导航：首页 > 数据库 >

Python 面向对象高级编程——使用枚举和元类

发表于：2024-11-14 作者：千家信息网编辑

千家信息网最后更新 2024年11月14日，1.1 使用枚举基于Enum类实现的枚举>>> fromenum import Enum>>> Month = Enum('Month', ('Jan','Feb', 'Mar', 'Apr', 'M

千家信息网最后更新 2024年11月14日Python 面向对象高级编程——使用枚举和元类

1.1 使用枚举

基于Enum类实现的枚举

>>> fromenum import Enum

>>> Month = Enum('Month', ('Jan','Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'))

>>> for name, member inMonth.__members__.items():

... print(name, '=>', member, ',', member.value)

...

Jan => Month.Jan , 1

Feb => Month.Feb , 2

Mar => Month.Mar , 3

Apr => Month.Apr , 4

May => Month.May , 5

Jun => Month.Jun , 6

Jul => Month.Jul , 7

Aug => Month.Aug , 8

Sep => Month.Sep , 9

Oct => Month.Oct , 10

Nov => Month.Nov , 11

Dec => Month.Dec , 12

value属性则是自动赋给成员的int常量，默认从1开始计数。

>>> Month.Jun

>>> Month.Jun.value

精确地控制枚举类型，可以从Enum派生出自定义类

>>> from enum import Enum, unique

>>> @unique --装饰器检查是否重复

... class Weekday(Enum):

... Sun = 0

... Mon = 1

... Tue = 2

... Wed = 3

... Thu = 4

... Fri = 5

... Sat = 6

...

>>> Weekday(1)

>>> Weekday(5)

>>>Weekday['Sun']

>>> Weekday.Sun

>>>Weekday.Sun.value

>>> Weekday(7)

Traceback (most recent call last):

File "", line 1, in

File "/usr/local/lib/python3.5/enum.py", line 235, in __call__

return cls.__new__(cls, value)

File "/usr/local/lib/python3.5/enum.py", line 470, in __new__

raise ValueError("%r is not a valid %s" % (value,cls.__name__))

ValueError: 7 is not a valid Weekday

1.2 使用元类

1.2.1 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。

定义一个hello.py的模块

class Hello(object):

def hello(self, name='world'):

print('Hello, %s.' % name)

在python解释器中调用

>>> from hello import Hello

>>> h = Hello()

>>> h.hello()

Hello, world.

>>> print(type(Hello)) --type类型

>>> print(type(h)) --class hello类型

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。

>>> deffn(self, name = 'world'):

... print('Hello, %s' % name)

...

>>> Hello= type('Hello', (object,), dict(hello = fn))

>>> h = Hello()

>>> h.hello()

Hello, world

>>> print(type(Hello))

>>> print(type(h))

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；

>>> T = (1)

>>> type(T)

>>> T = (1,)

>>> type(T)

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。

1.2.2 metaclass

metaclass，直译为元类，简单的解释就是：metaclass是类的前提。

先定义metaclass，然后创建类，最后创建实例。

正常情况下，很少使用到metaclass。

首先定义ListMetaclass

>>> class ListMetaclass(type): #metaclass是类的模板，必须从type派生

... def __new__(cls, name, bases, attrs):

... attrs['add'] = lambda self, vealue:self.append(value) --方法的定义

... return type.__new__(cls, name, bases, attrs)

...

>>>

>>> class Mylist(list, metaclass = ListMetaclass):

... pass

...

>>> L = Mylist()

>>> L

[]

>>> L.add(1)

>>> L

[1]

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metaclass的定义如加上新的方法达到新增功能。

__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。

1.2.2.1 ORM

表示这部分内容比较难理解。

开始介绍metaclass就提到：metaclass使用的场景很少，而ORM场景便是一个典型的例子。作为DBA，我认为这个技能需要掌握。

ORM全称"Object RelationalMapping"，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。