4.3 神奇的元类编程¶
1. 类是如何产生的¶
类是如何产生？这个问题也许你会觉得很傻。
实则不然，很多初学者只知道使用继承的表面形式来创建一个类，却不知道其内部真正的创建是由
type 来创建的。
type？这不是判断对象类型的函数吗？
是的，type通常用法就是用来判断对象的类型。但除此之外，他最大的用途是用来动态创建类。当Python扫描到class的语法的时候，就会调用type函数进行类的创建。
2. 如何使用type创建类¶
首先，type() 需要接收三个参数
类的名称，若不指定，也要传入空字符串：
""父类，注意以tuple的形式传入，若没有父类也要传入空tuple：
()，默认继承object绑定的方法或属性，注意以dict的形式传入
来看个例子
# 准备一个基类（父类）
class BaseClass:
def talk(self):
print("i am people")
# 准备一个方法
def say(self):
print("hello")
# 使用type来创建User类
User = type("User", (BaseClass, ), {"name":"user", "say":say})
3. 理解什么是元类¶
什么是类？可能谁都知道，类就是用来创建对象的「模板」。
那什么是元类呢？一句话通俗来说，元类就是创建类的「模板」。
为什么type能用来创建类？因为它本身是一个元类。使用元类创建类，那就合理了。
type是Python在背后用来创建所有类的元类，我们熟知的类的始祖 object
也是由type创建的。更有甚者，连type自己也是由type自己创建的，这就过份了。
>>> type(type)
<class 'type'>
>>> type(object)
<class 'type'>
>>> type(int)
<class 'type'>
>>> type(str)
<class 'type'>
如果要形象的来理解的话，就看下面这三行话。
str：用来创建字符串对象的类。
int：是用来创建整数对象的类。
type：是用来创建类对象的类。
反过来看
一个实例的类型，是类
一个类的类型，是元类
一个元类的类型，是type
写个简单的小示例来验证下
>>> class MetaPerson(type):
... pass
...
>>> class Person(metaclass=MetaPerson):
... pass
...
>>> Tom = Person()
>>> print(type(Tom))
<class '__main__.Person'>
>>> print(type(Tom.__class__))
<class '__main__.MetaPerson'>
>>> print(type(Tom.__class__.__class__))
<class 'type'>
下面再来看一个稍微完整的
# 注意要从type继承
class BaseClass(type):
def __new__(cls, *args, **kwargs):
print("in BaseClass")
return super().__new__(cls, *args, **kwargs)
class User(metaclass=BaseClass):
def __init__(self, name):
print("in User")
self.name = name
# in BaseClass
user = User("wangbm")
# in User
综上，我们知道了类是元类的实例，所以在创建一个普通类时，其实会走元类的
__new__。
同时，我们又知道在类里实现了 __call__
就可以让这个类的实例变成可调用。
所以在我们对普通类进行实例化时，实际是对一个元类的实例（也就是普通类）进行直接调用，所以会走进元类的
__call__
在这里可以借助 「单例的实现」举一个例子，你就清楚了
class MetaSingleton(type):
def __call__(cls, *args, **kwargs):
print("cls:{}".format(cls.__name__))
print("====1====")
if not hasattr(cls, "_instance"):
print("====2====")
cls._instance = type.__call__(cls, *args, **kwargs)
return cls._instance
class User(metaclass=MetaSingleton):
def __init__(self, *args, **kw):
print("====3====")
for k,v in kw:
setattr(self, k, v)
验证结果
>>> u1 = User('wangbm1')
cls:User
====1====
====2====
====3====
>>> u1.age = 20
>>> u2 = User('wangbm2')
cls:User
====1====
>>> u2.age
20
>>> u1 is u2
True
4. 使用元类的意义¶
正常情况下，我们都不会使用到元类。但是这并不意味着，它不重要。假如某一天，我们需要写一个框架，很有可能就需要你对元类要有进一步的研究。
元类有啥用，用我通俗的理解，元类的作用过程：
拦截类的创建
拦截下后，进行修改
修改完后，返回修改后的类
所以，很明显，为什么要用它呢？不要它会怎样？
使用元类，是要对类进行定制修改。使用元类来动态生成元类的实例，而99%的开发人员是不需要动态修改类的，因为这应该是框架才需要考虑的事。
但是，这样说，你一定不会服气，到底元类用来干什么？其实元类的作用就是创建API，一个最典型的应用是
Django ORM。
5. 元类实战：ORM¶
使用过Django ORM的人都知道，有了ORM，使得我们操作数据库，变得异常简单。
ORM的一个类(User)，就对应数据库中的一张表。id,name,email,password 就是字段。
class User(BaseModel):
id = IntField('id')
name = StrField('username')
email = StrField('email')
password = StrField('password')
class Meta:
db_table = "user"
如果我们要插入一条数据，我们只需这样做
# 实例化成一条记录
u = User(id=20180424, name="xiaoming",
email="xiaoming@163.com", password="abc123")
# 保存这条记录
u.save()
通常用户层面，只需要懂应用，就像上面这样操作就可以了。
但是今天我并不是来教大家如何使用ORM，我们是用来探究ORM内部究竟是如何实现的。我们也可以自己写一个简易的ORM。
从上面的User类中，我们看到StrField和IntField，从字段意思上看，我们很容易看出这代表两个字段类型。字段名分别是id,username,email,password。
StrField和IntField在这里的用法，叫做属性描述符。
简单来说呢，属性描述符可以实现对属性值的类型，范围等一切做约束，意思就是说变量id只能是int类型，变量name只能是str类型，否则将会抛出异常。
那如何实现这两个属性描述符呢？请看代码。
import numbers
class Field:
pass
class IntField(Field):
def __init__(self, name):
self.name = name
self._value = None
def __get__(self, instance, owner):
return self._value
def __set__(self, instance, value):
if not isinstance(value, numbers.Integral):
raise ValueError("int value need")
self._value = value
class StrField(Field):
def __init__(self, name):
self.name = name
self._value = None
def __get__(self, instance, owner):
return self._value
def __set__(self, instance, value):
if not isinstance(value, str):
raise ValueError("string value need")
self._value = value
我们看到User类继承自BaseModel，这个BaseModel里，定义了数据库操作的各种方法，譬如我们使用的save函数，也可以放在这里面的。所以我们就可以来写一下这个BaseModel类
class BaseModel(metaclass=ModelMetaClass):
def __init__(self, *args, **kw):
for k,v in kw.items():
# 这里执行赋值操作，会进行数据描述符的__set__逻辑
setattr(self, k, v)
return super().__init__()
def save(self):
db_columns=[]
db_values=[]
for column, value in self.fields.items():
db_columns.append(str(column))
db_values.append(str(getattr(self, column)))
sql = "insert into {table} ({columns}) values({values})".format(
table=self.db_table, columns=','.join(db_columns),
values=','.join(db_values))
pass
从BaseModel类中，save函数里面有几个新变量。
fields: 存放所有的字段属性
db_table：表名
我们思考一下这个u实例的创建过程：
type -> ModelMetaClass -> BaseModel -> User -> u
这里会有几个问题。
init的参数是User实例时传入的，所以传入的id是int类型，name是str类型。看起来没啥问题，若是这样，我上面的数据描述符就失效了，不能起约束作用。所以我们希望init接收到的id是IntField类型，name是StrField类型。
同时，我们希望这些字段属性，能够自动归类到fields变量中。因为，做为BaseModel，它可不是专门为User类服务的，它还要兼容各种各样的表。不同的表，表里有不同数量，不同属性的字段，这些都要能自动类别并归类整理到一起。这是一个ORM框架最基本的。
我们希望对表名有两种选择，一个是User中若指定Meta信息，比如表名，就以此为表名，若未指定就以类名的小写 做为表名。虽然BaseModel可以直接取到User的db_table属性，但是如果在数据库业务逻辑中，加入这段复杂的逻辑，显然是很不优雅的。
上面这几个问题，其实都可以通过元类的__new__函数来完成。
下面就来看看，如何用元类来解决这些问题呢？请看代码。
class ModelMetaClass(type):
def __new__(cls, name, bases, attrs):
if name == "BaseModel":
# 第一次进入__new__是创建BaseModel类，name="BaseModel"
# 第二次进入__new__是创建User类及其实例，name="User"
return super().__new__(cls, name, bases, attrs)
# 根据属性类型，取出字段
fields = {k:v for k,v in attrs.items() if isinstance(v, Field)}
# 如果User中有指定Meta信息，比如表名，就以此为准
# 如果没有指定，就默认以 类名的小写 做为表名，比如User类，表名就是user
_meta = attrs.get("Meta", None)
db_table = name.lower()
if _meta is not None:
table = getattr(_meta, "db_table", None)
if table is not None:
db_table = table
# 注意原来由User传递过来的各项参数attrs，最好原模原样的返回，
# 如果不返回，有可能下面的数据描述符不起作用
# 除此之外，我们可以往里面添加我们自定义的参数
attrs["db_table"] = db_table
attrs["fields"] = fields
return super().__new__(cls, name, bases, attrs)
6. __new__ 有什么用？¶
在没有元类的情况下，每次创建实例，在先进入 __init__ 之前都会先进入
__new__。
class User:
def __new__(cls, *args, **kwargs):
print("in BaseClass")
return super().__new__(cls)
def __init__(self, name):
print("in User")
self.name = name
使用如下
>>> u = User('wangbm')
in BaseClass
in User
>>> u.name
'wangbm'
在有元类的情况下，每次创建类时，会都先进入 元类的 __new__
方法，如果你要对类进行定制，可以在这时做一些手脚。
综上，元类的__new__和普通类的不一样：
元类的
__new__在创建类时就会进入，它可以获取到上层类的一切属性和方法，包括类名，魔法方法。而普通类的
__new__在实例化时就会进入，它仅能获取到实例化时外界传入的属性。
