关于后端:Python-type-和元类-metaclass

30次阅读

共计 7003 个字符,预计需要花费 18 分钟才能阅读完成。

Python 所有皆对象,包含类 class 也是对象

家喻户晓 Python 跟 Java 一样,所有皆对象,所以 class 类也是对象,而对象能够动态创建,所以一个 class 类也能够被动态创建进去。

通过 type() 创立类

type 的定义,type 是一个类 class,只不过能够 callable

class type(name, bases, dict, **kwds)

type 传入一个参数时,返回的是参数的类型。

>>> type(int)
<class 'type'>
>>> type(list)
<class 'type'>
>>> type(T)
<class 'type'>
>>> type(C)
<class 'type'>
>>> type(object)
<class 'type'>

type 传入三个参数时,用来创立类:

第一个参数 name 是被创立的类的名字,str 类型

第二个参数 bases 是被创立的类的父类,tuple 类型,不传默认是 (object,)

第三个参数 dict 是被创立的类的属性和办法,dict 类型

上面两种创立类的形式,后果是一样的

class X:
    a = 1

X = type('X', (), dict(a=1))

通过 metaclass 创立类

咱们晓得能够用 class 类来创立 object 对象,而 class 类自身也是对象,那么 class 这个对象由谁来创立呢?答案就是 metaclass,metaclass 是 class 的 class,metaclass 创立 class,class 创立 object,metaclass→class→object:

MyClass = MetaClass()
my_object = MyClass()

a 是对象,对象的类型是 class,class 的类型是 metaclass

>>> a = 1 # 对象
>>> a.__class__  # 对象的类型
<class 'int'>  # class
>>> type(a)
<class 'int'>

>>> a.__class__.__class__ # class 的类型
<class 'type'> # metaclass
>>> type(a.__class__)
<class 'type'>

能创立类的类,就是 metaclass 元类,上述的 type 就是一个元类。

Python2 中给一个 class 指定一个创立它的元类:

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

Python3 中语法有变动:

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

metaclass 的存在的意义是动态创建类、拦挡类、批改类

就像动静创建对象一样,你想在哪创立一个对象都能够,同样的你想创立一个自定义的类,而后依据它创立实例。

假如有一个需要是将左右的类的属性,都解决成大写的,演进过程如下:

给 module 指定一个 metaclass 解决办法

# the metaclass will automatically get passed the same argument
# that you usually pass to `type`
def upper_attr(future_class_name, future_class_parents, future_class_attrs):
    """
      Return a class object, with the list of its attribute turned
      into uppercase.
    """# pick up any attribute that doesn't start with '__' and uppercase it
    uppercase_attrs = {attr if attr.startswith("__") else attr.upper(): v
        for attr, v in future_class_attrs.items()}

    # let `type` do the class creation
    return type(future_class_name, future_class_parents, uppercase_attrs)

__metaclass__ = upper_attr # this will affect all classes in the module

class Foo(): # global __metaclass__ won't work with"object" though
    # but we can define __metaclass__ here instead to affect only this class
    # and this will work with "object" children
    bar = 'bip'

自定义一个元类,留神元类是用来创立类的,所以必须继承自 type

# remember that `type` is actually a class like `str` and `int`
# so you can inherit from it
class UpperAttrMetaclass(type):
    # __new__ is the method called before __init__
    # it's the method that creates the object and returns it
    # while __init__ just initializes the object passed as parameter
    # you rarely use __new__, except when you want to control how the object
    # is created.
    # here the created object is the class, and we want to customize it
    # so we override __new__
    # you can do some stuff in __init__ too if you wish
    # some advanced use involves overriding __call__ as well, but we won't
    # see this
    def __new__(upperattr_metaclass, future_class_name,
                future_class_parents, future_class_attrs):
        uppercase_attrs = {attr if attr.startswith("__") else attr.upper(): v
            for attr, v in future_class_attrs.items()}
        return type(future_class_name, future_class_parents, uppercase_attrs)

简写一下:

class UpperAttrMetaclass(type):
    def __new__(cls, clsname, bases, attrs):
        uppercase_attrs = {attr if attr.startswith("__") else attr.upper(): v
            for attr, v in attrs.items()}
        return type(clsname, bases, uppercase_attrs)

留神到最初一行,调用的是 type,这还不算 OOP,因为并没有调用父类,所以最好改成:

class UpperAttrMetaclass(type):
    def __new__(cls, clsname, bases, attrs):
        uppercase_attrs = {attr if attr.startswith("__") else attr.upper(): v
            for attr, v in attrs.items()}
        return type.__new__(cls, clsname, bases, uppercase_attrs)

或者能够改成应用 super:

class UpperAttrMetaclass(type):
    def __new__(cls, clsname, bases, attrs):
        uppercase_attrs = {attr if attr.startswith("__") else attr.upper(): v
            for attr, v in attrs.items()}
        return super(UpperAttrMetaclass, cls).__new__(cls, clsname, bases, uppercase_attrs)

分层思维的体现

metaclass 能够做的事:

  • intercept a class creation
  • modify the class
  • return the modified class

应用层想用类创立实例,而后应用实例。而至于类是怎么来的,应用层并不关怀,创立类这一步就交给元类解决,而在元类这一层中做批改,对下层利用来说是通明的。

metaclass 理论利用场景

最多的是用在定义 API 方面,这个 API 不是广义的利用接口,而是更宽泛意义的接口、协定,相似一种转换器的概念,API 给利用提供了简略的应用接口,而把简单的解决转换暗藏在 metaclass 外部,通过解决的后果最终输入到另一个零碎中。典型的例子就是 Django 中的 ORM:

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

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

当打印 person.age 时,并不是返回 IntegerField 对象,而是返回一个 int 值,而且还能够应用这个对象写入到 db 中,这一些都是因为 models.Model 背地的 metaclass,其讲简单的类型转换等操作暗藏在外部,而给业务提供了一个非常简洁的应用接口。

另外就是须要动静生成类的中央,例如写一个 CacheMeta,能够给各种未知的类加缓存,具体给哪些类加缓存,对于这个元类来说是未知的,所以须要在运行过程中动静生成,此时就能够应用元类的形式。

别忘了批改类其实还能够应用装璜器

装璜器的思路也是分层,在类应用之前,给类套一层外壳。

type 是本人的对象,也是本人的元类

Python 所有皆对象,要么是 class 的对象,要么是 metaclass 的对象,而只有 type 例外。

type 是 type 本人的对象,type 也是 type 本人的 metaclass,这没方法在纯 Python 中实现,而是在语言实现层面做的非凡解决实现的。

type.__new__ type.__init__ 和 type.__call__ 关系

  • type.__new__:

    • 是在元类中,依据入参,创立出一般类,即 从类语法定义生成类实体
    • metaclass 调用 new 创立 class,就像 class 调用 new 创立 object 一样
  • type.__init__:

    • new 实现后,即依据语法定义创立出类之后调用,给该类做初始化操作
    • 不产生什么返回值
    • metaclass 调用 init 初始化 class,就像 class 调用 init 初始化 object 一样
  • type.__call__:

    • 依据一个实体存在的类,创立一个该类的对象
    • 在一个具体对象 object 上间接调用 对象名(),会执行 class 中定义的 call__,同理在 class 上间接调用 class(),会执行 metaclass 中定义的 __call
class CachedMate(type):
    """作用跟 type 一样,就是用来创立 class 的"""

    def __new__(mcs, clsname, bases, attrs):
        """
        type 的 __new__ 办法作用是依据 类名 clsname、依赖 bases、属性 attrs 这些字面量来创立出一个类
        就像一般 class 中定义的 __new__ 办法作用是创立一个 object
        metaclass 中定义的 __new__ 办法作用是创立一个 class
        返回的 new_class 就是被创立进去的类
        """print(f'CachedMate __new__ start {clsname} || {bases} || {attrs}')
        new_class = super().__new__(mcs, clsname, bases, attrs)
        print(f'CachedMate __new__ gen class {new_class} || {type(new_class)} || {type(type(new_class))}')
        print(f'CachedMate __new__ end')
        print('======')
        return new_class

    def __init__(cls, clsname, bases, attrs):
        """
        给创立进去的 class 做一些初始化操作
        就像一般 class 中定义的 __init__ 办法作用是给创立的 object 初始化
        metaclass 中定义的 __init__ 办法作用是给创立的 class 初始化
        """print(f'CachedMate __init__ start {clsname} {bases} {attrs}')
        obj = super().__init__(clsname, bases, attrs)
        print(f'CachedMate __init__ gen obj {obj} {type(obj)} {type(type(obj))}')
        print(f'CachedMate __init__ end')
        print('======')

        # self.__cache = weakref.WeakValueDictionary()
        cls._cache = {}

    def __call__(cls, *args, **kwargs):
        """
        持续类比一般 class 中的场景
        对象 object 以调用形式呈现时,就是在调用 class 中定义的 __call__,如 object()
        而类 class 以调用形式呈现时,就是在调用 metaclass 中定义的 __call__,如 class()
        这里就是当 Spam()时,也就是实例化 Spam 时就会调用

        这也就是为什么单例模式能够放在这里做的起因,指标类实例化时,必然会调用 __call__ 所以固定返回同一个实例,即实现单例
        或者说,想要管制一个类的创立过程,都能够在这里坐解决
        """print(f'CachedMate __call__ start', args, kwargs)

        if args in cls._cache:
            print('CachedMate __call__ cached')
            return cls._cache[args]
        else:
            print('CachedMate __call__ before super().__call__')
            obj = super().__call__(*args, **kwargs)
            print('CachedMate __call__ after super().__call__', obj, type(obj))
            cls._cache[args] = obj
            return obj

# Example
class Spam(metaclass=CachedMate):
    def __new__(cls, *args, **kwargs):
        print('Spam __new__', args, kwargs)
        return super(Spam, cls).__new__(cls)

    def __init__(self, *args, **kwargs):
        print('Spam __init__', args, kwargs)
        self.args = args
        self.kwargs = kwargs

    def __call__(self, *args, **kwargs):
        # 在 Spam 实例上应用 spam() 才会调用这里
        print('Spam __call__', args, kwargs)

# 后果中 Spam 实例化参数不变,失去的就是缓存的后果,参数变了则是新接口
print(11111, Spam._cache)
# 11111 {} 一开始没有缓存

sp = Spam(1,2,'test1', 'test2', name='test_name')
print(22222, Spam._cache)
# 22222 {(1, 2, 'test1', 'test2'): <__main__.Spam object at 0x10b71b160>}
# 有了一个缓存

sp2 = Spam(1,2,'test1', 'test2', name='test_name')
print(33333, Spam._cache)
# 33333 {(1, 2, 'test1', 'test2'): <__main__.Spam object at 0x10b71b160>}
# 因为参数一样,所以读的缓存

sp3 = Spam(1,2,'test1', 'test3', name='test_name3')
print(44444, Spam._cache)
# 44444 {(1, 2, 'test1', 'test2'): <__main__.Spam object at 0x10b71b160>, (1, 2, 'test1', 'test3'): <__main__.Spam object at 0x10b71b250>}
# 参数变了,从新生成了新的缓存,独立开来

本文由 mdnice 多平台公布

正文完
 0