原创文章,转载时请保留此声明,并给出原文连接。
元编程并不象它听起来那么时髦和新奇。常用的 decorator
就可以认为是一种元编程。简单来说,元编程就是编写操作代码的代码。
有点绕,是吧?别着急,咱们一点一点来讨论。
注意:本文中的代码适用于 Python 3.3 及以上。
元类
多数编程语言中,一切东西都有类型。Python 也不例外,我们可以用 type()
函数获取任意变量的类型。
num = 23
print("Type of num is:", type(num))
lst = [1, 2, 4]
print("Type of lst is:", type(lst))
name = "Atul"
print("Type of name is:", type(name))
执行结果是:
Type of num is: <class 'int'>
Type of lst is: <class 'list'>
Type of name is: <class 'str'>
Python 中的所有类型都是由 Class 定义的。这一条与其它编程语言,比如 Java、C++ 等等不同。在那些语言中,int、char、float 之类是基本数据类型,但是在 Python 中,它们是 int 类或 str 类的对象。
象其它 OOP 语言一样,我们可以使用 class 定义新类型:
class Student:
pass
stu_obj = Student()
print("Type of stu_obj is:", type(stu_obj))
执行结果是:
Type of stu_obj is: <class '**main**.Student'>
一点儿也不意外,对吧?其实有意外,因为在 Python 中,类也是一个对象,就像任何其他对象一样,它是元类的实例。即一个特殊的类,创建了 Class 这个特殊的类实例。看如下代码:
class Student:
pass
print("Type of Student class is:", type(Student))
执行结果是:
Type of Student class is: <class 'type'>
既然类也是一个对象,所以以修改对象相同的方式修改它就顺理成章。如下先定义一个没有任何属性和方法的类,然后在外部为其添加属性和方法:
class test:
pass
test.x = 45
test.foo = lambda self: print('Hello')
myobj = test()
print(myobj.x)
myobj.foo()
执行结果是:
45
Hello
以上过程可以简单概括为:
元类创建类,类创建实例
画个图象这样:
元类 -> 类 -> 实例
因此,我们就可以编写自定义的元类,执行额外的操作或者注入代码,来改变类的生成过程。这在某些场景下很有用,主要是比如有些情况下使用元编程更简单,另一些情况只有元编程才能解决问题。
创建自定义元类
创建自定义元类,有两种方法。第一种是继承 type
元类,并且覆写两个方法:
- new()
它在 init() 之前调用,生成类实例并返回。我们可以覆盖此方法来控制对象的创建过程。
- init()
这个不多解释,相信你都明白。
如下是个例子:
class MultiBases(type):
def __new__(cls, clsname, bases, clsdict):
if len(bases)>1:
raise TypeError("Inherited multiple base classes!!!")
return super().__new__(cls, clsname, bases, clsdict)
class Base(metaclass=MultiBases):
pass
class A(Base):
pass
class B(Base):
pass
class C(A, B):
pass
执行结果是:
Traceback (most recent call last):
File "<stdin>", line 2, in <module>
File "<stdin>", line 8, in **new**
TypeError: Inherited multiple base classes!!!
第二种方法是直接使用 type() 函数创建类。这个方法如果只用一个参数调用,它会返回该参数的类型,前文已经描述过。但是使用三个参数调用时,它会创建一个类。这三个参数如下:
- 类名称;
- 继承的父类的元组。你没看错,是元组,别忘了 Python 可以多继承;
- 一个字典。定义类属性和方法;
以下是示例:
def test_method(self):
print("This is Test class method!")
class Base:
def myfun(self):
print("This is inherited method!")
Test = type('Test', (Base, ), dict(x="atul", my_method=test_method))
print("Type of Test class: ", type(Test))
test_obj = Test()
print("Type of test_obj: ", type(test_obj))
test_obj.myfun()
test_obj.my_method()
print(test_obj.x)
执行结果是:
Type of Test class: <class 'type'>
Type of test_obj: <class '**main**.Test'>
This is inherited method!
This is Test class method!
atul
使用元类解决问题
了解了元类的创建方法后,可以来解决一些实际问题了。例如,如果我们想在每次调用类方法时,都先输出一下它的全限定名,该怎么办呢?
最常用的方法是使用 decorator
,象这样:
from functools import wraps
def debug(func):
@wraps(func)
def wrapper(*args, **kwargs):
print("Full name of this method:", func.__qualname__)
return func(*args, **kwargs)
return wrapper
def debugmethods(cls):
for key, val in vars(cls).items():
if callable(val):
setattr(cls, key, debug(val))
return cls
@debugmethods
class Calc:
def add(self, x, y):
return x+y
def mul(self, x, y):
return x\*y
def div(self, x, y):
return x/y
mycal = Calc()
print(mycal.add(2, 3))
print(mycal.mul(5, 2))
执行结果是:
Full name of this method: Calc.add
5
Full name of this method: Calc.mul
10
这个方案很漂亮。但是,如果变更一下需求,例如我们希望 Calc 的所有子类的方法执行时,都先输出一下它的全限定名,该怎么办呢?
在每一个子类上加上 @debugmethods 是一种方案,但是有点啰嗦,是不是?
该基于元类的解决方案出场了,以下是个例子:
from functools import wraps
def debug(func):
@wraps(func)
def wrapper(*args, **kwargs):
print("Full name of this method:", func.__qualname__)
return func(*args, **kwargs)
return wrapper
def debugmethods(cls):
for key, val in vars(cls).items():
if callable(val):
setattr(cls, key, debug(val))
return cls
class debugMeta(type):
def __new__(cls, clsname, bases, clsdict):
obj = super().__new__(cls, clsname, bases, clsdict)
obj = debugmethods(obj)
return obj
class Base(metaclass=debugMeta):
pass
class Calc(Base):
def add(self, x, y):
return x+y
class Calc_adv(Calc):
def mul(self, x, y):
return x\*y
mycal = Calc_adv()
print(mycal.mul(2, 3))
执行结果是:
Full name of this method: Calc_adv.mul
6
何时使用元类
该说的基本说完了,剩下最好一件事。元编程算是 Python 的一个魔法,多数时候我们其实用不到。但是什么时候需要呢?大概有三种情况:
- 如果我们想要一个特性,沿着继承层次结构向下传递,可以用;
- 如果我们想在类创建后,能动态修改,可以用;
- 如果我们是在开发类库或者 API,可能会用到;
原创文章,转载时请保留此声明,并给出原文连接。
原文链接:https://www.cnblogs.com/rockety/p/17298553.html
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Python 元编程 - Python技术站