两句话掌握 Python 最难知识点：元类

千万不要被所谓“元类是99%的python程序员不会用到的特性”这类的说辞吓住。因为每个中国人，都是天生的元类使用者

学懂元类，你只需要知道两句话：

• 道生一，一生二，二生三，三生万物

• 我是谁？我从哪来里？我要到哪里去？

在python世界，拥有一个永恒的道，那就是“type”，请记在脑海中，type就是道。如此广袤无垠的python生态圈，都是由type产生出来的。

道生一，一生二，二生三，三生万物。

1. 道 即是 type

2. 一 即是 metaclass(元类，或者叫类生成器)

3. 二 即是 class(类，或者叫实例生成器)

4. 三 即是 instance(实例)

5. 万物 即是 实例的各种属性与方法，我们平常使用python时，调用的就是它们。

道和一，是我们今天讨论的命题，而二、三、和万物，则是我们常常使用的类、实例、属性和方法，用hello world来举例：

# 创建一个Hello类，拥有属性say_hello ----二的起源

class Hello():

    def say_hello(self, name='world'):

        print('Hello, %s.' % name)

 

 

# 从Hello类创建一个实例hello ----二生三

hello = Hello()

 

# 使用hello调用方法say_hello ----三生万物

hello.say_hello()

输出效果：

Hello, world.

这就是一个标准的“二生三，三生万物”过程。 从类到我们可以调用的方法，用了这两步。

那我们不由自主要问，类从何而来呢？回到代码的第一行。

class Hello其实是一个函数的“语义化简称”，只为了让代码更浅显易懂，它的另一个写法是：

def fn(self, name='world'): # 假如我们有一个函数叫fn

    print('Hello, %s.' % name)

    

Hello = type('Hello', (object,), dict(say_hello=fn)) # 通过type创建Hello class ---- 神秘的“道”，可以点化一切，这次我们直接从“道”生出了“二”

这样的写法，就和之前的Class Hello写法作用完全相同，你可以试试创建实例并调用

# 从Hello类创建一个实例hello ----二生三，完全一样

hello = Hello()

 

# 使用hello调用方法say_hello ----三生万物，完全一样

hello.say_hello()

输出效果：

Hello, world. ----调用结果完全一样。

我们回头看一眼最精彩的地方，道直接生出了二：

Hello = type(‘Hello’, (object,), dict(say_hello=fn))

这就是“道”，python世界的起源，你可以为此而惊叹。

注意它的三个参数！暗合人类的三大永恒命题：我是谁，我从哪里来，我要到哪里去。

• 第一个参数：我是谁。 在这里，我需要一个区分于其它一切的命名，以上的实例将我命名为“Hello”

• 第二个参数：我从哪里来。在这里，我需要知道从哪里来，也就是我的“父类”，以上实例中我的父类是“object”——python中一种非常初级的类。

• 第三个参数：我要到哪里去。在这里，我们将需要调用的方法和属性包含到一个字典里，再作为参数传入。以上实例中，我们有一个say_hello方法包装进了字典中。

值得注意的是，三大永恒命题，是一切类，一切实例，甚至一切实例属性与方法都具有的。理所应当，它们的“创造者”，道和一，即type和元类，也具有这三个参数。但平常，类的三大永恒命题并不作为参数传入，而是以如下方式传入

class Hello(object){

# class 后声明“我是谁”

# 小括号内声明“我来自哪里”

# 中括号内声明“我要到哪里去”

    def say_hello(){

        

    }

}

• 造物主，可以直接创造单个的人，但这是一件苦役。造物主会先创造“人”这一物种，再批量创造具体的个人。并将三大永恒命题，一直传递下去。

• “道”可以直接生出“二”，但它会先生出“一”，再批量地制造“二”。

• type可以直接生成类（class），但也可以先生成元类（metaclass），再使用元类批量定制类（class）。

元类——道生一，一生二

一般来说，元类均被命名后缀为Metalass。想象一下，我们需要一个可以自动打招呼的元类，它里面的类方法呢，有时需要say_Hello，有时需要say_Hi，有时又需要say_Sayolala，有时需要say_Nihao。

如果每个内置的say_xxx都需要在类里面声明一次，那将是多么可怕的苦役！ 不如使用元类来解决问题。

以下是创建一个专门“打招呼”用的元类代码：

class SayMetaClass(type):

 

    def __new__(cls, name, bases, attrs):

        attrs['say_'+name] = lambda self,value,saying=name: print(saying+','+value+'!')

        return type.__new__(cls, name, bases, attrs)

记住两点：

1. 元类是由“type”衍生而出，所以父类需要传入type。【道生一，所以一必须包含道】

2. 元类的操作都在 __new__中完成，它的第一个参数是将创建的类，之后的参数即是三大永恒命题：我是谁，我从哪里来，我将到哪里去。 它返回的对象也是三大永恒命题，接下来，这三个参数将一直陪伴我们。
   

在__new__中，我只进行了一个操作，就是

attrs['say_'+name] = lambda self,value,saying=name: print(saying+','+value+'!')

它跟据类的名字，创建了一个类方法。比如我们由元类创建的类叫“Hello”，那创建时就自动有了一个叫“say_Hello”的类方法，然后又将类的名字“Hello”作为默认参数saying，传到了方法里面。然后把hello方法调用时的传参作为value传进去，最终打印出来。

那么，一个元类是怎么从创建到调用的呢？

来！一起根据道生一、一生二、二生三、三生万物的准则，走进元类的生命周期吧！

# 道生一：传入type

class SayMetaClass(type):

 

    # 传入三大永恒命题：类名称、父类、属性

    def __new__(cls, name, bases, attrs):

        # 创造“天赋”

        attrs['say_'+name] = lambda self,value,saying=name: print(saying+','+value+'!')

        # 传承三大永恒命题：类名称、父类、属性

        return type.__new__(cls, name, bases, attrs)

 

# 一生二：创建类

class Hello(object, metaclass=SayMetaClass):

    pass

 

# 二生三：创建实列

hello = Hello()

 

# 三生万物：调用实例方法

hello.say_Hello('world!')

输出为

Hello, world!

注意：通过元类创建的类，第一个参数是父类，第二个参数是metaclass

普通人出生都不会说话，但有的人出生就会打招呼说“Hello”，“你好”,“sayolala”，这就是天赋的力量。它会给我们面向对象的编程省下无数的麻烦。

现在，保持元类不变，我们还可以继续创建Sayolala， Nihao类，如下：

# 一生二：创建类

class Sayolala(object, metaclass=SayMetaClass):

    pass

 

# 二生三：创建实列

s = Sayolala()

 

# 三生万物：调用实例方法

s.say_Sayolala('japan!')

输出

Sayolala, japan!

也可以说中文

# 一生二：创建类

class Nihao(object, metaclass=SayMetaClass):

    pass

 

# 二生三：创建实列

n = Nihao()

 

# 三生万物：调用实例方法

n.say_Nihao('中华!')

输出

Nihao, 中华!

再来一个小例子：

# 道生一

class ListMetaclass(type):

    def __new__(cls, name, bases, attrs):

        # 天赋：通过add方法将值绑定

        attrs['add'] = lambda self, value: self.append(value)

        return type.__new__(cls, name, bases, attrs)

        

# 一生二

class MyList(list, metaclass=ListMetaclass):

    pass

    

# 二生三

L = MyList()

 

# 三生万物

L.add(1)

现在我们打印一下L

print(L)

 

>>> [1]

而普通的list没有add()方法

L2 = list()

L2.add(1)

 

>>>AttributeError: 'list' object has no attribute 'add'

太棒了！学到这里，你是不是已经体验到了造物主的乐趣？

python世界的一切，尽在掌握。

年轻的造物主，请随我一起开创新世界。

我们选择两个领域，一个是Django的核心思想，“Object Relational Mapping”，即对象-关系映射，简称ORM。

这是Django的一大难点，但学完了元类，一切变得清晰。你对Django的理解将更上一层楼！

另一个领域是爬虫领域（黑客领域），一个自动搜索网络上的可用代理，然后换着IP去突破别的人反爬虫限制。

这两项技能非常有用，也非常好玩！

挑战一：通过元类创建ORM

准备工作，创建一个Field类

class Field(object):

 

    def __init__(self, name, column_type):

        self.name = name

        self.column_type = column_type

 

    def __str__(self):

        return '<%s:%s>' % (self.__class__.__name__, self.name)

它的作用是

在Field类实例化时将得到两个参数，name和column_type，它们将被绑定为Field的私有属性，如果要将Field转化为字符串时，将返回“Field:XXX” ， XXX是传入的name名称。

准备工作：创建StringField和IntergerField

class StringField(Field):

 

    def __init__(self, name):

        super(StringField, self).__init__(name, 'varchar(100)')

 

class IntegerField(Field):

 

    def __init__(self, name):

        super(IntegerField, self).__init__(name, 'bigint')

它的作用是

在StringField,IntegerField实例初始化时，时自动调用父类的初始化方式。

道生一

class ModelMetaclass(type):

 

    def __new__(cls, name, bases, attrs):

        if name=='Model':

            return type.__new__(cls, name, bases, attrs)

        print('Found model: %s' % name)

        mappings = dict()

        for k, v in attrs.items():

            if isinstance(v, Field):

                print('Found mapping: %s ==> %s' % (k, v))

                mappings[k] = v

        for k in mappings.keys():

            attrs.pop(k)

        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)

它做了以下几件事

1. 创建一个新的字典mapping

2. 将每一个类的属性，通过.items()遍历其键值对。如果值是Field类，则打印键值，并将这一对键值绑定到mapping字典上。

3. 将刚刚传入值为Field类的属性删除。

4. 创建一个专门的__mappings__属性，保存字典mapping。

5. 创建一个专门的__table__属性，保存传入的类的名称。

一生二

class Model(dict, metaclass=ModelMetaclass):

 

    def __init__(self, **kwarg):

        super(Model, self).__init__(**kwarg)

 

    def __getattr__(self, key):

        try:

            return self[key]

        except KeyError:

            raise AttributeError("'Model' object has no attribute '%s'" % key)

 

    def __setattr__(self, key, value):

        self[key] = value

 

    # 模拟建表操作

    def save(self):

        fields = []

        args = []

        for k, v in self.__mappings__.items():

            fields.append(v.name)

            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)

        print('ARGS: %s' % str(args))

如果从Model创建一个子类User：

class User(Model):

    # 定义类的属性到列的映射：

    id = IntegerField('id')

    name = StringField('username')

    email = StringField('email')

    password = StringField('password')

这时

id= IntegerField(‘id’)就会自动解析为：

Model.__setattr__(self, ‘id’, IntegerField(‘id’))

因为IntergerField(‘id’)是Field的子类的实例，自动触发元类的__new__，所以将IntergerField(‘id’)存入__mappings__并删除这个键值对。

二生三、三生万物

当你初始化一个实例的时候并调用save()方法时候

u = User(id=12345, name='Batman', email='batman@nasa.org', password='iamback')

u.save()

这时先完成了二生三的过程：

1. 先调用Model.__setattr__，将键值载入私有对象

2. 然后调用元类的“天赋”，ModelMetaclass.__new__，将Model中的私有对象，只要是Field的实例，都自动存入u.__mappings__。

接下来完成了三生万物的过程：

通过u.save()模拟数据库存入操作。这里我们仅仅做了一下遍历__mappings__操作，虚拟了sql并打印，在现实情况下是通过输入sql语句与数据库来运行。

输出结果为

Found model: User

Found mapping: name ==> <StringField:username>

Found mapping: password ==> <StringField:password>

Found mapping: id ==> <IntegerField:id>

Found mapping: email ==> <StringField:email>

SQL: insert into User (username,password,id,email) values (Batman,iamback,12345,batman@nasa.org)

ARGS: ['Batman', 'iamback', 12345, 'batman@nasa.org']

• 年轻的造物主，你已经和我一起体验了由“道”演化“万物”的伟大历程，这也是Django中的Model版块核心原理。

• 接下来，请和我一起进行更好玩的爬虫实战（嗯，你现在已经是初级黑客了）：网络代理的爬取吧！

挑战二：网络代理的爬取

准备工作，先爬个页面玩玩

请确保已安装requests和pyquery这两个包。

# 文件：get_page.py

import requests

 

base_headers = {

    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.71 Safari/537.36',

    'Accept-Encoding': 'gzip, deflate, sdch',

    'Accept-Language': 'zh-CN,zh;q=0.8'

}

 

 

def get_page(url):

    headers = dict(base_headers)

    print('Getting', url)

    try:

        r = requests.get(url, headers=headers)

        print('Getting result', url, r.status_code)

        if r.status_code == 200:

            return r.text

    except ConnectionError:

        print('Crawling Failed', url)

        return None

这里，我们利用request包，把百度的源码爬了出来。

试一试抓百度

把这一段粘在get_page.py后面，试完删除

if(__name__ == '__main__'):

    rs = get_page('https://www.baidu.com')

    print('result:\r\n', rs)

试一试抓代理

把这一段粘在get_page.py后面，试完删除

if(__name__ == '__main__'):

    from pyquery import PyQuery as pq

    start_url = 'http://www.proxy360.cn/Region/China'

    print('Crawling', start_url)

    html = get_page(start_url)

    if html:

        doc = pq(html)

        lines = doc('div[name="list_proxy_ip"]').items()

        for line in lines:

            ip = line.find('.tbBottomLine:nth-child(1)').text()

            port = line.find('.tbBottomLine:nth-child(2)').text()

            print(ip+':'+port)

接下来进入正题：使用元类批量抓取代理

批量处理抓取代理

from getpage import get_page

from pyquery import PyQuery as pq

 

 

# 道生一：创建抽取代理的metaclass

class ProxyMetaclass(type):

    """

        元类，在FreeProxyGetter类中加入

        __CrawlFunc__和__CrawlFuncCount__

        两个参数，分别表示爬虫函数，和爬虫函数的数量。

    """

    def __new__(cls, name, bases, attrs):

        count = 0

        attrs['__CrawlFunc__'] = []

        attrs['__CrawlName__'] = []

        for k, v in attrs.items():

            if 'crawl_' in k:

                attrs['__CrawlName__'].append(k)

                attrs['__CrawlFunc__'].append(v)

                count += 1

        for k in attrs['__CrawlName__']:

            attrs.pop(k)

        attrs['__CrawlFuncCount__'] = count

        return type.__new__(cls, name, bases, attrs)

 

 

# 一生二：创建代理获取类

 

class ProxyGetter(object, metaclass=ProxyMetaclass):

    def get_raw_proxies(self, site):

        proxies = []

        print('Site', site)

        for func in self.__CrawlFunc__:

            if func.__name__==site:

                this_page_proxies = func(self)

                for proxy in this_page_proxies:

                    print('Getting', proxy, 'from', site)

                    proxies.append(proxy)

        return proxies

 

 

    def crawl_daili66(self, page_count=4):

        start_url = 'http://www.66ip.cn/{}.html'

        urls = [start_url.format(page) for page in range(1, page_count + 1)]

        for url in urls:

            print('Crawling', url)

            html = get_page(url)

            if html:

                doc = pq(html)

                trs = doc('.containerbox table tr:gt(0)').items()

                for tr in trs:

                    ip = tr.find('td:nth-child(1)').text()

                    port = tr.find('td:nth-child(2)').text()

                    yield ':'.join([ip, port])

 

    def crawl_proxy360(self):

        start_url = 'http://www.proxy360.cn/Region/China'

        print('Crawling', start_url)

        html = get_page(start_url)

        if html:

            doc = pq(html)

            lines = doc('div[name="list_proxy_ip"]').items()

            for line in lines:

                ip = line.find('.tbBottomLine:nth-child(1)').text()

                port = line.find('.tbBottomLine:nth-child(2)').text()

                yield ':'.join([ip, port])

 

    def crawl_goubanjia(self):

        start_url = 'http://www.goubanjia.com/free/gngn/index.shtml'

        html = get_page(start_url)

        if html:

            doc = pq(html)

            tds = doc('td.ip').items()

            for td in tds:

                td.find('p').remove()

                yield td.text().replace(' ', '')

 

 

if __name__ == '__main__':

    # 二生三：实例化ProxyGetter

    crawler = ProxyGetter()

    print(crawler.__CrawlName__)

    # 三生万物

    for site_label in range(crawler.__CrawlFuncCount__):

        site = crawler.__CrawlName__[site_label]

        myProxies = crawler.get_raw_proxies(site)

道生一：元类的__new__中，做了四件事：

1. 将“crawl_”开头的类方法的名称推入ProxyGetter.__CrawlName__

2. 将“crawl_”开头的类方法的本身推入ProxyGetter.__CrawlFunc__

3. 计算符合“crawl_”开头的类方法个数

4. 删除所有符合“crawl_”开头的类方法

怎么样？是不是和之前创建ORM的__mappings__过程极为相似？

一生二：类里面定义了使用pyquery抓取页面元素的方法

分别从三个免费代理网站抓取了页面上显示的全部代理。

如果对yield用法不熟悉，可以查看：廖雪峰的python教程：生成器

二生三：创建实例对象crawler

略

三生万物：遍历每一个__CrawlFunc__

1. 在ProxyGetter.__CrawlName__上面，获取可以抓取的的网址名。

2. 触发类方法ProxyGetter.get_raw_proxies(site)

3. 遍历ProxyGetter.__CrawlFunc__,如果方法名和网址名称相同的，则执行这一个方法

4. 把每个网址获取到的代理整合成数组输出。

那么。。。怎么利用批量代理，冲击别人的网站，套取别人的密码，狂发广告水贴，定时骚扰客户？ 呃！想啥呢！这些自己悟！如果悟不到，请听下回分解！

年轻的造物主，创造世界的工具已经在你手上，请你将它的威力发挥到极致！

请记住挥动工具的口诀：

• 道生一，一生二，二生三，三生万物

• 我是谁，我来自哪里，我要到哪里去

来源：刘羽冲 

segmentfault.com/a/1190000011447445