Python学习笔记——元类、实现ORM
本文共 15787 字，大约阅读时间需要 52 分钟。
目录
元类
1. 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>>> def echo(o):… print(o)…>>> echo(ObjectCreator) # 你可以将类做为参数传给函数 >>> 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>
2. 动态地创建类
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 >>> 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>>> print(type("1")) # 字符串的类型 >>> print(type(ObjectCreator())) # 实例对象的类型 >>> print(type(ObjectCreator)) # 类的类型
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
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：
In [2]: class Test: #定义了一个Test类 ...: pass ...:In [3]: Test() # 创建了一个Test类的实例对象Out[3]: <__main__.Test at 0x10d3f8438>
可以手动像这样创建：
Test2 = type("Test2", (), {}) # 定了一个Test2类In [5]: Test2() # 创建了一个Test2类的实例对象Out[5]: <__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
In [23]: MyDogClass = type('MyDog', (), {})In [24]: print(MyDogClass) 使用help来测试这2个类
In [10]: 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)
In [8]: 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)
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)>>> 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) >>> 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
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
In [46]: def echo_bar(self): # 定义了一个普通的函数 ...: print(self.bar) ...:In [47]: 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In [48]: hasattr(Foo, 'echo_bar') # 判断Foo类中 是否有echo_bar这个属性Out[48]: FalseIn [49]:In [49]: hasattr(FooChild, 'echo_bar') # 判断FooChild类中 是否有echo_bar这个属性Out[49]: TrueIn [50]: my_foo = FooChild()In [51]: my_foo.echo_bar()True 添加静态方法
In [36]: @staticmethod ...: def test_static(): ...: print("static method ....") ...:In [37]: Foochild = type('Foochild', (Foo,), {"echo_bar": echo_bar, "test_static": test_static})In [38]: fooclid = Foochild()In [39]: fooclid.test_staticOut[39]: In [40]: fooclid.test_static()static method ....In [41]: 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 = 100def print_b(self): print(self.num)@staticmethoddef print_static(): print("----haha-----")@classmethoddef 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 6. 到底什么是元类（终于到主题了）
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__>>>>>> name = 'bob'>>> name.__class__ >>>>>> def foo(): pass>>>foo.__class__ >>>>>> class Bar(object): pass>>> b = Bar()>>> b.__class__ >>>
现在，对于任何一个__class__的__class__属性又是什么呢？
>>> a.__class__.__class__>>> age.__class__.__class__ >>> foo.__class__.__class__ >>> b.__class__.__class__
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。
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。
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。
python2中
#-*- coding:utf-8 -*-def upper_attr(class_name, class_parents, class_attr): # class_name 会保存类的名字 Foo # class_parents 会保存类的父类 object # class_attr 会以字典的方式保存所有的类属性 # 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 # 设置Foo类的元类为upper_attr bar = 'bip'print(hasattr(Foo, 'bar'))print(hasattr(Foo, 'BAR'))f = Foo()print(f.BAR) python3中
#-*- 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-8class 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'# python2的用法# class Foo(object):# __metaclass__ = UpperAttrMetaClass# bar = 'bip'print(hasattr(Foo, 'bar'))# 输出: Falseprint(hasattr(Foo, 'BAR'))# 输出:Truef = Foo()print(f.BAR)# 输出:'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
元类实现ORM
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
demo:
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. 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) 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') 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()
你可能感兴趣的文章
hdu-6638 Snowy Smile
查看>>
用vs来写一段判断是不是水仙花数的代码
查看>>
oracle中查询某个库中所有的表以及所占的表空间大小
查看>>
elasticsearch _update api 更新部分字段内容
查看>>
Java设计模式-工厂模式
查看>>
ckplayer 调用方法
查看>>
javascript window对象
查看>>
使用cglib动态创建java类
查看>>
yum网络源配置
查看>>
【bzoj3295】[Cqoi2011]动态逆序对 线段树套SBT
查看>>
nginx ：413 Request Entity Too Large
查看>>
Light OJ 1031： Easy Game 区间DP
查看>>
使用System.getProperty("line.separator")时没有换行问题解决
查看>>
HDU 5414 CRB and String （字符串，模拟）
查看>>
Telit GPRS模块测试报告
查看>>
TLD视觉跟踪算法（转）
查看>>
java中String类型的null值和空字符串的差别
查看>>
hgoi#20190628
查看>>
MATLAB随机森林回归模型
查看>>
我的2017年总结
查看>>