第六课 python进阶元类编程
tags:
- Python
- 慕课网
categories:
- property
- 属性描述符
- 元类
- 属性查找过程
文章目录
第一节 property的动态属性
- 动态属性的好处
- 统一了调用方式。user.age而不是函数调用的方式。
- _age 我们就不直接去使用了。你要用也可以,不建议。
- 如果我们一个属性只可以读,把 setter部分注释掉就可以了。
- 单下滑线只是一个代码的规范 并不能隐藏属性 双下滑线python解释器才可以对它重新命名
from datetime import date, datetime
class User:
def __init__(self, name, birthday):
self.name = name
self.birthday = birthday
self._age = 0
# def get_age(self):
# return datetime.now().year - self.birthday.year
@property
def age(self):
return datetime.now().year - self.birthday.year
@age.setter
def age(self, value):
self._age = value
if __name__ == "__main__":
user = User("bobby", date(year=1987, month=1, day=1))
user.age = 30
# 单下滑线只是一个代码的规范 并不能隐藏属性 双下滑线python解释器才可以对它重新命名
print(user._age)
print(user.age)
第二节 __getattr__和__getattribute__魔法函数
- __getattr__ 就是在查找不到属性的时候调用
- __getattribute__它比__getattr__更靠前, 只要访问属性就先访问它 一般不要重写它 防止访问属性的逻辑崩掉
# __getattr__, __getattribute__
# __getattr__ 就是在查找不到属性的时候调用
class User:
def __init__(self, info={}):
self.info = info
def __getattr__(self, item):
return self.info[item]
# 它比__getattr__更靠前, 只要访问属性就先访问它 一般不要重写它 防止访问属性的逻辑崩掉
# def __getattribute__(self, item):
# return "bobby1"
if __name__ == "__main__":
user = User(info={"company_name": "imooc", "name": "bobby"})
print(user.name)
# print(user.test)
第三节 属性描述符和属性查找过程
- 只要实现__get__和__set__、__delete__,三个中的任意一个魔法方法,都可以成为属性描述符。
- 属性的查找过程如下
- 如果user是某个类的实例,那么user.age(以及等价的getattr(user,’age’))
- 首先调用__getattribute__。如果类定义了__getattr__方法,
- 那么在__getattribute__抛出 AttributeError 的时候就会调用到__getatt__
- 对于描述符(__get__)的调用,则是发生在__getattribute___内部的。user = User(), 那么user.age 顺序如下:
- 第一步:如果“age”是出现在User或其基类的__dict__中, 且age是数据描述符data descriptor, 那么调用其__get__方法
- 第二步:如果“age”出现在user的__dict__中, 那么直接返回 obj.__dict__[‘age’]
- 第三步:如果“age”出现在User或其基类的__dic__中,如果age是non-data descriptor
- 那么调用其__get__方法
- 返回 dict[‘age’] 它也不是非数据描述符 比如直接age=1
- 第四步:如果User有__getattr__方法,调用__getattr__方法,否则
- 第五步:抛出AttributeError
- 如果user是某个类的实例,那么user.age(以及等价的getattr(user,’age’))
import numbers
class IntField:
# 数据属性描述符
def __get__(self, instance, owner):
return self.value
# 可以控制赋值的行为,可以对属性进行检查
def __set__(self, instance, value):
if not isinstance(value, numbers.Integral):
raise ValueError("int value need")
if value < 0:
raise ValueError("positive value need")
self.value = value
def __delete__(self, instance):
pass
class NonDataIntField:
# 只实现__get__叫非数据属性描述符
def __get__(self, instance, owner):
return self.value
class User:
age = IntField()
# age = NonDataIntField()
if __name__ == "__main__":
user = User()
# user.age = 30 # 它会调用属性描述符中的set方法
user.__dict__["age"] = "abc"
print(user.__dict__)
# print(user.age) # 这里抛错 因为先进入__get__ 不会优先选择user.__dict__["age"] = "abc"
# print(getattr(user, 'age'))
第四节 __new__和__init__区别
- __new__在我们的新式类中才有,python2.2之前都没有它。
- new是用来控制对象的生成过程,在对象生成之前。如果new方法不返回对象, 则不会调用init函数。必须要有返回值
- init是用来完善对象的,不能有返回值否则会报错
class User:
def __new__(cls, *args, **kwargs):
print("in new ")
return super().__new__(cls)
def __init__(self, name):
print("in init")
pass
if __name__ == "__main__":
user = User(name="bobby")
第五节 自定义元类
- 什么是元类, 元类是创建类的类 对象<-class(对象)<-type。type就是一个元类。
- type是可以直接创建类的。
- User = type(“User”, (), {})
- type动态创建类 第二个参数集成的基类元组 第三个是传递的参数
- 但是编程中我们很少用type来创建类,一般通过metaclass=继承type的一个元类来完成
- 比如:_collections_abc.py中class Iterable(metaclass=ABCMeta),ABCMeta中做了很多检查
# 类也是对象,type创建类的类
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 Company
# type动态创建类 第二个参数集成的基类元组 第三个是传递的参数
# User = type("User", (), {})
# 通过type定义类的方法say
def say(self):
return "i am user"
# return self.name
class BaseClass():
def answer(self):
return "i am baseclass"
# MetaClass继承type 那它就是一个元类
class MetaClass(type):
def __new__(cls, *args, **kwargs):
return super().__new__(cls, *args, **kwargs)
# 什么是元类, 元类是创建类的类 对象<-class(对象)<-type
# python中类的实例化过程,会首先寻找metaclass,如果找不到到它的基类去找,如果还找不到就会到模块中找metaclass
# 然后去通过metaclass去创建user类
class User(metaclass=MetaClass):
def __init__(self, name):
self.name = name
def __str__(self):
return "user"
if __name__ == "__main__":
# MyClass = create_class("user")
# my_obj = MyClass()
# print(type(my_obj))
# 类User 基类BaseClass 属性name 方法say
# User = type("User", (BaseClass, ), {"name": "user", "say": say})
# my_obj = User()
my_obj = User("bobby")
# print(my_obj.say())
print(my_obj)
第六节 元类实现一个简单orm
# 需求
import numbers
class Field:
pass
class IntField(Field):
# 数据描述符 实例化时候调用
def __init__(self, db_column, min_value=None, max_value=None):
self._value = None
self.min_value = min_value
self.max_value = max_value
self.db_column = db_column
if min_value is not None:
if not isinstance(min_value, numbers.Integral):
raise ValueError("min_value must be int")
elif min_value < 0:
raise ValueError("min_value must be positive int")
if max_value is not None:
if not isinstance(max_value, numbers.Integral):
raise ValueError("max_value must be int")
elif max_value < 0:
raise ValueError("max_value must be positive int")
if min_value is not None and max_value is not None:
if min_value > max_value:
raise ValueError("min_value must be smaller than max_value")
def __get__(self, instance, owner):
return self._value
# 设置属性值时候调用
def __set__(self, instance, value):
if not isinstance(value, numbers.Integral):
raise ValueError("int value need")
if value < self.min_value or value > self.max_value:
raise ValueError("value must between min_value and max_value")
self._value = value
class CharField(Field):
def __init__(self, db_column, max_length=None):
self._value = None
self.db_column = db_column
if max_length is None:
raise ValueError("you must spcify max_lenth for charfiled")
self.max_length = max_length
def __get__(self, instance, owner):
return self._value
def __set__(self, instance, value):
if not isinstance(value, str):
raise ValueError("string value need")
if len(value) > self.max_length:
raise ValueError("value len excess len of max_length")
self._value = value
class ModelMetaClass(type):
# 这里的参数比较固定 可以查一下这些参数含义
def __new__(cls, name, bases, attrs, **kwargs):
if name == "BaseModel":
return super().__new__(cls, name, bases, attrs, **kwargs)
fields = {}
for key, value in attrs.items():
if isinstance(value, Field):
fields[key] = value
attrs_meta = attrs.get("Meta", None)
_meta = {}
db_table = name.lower()
if attrs_meta is not None:
table = getattr(attrs_meta, "db_table", None)
if table is not None:
db_table = table
_meta["db_table"] = db_table
attrs["_meta"] = _meta
attrs["fields"] = fields
del attrs["Meta"]
return super().__new__(cls, name, bases, attrs, **kwargs)
class BaseModel(metaclass=ModelMetaClass):
def __init__(self, *args, **kwargs):
for key, value in kwargs.items():
setattr(self, key, value)
return super().__init__()
def save(self):
fields = []
values = []
for key, value in self.fields.items():
db_column = value.db_column
if db_column is None:
db_column = key.lower()
fields.append(db_column)
value = getattr(self, key)
values.append(str(value))
sql = "insert {db_table}({fields}) value({values})".format(db_table=self._meta["db_table"],
fields=",".join(fields), values=",".join(values))
pass
class User(BaseModel):
name = CharField(db_column="name", max_length=10)
age = IntField(db_column="age", min_value=1, max_value=100)
class Meta:
db_table = "user"
if __name__ == "__main__":
user = User(name="bobby", age=28)
# user.name = "bobby"
# user.age = 28
user.save()