python中一切皆对象,类也是对象。
总的来说,面向对象体系里,有两种关系,一种是父子关系,通过父类与子类来描述,另一种是类型实例关系,通过类和实例来描述。而两条规则,是将类之间,类与实例之间的关系联系在一起。
object: object类是所有类的超类。因继承具有传递性,所以object派生出其它所有类,包括type类。
type: type类实现了python中的所有的类, 包括object类和type类本身。
虚线向上规则:如果X是A的实例,同时A又是B的子类,那么,X也是B的实例。
虚线向下规则:如果B是M的实例,同时A是B的子类,那么,A也是M的实例。
虚线:代表实例关系,即由某个类的实例对象用虚线指向该类。如上图实例X用虚线指向实现它的类A。
实线:代表父子关系(继承关系),即由某个派生类用实线指向它的父类。如上图派生类A用虚线指向它的父类B。
虚线向上规则:上图中X是A的实例对象,A又是B的派生类,则X也是B的实例对象。即将X端射向A端的虚线,向上抬,射向B端(你应该可以看到上图右上方有一条标志为implied[这个单词意思是隐藏]的向上虚线),就实现了表述X也是是B的实例的目的。
同理虚线向下规则也是这样推出。
上图中的关系:
(1) type 继承自object; issubclass(type, object)
(2) type 实例化出object;
(3) object 实例化出object;
(4) type实例化出type;
print(issubclass(type, object))
print(isinstance(object, type))
print(isinstance(object, object))
print(isinstance(type, type))
"""
运行结果:
True
True
True
True
Process finished with exit code 0
"""
元类:创建类的类,即type。
自定义元类:继承type。可通过自定义元类创建一个满足自己需求的类
(i) 自定义元类__new__方法实现创建自定义类对象
(ii) 自定义元类__init__方法实现初始化自定义类对象
(iii) 自定义元类__call__方法实现实例化自定义类对象,即实例化自定义类对象时会运行自定义元类中重写的__call__方法,并在此过程中会调用自定义类对象中重写的__new__和__init__,进行创建所创建类对象的实例对象和初始化该实例对象。
class A(type):
def __new__(cls, class_name, bases_name, attribute_dict):
print("A.__new__++++start")
b_class = super().__new__(cls, class_name, bases_name, attribute_dict)
print("A.__new__++++end")
return b_class
def __init__(self, class_name, bases_name, attribute_dict):
print("A.__init__++++start")
super().__init__(class_name, bases_name, attribute_dict)
print("A.__init__++++end")
def __call__(self, *args, **kwargs):
print("A.__call__++++start")
test = super(A, self).__call__(*args, **kwargs)
print("A.__call__++++end")
return test
"""
metaclass=A 解析:
在解释器执行到class B(object, metaclass=A)时运行过程如下
下面的csl_、bases_、attritube_解释器会自动传递
相当于 B = A(cls_, bases_, attritube_), B指向转变为A的实例对象。这也解释了:
(1)为什么加上该语句后B的属性会改变为A的属性,如:print(B.__class__)为A;
(2)为什么A的__new__和__init__只会执行一次;
(3)后期调用B实际上调用该A实例所绑定的__call__方法。
此过程与装饰函数为装饰某个类的过程类似
不同之处在于对于外函数解释器自动传递的参数不同,装饰函数为装饰某个类时解释器只为其传递所要装饰的类的cls。
"""
class B(object, metaclass=A):
name = "zhangsna"
def __new__(cls):
print("B.__new__++++start")
print("B.__new__++++end")
return super(B, cls).__new__(cls)
def __init__(self):
print("B.__init__++++start")
super(B, self).__init__()
print("B__init__++++end")
if __name__ == '__main__':
print(B.__class__)
B() # 其实调用的时B所绑定的A的__call__方法
"""
运行结果:
A.__new__++++start
A.__new__++++end
A.__init__++++start
A.__init__++++end
A.__call__++++start
B.__new__++++start
B.__new__++++end
B.__init__++++start
B__init__++++end
A.__call__++++end
Process finished with exit code 0
"""
使用自定义元类创建ORM的实例,通过创建一个类似Django中的ORM来熟悉一下元类的使用,通常元类用来创建API是非常好的选择,使用元类的编写很复杂但使用者可以非常简洁的调用API。
#我们想创建一个类似Django的ORM,只要定义字段就可以实现对数据库表和字段的操作。
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')
例如:
# 创建一个实例:
u = User(id=12345, name='Michael', email='[email protected]', password='my-pwd')
# 保存到数据库:
u.save()
接下来我么来实现这么个功能:
# 一、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 '<%s:%s>' % (self.__class__.__name__, self.name)
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')
# 二、定义元类,控制Model对象的创建,将接口类转化为逻辑处理所需的类
class ModelMetaclass(type):
"""
定义元类
"""
def __new__(cls, name, bases, attrs):
print(name)
if name == 'Model':
return super(ModelMetaclass, cls).__new__(cls, name, bases, attrs)
mappings = dict()
for k, v in attrs.items():
# 保存类属性和列的映射关系到mappings字典
if isinstance(v, Field):
print('Found mapping: %s==>%s' % (k, v))
mappings[k] = v
for k in mappings.keys():
# 将类属性移除,使定义的类字段不污染User类属性,只在实例中可以访问这些key
attrs.pop(k)
attrs['__table__'] = name.lower() # 假设表名和为类名的小写,创建类时添加一个__table__类属性
attrs['__mappings__'] = mappings # 保存属性和列的映射关系,创建类时添加一个__mappings__类属性
return super(ModelMetaclass, cls).__new__(cls, name, bases, attrs)
# 三、编写Model基类
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__.items():
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))
# 最后,我们使用定义好的ORM接口,使用起来非常的简单。
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')
if __name__ == '__main__':
# 创建一个实例:
u = User(id=12345, name='Michael', email='[email protected]', password='my-pwd')
# 保存到数据库:
u.save()
"""
运行结果:
Model
User
Found mapping: id==>
Found mapping: name==>
Found mapping: email==>
Found mapping: password==>
SQL: insert into user (id,username,email,password) values (?,?,?,?)
ARGS: [12345, 'Michael', '[email protected]', 'my-pwd']
Process finished with exit code 0
"""
[参考博客]
https://www.cnblogs.com/tkqasn/p/6524879.html