[TOC] ### 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)) <class '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`clas`s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)) <class 'type'> >>> print(type(h)) <class '__main__.Hello'> ~~~ ### 如何动态创建 要创建一个`class`对象，`type()`函数依次传入3个参数： #### class的名称； 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； `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是类的模板，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) ~~~ 有了`ListMetaclass`，我们在定义类的时候还要指示使用`ListMetaclass`来定制类，传入关键字参数`metaclass`： ~~~ class MyList(list, metaclass=ListMetaclass): pass ~~~ 当我们传入关键字参数`metaclass`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： 当前准备创建的类的对象； 类的名字； 类继承的父类集合； 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： ~~~ >>> L2 = list() >>> L2.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) print('Found model: %s' % name) mappings = dict() for k, v in attrs.items(): if isinstance(v, Field): print('Found mapping: %s ==> %s' % (k, v)) mappings[k] = v for k in mappings.keys(): attrs.pop(k) attrs['__mappings__'] = mappings # 保存属性和列的映射关系 attrs['__table__'] = name # 假设表名和类名一致 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__.items(): 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： 排除掉对`Model`类的修改； 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（实例的属性会遮盖类的同名属性）； 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,id) 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。 ### 小结 `metaclass`是Python中非常具有魔术性的对象，它可以改变类创建时的行为。这种强大的功能使用起来务必小心。