Python MetaClass 元类

2021/8/20 9:35:47

本文主要是介绍Python MetaClass 元类,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

MetaClass 元类

一、元类介绍

1.1 元类也是对象

​ 在大多数编程语言中,类就是一组用来描述如何生成一个对象的代码段。在Python中这一点仍然成立:

class ObjectCreator(object):
	pass

my_object = ObjectCreator()
print(my_object)
# <__main__.ObjectCreator object at 0x8974f2c>

​ 但是,Python 中的类还远不止如此。类同样也是一种对象。是的,没错,就是对象。只要你使用关键字 class,Python 解释器在执行的时候就会创建一个对象。

下面的代码段:

class ObjectCreator(object):
	pass

​ 将在内存中创建一个对象,名字就是 ObjectCreator。这个对象(类对象 ObjectCreator)拥有创建对象(实例对象)的能力。但是,它的本质仍然是一个对象,于是乎你可以对它做如下的操作:

  • 你可以将它赋值给一个变量
  • 你可以拷贝它
  • 你可以为它增加属性
  • 你可以将它作为函数参数进行传递

下面是示例:

print(ObjectCreator)                   # 你可以打印一个类,因为它其实也是一个对象
# <class '__main__.ObjectCreator'>

def echo(o):
	print(o)

echo(ObjectCreator)                     # 你可以将类做为参数传给函数
# <class '__main__.ObjectCreator'>

print(hasattr(ObjectCreator, 'new_attribute'))
# Fasle

ObjectCreator.new_attribute = 'foo'      # 你可以为类增加属性
print(hasattr(ObjectCreator, 'new_attribute'))
# True

print(ObjectCreator.new_attribute)
# foo

ObjectCreatorMirror = ObjectCreator       # 你可以将类赋值给一个变量
print(ObjectCreatorMirror())
# <__main__.ObjectCreator object at 0x8997b4c>

1.2 动态创建类

​ 因为类也是对象,你可以在运行时动态的创建它们,就像其他任何对象一样。首先,你可以在函数中创建类,使用 **class ** 关键字即可。

def choose_class(name):
	if name == 'foo':
		class Foo(object):
		pass
		return Foo           # 返回的是类,不是类的实例
	else:
		class Bar(object):
		pass
		return Bar
   
MyClass = choose_class('foo')
print(MyClass)                # 函数返回的是类,不是类的实例
# <class '__main__'.Foo>

print(MyClass())              # 你可以通过这个类创建类实例,也就是对象
# <__main__.Foo object at 0x89c6d4c>

​ 但这还不够动态,因为你仍然需要自己编写整个类的代码。由于类也是对象,所以它们必须是通过什么东西来生成的才对。

​ 当你使用 class关键字时,Python 解释器自动创建这个对象。但就和 Python 中的大多数事情一样,Python 仍然提供给你手动处理的方法。

​ 还记得内建函数 type 吗?这个古老但强大的函数能够让你知道一个对象的类型是什么,就像这样:

print(type(1))                      # 数值的类型
# <type 'int'>

print(type("1"))                    # 字符串的类型
# <type 'str'>

print(type(ObjectCreator()))        # 实例对象的类型
# <class '__main__.ObjectCreator'>

print(type(ObjectCreator))          # 类的类型
# <type 'type'>

​ 仔细观察上面的运行结果,发现使用 type 对 ObjectCreator 查看类型是,答案为 type, 是不是有些惊讶。。。看下面

1.3 使用 type 创建类

type 还有一种完全不同的功能,动态的创建类。

type 可以接受一个类的描述作为参数,然后返回一个类。(要知道,根据传入参数的不同,同一个函数拥有两种完全不同的用法是一件很傻的事情,但这在 Python 中是为了保持向后兼容性)

type 可以像这样工作:

type(类名, 由父类名称组成的元组(针对继承的情况,可以为空),包含属性的字典(名称和值))

​ 比如下面的代码:

class Test:    # 定义了一个Test类
	pass

Test()         # 创建了一个Test类的实例对象
<__main__.Test at 0x10d3f8438>

​ 可以手动像这样创建

Test2 = type("Test2", (), {})      # 定了一个Test2类
Test2()                            # 创建了一个Test2类的实例对象
# <__main__.Test2 at 0x10d406b38>

​ 我们使用"Test2"作为类名,并且也可以把它当做一个变量来作为类的引用。类和变量是不同的,这里没有任何理由把事情弄的复杂。即type函数中第1个实参,也可以叫做其他的名字,这个名字表示类的名字

MyDogClass = type('MyDog', (), {})

print(MyDogClass)
# <class '__main__.MyDog'>

​ 使用 help 来测试这 2 个类

help(Test)       # 用help查看Test类

Help on class Test in module __main__:

class Test(builtins.object)
 |  Data descriptors defined here:
 |
 |  __dict__
 |      dictionary for instance variables (if defined)
 |
 |  __weakref__
 |      list of weak references to the object (if defined)
help(Test2)       # 用help查看Test2类

Help on class Test2 in module __main__:

class Test2(builtins.object)
 |  Data descriptors defined here:
 |
 |  __dict__
 |      dictionary for instance variables (if defined)
 |
 |  __weakref__
 |      list of weak references to the object (if defined)

1.4 使用type创建带有属性的类

​ type 接受一个字典来为类定义属性,因此

Foo = type('Foo', (), {'bar': True})

​ 可以翻译为:

class Foo(object):
	bar = True

​ 并且可以将 Foo 当成一个普通的类一样使用:

print(Foo)
# <class '__main__.Foo'>

print(Foo.bar)
# True

f = Foo()
print(f)
# <__main__.Foo object at 0x8a9b84c>

print(f.bar)
# True

​ 当然,你可以继承这个类,代码如下:

class FooChild(Foo):
	pass

​ 就可以写成:

FooChild = type('FooChild', (Foo,), {})
print(FooChild)
# <class '__main__.FooChild'>

print(FooChild.bar)  # bar 属性是由Foo继承而来
# True

注意:

  • type的第2个参数,元组中是父类的名字,而不是字符串
  • 添加的属性是类属性,并不是实例属性

1.5 使用type创建带有方法的类

​ 最终你会希望为你的类增加方法。只需要定义一个有着恰当签名的函数并将其作为属性赋值就可以了。

  • 添加实例方法:
def echo_bar(self):  # 定义了一个普通的函数
	print(self.bar)


FooChild = type('FooChild', (Foo,), {'echo_bar': echo_bar})  # 让FooChild类中的echo_bar属性,指向了上面定义的函数

hasattr(Foo, 'echo_bar')  # 判断Foo类中 是否有echo_bar这个属性
# False

hasattr(FooChild, 'echo_bar')  # 判断FooChild类中 是否有echo_bar这个属性
# True

my_foo = FooChild()

my_foo.echo_bar()
# True
  • 添加静态方法
@staticmethod
def test_static():
	print("static method ....")


Foochild = type('Foochild', (Foo,), {"echo_bar": echo_bar, "test_static": test_static})

fooclid = Foochild()

fooclid.test_static
# <function __main__.test_static>

fooclid.test_static()
# static method ....

fooclid.echo_bar()
# True
  • 添加类方法
In [42]: @classmethod
    ...: def test_class(cls):
    ...:     print(cls.bar)
    ...:

In [43]:

In [43]: Foochild = type('Foochild', (Foo,), {"echo_bar":echo_bar, "test_static": test_static, "test_class": test_class})

In [44]:

In [44]: fooclid = Foochild()

In [45]: fooclid.test_class()
True

​ 你可以看到,在 Python 中,类也是对象,你可以动态的创建类。这就是当你使用关键字 class 时 Python 在幕后做的事情,而这就是通过元类来实现的。

​ 较为完整的使用 type 创建类的方式:

class A(object):
    num = 100

def print_b(self):
    print(self.num)

@staticmethod
def print_static():
    print("----haha-----")

@classmethod
def print_class(cls):
    print(cls.num)

B = type("B", (A,), {"print_b": print_b, "print_static": print_static, "print_class": print_class})
b = B()
b.print_b()
b.print_static()
b.print_class()
# 结果
# 100
# ----haha-----
# 100

1.6 到底什么是元类

​ 元类就是用来创建类的“东西”。你创建类就是为了创建类的实例对象,不是吗?但是我们已经学习到了 Python 中的类也是对象。

​ 元类就是用来创建这些类(对象)的,元类就是类的类,你可以这样理解为:

MyClass = MetaClass()   # 使用元类创建出一个对象,这个对象称为“类”
my_object = MyClass()   # 使用“类”来创建出实例对象

​ 你已经看到了type可以让你像这样做:

MyClass = type('MyClass', (), {})

​ 这是因为函数 type 实际上是一个元类。type 就是 Python 在背后用来创建所有类的元类。现在你想知道那为什么type 会全部采用小写形式而不是 Type 呢?好吧,我猜这是为了和 str 保持一致性,str 是用来创建字符串对象的类,而 int 是用来创建整数对象的类。type 就是创建类对象的类。你可以通过检查 _class_ 属性来看到这一点。Python 中所有的东西,注意,我是指所有的东西——都是对象。这包括整数、字符串、函数以及类。它们全部都是对象,而且它们都是从一个类创建而来,这个类就是type。

age = 35
age.__class__
# <type 'int'>

name = 'bob'
name.__class__
# <type 'str'>

def foo():
    pass

foo.__class__
# <type 'function'>

class Bar(object): pass
	b = Bar()
	b.__class__
# <class '__main__.Bar'>

​ 现在,对于任何一个__class__的__class__属性又是什么呢?

a.__class__.__class__
# <type 'type'>

age.__class__.__class__
# <type 'type'>

foo.__class__.__class__
# <type 'type'>

b.__class__.__class__
# <type 'type'>

​ 因此,元类就是创建类这种对象的东西。type就是Python的内建元类,当然了,你也可以创建自己的元类。

1.7 _metaclass_ 属性

​ 你可以在定义一个类的时候为其添加__metaclass__属性。

class Foo(object):
    __metaclass__ = something…
    ...省略...

​ 如果你这么做了,Python 就会用元类来创建类 Foo。小心点,这里面有些技巧。你首先写下 class Foo(object),但是类 Foo 还没有在内存中创建。Python 会在类的定义中寻找 __metaclass__属性,如果找到了,Python 就会用它来创建类 Foo,如果没有找到,就会用内建的 type 来创建这个类。把下面这段话反复读几次。当你写如下代码时 :

class Foo(Bar):
    pass

​ Python 做了如下的操作:

  • Foo中有__metaclass__这个属性吗?如果是,Python会通过__metaclass__创建一个名字为 Foo 的类(对象)

  • 如果Python没有找到 __metaclass__,它会继续在Bar(父类)中寻找__metaclass__属性,并尝试做和前面同样的操作。

  • 如果Python在任何父类中都找不到__metaclass__,它就会在模块层次中去寻找__metaclass__,并尝试做同样的操作。

  • 如果还是找不到__metaclass__,Python就会用内置的 type 来创建这个类对象。

​ 现在的问题就是,你可以在__metaclass__中放置些什么代码呢?答案就是:可以创建一个类的东西。那么什么可以用来创建一个类呢?type,或者任何使用到 type 或者子类化 type 的东东都可以。

1.8 自定义元类

​ 元类的主要目的就是为了当创建类时能够自动地改变类。

​ 假想一个很傻的例子,你决定在你的模块里所有的类的属性都应该是大写形式。有好几种方法可以办到,但其中一种就是通过在模块级别设定__metaclass__。采用这种方法,这个模块中的所有类都会通过这个元类来创建,我们只需要告诉元类把所有的属性都改成大写形式就万事大吉了。

​ 幸运的是,__metaclass__实际上可以被任意调用,它并不需要是一个正式的类。所以,我们这里就先以一个简单的函数作为例子开始。

#-*- coding:utf-8 -*-
def upper_attr(class_name, class_parents, class_attr):

    #遍历属性字典,把不是__开头的属性名字变为大写
    new_attr = {}
    for name,value in class_attr.items():
        if not name.startswith("__"):
            new_attr[name.upper()] = value

    #调用type来创建一个类
    return type(class_name, class_parents, new_attr)

class Foo(object, metaclass=upper_attr):
    bar = 'bip'

print(hasattr(Foo, 'bar'))
print(hasattr(Foo, 'BAR'))

f = Foo()
print(f.BAR)

​ 现在让我们再做一次,这一次用一个真正的class来当做元类。

#coding=utf-8

class UpperAttrMetaClass(type):
    # __new__ 是在__init__之前被调用的特殊方法
    # __new__是用来创建对象并返回之的方法
    # 而__init__只是用来将传入的参数初始化给对象
    # 你很少用到__new__,除非你希望能够控制对象的创建
    # 这里,创建的对象是类,我们希望能够自定义它,所以我们这里改写__new__
    # 如果你希望的话,你也可以在__init__中做些事情
    # 还有一些高级的用法会涉及到改写__call__特殊方法,但是我们这里不用
    def __new__(cls, class_name, class_parents, class_attr):
        # 遍历属性字典,把不是__开头的属性名字变为大写
        new_attr = {}
        for name, value in class_attr.items():
            if not name.startswith("__"):
                new_attr[name.upper()] = value

        # 方法1:通过'type'来做类对象的创建
        return type(class_name, class_parents, new_attr)

        # 方法2:复用type.__new__方法
        # 这就是基本的OOP编程,没什么魔法
        # return type.__new__(cls, class_name, class_parents, new_attr)

# python3的用法
class Foo(object, metaclass=UpperAttrMetaClass):
    bar = 'bip'

​ 就是这样,除此之外,关于元类真的没有别的可说的了。但就元类本身而言,它们其实是很简单的:

  • 拦截类的创建

  • 修改类

  • 返回修改之后的类

​ 究竟为什么要使用元类?

​ 现在回到我们的大主题上来,究竟是为什么你会去使用这样一种容易出错且晦涩的特性?好吧,一般来说,你根本就用不上它:

​ “元类就是深度的魔法,99%的用户应该根本不必为此操心。如果你想搞清楚究竟是否需要用到元类,那么你就不需要它。那些实际用到元类的人都非常清楚地知道他们需要做什么,而且根本不需要解释为什么要用元类。” —— Python界的领袖 Tim Peters

二、元类实现 ORM

2.1 ORM是什么

​ ORM 是 Python 编程语言后端 web 框架 Django 的核心思想,“Object Relational Mapping”,即对象-关系映射,简称ORM。

​ 一个句话理解就是:创建一个实例对象,用创建它的类名当做数据表名,用创建它的类属性对应数据表的字段,当对这个实例对象操作时,能够对应MySQL语句

![img](file:///C:/Users/ChaosMoor/Desktop/materials/Python%E5%BF%AB%E9%80%9F%E5%85%A5%E9%97%A8/python%E5%92%8Clinux%E9%AB%98%E7%BA%A7%E7%BC%96%E7%A8%8B%E9%98%B6%E6%AE%B5/Python%E9%AB%98%E7%BA%A7-%E5%85%A8%E9%83%A8%EF%BC%88html%E7%89%88%EF%BC%89/Images/22day/QQ20171108-002937@2x.png)

​ 示例:

class User(父类省略):
    uid = ('uid', "int unsigned")
    name = ('username', "varchar(30)")
    email = ('email', "varchar(30)")
    password = ('password', "varchar(30)")
    ...省略...

u = User(uid=12345, name='Michael', email='test@orm.org', password='my-pwd')
u.save()

# 对应如下sql语句
# insert into User (username,email,password,uid)
# values ('Michael','test@orm.org','my-pwd',12345)

​ 说明

  • 所谓的 ORM 就是让开发者在操作数据库的时候,能够像操作对象时通过xxxx.属性 = yyyy一样简单,这是开发 ORM 的初衷

  • 只不过 ORM 的实现较为复杂,Django 中已经实现了 很复杂的操作,本节知识 主要通过完成一个 insert 相类似的 ORM,理解其中的道理就就可以了

2.2 通过元类简单实现 ORM 中的 insert 功能

class ModelMetaclass(type):
    def __new__(cls, name, bases, attrs):
        mappings = dict()
        # 判断是否需要保存
        for k, v in attrs.items():
            # 判断是否是指定的StringField或者IntegerField的实例对象
            if isinstance(v, tuple):
                print('Found mapping: %s ==> %s' % (k, v))
                mappings[k] = v

        # 删除这些已经在字典中存储的属性
        for k in mappings.keys():
            attrs.pop(k)

        # 将之前的uid/name/email/password 以及对应的对象引用、类名字
        attrs['__mappings__'] = mappings  # 保存属性和列的映射关系
        attrs['__table__'] = name  # 假设表名和类名一致
        return type.__new__(cls, name, bases, attrs)


class User(metaclass=ModelMetaclass):
    uid = ('uid', "int unsigned")
    name = ('username', "varchar(30)")
    email = ('email', "varchar(30)")
    password = ('password', "varchar(30)")
    # 当指定元类之后,以上的类属性将不在类中,而是在__mappings__属性指定的字典中存储
    # 以上User类中有 
    # __mappings__ = {
    #     "uid": ('uid', "int unsigned")
    #     "name": ('username', "varchar(30)")
    #     "email": ('email', "varchar(30)")
    #     "password": ('password', "varchar(30)")
    # }
    # __table__ = "User"
    def __init__(self, **kwargs):
        for name, value in kwargs.items():
            setattr(self, name, value)

    def save(self):
        fields = []
        args = []
        for k, v in self.__mappings__.items():
            fields.append(v[0])
            args.append(getattr(self, k, None))

        sql = 'insert into %s (%s) values (%s)' % (self.__table__, ','.join(fields), ','.join([str(i) for i in args]))
        print('SQL: %s' % sql)


u = User(uid=12345, name='Michael', email='test@orm.org', password='my-pwd')
# print(u.__dict__)
u.save()

执行的效果:

Found mapping: password ==> ('password', 'varchar(30)')
Found mapping: email ==> ('email', 'varchar(30)')
Found mapping: uid ==> ('uid', 'int unsigned')
Found mapping: name ==> ('username', 'varchar(30)')
SQL: insert into User (uid,password,username,email) values (12345,my-pwd,Michael,test@orm.org)

2.3 完善对数据类型的检测

class ModelMetaclass(type):
    def __new__(cls, name, bases, attrs):
        mappings = dict()
        # 判断是否需要保存
        for k, v in attrs.items():
            # 判断是否是指定的StringField或者IntegerField的实例对象
            if isinstance(v, tuple):
                print('Found mapping: %s ==> %s' % (k, v))
                mappings[k] = v

        # 删除这些已经在字典中存储的属性
        for k in mappings.keys():
            attrs.pop(k)

        # 将之前的uid/name/email/password以及对应的对象引用、类名字
        attrs['__mappings__'] = mappings  # 保存属性和列的映射关系
        attrs['__table__'] = name  # 假设表名和类名一致
        return type.__new__(cls, name, bases, attrs)


class User(metaclass=ModelMetaclass):
    uid = ('uid', "int unsigned")
    name = ('username', "varchar(30)")
    email = ('email', "varchar(30)")
    password = ('password', "varchar(30)")
    # 当指定元类之后,以上的类属性将不在类中,而是在__mappings__属性指定的字典中存储
    # 以上User类中有 
    # __mappings__ = {
    #     "uid": ('uid', "int unsigned")
    #     "name": ('username', "varchar(30)")
    #     "email": ('email', "varchar(30)")
    #     "password": ('password', "varchar(30)")
    # }
    # __table__ = "User"
    def __init__(self, **kwargs):
        for name, value in kwargs.items():
            setattr(self, name, value)

    def save(self):
        fields = []
        args = []
        for k, v in self.__mappings__.items():
            fields.append(v[0])
            args.append(getattr(self, k, None))

        args_temp = list()
        for temp in args:
            # 判断入如果是数字类型
            if isinstance(temp, int):
                args_temp.append(str(temp))
            elif isinstance(temp, str):
                args_temp.append("""'%s'""" % temp)
        sql = 'insert into %s (%s) values (%s)' % (self.__table__, ','.join(fields), ','.join(args_temp))
        print('SQL: %s' % sql)


u = User(uid=12345, name='Michael', email='test@orm.org', password='my-pwd')
# print(u.__dict__)
u.save()

​ 运行效果如下:

Found mapping: uid ==> ('uid', 'int unsigned')
Found mapping: password ==> ('password', 'varchar(30)')
Found mapping: name ==> ('username', 'varchar(30)')
Found mapping: email ==> ('email', 'varchar(30)')
SQL: insert into User (email,uid,password,username) values ('test@orm.org',12345,'my-pwd','Michael')

2.4 抽取到基类中

class ModelMetaclass(type):
    def __new__(cls, name, bases, attrs):
        mappings = dict()
        # 判断是否需要保存
        for k, v in attrs.items():
            # 判断是否是指定的StringField或者IntegerField的实例对象
            if isinstance(v, tuple):
                print('Found mapping: %s ==> %s' % (k, v))
                mappings[k] = v

        # 删除这些已经在字典中存储的属性
        for k in mappings.keys():
            attrs.pop(k)

        # 将之前的uid/name/email/password以及对应的对象引用、类名字
        attrs['__mappings__'] = mappings  # 保存属性和列的映射关系
        attrs['__table__'] = name  # 假设表名和类名一致
        return type.__new__(cls, name, bases, attrs)


class Model(object, metaclass=ModelMetaclass):
    def __init__(self, **kwargs):
        for name, value in kwargs.items():
            setattr(self, name, value)

    def save(self):
        fields = []
        args = []
        for k, v in self.__mappings__.items():
            fields.append(v[0])
            args.append(getattr(self, k, None))

        args_temp = list()
        for temp in args:
            # 判断入如果是数字类型
            if isinstance(temp, int):
                args_temp.append(str(temp))
            elif isinstance(temp, str):
                args_temp.append("""'%s'""" % temp)
        sql = 'insert into %s (%s) values (%s)' % (self.__table__, ','.join(fields), ','.join(args_temp))
        print('SQL: %s' % sql)


class User(Model):
    uid = ('uid', "int unsigned")
    name = ('username', "varchar(30)")
    email = ('email', "varchar(30)")
    password = ('password', "varchar(30)")


u = User(uid=12345, name='Michael', email='test@orm.org', password='my-pwd')
# print(u.__dict__)
u.save()


这篇关于Python MetaClass 元类的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!


扫一扫关注最新编程教程