接觸過 Django 的同學都應該十分熟悉它的 ORM 系統。對于 python 新手而言,這是一項幾乎可以被稱作“黑科技”的特性:只要你在models.py中隨便定義一個Model的子類,Django 便可以:
- 獲取它的字段定義,并轉換成表結構
- 讀取Meta內部類,并轉化成相應的配置信息。對于特殊的Model(如abstract、proxy),還要進行相應的轉換
-
為沒有定義objects的Model加上一個默認的Manager
開發之余,我也曾腦補過其背后的原理。曾經,我認為是這樣的:
啟動時,遍歷models.py中的所有屬性,找到Model的子類,并對其進行上述的修改。
當初,我還以為自己觸碰到了真理,并曾將其應用到實際生產中――為 SAE 的 KVDB 寫了一個類 ORM 系統。然而在實現的過程中,我明顯感受到了這種方法的丑陋,而且性能并不出色(因為要遍歷所有的定義模塊)。
那么事實上,Django 是怎么實現的呢?
自古以來我們制造東西的方法都是“自上而下”的,是用切削、分割、組合的方法來制造。然而,生命是自下而上地,自發地建造起來的,這個過程極為低廉。 ――王晉康 《水星播種》
這句話揭示了生命的神奇所在:真正的生命都是由基本物質自發構成的,而非造物主流水線式的加工。
那么,如果 類 也有生命的話,對它自己的修飾就不應該由調用者來完成,而應該是自發的。
幸而,python 提供了造物主的接口――這便是 Meta Classes,或者稱為“元類”。
元類 是什么?
簡單說:元類就是類的類。
首先,要有一個概念:
python 中,一切都是對象。
沒錯,一切,包括 類 本身。
既然,類 是 對象,對象 是 類的實例,那么――類 也應該有 類 才對。
類的類:type
在 python 中,我們可以用type檢測一個對象的類,如:
print type(1) #
如果對一個類操作呢?
print type(int) #class MyClass(object): pass print type(MyClass) # print type(type) #
這說明:type其實是一個類型,所有類――包括type自己――的類都是type。
type 簡介
從 官方文檔 中,我們可以知道:
和 dict 類似,type 也是一個工廠構造函數,調用其將返回 一個type類型的實例(即 類)。
type 有兩個重載版本:
+ `type(object)`,即我們最常用的版本。
+ `type(name, bases, dict)`,一個更強大的版本。通過指定 類名稱(`name`)、父類列表(`bases`)和 屬性字典(`dict`) 動態合成一個類。
下面兩個語句等價:
class Integer(int): name = 'my integer' def increase(self, num): return num + 1 # ------------------- Integer = type('Integer', (int, ), { 'name': 'my integer', 'increase': lambda self, num: \ num + 1 # 很酷的寫法,不是么 })
也就是說:類的定義過程,其實是type類型實例化的過程。
然而這和修飾一個已定義的類有什么關系呢?
當然有啦~既然“類的定義”就是“type類型的初始化過程”,那其中必定會調用到type的構造函數(__new__() 或 __init__())。只要我們繼承 type類 并修改其 __new__函數,在這里面動手腳就可以啦。
接下來我們將通過一個栗子感受 python 的黑魔法,不過在此之前,我們要先了解一個語法糖。
__metaclass__ 屬性
有沒覺得上面第二段示例有些鬼畜呢?它勒令程序員將類的成員寫成一個字典,簡直是反人類。如果我們真的是要通過修改 元類 來改變 類 的行為的話,似乎就必須采用這種方法了~~簡直可怕~~
好在,python 2.2 時引進了一個語法糖:__metaclass__。
class Integer(int): __metaclass__ = IntMeta
現在將會等價于:
Integer = IntMeta('Integer', (int, ), {})
由此一來,我們在使用傳統類定義的同時,也可以使用元類啦。
栗子:子類凈化器
需求描述
你是一個有語言潔癖的開發者,平時容不得別人講一句臟話,在開發時也是如此。現在,你寫出了一個非常棒的框架,并馬上要將它公之于眾了。不過,你的強迫癥又犯了:如果你的使用者在代碼中寫滿了臟話,怎么辦?豈不是玷污了自己的純潔?
假如你就是這個喪心病狂的開發者,你會怎么做?
在知道元類之前,你可能會無從下手。不過,這個問題你可以用 元類 輕松解決――只要在類定義時過濾掉不干凈的字眼就好了(百度貼吧的干活~~)。
我們的元類看起來會是這樣的:
sensitive_words_list = ['asshole', 'fuck', 'shit'] def detect_sensitive_words(string): '''檢測敏感詞匯''' words_detected = filter(lambda word: word in string.lower(), sensitive_words_list) if words_detected: raise NameError('Sensitive words {0} detected in the string "{1}".' \ .format( ', '.join(map(lambda s: '"%s"' % s, words_detected)), string ) ) class CleanerMeta(type): def __new__(cls, class_name, bases, attrs): detect_sensitive_words(class_name) # 檢查類名 map(detect_sensitive_words, attrs.iterkeys()) # 檢查屬性名 print "Well done! You are a polite coder!" # 如無異常,輸出祝賀消息 return super(CleanerMeta, cls).__new__(cls, class_name, bases, attrs) # 重要!這行一定不能漏!!這回調用內建的類構造器來構造類,否則定義好的類將會變成 None 現在,只需這樣定義基類: class APIBase(object): __metaclass__ = CleanerMeta # ... 那么所有 APIBase 的派生類都會接受安全審查(奸笑~~): class ImAGoodBoy(APIBase): a_polite_attribute = 1 # [Output] Well done! You are a polite coder! class FuckMyBoss(APIBase): pass # [Output] NameError: Sensitive words "fuck" detected in the string "FuckMyBoss". class PretendToBePolite(APIBase): def __fuck_your_asshole(self): pass # [Output] NameError: Sensitive words "asshole", "fuck" detected in the string "_PretendToBePolite__fuck_your_asshole".
看,即使像最后一個例子中的私有屬性也難逃審查,因為它們本質都是相同的。
甚至,你還可以對有問題的屬性進行偷偷的修改,比如 讓不文明的函數在調用時打出一行警告 等等,這里就不多說了。
元類 在實際開發中的應用
日常開發時,元類 常用嗎?
當然,Django 的 ORM 就是一個例子,大名鼎鼎的 SQLAlchemy 也用了這種黑魔法。
此外,在一些小型的庫中,也有 元類 的身影。比如 abc(奇怪的名字~~)――這是 python 的一個內建庫,用于模擬 抽象基類(Abstract Base Classes)。開發者可以使用 abc.abstractmethod 裝飾器,將 指定了 __metaclass__ = abc.ABCMeta 的類的方法定義成 抽象方法,同時這個類也成了 抽象基類,抽象基類是不可實例化的。這便實現了對 抽象基類 的模擬。
倘若你也有需要動態修改類定義的需求,不妨也試試這種“黑魔法”。
小結
- 類 也是 對象,所有的類都是type的實例
- 元類(Meta Classes)是類的類
- __metaclass__ = Meta 是 Meta(name, bases, dict) 的 語法糖
- 可以通過重載元類的 __new__ 方法,修改 類定義 的行為
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索:z360901061

微信掃一掃加我為好友
QQ號聯系: 360901061
您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。
【本文對您有幫助就好】元
