元类加异常处理
元类：
元类是什么：在python中一切皆对象。类也是对象，可以把一个类当成普通对象来使用，比如
存储到列表中，或者作为参数传给函数等等。。。
对象是通过类实例化产生的
类对象 是由type实例化产生的 （记住）
class AClass:
pass
print(type(AClass))
我们可以手动调用type来实例化产生一个类
一个类由三个部分组成：类的名称（我是谁） | 类的父类们（我从哪里来） | 类的名称空间（我有什么）
type（类名，父类元祖，名称空间字典） #返回一个新的类
type（对象）会返回这个对象的类型
总结：当你定义一个类时，解释器会自动调用type来完成类的实例化。
模拟解释器创建类对象
def test1(a):
print(a)
def test2(self,b):
print(self,b)
class_name = "C"
bases = (object,)
name_dict = {"name":"jack","test1":test1,"test2":test2}
C = type(class_name,bases,name_dict)
# print(C)
c1 = C()
# print(c1)
c1.test2(100)
补充：exec，eval
exec用于执行字符串形式的python代码，只要符合python都能执行，并且可以指定将执行产生的名字放入某个名称空间。
eval 用于执行简单的表达式，不能有任何的语法，而且只能一行。
class_text = """
class A:
def test(self):
print(self)
"""
loca2 = {}
exec(class_text,None,loca2)
print(loca2)
#eval(class_text) #报错
所以说元类就是用于产生类的类。
元类翻译成metaclass，只要看见它将应该想起来这是元类。
我们在定义元类时，尽量在类名后添加MetaClass 方便阅读
用来干啥：
当我们需要高度定制类时，如限制类名必须大写开头等等，就需要使用元类，但是元类type中的代码，无法被修改，只能创建新的元类（继承自object）通过覆盖__init__来完成对类的限制。
使用元类
如何自定义元类：
class MyMetaClass(type):
pass
# 使用自定义元类
class Person(metaclass=MyMetaClass):
pass
__init__方法（重点）：
实例化对象时会自动执行类中的__inti__方法，类也是对象，在实例化类对象时会自动执行元类中的__init__方法。并且传入类的三个必要参数，类的名字，父类们，名称空间
当然会自动传入类对象本身作为第一个参数
案例：限制类名必须首字母大写，控制类中方法名必须全部小写
class MyMetaClass(type):
def __init__(self,class_name,bases,name_dict):
super().__init__(class_name,bases,name_dict)
# 类名必须首字母大写 否则直接抛出异常
if not class_name.istitle():
print("类名必须大写 傻x!")
raise Exception
# 控制类中方法名必须全部小写
for k in name_dict:
if str(type(name_dict[k])) == "<class 'function'>":
if not k.islower():
raise Exception
pass
# 会自动调用其元类中的 __init__ 方法传入 类对象本身 类名称 父类们 名称空间
class Student(object,metaclass=MyMetaClass): # MyMetaClass("Student",(object,),{})
NAME = 10
def say(self):
print("SAY")
__new__方法：
作用是创建一个类对象
class A(metaclass=MyMetaClass):
pass
1.执行MyMetaClass的__new__方法 拿到一个类对象
2.执行MyMetaClass的__init__ 方法 传入类对象以及其他的属性 ,进行初始化
注意：如果覆盖了__new__一定也要调用type中的__new__并返回执行结果
使用__new__方法也可以完成定制类的工作和__init__有什么区别吗？
在调用__init__方法前类对象已经创建完成了。所以如果对性能要求高的话，可以选择在new中完成定制，如果发现有问题，就不用创建类对象了。
需求：要求每个类必须包含__doc__属性
class DocMeatClass(type):
def __init__(self,class_name,bases,name_dict):
super().__init__(class_name,bases,name_dict)
# if not("__doc__" in name_dict and name_dict["__doc__"]):
# raise Exception
# 或者如下
if not self.__doc__:
raise Exception
class Person(metaclass=DocMeatClass):
""""""
pass
# 需求: 要求每个类必须包含__doc__属性 __doc__ 用于访问一个对象的注释信息
# 你要控制类的创建 那就自定义元类 覆盖__init__
class DocMeatClass(type):
def __init__(self,class_name,bases,name_dict):
super().__init__(class_name,bases,name_dict)
# if not("__doc__" in name_dict and name_dict["__doc__"]):
# raise Exception
if not self.__doc__:
raise Exception
class Person(metaclass=DocMeatClass):
pass
__call__方法（重点）
元类中的call方法会在调用类时执行。
可以用于控制对象的创建过程
class MyMeta(type):
# 获得某个类的实例
def __call__(self, *args, **kwargs):
print("call")
# return super().__call__(*args,**kwargs)
new_args = []
for i in args:
if isinstance(i,str):
new_args.append(i.upper())
else:
new_args.append(i)
return super().__call__(*new_args,**kwargs)
# 注意注意注意: __new__ __init__ 是创建类对象时还会执行
# __call__ 类对象要产生实例时执行
class Student(metaclass=MyMeta):
def __init__(self,name,gender,age):
self.name = name
self.gender = gender
self.age = age
s = Student("jack","woman",18)
print(s.age)
print(s.gender)
class Person(metaclass=MyMeta):
def __init__(self,name,gender):
self.name = name
self.gender = gender
p = Person("rose","man")
print(p.name)
总结：当你要定制类时，就自定义元类并覆盖init方法
元类实现单例模式
什么是单例：某个类如果只有一个实例对象，那么该类称为单例类
单例的好处：当某个类的所有对象特征和行为完全一样时，避免重复创建对象，浪费资源
案例：
class SingletonMetaClass(type):
#创建类时会执init 在这为每个类设置一个obj属性 默认为None
def __init__(self,a,b,c):
super().__init__(a,b,c)
self.obj = None
# 当类要创建对象时会执行 该方法
def __call__(self, *args, **kwargs):
# 判断这个类 如果已经有实例了就直接返回 从而实现单例
if self.obj:
return self.obj
# 没有则创建新的实例并保存到类中
obj = type.__call__(self,*args,**kwargs)
self.obj = obj
return obj
异常：
什么是异常：异常是程序运行过程中发生的非正常情况，是一个错误发生时的信号，异常如果没有被正确处理的话，将导致程序被终止，这对于用户体验是非常差的，可能导致严重的后果。处理异常的目的就是提高程序的健壮性
异常的分类：
python解释器在执行代码前会先检查其语法，语法通过才会开始执行代码。
1.语法检测异常，作为一个合格的程序员，是不应该出现这种低级错误
2.运行时异常：已经通过语法检测时，才会执行代码，执行过程中发生异常，称之为运行时异常
看见的异常：
TypeError: 'int' object is not subscriptable 对象不能被切片
TypeError: 'list' object is not callable 对象不能被调用
IndexError: list index out of range 索引超出范围
TypeError: 'builtin_function_or_method' object is not iterable 对象不能被迭代
KeyError: 'xxx' 不存在这个key
FileNotFoundError: [Errno 2] No such file or directory: 'xxxxx' 文件找不到
异常的组成：
Traceback (most recent call last):
File "F:/python8期/课堂内容/day29/11.常见异常.py", line 22, in <module>
with open("xxxxx") as f:
FileNotFoundError: [Errno 2] No such file or directory: 'xxxxx'
Traceback 是异常追踪信息 用于展示错误发生的具体位置 以及调用的过程
其中 包括了 错误发生的模块 文件路径 行号 函数名称 具体的代码
最后一行 前面是错误的类型
后面 错误的详细信息 在查找错误时 主要参考的就是详细信息
异常处理：
异常发生后，如果不正确处理将导致程序终止，我们必须应该尽量的避免这种情况发生
重点：
语法:
try:
可能会出现异常的代码 放到try里面
except 具体异常类型 as e:
如果真的发生异常就执行except
如何正确处理异常：
-
-
try 仅在 即使你知道为什么发生错误 ,但是你却无法避免 例如 你明确告诉用户 需要一个正确文件路径 然而用户依然传入了错误的路径
如 socket 双方都要使用管道 ,但是如果一方有由于某些原因强行关闭了 ,即使你知道原因也无法避免出错 那就只能try 保证程序正常结束
总结一句话:能不加try 就不加try
自定义异常类：
当系统提供异常类不能准确描述错误原因时，就可以自定义异常类继承自Execption即可
class MyException(Exception):
pass
主动抛出异常：
什么时候需要主动抛出异常
当我们做功能的提供者,给外界提供一个功能接口
主动抛出异常使用raise 关键字
后面可以跟任何Exception的子类 或是 对象
raise MyException
raise MyException("错误具体原因!")
断言assert
即非常肯定某个条件是成立的
条件是否成立其实可以使用if来判断
其存在的目的就是 为了简化if 判断而生的
