第六课 python进阶元类编程

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

第一节 property的动态属性

1. 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。
2. 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

1. __getattr__ 就是在查找不到属性的时候调用
2. __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

1. 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。
2. 属性的查找过程如下
   1. 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__
   2. 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

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

1. __new__在我们的新式类中才有，python2.2之前都没有它。
2. 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
3. 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

1. 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。
2. 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
3. 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
4. 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()