7.1 property动态属性
在面向对象编程中，我们一般把名词性的东西映射成属性，动词性的东西映射成方法。在python类中他们对应的分别是属性self.xxx和类方法。但有时我们需要的属性需要根据其他属性动态的计算，此时如果直接使用属性方法处理，会导致数据不同步。下面介绍@property方法来动态创建类属性。
from datetime import date, datetime
class User:
def __init__(self, name, birthday):
self.name = name
self.birthday = birthday
self._age = 0
def get_age(self):
return datetime.now().year - self.birthday.year
@property
def age(self):
return datetime.now().year - self.birthday.year
@age.setter
def age(self, value):
self._age = value
if __name__ == "__main__":
user = User("bobby", date(year=1987, month=1, day=1))
print(user.get_age())
user.age = 30
print(user._age)
print(user.age)
"""
33
30
33
"""
7.2 __getattr__、__getattribute__魔法函数
- object.
__getattr__(self, name)
找不到attribute的时候，会调用getattr，返回一个值或AttributeError异常。#__getattr__, __getattribute__ #__getattr__ 就是在查找不到属性的时候调用 from datetime import date class User: def __init__(self,info={}): self.info = info def __getattr__(self, item): # 查找不到属性的时候调用 return self.info[item] if __name__ == "__main__": user = User(info={"company_name":"imooc", "name":"bobby"}) print(user.name) # __getattr__魔法函数的好处 print(user.test)
- object.
__getattribute__(self, name)
无条件被调用，通过实例访问属性首先就会调用。如果class中定义了__getattr__()，则__getattr__()不会被调用（除非显示调用或引发AttributeError异常）from datetime import date class User: def __init__(self,info={}): self.info = info def __getattr__(self, item): # 查找不到属性的时候调用 return self.info[item] def __getattribute__(self, item): # 查找属性时调用 return "bobby" if __name__ == "__main__": user = User(info={"company_name":"imooc", "name":"bobby"}) print(user.name) print(user.test)
object.__getattribute__(self, name)把持了所有属性访问的入口，能不重写就尽量不去覆盖他，因为一旦写不好会使整个类的属性访问给蹦掉。写框架的时候是极有可能用到这个方法的，因为某些时候会去控制整个类的实例的过程，以及类属性访问的过程。
7.3 属性描述符和属性查找过程
#属性描述符
import numbers
#只要一个类实现了下面三种魔法函数中的一种，这个类就是属性描述符
class IntField:
# 数据描述符
def __get__(self, instance, owner):
return self.value
def __set__(self, instance, value):
if not isinstance(value,numbers.Integral):
raise ValueError("必须为int")
if value < 0:
raise ValueError("positive value need")
self.value = value # 把值保存再实例中
def __delete__(self, instance):
pass
class NonDataIntField:
#只实现__get__方法，属性描述符，非数据属性描述符
def __get__(self, instance, owner):
return self.value
class User:
age = IntField()
# age = NonDataIntField()
if __name__ == '__main__':
user = User()
user.age = 24
print(user.age)
print(user.__dict__)
# user.age = '24' # 这会报错
'''
如果user是某个类的实例，那么user.age（以及等价的getattr(user,’age’)）
首先调用__getattribute__。如果类定义了__getattr__方法，
那么在__getattribute__抛出 AttributeError 的时候就会调用到__getattr__，
而对于描述符(__get__）的调用，则是发生在__getattribute__内部的。
user = User(), 那么user.age 顺序如下：
（1）数据描述符：如果“age”是出现在User或其基类的__dict__中， 且age是data descriptor（数据描述符）， 那么调用其__get__方法, 否则
（2）实例：如果“age”出现在user（实例）的__dict__中， 那么直接返回 obj.__dict__[‘age’]， 否则
（3）类： 如果“age”出现在User（类）或其基类的__dict__中
（3.1）非数据属性描述符：如果age是non-data descriptor，那么调用其__get__方法， 否则(比如age=1)
（3.2）返回 __dict__[‘age’]
（4）如果User有__getattr__方法，调用__getattr__方法，否则
（5）抛出AttributeError
'''
示例1：
示例2：
示例3：
示例4：
7.4 new和init的区别
- 我们通常把__init__称为构造函数。其实，用于构建实例的方法是特殊方法__new__：这是个类方法（使用特殊方式处理，因此不必使用@classmethod装饰器），必须返回一个实例。返回的实例会作为第一个参数（即self）传给__init__方法。因为调用__init__方法时要传入实例，而且禁止返回任何值，所以__init__方法其实是“初始化方法”。真正的构造方法是__new__。
- 从__new__方法到__init__方法，是最常见的。但不是唯一的。__new__方法也可以返回其他类的实例，此时，解释器不会调用__init__方法。
class User: def __new__(cls, *args, **kwargs): print("in new") #in new print(cls) #cls是当前class对象 <class '__main__.User'> print(type(cls)) #<class 'type'> return super().__new__(cls) #必须返回class对象，才会调用__init__方法 def __init__(self,name): print("in init") #in init print(self) #self是class的实例对象 <__main__.User object at 0x00000000021B8780> print(type(self)) #<class '__main__.User'> self.name = name # new是用用来控制对象的生成过程，在对象生成之前 # init是用来完善对象的 # 如果new方法不返回对象，则不会调用init函数 if __name__ == '__main__': user = User(name="derek")
7.5 自定义元类
- 通过传入不同的字符串动态的创建不同的类
def create_class(name): if name == "user": class User: def __str__(self): return "user" return User elif name == "company": class Company: def __str__(self): return "company" return Company if __name__ == '__main__': Myclass = create_class("user") my_obj = Myclass() print(my_obj) #user print(type(my_obj)) #<class '__main__.create_class.<locals>.User'> - 用type创建
# 一个简单type创建类的例子 #type(object_or_name, bases, dict) #type里面有三个参数，第一个类名，第二个基类名，第三个是属性 User = type("User",(),{"name":"haifeng"}) my_obj = User() print(my_obj.name) #haifeng # 不但可以定义属性，还可以定义方法 def say(self): #必须加self return "i am haifeng" User = type("User",(),{"name":"haifeng","say":say}) my_obj = User() print(my_obj.name) #haifeng print(my_obj.say()) #i am haifeng # 让type创建的类继承一个基类 def say(self): #必须加self return "i am haifeng" class BaseClass: def answer(self): return "i am baseclass" #type里面有三个参数，第一个类名，第二个基类名，第三个是属性 User = type("User",(BaseClass,),{"name":"haifeng","say":say}) if __name__ == '__main__': my_obj = User() print(my_obj.name) # haifeng print(my_obj.say()) # i am haifeng print(my_obj.answer()) # i am baseclass - 什么是元类， 元类是创建类的类 对象<-class(对象)<-type
元类就是创建类的类，比如上面的type
在实际编码中，我们一般不直接用type去创建类，而是用元类的写法，自定义一个元类metaclass去创建
# 把User类创建的过程委托给元类去做，这样代码的分离性比较好class MetaClass(type): def __new__(cls, *args, **kwargs): return super().__new__(cls,*args, **kwargs) class User(metaclass=MetaClass): def __init__(self,name): self.name = name def __str__(self): return "test" if __name__ == '__main__': #python中类的实例化过程，会首先寻找metaclass，通过metaclass去创建User类 my_obj = User(name="haifeng") print(my_obj) # test print(my_obj.name) # haifeng - object是type的实例，而type是object的子类。
所有类都是type的实例，元类是type的子类。元类可以通过实现__init__实现定制实例。
7.6 元类实现ORM
# 需求
import numbers
class Field:
pass
class IntField(Field):
# 数据描述符
def __init__(self, db_column, min_value=None, max_value=None):
self._value = None
self.min_value = min_value
self.max_value = max_value
self.db_column = db_column
if min_value is not None:
if not isinstance(min_value, numbers.Integral):
raise ValueError("min_value must be int")
elif min_value < 0:
raise ValueError("min_value must be positive int")
if max_value is not None:
if not isinstance(max_value, numbers.Integral):
raise ValueError("max_value must be int")
elif max_value < 0:
raise ValueError("max_value must be positive int")
if min_value is not None and max_value is not None:
if min_value > max_value:
raise ValueError("min_value must be smaller than max_value")
def __get__(self, instance, owner):
return self._value
def __set__(self, instance, value):
if not isinstance(value, numbers.Integral):
raise ValueError("int value need")
if value < self.min_value or value > self.max_value:
raise ValueError("value must between min_value and max_value")
self._value = value
class CharField(Field):
def __init__(self, db_column, max_length=None):
self._value = None
self.db_column = db_column
if max_length is None:
raise ValueError("you must spcify max_lenth for charfiled")
self.max_length = max_length
def __get__(self, instance, owner):
return self._value
def __set__(self, instance, value):
if not isinstance(value, str):
raise ValueError("string value need")
if len(value) > self.max_length:
raise ValueError("value len excess len of max_length")
self._value = value
class ModelMetaClass(type):
def __new__(cls, name, bases, attrs, **kwargs):
if name == "BaseModel":
return super().__new__(cls, name, bases, attrs, **kwargs)
fields = {}
for key, value in attrs.items():
if isinstance(v alue, Field):
fields[key] = value
attrs_meta = attrs.get("Meta", None)
_meta = {}
db_table = name.lower()
if attrs_meta is not None:
table = getattr(attrs_meta, "db_table", None)
if table is not None:
db_table = table
_meta["db_table"] = db_table
attrs["_meta"] = _meta
attrs["fields"] = fields
del attrs["Meta"]
return super().__new__(cls, name, bases, attrs, **kwargs)
class BaseModel(metaclass=ModelMetaClass):
def __init__(self, *args, **kwargs):
for key, value in kwargs.items():
setattr(self, key, value)
return super().__init__()
def save(self):
fields = []
values = []
for key, value in self.fields.items():
db_column = value.db_column
if db_column is None:
db_column = key.lower()
fields.append(db_column)
value = getattr(self, key)
values.append(str(value))
sql = "insert {db_table}({fields}) value({values})".format(db_table=self._meta["db_table"],
fields=",".join(fields), values=",".join(values))
pass
class User(BaseModel):
name = CharField(db_column="name", max_length=10)
age = IntField(db_column="age", min_value=1, max_value=100)
class Meta:
db_table = "user"
if __name__ == "__main__":
user = User(name="bobby", age=28)
# user.name = "bobby"
# user.age = 28
user.save()