lamda表达式修改数据_第11章：Python正则表达式 & 元类

Python正则表达式

Python的正则表达式re，正则表达式可以定义为用于在字符串中搜索模式的字符序列。在python程序中re模块支持使用正则表达式。如果在使用正则表达式时出现错误，则re模块会抛出异常。

---

正则表达式可以定义为用于在字符串中搜索模式的字符序列。模块重新提供了在python程序中使用正则表达式的支持。如果在使用正则表达式时出现错误，则re模块会抛出异常。

该模块必须导入到使用正则表达式功能的python。

import re

正则表达式函数

python中使用了以下正则表达式函数。

SN	功能	描述
1	match	此方法将字符串中的正则表达式模式与可选标志匹配。如果在字符串中找到匹配则返回true，否则返回false。
2	search	如果在字符串中找到匹配项，则此方法返回匹配对象。
3	findall	它返回一个列表，其中包含字符串中模式的所有匹配项。
4	split	返回在每个匹配中已拆分字符串的列表。
5	sub	替换字符串中的一个或多个匹配项。

创建正则表达式

可以通过使用元字符，特殊序列和集合的混合来形成正则表达式。

元字符

元字符是具有指定含义的字符。

元字符	描述	示例
[]	它代表一组字符。	“[AZ]”
\	它代表了特殊的序列。	“\ r”
。	它表示任何角色出现在某个特定的地方。	“Ja.v.”
^	它表示字符串开头的模式。	“^的Java”
$	它表示字符串末尾的模式。	“点”
*	它表示字符串中出现零个或多个模式。	“你好*”
+	它表示字符串中一个或多个模式的出现。	“你好+”
{}	字符串的指定出现次数。	“Java的2”
|	它代表这个或那个角色存在。	“Java的|点”
()	捕获和分组

特殊序列

特殊序列是包含\后跟其中一个字符的序列。

字符 描述
\一个	如果指定的字符出现在字符串的开头，则返回匹配项。
\ b	如果指定的字符出现在字符串的开头或结尾，则返回匹配项。
\乙	如果指定的字符出现在字符串的开头但不在结尾处，则返回匹配项。
\ d	如果字符串包含数字[0-9]，则返回匹配项。
\ d	如果字符串不包含数字[0-9]，则返回匹配项。
\ S	如果字符串包含任何空格字符，则返回匹配项。
\ S	如果字符串不包含任何空格字符，则返回匹配项。
\ W	如果字符串包含任何单词字符，则返回匹配项。
\ W	如果字符串不包含任何单词，则返回匹配项。
\ž	如果指定的字符位于字符串的末尾，则返回匹配项。

集

集合是在一对方括号内给出的一组字符。它代表了特殊的意义。

SN	组	描述
1	[ARN]	如果字符串包含集合中的任何指定字符，则返回匹配项。
2	[一个]	如果字符串包含a到n之间的任何字符，则返回匹配项。
3	[^ ARN]	如果字符串包含除a，r和n之外的字符，则返回匹配项。
4	[0123]	如果字符串包含任何指定的数字，则返回匹配项。
5	[0-9]	如果字符串包含0到9之间的任何数字，则返回匹配项。
6	[0-5] [0-9]	如果字符串包含介于00和59之间的任何数字，则返回匹配项。
7	[A-ZA-Z]	如果字符串包含任何字母(小写或大写)，则返回匹配项。

findall()函数

此方法返回一个列表，其中包含字符串中模式的所有匹配项的列表。它按照找到的顺序返回模式。如果没有匹配项，则返回空列表。

请考虑以下示例。

例

import re
str = "How are you. How is everything"
matches = re.findall("How", str)
print(matches)
print(matches)

输出：

['How', 'How']

匹配对象

匹配对象包含有关搜索和输出的信息。如果找不到匹配项，则返回None对象。

例

import re



str = "How are you. How is everything"



matches = re.search("How", str)



print(type(matches))



print(matches) #matches is the search object

输出：

<_sre.sre_match span="(0,3)，match">

Match对象方法

有与Match对象关联的以下方法。

span()：返回包含匹配起始位置和结束位置的元组。

string()：返回传递给函数的字符串。

group()：返回匹配项的字符串部分。

例

import re



str = "How are you. How is everything"



matches = re.search("How", str)



print(matches.span())



print(matches.group())



print(matches.string)

输出：

(0, 3)

How

How are you. How is everything

Python元类

简介

控制类的创建行为，还可以使用metaclass。当我们定义了类以后，就可以根据这个类创建出实例，所以：先定义类，然后创建实例。

---

metaclass

除了使用type()动态创建类以外，要控制类的创建行为，还可以使用metaclass。

metaclass，直译为元类，简单的解释就是：

当我们定义了类以后，就可以根据这个类创建出实例，所以：先定义类，然后创建实例。

但是如果我们想创建出类呢？那就必须根据metaclass创建出类，所以：先定义metaclass，然后创建类。

连接起来就是：先定义metaclass，就可以创建类，最后创建实例。

所以，metaclass允许你创建类或者修改类。换句话说，你可以把类看成是metaclass创建出来的“实例”。

metaclass是Python面向对象里最难理解，也是最难使用的魔术代码。正常情况下，你不会碰到需要使用metaclass的情况，所以，以下内容看不懂也没关系，因为基本上你不会用到。

我们先看一个简单的例子，这个metaclass可以给我们自定义的MyList增加一个add方法：

定义ListMetaclass，按照默认习惯，metaclass的类名总是以Metaclass结尾，以便清楚地表示这是一个metaclass：

# metaclass是创建类，所以必须从`type`类型派生：
class ListMetaclass(type):
    def __new__(cls, name, bases, attrs):
        attrs['add'] = lambda self, value: self.append(value)
        return type.__new__(cls, name, bases, attrs)
class MyList(list):
    __metaclass__ = ListMetaclass # 指示使用ListMetaclass来定制类

当我们写下metaclass = ListMetaclass语句时，魔术就生效了，它指示Python解释器在创建MyList时，要通过ListMetaclass.new()来创建，在此，我们可以修改类的定义，比如，加上新的方法，然后，返回修改后的定义。

new()方法接收到的参数依次是：

当前准备创建的类的对象；

类的名字；

类继承的父类集合；

类的方法集合。

测试一下MyList是否可以调用add()方法：

>>> L = MyList()
>>> L.add(1)
>>> L
[1]

而普通的list没有add()方法：

>>> l = list()
>>> l.add(1)
Traceback (most recent call last):
  File "", line 1, in 
AttributeError: 'list' object has no attribute 'add'

动态修改有什么意义？直接在MyList定义中写上add()方法不是更简单吗？正常情况下，确实应该直接写，通过metaclass修改纯属变态。

但是，总会遇到需要通过metaclass修改类定义的。ORM就是一个典型的例子。

ORM全称“Object Relational Mapping”，即对象-关系映射，就是把关系数据库的一行映射为一个对象，也就是一个类对应一个表，这样，写代码更简单，不用直接操作SQL语句。

要编写一个ORM框架，所有的类都只能动态定义，因为只有使用者才能根据表的结构定义出对应的类来。

让我们来尝试编写一个ORM框架。

编写底层模块的第一步，就是先把调用接口写出来。比如，使用者如果使用这个ORM框架，想定义一个User类来操作对应的数据库表User，我们期待他写出这样的代码：

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')
# 创建一个实例：
u = User(id=12345, name='Michael', email='test@orm.org', password='my-pwd')
# 保存到数据库：
u.save()

其中，父类Model和属性类型StringField、IntegerField是由ORM框架提供的，剩下的魔术方法比如save()全部由metaclass自动完成。虽然metaclass的编写会比较复杂，但ORM的使用者用起来却异常简单。

现在，我们就按上面的接口来实现该ORM。

首先来定义Field类，它负责保存数据库表的字段名和字段类型：

class Field(object):
    def __init__(self, name, column_type):
        self.name = name
        self.column_type = column_type
    def __str__(self):
        return '' % (self.__class__.__name__, self.name)

在Field的基础上，进一步定义各种类型的Field，比如StringField，IntegerField等等：

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')

下一步，就是编写最复杂的ModelMetaclass了：

class ModelMetaclass(type):
    def __new__(cls, name, bases, attrs):
        if name=='Model':
            return type.__new__(cls, name, bases, attrs)
        mappings = dict()
        for k, v in attrs.iteritems():
            if isinstance(v, Field):
                print('Found mapping: %s==>%s' % (k, v))
                mappings[k] = v
        for k in mappings.iterkeys():
            attrs.pop(k)
        attrs['__table__'] = name # 假设表名和类名一致
        attrs['__mappings__'] = mappings # 保存属性和列的映射关系
        return type.__new__(cls, name, bases, attrs)

以及基类Model：

class Model(dict):
    __metaclass__ = ModelMetaclass
    def __init__(self, **kw):
        super(Model, self).__init__(**kw)
    def __getattr__(self, key):
        try:
            return self[key]
        except KeyError:
            raise AttributeError(r"'Model' object has no attribute '%s'" % key)
    def __setattr__(self, key, value):
        self[key] = value
    def save(self):
        fields = []
        params = []
        args = []
        for k, v in self.__mappings__.iteritems():
            fields.append(v.name)
            params.append('?')
            args.append(getattr(self, k, None))
        sql = 'insert into %s (%s) values (%s)' % (self.__table__, ','.join(fields), ','.join(params))
        print('SQL: %s' % sql)
        print('ARGS: %s' % str(args))

当用户定义一个class User(Model)时，Python解释器首先在当前类User的定义中查找metaclass，如果没有找到，就继续在父类Model中查找metaclass，找到了，就使用Model中定义的metaclass的ModelMetaclass来创建User类，也就是说，metaclass可以隐式地继承到子类，但子类自己却感觉不到。

在ModelMetaclass中，一共做了几件事情：

排除掉对Model类的修改；

在当前类(比如User)中查找定义的类的所有属性，如果找到一个Field属性，就把它保存到一个mappings的dict中，同时从类属性中删除该Field属性，否则，容易造成运行时错误；

把表名保存到table中，这里简化为表名默认为类名。

在Model类中，就可以定义各种操作数据库的方法，比如save()，delete()，find()，update等等。

我们实现了save()方法，把一个实例保存到数据库中。因为有表名，属性到字段的映射和属性值的集合，就可以构造出INSERT语句。

编写代码试试：

u = User(id=12345, name='Michael', email='test@orm.org', password='my-pwd')
u.save()

输出如下：

Found model: User
Found mapping: email ==> 
Found mapping: password ==> 
Found mapping: id ==> 
Found mapping: name ==> 
SQL: insert into User (password,email,username,uid) values (?,?,?,?)
ARGS: ['my-pwd', 'test@orm.org', 'Michael', 12345]

可以看到，save()方法已经打印出了可执行的SQL语句，以及参数列表，只需要真正连接到数据库，执行该SQL语句，就可以完成真正的功能。

不到100行代码，我们就通过metaclass实现了一个精简的ORM框架

最后解释一下类属性和实例属性。直接在class中定义的是类属性：

class Student(object):
    name = 'Student'

实例属性必须通过实例来绑定，比如self.name = 'xxx'。来测试一下：

>>> # 创建实例s：
>>> s = Student()
>>> # 打印name属性，因为实例并没有name属性，所以会继续查找class的name属性：
>>> print(s.name)
Student
>>> # 这和调用Student.name是一样的：
>>> print(Student.name)
Student
>>> # 给实例绑定name属性：
>>> s.name = 'Michael'
>>> # 由于实例属性优先级比类属性高，因此，它会屏蔽掉类的name属性：
>>> print(s.name)
Michael
>>> # 但是类属性并未消失，用Student.name仍然可以访问：
>>> print(Student.name)
Student
>>> # 如果删除实例的name属性：
>>> del s.name
>>> # 再次调用s.name，由于实例的name属性没有找到，类的name属性就显示出来了：
>>> print(s.name)
Student

因此，在编写程序的时候，千万不要把实例属性和类属性使用相同的名字。

在我们编写的ORM中，ModelMetaclass会删除掉User类的所有类属性，目的就是避免造成混淆。

---

END

时光，在物转星移中渐行渐远，春花一梦，流水无痕，没有在最想做的时候去做的事情，都是人生的遗憾。人生需要深思熟虑，也需要一时的冲动。