07-元类编程
一、元类编程
1.1、property动态属性
from datetime import date, datetime class User: def __init__(self, name, birthday): self.name = name self.birthday = birthday self._age = 0 # def get_age(self): # return datetime.now().year - self.birthday.year @property #直接调用属性描述符就可以运行函数（将取函数模式变成取属性模式） def age(self): return datetime.now().year - self.birthday.year @age.setter def age(self, value): self._age = value if __name__ == "__main__": user = User("lishuntao", date(year=1998, month=11, day=1)) user.age = 18 print (user._age) print(user.age)
1.2、__getattr__、__getattribute__魔法函数
#__getattr__, __getattribute__ #__getattr__ 就是在查找不到属性的时候调用,如果没有这个魔法函数会报错 from datetime import date class User: def __init__(self,info={}): self.info = info def __getattr__(self, item): return self.info[item] # def __getattribute__(self, item): #无条件优先进入这个魔法函数内，不会先寻找其他属性 # return "lishuntao" if __name__ == "__main__": user = User(info={"company_name":"alibaba", "name":"lishuntao1"}) print(user.company_name)#如果没有此属性会进入__getattr__魔法函数，__getattribute__有的话无条件 #第一进入此魔法函数，能不写这个魔法函数就不写，写框架会用到这个魔法函数
1.3、属性描述符和属性查找过程
import numbers #验证数据库字段的实现 class IntField: #数据描述符 def __get__(self, instance, owner): return self.value def __set__(self, instance, value): if not isinstance(value, numbers.Integral): raise ValueError("int value need") if value < 0: raise ValueError("positive value need") self.value = value def __delete__(self, instance): #实现这三个魔法方法中的任意一个魔法方法，类都会变成属性描述符 pass class NonDataIntField: #非数据属性描述符 def __get__(self, instance, owner): return self.value class User: age = IntField() #age是data descriptor 数据库模型类的字段验证 # age = NonDataIntField() #age是non-data descriptor if __name__ == "__main__": user = User() user.age = 18 user.__dict__["age"] = "abc" print (user.__dict__) #{'age': 'abc'} print (user.age) #18 ''' 如果user是某个类的实例，那么user.age（以及等价的getattr(user,’age’)） 首先调用__getattribute__。如果类定义了__getattr__方法， 那么在__getattribute__抛出 AttributeError 的时候就会调用到__getattr__， 而对于描述符(__get__）的调用，则是发生在__getattribute__内部的。 user = User(), 那么user.age 顺序如下： （1）如果“age”是出现在User或其基类的__dict__中， 且age是data descriptor， 那么调用其__get__方法, 否则 （2）如果“age”出现在user的__dict__中， 那么直接返回 obj.__dict__[‘age’]， 否则 （3）如果“age”出现在User或其基类的__dict__中 （3.1）如果age是non-data descriptor，那么调用其__get__方法， 否则 （3.2）返回 __dict__[‘age’] （4）如果User有__getattr__方法，调用__getattr__方法，否则 （5）抛出AttributeError '''
1.4、__new__和__init__的区别
class User: def __new__(cls, *args, **kwargs):#在对象生成之前的一些操作 print ("new ") return super().__new__(cls) def __init__(self, name): self.name = name print ("init") pass a = int() #new 是用来控制对象的生成过程， 在对象生成之前 #init是用来完善对象的 #如果new方法不返回对象， 则不会调用__init__函数 if __name__ == "__main__": user = User(name="lishuntao")
1.5、自定义元类
#类也是对象，type创建类的类 def create_class(name): if name == "user": class User: def __str__(self): return "user" return User elif name == "company": class Company: def __str__(self): return "company" return Company #type动态创建类 # User = type("User", (), {}) def say(self): return "I am user" # return self.name class BaseClass(): def answer(self): return "I am baseclass" class MetaClass(type): #这个就是元类（在生成类对象之前做的操作） def __new__(cls, *args, **kwargs): return super().__new__(cls, *args, **kwargs) from collections.abc import * #什么是元类， 元类是创建类的类 （对象<-class(对象)<-type） class User(metaclass=MetaClass): def __init__(self, name): self.name = name def __str__(self): return "user" #python中类的实例化过程，会首先寻找metaclass，如果找不到就会去基类中找metaclass，通过metaclass去创建user类 if __name__ == "__main__": # MyClass = create_class("user")#用函数创建类对象 # my_obj = MyClass() # print(type(my_obj)) """ type本身也是继承object的类 class type(object): type(object_or_name, bases, dict) type(object) -> the object's type type(name, bases, dict) -> a new type """ # User = type("User", (BaseClass, ), {"name":"user", "say":say}) #type也可以实现类对象（传入参数） my_obj = User(name="lishuntao") print(my_obj)
1.6、通过元类实现ORM
# 需求 实现ORM（Django实现ORM原理） import numbers class Field: pass class IntField(Field): """ 验证是否满足整数 #数据描述符 """ def __init__(self, db_column, min_value=None, max_value=None): self._value = None self.min_value = min_value self.max_value = max_value self.db_column = db_column # 初级判断 if min_value is not None: if not isinstance(min_value, numbers.Integral): raise ValueError("min_value must be int") elif min_value < 0: raise ValueError("min_value must be positive int") if max_value is not None: if not isinstance(max_value, numbers.Integral): raise ValueError("max_value must be int") elif max_value < 0: raise ValueError("max_value must be positive int") if min_value is not None and max_value is not None: if min_value > max_value: raise ValueError("min_value must be smaller than max_value") def __get__(self, instance, owner): #调用属性的时候会调用此魔法函数 return self._value def __set__(self, instance, value): #给属性赋值的时候会调用此魔法函数 因此应该在这里面判断值是否是整数 if not isinstance(value, numbers.Integral): raise ValueError("int value need") if value < self.min_value or value > self.max_value: raise ValueError("value must between min_value and max_value") self._value = value class CharField(Field): """ 验证是否满足字符串字段 """ def __init__(self, db_column, max_length=None): self._value = None self.db_column = db_column #初级判断 if max_length is None: raise ValueError("you must spcify max_lenth for charfiled") self.max_length = max_length def __get__(self, instance, owner): return self._value def __set__(self, instance, value):#当给属性赋值的时候调用此魔法函数，因此判断逻辑在这里进行 if not isinstance(value, str): raise ValueError("string value need") if len(value) > self.max_length: raise ValueError("value len excess len of max_length") self._value = value #元类中实现将传入的值取出来 #从BaseModel来到元类之中，实例化ModelMetaClass类对象之前，先执行__new__当中的逻辑，类名为ModelMetaClass，因此进入else class ModelMetaClass(type): def __new__(cls, name, bases, attrs, **kwargs): if name == "BaseModel": return super().__new__(cls, name, bases, attrs, **kwargs) #实例化类对象之前，必须返回参数 #字段是封装到这个中的 fields = {} # name bases attrs 对应下面的type实现类对象的参数（因为继承了type类对象） #type("User", (BaseClass, ), {"name":"user", "say":say}) #type也可以实现类对象（传入参数） for key, value in attrs.items(): if isinstance(value, Field):#判断字段中的值是否为同一实例化对象，都继承Field，因此为True fields[key] = value attrs_meta = attrs.get("Meta", None) #取出类 #表名是封装到这个_meta中的 _meta = {} db_table = name.lower() #将模型类（User）变成小写，赋值给表名 if attrs_meta is not None: table = getattr(attrs_meta, "db_table", None) #取出类中的属性 if table is not None: #已经设置数据库表的表名 db_table = table _meta["db_table"] = db_table #将表名和字段封装给attrs（dict）参数 attrs["_meta"] = _meta attrs["fields"] = fields # 删除attrs参数中的Meta，已经把表名取出来了，没有必要存储到attrs参数中 del attrs["Meta"] return super().__new__(cls, name, bases, attrs, **kwargs) #当实例化User之前，进入到这里，要实例化BaseModel类对象之前，寻找到metaclass进入metaclass逻辑中 class BaseModel(metaclass=ModelMetaClass): def __init__(self, *args, **kwargs): #从元类返回回来的参数修改过的attrs，进入到这里被初始化 #kwargs，因为attrs是字典，因此需要遍历这个 for key, value in kwargs.items(): setattr(self, key, value)#将attrs["_meta"]、与attrs["fields"]初始化成对象属性 return super().__init__() def save(self): fields = [] values = [] #{"name":"lishuntao","age":18} for key, value in self.fields.items(): db_column = value.db_column #调用对象属性（CharField的对象name，IntField的对象age） if db_column is None:#如果默认列表名字没有填入 db_column = key.lower()#就使用字段名的小写作为表名 #将表名全部加入到fields列表中 fields.append(db_column) #将属性的值取出来 value = getattr(self, key) values.append(str(value)) #SQL语句的书写 fields=",".join(fields)这个是将列表变成字符串 sql = "insert {db_table}({fields}) value({values})".format(db_table=self._meta["db_table"], fields=",".join(fields), values=",".join(values)) pass #继承的是元类，当实例化此类对象之前的时候，会去寻找metaclass，如果没有就去父(基)类中寻找metaclass class User(BaseModel): """ 实现表的字段，以及数据类型限制 """ name = CharField(db_column="name", max_length=10) age = IntField(db_column="age", min_value=1, max_value=100) class Meta: db_table = "user" if __name__ == "__main__": #实现orm数据的赋值与保存 user = User(name="lishuntao", age=18) # user.name = "lishuntao" # user.age = 18 user.save()
