Python进阶开发之元类编程
系列文章
√第一章 元类编程，已完成 ;
本文目录
类是如何产生的如何使用type创建类理解什么是元类使用元类的意义元类实战：ORM
. 类是如何产生的
类是如何产生？这个问题肯定很傻。实则不然，很多人只知道使用继承的表面形式来创建一个类，却不知道其内部真正的创建是由type来创建的。
type？这不是判断对象类型的函数吗？
是的，type通常用法就是用来判断对象的类型。但除此之外，他最大的用途是用来动态创建类。当Python扫描到class的语法的时候，就会调用type函数进行类的创建。
. 如何使用type创建类
首先，type()需要接收三个参数
11. 类的名称，若不指定，也要传入空字符串：""
22. 父类，注意以tuple的形式传入，若没有父类也要传入空tuple：()，默认继承object
33. 绑定的方法或属性，注意以dict的形式传入
来看个例子
1# 准备一个基类（父类）
2class BaseClass:
3 def talk(self):
4 print("i am people")
5
6# 准备一个方法
7def say(self):
8 print("hello")
9
10# 使用type来创建User类
11User = type("User", (BaseClass, ), {"name":"user", "say":say})
. 理解什么是元类
什么是类？可能谁都知道，类就是用来创建对象的「模板」。
那什么是元类呢？一句话通俗来说，元类就是创建类的「模板」。
为什么type能用来创建类？因为它本身是一个元类。使用元类创建类，那就合理了。
type是Python在背后用来创建所有类的元类，我们熟知的类的始祖 object 也是由type创建的。更有甚者，连type自己也是由type自己创建的，这就过份了。
1>>> type(type)
2<class 'type'>
3>>> type(object
4<class 'type'>
5>>> type(int)
6<class 'type'>
7>>> type(str)
8<class 'type'>
如果要形象的来理解的话，就看下面这三行话。
1str：用来创建字符串对象的类。
2int：是用来创建整数对象的类。
3type：是用来创建类对象的类。
反过来看
1一个实例的类型，是类
2一个类的类型，是元类
3一个元类的类型，是type
来看下实例
1# Python3.7
2>>> class MetaPerson(type):
3... pass
4...
5>>> class Person(metaclass=MetaPerson):
6... pass
7...
8>>> Tom = Person()
9>>> print(type(Tom))
10<class '__main__.Person'>
11>>> print(type(Tom.__class__))
12<class '__main__.MetaPerson'>
13>>> print(type(Tom.__class__.__class__))
14<class 'type'>
上面是一个简单的示例。
下面看一个稍微完整的
1# 注意要从type继承
2class BaseClass(type):
3 def __new__(cls, *args, **kwargs):
4 print("in BaseClass")
5 return super().__new__(cls, *args, **kwargs)
6
7class User(metaclass=BaseClass):
8 def __init__(self, name):
9 self.name = name
10
11user = User("wangbm")
. 使用元类的意义
正常情况下，我们都不会使用到元类。但是这并不意味着，它不重要。假如某一天，我们需要写一个框架，很有可能就需要用到元类。
但是，为什么要用它呢？不要它会怎样？
经过我的总结，元类的作用过程如下
- 拦截类的创建
- 拦截下后，进行修改
- 修改完后，返回修改后的类
很明显，使用元类，是要对类进行定制修改。使用元类来动态生成元类的实例，而99%的开发人员是不需要动态修改类的，因为这应该是框架才需要考虑的事。
但是，这样说，你一定不会服气，到底元类用来干什么？其实元类的作用就是创建API，一个最典型的应用是 Django ORM。
. 元类实战：ORM
使用过Django ORM的人都知道，有了ORM，使得我们操作数据库，变得异常简单。
ORM的一个类(User)，就对应数据库中的一张表。id,name,email,password 就是字段。
1class User(BaseModel):
2 id = IntField('id')
3 name = StrField('username')
4 email = StrField('email')
5 password = StrField('password')
6
7 class Meta:
8 db_table = "user"
如果我们要插入一条数据，我们只需这样做
1# 实例化成一条记录
2u = User(id=20180424, name="xiaoming",
3 email="xiaoming@163.com", password="abc123")
4
5# 保存这条记录
6u.save()
通常用户层面，只需要懂应用，就像上面这样操作就可以了。
但是今天我并不是来教大家如何使用ORM，我们是用来探究ORM内部究竟是如何实现的。我们也可以自己写一个简易的ORM。
从上面的User类中，我们看到StrField和IntField，从字段意思上看，我们很容易看出这代表两个字段类型。字段名分别是id,username,email,password。
StrField和IntField在这里的用法，叫做属性描述符，如果对这个不了解的可以查看文章底部的参考文章，也是我写的。
简单来说呢，属性描述符可以实现对属性值的类型，范围等一切做约束，意思就是说变量id只能是int类型，变量name只能是str类型，否则将会抛出异常。
那如何实现这两个属性描述符呢？请看代码。
1import numbers
2
3class Field:
4 pass
5
6class IntField(Field):
7 def __init__(self, name):
8 self.name = name
9 self._value = None
10
11 def __get__(self, instance, owner):
12 return self._value
13
14 def __set__(self, instance, value):
15 if not isinstance(value, numbers.Integral):
16 raise ValueError("int value need")
17 self._value = value
18
19class StrField(Field):
20 def __init__(self, name):
21 self.name = name
22 self._value = None
23
24 def __get__(self, instance, owner):
25 return self._value
26
27 def __set__(self, instance, value):
28 if not isinstance(value, str):
29 raise ValueError("string value need")
30 self._value = value
我们看到User类继承自BaseModel，这个BaseModel里，定义了数据库操作的各种方法，譬如我们使用的save函数，也可以放在这里面的。所以我们就可以来写一下这个BaseModel类
1class BaseModel(metaclass=ModelMetaClass):
2 def __init__(self, *args, **kw):
3 for k,v in kw.items():
4 # 这里执行赋值操作，会进行数据描述符的__set__逻辑
5 setattr(self, k, v)
6 return super().__init__()
7
8 def save(self):
9 db_columns=[]
10 db_values=[]
11 for column, value in self.fields.items():
12 db_columns.append(str(column))
13 db_values.append(str(getattr(self, column)))
14 sql = "insert into {table} ({columns}) values({values})".format(
15 table=self.db_table, columns=','.join(db_columns),
16 values=','.join(db_values))
17 pass
从BaseModel类中，save函数里面有几个新变量，
- fields: 存放所有的字段属性
- db_table：表名
注意：上面代码中class BaseModel(metaclass=ModelMetaClass)请替换成class BaseModel(object) 再阅读。这样更贴合思考顺序。
我们思考一下这个u实例的创建过程：
type -> object -> BaseModel -> User -> u
这里会有几个问题。
- init的参数是User实例时传入的，所以传入的id是int类型，name是str类型。看起来没啥问题，若是这样，我上面的数据描述符就失效了，不能起约束作用。所以我们希望init接收到的id是IntField类型，name是StrField类型。
- 同时，我们希望这些字段属性，能够自动归类到fields变量中。因为，做为BaseModel，它可不是专门为User类服务的，它还要兼容各种各样的表。不同的表，表里有不同数量，不同属性的字段，这些都要能自动类别并归类整理到一起。这是一个ORM框架最基本的。
- 我们希望对表名有两种选择，一个是User中若指定Meta信息，比如表名，就以此为表名，若未指定就以类名的小写 做为表名。虽然BaseModel可以直接取到User的db_table属性，但是如果在数据库业务逻辑中，加入这段复杂的逻辑，显然是很不优雅的。
上面这几个问题，其实都可以通过元类的__new__函数来完成。
元类的__new__和普通类的可不一样，元类的__new__，可以获取到上层类的一切属性和方法，包括类名，魔法方法。
而普通类的__new__ 只能获取到实例化时外界传入的属性。
下面就来看看，如何用元类来解决这些问题呢？请看代码。
1class ModelMetaClass(type):
2 def __new__(cls, name, bases, attrs):
3 if name == "BaseModel":
4 # 第一次进入__new__是创建BaseModel类，name="BaseModel"
5 # 第二次进入__new__是创建User类及其实例，name="User"
6 return super().__new__(cls, name, bases, attrs)
7
8 # 根据属性类型，取出字段
9 fields = {k:v for k,v in attrs.items() if isinstance(v, Field)}
10
11 # 如果User中有指定Meta信息，比如表名，就以此为准
12 # 如果没有指定，就默认以 类名的小写 做为表名，比如User类，表名就是user
13 _meta = attrs.get("Meta", None)
14 db_table = name.lower()
15 if _meta is not None:
16 table = getattr(_meta, "db_table", None)
17 if table is not None:
18 db_table = table
19
20 # 注意原来由User传递过来的各项参数attrs，最好原模原样的返回，
21 # 如果不返回，有可能下面的数据描述符不起作用
22 # 除此之外，我们可以往里面添加我们自定义的参数
23 attrs["db_table"] = db_table
24 attrs["fields"] = fields
25 return super().__new__(cls, name, bases, attrs)
至此，我们的简易ORM就已经成型。
参考文章：
