博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
python元编程详解
阅读量:5148 次
发布时间:2019-06-13

本文共 7735 字,大约阅读时间需要 25 分钟。

什么是元编程

软件开发中很重要的一条原则就是“不要重复自己的工作(Don’t repeat youself)”,也就是说当我们需要复制粘贴代码时候,通常都需要寻找一个更加优雅的解决方案,在python中,这类问题常常会归类为“元编程”

元编程目的

是创建函数和类,并用他们操作代码(例如修改,生成,或者包装自己已有的代码)。尽可能的使代码优雅简洁。具体而言,通过编程的方法,在更高的抽象层次上对一种层次的抽象的特性进行修改

元编程应用

给函数添加一个包装(装饰器)

关于装饰器的参考链接:

注意:对wraps装饰器的使用进行补充说明,在类装饰器中使用闭包会导致生成的对象不再是被装饰的类的实例,而是在装饰器函数创建的子类的实例,这会影响__name__和__doc__等属性,在上篇我们使用@wraps装饰器对函数装饰器进行操作让问题得到解决,但在类装饰器中这一方法无效。

元类

在理解元类之前,您需要掌握Python中的类。Python对于从Smalltalk语言借用的类是非常奇怪的。在大多数语言中,类只是描述如何生成对象的代码片段。在Python中也是如此:

>>> class ObjectCreator(object):...       pass...>>> my_object = ObjectCreator()>>> print(my_object)<__main__.ObjectCreator object at 0x8974f2c>

  

一旦使用关键字class,Python就会执行它并创建一个OBJECT。指示

>>> class ObjectCreator(object):...       pass...

  在内存中创建一个名为“ObjectCreator”的对象。这个对象(类)本身能够创建对象(实例),这就是为什么它是一个类。但是,它仍然是一个对象,因此:

    1. 您可以将其分配给变量
    2. 你可以复制它
    3. 你可以添加属性
    4. 您可以将其作为函数参数传递

例如:

>>> print(ObjectCreator) # you can print a class because it's an object
>>> def echo(o):... print(o)...>>> echo(ObjectCreator) # you can pass a class as a parameter
>>> print(hasattr(ObjectCreator, 'new_attribute'))False>>> ObjectCreator.new_attribute = 'foo' # you can add attributes to a class>>> print(hasattr(ObjectCreator, 'new_attribute'))True>>> print(ObjectCreator.new_attribute)foo>>> ObjectCreatorMirror = ObjectCreator # you can assign a class to a variable>>> print(ObjectCreatorMirror.new_attribute)foo>>> print(ObjectCreatorMirror())<__main__.ObjectCreator object at 0x8997b4c>

  动态创建类

由于类是对象,因此您可以像任何对象一样动态创建它们。首先,您可以使用class以下命令在函数中创建类:

 

>>> def choose_class(name):...     if name == 'foo':...         class Foo(object):...             pass...         return Foo # return the class, not an instance...     else:...         class Bar(object):...             pass...         return Bar...>>> MyClass = choose_class('foo')>>> print(MyClass) # the function returns a class, not an instance
>>> print(MyClass()) # you can create an object from this class<__main__.Foo object at 0x89c6d4c>

  

但它还不是我们想要的,创建类应该有更优的方法,由于类是对象,因此它们必须由某些东西生成。

使用class关键字时,Python会自动创建此对象。但与Python中的大多数内容一样,它为您提供了手动执行此操作的方法。我们可用通过type函数查看对象的类型:

 

>>> print(type(1))
>>> print(type("1"))
>>> print(type(ObjectCreator))
>>> print(type(ObjectCreator()))

  

除了可以查看数据类型外,还有一个特殊的能力,它也可以动态创建类。type可以将类的描述作为参数,并返回一个类。查看type内部原理

type(name of the class,     tuple of the parent class (for inheritance, can be empty),     dictionary containing attributes names and values)

  

例如:

>>> class MyShinyClass(object):...       pass

  

可以通过以下方式手动创建:

>>> MyShinyClass = type('MyShinyClass', (), {}) # returns a class object>>> print(MyShinyClass)
>>> print(MyShinyClass()) # create an instance with the class<__main__.MyShinyClass object at 0x8997cec>

  

type接受字典来定义类的属性。所以:

>>> class Foo(object):...       bar = True

  

可以翻译成:

>>> Foo = type('Foo', (), {'bar':True})

  

并用作普通类:

>>> print(Foo)
>>> print(Foo.bar)True>>> f = Foo()>>> print(f)<__main__.Foo object at 0x8a9b84c>>>> print(f.bar)True

  

当然,你可以继承它,所以:

>>>   class FooChild(Foo):...         pass

  

会解释成:

>>> FooChild = type('FooChild', (Foo,), {})>>> print(FooChild)
>>> print(FooChild.bar) # bar is inherited from FooTrue

  

最后,如果想要为我们创建的类添加方法,只需使用正确的签名定义函数并将其指定为属性即可。

>>> def echo_bar(self):...       print(self.bar)...>>> FooChild = type('FooChild', (Foo,), {'echo_bar': echo_bar})>>> hasattr(Foo, 'echo_bar')False>>> hasattr(FooChild, 'echo_bar')True>>> my_foo = FooChild()>>> my_foo.echo_bar()True

  

在动态创建类之后,您可以添加更多方法,就像向正常创建的类对象添加方法一样。

>>> def echo_bar_more(self):...       print('yet another method')...>>> FooChild.echo_bar_more = echo_bar_more>>> hasattr(FooChild, 'echo_bar_more')True

  在Python中,类是对象,您可以动态地动态创建类。这是Python在您使用关键字时所执行的操作class,它通过使用元类来实现。

 

什么是元类(终于讲到重点了)

元类是创建类的“类”。我们可以定义类来创建实例,python一切皆对象,类也不列外,它是通过元类来创建。类是创建实例的蓝图,元类是创建类的蓝图。可以很容易地看出,Python类中也需要是第一类对象才能启用此行为。

例如:

MyClass = MetaClass()my_object = MyClass()

  通过type来创建:

MyClass = type('MyClass', (), {})

  这是因为该函数type实际上是一个元类。type是Python用于在幕后创建所有类的元类。

为什么是小写type而不是大学Type?

  type与str创建字符串对象int的类创建整数对象的类类似,它也只是创建类对象的类。我们通过检查__class__属性来查看。

一切,一切,一切重要的事情说三遍,都是Python中的一个对象。这包括整数,字符串,函数和类。所有这些都是对象。所有这些都是从一个类创建的:

>>> age = 35>>> age.__class__
>>> name = 'bob'>>> name.__class__
>>> def foo(): pass>>> foo.__class__
>>> class Bar(object): pass>>> b = Bar()>>> b.__class__

  那么__class____class__

>>> age.__class__.__class__
>>> name.__class__.__class__
>>> foo.__class__.__class__
>>> b.__class__.__class__

  

因此,元类只是创建类对象的东西。我们也称它为类工厂

type 是Python使用的内置元类,我们也可以创建自己的元类。

__mataClass__属性

 

在Python 2中,我们在编写类时添加属性:

class Foo(object):    __metaclass__ = something...    [...]

  如果引用__mataClass__属性,python将使用元类类创建Foo,但是这样class Foo(object),类对象Foo并不是在内存中创建的

Python将会在父类中查找__metaclass__,如果没有,就继续向父类的父类查找,如果还是没有,就在模块中找,还是没有的话就用缺省的MetaClass即type创建类。

当你这样做时:

class Foo(Bar):    pass

  

Python会执行以下操作:

如果有__metaclass__属性,将会在内存中创建一个类对象,名称Foo使用是__metaclass__。如果Python找不到__metaclass__,它将__metaclass__在MODULE级别查找,并尝试执行相同的操作(但仅适用于不继承任何内容的类,基本上是旧式类)。

如果还是找不到__metaclass__,它将使用Bar's(第一个父级)自己的元类(可能是默认的type)来创建类对象。

 

Python中的元类3

在Python 3中更改了设置元类的语法:

class Foo(object, metaclass=something):    ...

  

__metaclass__不再使用该属性,而是支持基类列表中的关键字参数。但是并不会影响元类的功能。

python3中我们可以将属性作为关键字参数传递给元类,如下所示:

class Foo(object, metaclass=something, kwarg1=value1, kwarg2=value2):    ...

  自定义元类

一个类没有声明自己的元类,默认他的元类就是type,除了使用元类type,用户也可以通过继承type来自定义元类

自定义元类的主要目的是:

    1. 拦截类的创建
    2. 读取类的信息,可以做修改
    3. 返回新的类

通过传入不同的字符串动态的创建不同的类

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 Companyif __name__ == '__main__':    Myclass = create_class("user")    my_obj = Myclass()    print(my_obj)    #user    print(type(my_obj))     #
.User'>

  

用type创建

# 一个简单type创建类的例子#type(object_or_name, bases, dict)#type里面有三个参数,第一个类名,第二个基类名,第三个是属性User = type("User",(),{"name":"derek"})my_obj = User()print(my_obj.name)    #derek
#带方法的创建 def say(self):     #必须加self    return "i am derek"User = type("User",(),{"name":"derek","say":say})my_obj = User()print(my_obj.name)     #derekprint(my_obj.say())    #i am derek

  

  

让type创建的类继承一个基类

def say(self):     #必须加self    return "i am derek"class BaseClass:    def answer(self):        return "i am baseclass"#type里面有三个参数,第一个类名,第二个基类名,第三个是属性User = type("User",(BaseClass,),{"name":"derek","say":say})if __name__ == '__main__':    my_obj = User()    print(my_obj.name)          #d erek    print(my_obj.say())         # i am derek    print(my_obj.answer())      # i am baseclass

  但是在实际编码中,我们一般不直接用type去创建类,而是用元类的写法,自定义一个元类metaclass去创建

# 把User类创建的过程委托给元类去做,这样代码的分离性比较好class MetaClass(type):    def __new__(cls, *args, **kwargs):        return super().__new__(cls,*args, **kwargs)class User(metaclass=MetaClass):    def __init__(self,name):        self.name = name    def __str__(self):        return "test"if __name__ == '__main__':    #python中类的实例化过程,会首先寻找metaclass,通过metaclass去创建User类    my_obj = User(name="derek")    print(my_obj)    #test

  

还有一个典型的自定义元类例子就是Django ORM。

元类的主要用例是创建API。

它允许您定义如下内容:

class Person(models.Model):    name = models.CharField(max_length=30)    age = models.IntegerField()

但是如果你这样做:

guy = Person(name='bob', age='35')print(guy.age)

它不会返回一个IntegerField对象。它将返回一个int,甚至可以直接从数据库中获取它。

因为models.Model定义__metaclass__它会使用一些魔法将Person您刚刚使用简单语句定义的内容转换为数据库字段的复杂sql。

Django通过公开一个简单的API并使用元类,从这个API中重新创建代码来完成幕后的实际工作,从而使复杂的外观变得简单。

参考:

转载于:https://www.cnblogs.com/gzl420/p/10915825.html

你可能感兴趣的文章
HDU 6370(并查集)
查看>>
BZOJ 1207(dp)
查看>>
PE知识复习之PE的导入表
查看>>
HDU 2076 夹角有多大(题目已修改,注意读题)
查看>>
洛谷P3676 小清新数据结构题(动态点分治)
查看>>
九校联考-DL24凉心模拟Day2T1 锻造(forging)
查看>>
Attributes.Add用途与用法
查看>>
L2-001 紧急救援 (dijkstra+dfs回溯路径)
查看>>
javascript 无限分类
查看>>
spring IOC装配Bean(注解方式)
查看>>
[面试算法题]有序列表删除节点-leetcode学习之旅(4)
查看>>
SpringBoot系列五:SpringBoot错误处理(数据验证、处理错误页、全局异常)
查看>>
kubernetes_book
查看>>
OpenFire 的安装和配置
查看>>
侧边栏广告和回到顶部
查看>>
https://blog.csdn.net/u012106306/article/details/80760744
查看>>
海上孤独的帆
查看>>
error: more than one device and emulator 问题解决
查看>>
Django 学习
查看>>
Linux-socket的close和shutdown区别及应用场景
查看>>