最全Python元编程：控制你想控制的一切_cls，阿里面试官打分标准-CSDN博客

本文链接：https://blog.csdn.net/2401_84537826/article/details/138516663

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

def \_\_init\_\_(self):
    print("Spam!!！")

_spam_singleton =None

def Spam():
global _spam_singleton
if _spam_singleton is not None:
return _spam_singleton
else:
_spam_singleton = _Spam()
return _spam_singleton


工厂模式，不太优雅。我们再来审视一下需求，要一个类只能有一个实例。我们在类中定义的方法都是实例对象的行为，那么要想改变类的行为，就需要更高层次的东西。元类在这个时候登场在合适不过了。前面说过，元类是类的类。也就是说，元类的\_\_init\_\_方法就是类的初始化方法。 我们知道还有\_\_call\_\_这个东西，它能让实例像函数那样被调用，那么元类的这个方法就是类在被实例化时调用的方法。


代码就可以写出来了:

class Singleton(type):
def __init__(self, *args, **kwargs):
self._instance = None
super().init(*args, **kwargs)

def \_\_call\_\_(self, *args, **kwargs):
    if self._instance is None:
        self._instance = super().__call__(*args, **kwargs)
        return self._instance
    else:
        return self._instance

class Spam(metaclass=Singleton):
def __init__(self):
print(“Spam!!!”)


主要有两个地方和一般的类定义不同，一是Singleton的基类是type，一是Spam定义的地方有一个metaclass=Singleton。type是什么？它是object的子类，object是它的实例。也就是说，type是所有类的类，也就是最基本的元类，它规定了一些所有类在产生时需要的一些操作。所以我们的自定义元类需要子类化type。同时type也是一个对象，所以它又是object的子类。有点不太好理解，大概知道就可以了。


### 装饰器


我们再来说说装饰器。大多数人认为装饰器是Python里面最难理解的概念之一。其实它不过就是一个语法糖，理解了函数也是对象之后。就可以很轻易的写出自己的装饰器了。

from functools import wraps

def print_result(func):

@wraps(func)
def wrappper(*args, **kwargs):
    result = func(*args, **kwargs)
    print(result)
    return result

return wrappper

@print_result
def add(x, y):
return x + y
#相当于：
#add = print_result(add)

add(1, 3)


 


这里我们还用到了一个装饰器@wraps，它是用来让我们返回的内部函数wrapper和原来的函数拥有相同的函数签名的，基本上我们在写装饰器时都要加上它。


我在注释里写了，@decorator这样的形式等价于func=decorator（func），理解了这一点，我们就可以写出更多种类的装饰器。比如类装饰器，以及将装饰器写成一个类。

def attr_upper(cls):
for attrname,value in cls.dict.items():
if isinstance(value,str):
if not value.startswith(‘__’):
setattr(cls,attrname,bytes.decode(str.encode(value).upper()))
return cls

@attr_upper
class Person:
sex = ‘man’

print(Person.sex) # MAN


注意普通的装饰器和类装饰器实现的不同点。


### 对数据的抽象--描述符


如果我们想让某一些类拥有某些相同的特性，或者说可以实现在类定义对其的控制，我们可以自定义一个元类，然后让它成为这些类的元类。如果我们想让某一些函数拥有某些相同的功能，又不想把代码复制粘贴一遍，我们可以定义一个装饰器。那么，假如我们想让实例的属性拥有某些共同的特点呢？有人可能会说可以用property，当然可以。但是这些逻辑必须在每个类定义的时候都写一遍。如果我们想让这些类的实例的某些属性都有相同的特点的话，就可以自定义一个描述符类。


关于描述符，这篇文章[https://docs.python.org/3/howto/descriptor.html](https://bbs.csdn.net/topics/618317507)讲得很好，同时它还讲解了描述符是怎么隐藏在函数的背后，实现函数、方法的统一和不同的。这里我们给出一些例子。

class TypedField:
def __init__(self, _type):
self._type = _type

def \_\_get\_\_(self, instance, cls):
    if instance is None:
        return self
    else:
        return getattr(instance, self.name)

def \_\_set\_name\_\_(self, cls, name):
    self.name = name

def \_\_set\_\_(self, instance, value):
    if not isinstance(value, self._type):
        raise TypeError('Expected' + str(self._type))
    instance.__dict__[self.name] = value

class Person:
age = TypedField(int)
name = TypedField(str)

def \_\_init\_\_(self, age, name):
    self.age = age
    self.name = name

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取