zoukankan      html  css  js  c++  java
  • 元类、实现ORM

    阅读目录:

    元类

    元类实现ORM

    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:

    1. 你可以将它赋值给一个变量
    2. 你可以拷贝它
    3. 你可以为它增加属性
    4. 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
    <class '__main__.ObjectCreator'>
    >>> def echo(o):
    …       print(o)
    …
    >>> echo(ObjectCreator)  # 你可以将类做为参数传给函数
    <class '__main__.ObjectCreator'>
    >>> 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):
    …               passreturn Foo     # 返回的是类,不是类的实例else:
    …           class Bar(object):
    …               passreturn Bar
    …
    >>> MyClass = choose_class('foo')
    >>> print(MyClass)  # 函数返回的是类,不是类的实例
    <class '__main__'.Foo>
    >>> 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
    <type 'int'>
    >>> print(type("1"))  # 字符串的类型
    <type 'str'>
    >>> print(type(ObjectCreator()))  # 实例对象的类型
    <class '__main__.ObjectCreator'>
    >>> print(type(ObjectCreator))  # 类的类型
    <type 'type'>

     

    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)
    <class '__main__.MyDog'>

     

    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)
    <class '__main__.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)
    <class '__main__.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]: False
    
    In [49]:
    
    In [49]: hasattr(FooChild, 'echo_bar')  # 判断FooChild类中 是否有echo_bar这个属性
    Out[49]: True
    
    In [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_static
    Out[39]: <function __main__.test_static>
    
    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 = 100
    
    def print_b(self):
        print(self.num)
    
    @staticmethod
    def print_static():
        print("----haha-----")
    
    @classmethod
    def 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__
    <type 'int'>
    >>>
    >>> name = 'bob'
    >>> name.__class__
    <type 'str'>
    >>>
    >>> def foo(): pass
    >>>foo.__class__
    <type 'function'>
    >>>
    >>> class Bar(object): pass
    >>> b = Bar()
    >>> b.__class__
    <class '__main__.Bar'>
    >>>

     

    现在,对于任何一个__class__的__class__属性又是什么呢?

    >>> a.__class__.__class__
    <type 'type'>
    >>> age.__class__.__class__
    <type 'type'>
    >>> foo.__class__.__class__
    <type 'type'>
    >>> b.__class__.__class__
    <type 'type'>

     

    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:

    1. 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)
    2. 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。
    3. 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。
    4. 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-8
    
    class 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: False
    print(hasattr(Foo, 'BAR'))
    # 输出:True
    
    f = 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:

    1. 拦截类的创建
    2. 修改类
    3. 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

    1. 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
    2. 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()

     

     

  • 相关阅读:
    Flask_之使用过程中出现的异常
    GO-学习之golang 自动下载所有依赖包
    数据库-Oracle如何将clob数据以字符串打印出来
    数据库-Oracle条件判断语句
    python框架Django汇总
    每日一模块_os及subprocess模块【执行系统命令】
    每日一模块-sftp的使用
    python并发编程-队列MQ的学习
    python高效配置-响应code枚举类设计
    git-使用大全
  • 原文地址:https://www.cnblogs.com/Gaowaly/p/14493985.html
Copyright © 2011-2022 走看看