass自動完成。雖然metaclass的編寫會比較復雜,但ORM的使用者用起來卻異常簡單。

      現在,我們就按上面的接口來實現該ORM。

      首先來定義Field類,它負責保存數據庫表的字段名和字段類型:

      ?

    1 2 3 4 5 6 class Field(object): def __init__(self, name, column_type): self.name = name self.column_type = column_type def __str__(self): return '<%s:%s>' % (self.__class__.__name__, self.name)

      在Field的基礎上,進一步定義各種類型的Field,比如StringField,IntegerField等等:

      ?

    1 2 3 4 5 6 7 class StringField(Field): def __init__(self, name): super(StringField, self).__init__(name, 'varchar(100)')   class IntegerField(Field): def __init__(self, name): super(IntegerField, self).__init__(name, 'bigint')

      下一步,就是編寫最復雜的ModelMetaclass了:

      ?

    1 2 3 4 5 6 7 8 9 10 11 12 13 14 class ModelMetaclass(type): def __new__(cls, name, bases, attrs): if name=='Model': return type.__new__(cls, name, bases, attrs) mappings = dict() for k, v in attrs.iteritems(): if isinstance(v, Field): print('Found mapping: %s==>%s' % (k, v)) mappings[k] = v for k in mappings.iterkeys(): attrs.pop(k) attrs['__table__'] = name # 假設表名和類名一致 attrs['__mappings__'] = mappings # 保存屬性和列的映射關系 return type.__new__(cls, name, bases, attrs)

      以及基類Model:

      ?

    1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 class Model(dict): __metaclass__ = ModelMetaclass   def __init__(self, **kw): super(Model, self).__init__(**kw)   def __getattr__(self, key): try: return self[key] except KeyError: raise AttributeError(r"'Model' object has no attribute '%s'" % key)   def __setattr__(self, key, value): self[key] = value   def save(self): fields = [] params = [] args = [] for k, v in self.__mappings__.iteritems(): fields.append(v.name) params.append('?') args.append(getattr(self, k, None)) sql = 'insert into %s (%s) values (%s)' % (self.__table__, ','.join(fields), ','.join(params)) print('SQL: %s' % sql) print('ARGS: %s' % str(args))

      當用戶定義一個class User(Model)時,Python解釋器首先在當前類User的定義中查找__metaclass__,如果沒有找到,就繼續在父類Model中查找__metaclass__,找到了,就使用Model中定義的__metaclass__的ModelMetaclass來創建User類,也就是說,metaclass可以隱式地繼承到子類,但子類自己卻感覺不到。

      在ModelMetaclass中,一共做了幾件事情:

      排除掉對Model類的修改;

      在當前類(比如User)中查找定義的類的所有屬性,如果找到一個Field屬性,就把它保存到一個__mappings__的dict中,同時從類屬性中刪除該Field屬性,否則,容易造成運行時錯誤;

      把表名保存到__table__中,這裡簡化為表名默認為類名。

      在Model類中,就可以定義各種操作數據庫的方法,比如save(),delete(),find(),update等等。

      我們實現了save()方法,把一個實例保存到數據庫中。因為有表名,屬性到字段的映射和屬性值的集合,就可以構造出INSERT語句。

      編寫代碼試試:

      ?

    1 2 u = User(id=12345, name='Michael', email='[email protected]', password='my-pwd') u.save()

      輸出如下:

      ?

    1 2 3 4 5 6 7 Found model: User Found mapping: email ==> <StringField:email> Found mapping: password ==> <StringField:password> Found mapping: id ==> <IntegerField:uid> Found mapping: name ==> <StringField:username> SQL: insert into User (password,email,username,uid) values (?,?,?,?) ARGS: ['my-pwd', '[email protected]', 'Michael', 12345]

      可以看到,save()方法已經打印出了可執行的SQL語句,以及參數列表,只需要真正連接到數據庫,執行該SQL語句,就可以完成真正的功能。

      不到100行代碼,我們就通過metaclass實現了一個精簡的ORM框架,完整的代碼從這裡下載:

      https://github.com/michaelliao/learn-python/blob/master/metaclass/simple_orm.py

      最後解釋一下類屬性和實例屬性。直接在class中定義的是類屬性:

      ?

    1 2 class Student(object): name = 'Student'

      實例屬性必須通過實例來綁定,比如self.name = 'xxx'。來測試一下:

      ?

    1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 >>> # 創建實例s: >>> s = Student() >>> # 打印name屬性,因為實例並沒有name屬性,所以會繼續查找class的name屬性: >>> print(s.name) Student >>> # 這和調用Student.name是一樣的: >>> print(Student.name) Student >>> # 給實例綁定name屬性: >>> s.name = 'Michael' >>> # 由於實例屬性優先級比類屬性高,因此,它會屏蔽掉類的name屬性: >>> print(s.name) Michael >>> # 但是類屬性並未消失,用Student.name仍然可以訪問: >>> print(Student.name) Student >>> # 如果刪除實例的name屬性: >>> del s.name >>> # 再次調用s.name,由於實例的name屬性沒有找到,類的name屬性就顯示出來了: >>> print(s.name) Student

      因此,在編寫程序的時候,千萬不要把實例屬性和類屬性使用相同的名字。

      在我們編寫的ORM中,ModelMetaclass會刪除掉User類的所有類屬性,目的就是避免造成混淆。

    1. 上一頁:
    2. 下一頁:
    Copyright © 程式師世界 All Rights Reserved