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()
来源：https://www.cnblogs.com/lishuntao/p/12006566.html