# 使用元类 ### type() 动态语言和静态语言最大的不同，就是函数和类的定义，不是编译时定义的，而是运行时动态创建的。 比方说我们要定义一个`Hello`的class，就写一个`hello.py`模块： ``` class Hello(object): def hello(self, name='world'): print('Hello, %s.' % name) ``` 当Python解释器载入`hello`模块时，就会依次执行该模块的所有语句，执行结果就是动态创建出一个`Hello`的class对象，测试如下： ``` >>> from hello import Hello >>> h = Hello() >>> h.hello() Hello, world. >>> print(type(Hello)) <type 'type'> >>> print(type(h)) <class 'hello.Hello'> ``` `type()`函数可以查看一个类型或变量的类型，`Hello`是一个class，它的类型就是`type`，而`h`是一个实例，它的类型就是class `Hello`。 我们说class的定义是运行时动态创建的，而创建class的方法就是使用`type()`函数。 `type()`函数既可以返回一个对象的类型，又可以创建出新的类型，比如，我们可以通过`type()`函数创建出`Hello`类，而无需通过`class Hello(object)...`的定义： ``` >>> def fn(self, name='world'): # 先定义函数 ... print('Hello, %s.' % name) ... >>> Hello = type('Hello', (object,), dict(hello=fn)) # 创建Hello class >>> h = Hello() >>> h.hello() Hello, world. >>> print(type(Hello)) <type 'type'> >>> print(type(h)) <class '__main__.Hello'> ``` 要创建一个class对象，`type()`函数依次传入3个参数： 1. class的名称； 2. 继承的父类集合，注意Python支持多重继承，如果只有一个父类，别忘了tuple的单元素写法； 3. class的方法名称与函数绑定，这里我们把函数`fn`绑定到方法名`hello`上。 通过`type()`函数创建的类和直接写class是完全一样的，因为Python解释器遇到class定义时，仅仅是扫描一下class定义的语法，然后调用`type()`函数创建出class。 正常情况下，我们都用`class Xxx...`来定义类，但是，`type()`函数也允许我们动态创建出类来，也就是说，动态语言本身支持运行期动态创建类，这和静态语言有非常大的不同，要在静态语言运行期创建类，必须构造源代码字符串再调用编译器，或者借助一些工具生成字节码实现，本质上都是动态编译，会非常复杂。 ### 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： 1. 当前准备创建的类的对象； 2. 类的名字； 3. 类继承的父类集合； 4. 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 "<stdin>", line 1, in <module> 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 '<%s:%s>' % (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： 1. 排除掉对`Model`类的修改； 2. 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； 3. 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 ==> <StringField:email> Found mapping: password ==> <StringField:password> Found mapping: id ==> <IntegerField:uid> Found mapping: name ==> <StringField:username> 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，完整的代码从这里下载： [https://github.com/michaelliao/learn-python/blob/master/metaclass/simple_orm.py](https://github.com/michaelliao/learn-python/blob/master/metaclass/simple_orm.py) 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。