欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python进阶:metaclass谈

程序员文章站 2022-06-27 22:22:40
metaclass 的超越变形特性有什么用? 来看yaml的实例: import yaml class Monster(yaml.YAMLObject): yaml_tag = u'!Monster' def __init__(self, name, hp, ac, attacks): self.n ......

metaclass 的超越变形特性有什么用?

  来看yaml的实例:
import yaml
class monster(yaml.yamlobject):
  yaml_tag = u'!monster'
  def __init__(self, name, hp, ac, attacks):
    self.name = name
    self.hp = hp
    self.ac = ac
    self.attacks = attacks
  def __repr__(self):
    return "%s(name=%r, hp=%r, ac=%r, attacks=%r)" % (
       self.__class__.__name__, self.name, self.hp, self.ac,      
       self.attacks)

monster1 = yaml.load("""
--- !monster
name: cave spider
hp: [2,6]    # 2d6
ac: 16
attacks: [bite, hurt]
""",loader=yaml.loader)

print(monster1)
#monster(name='cave spider', hp=[2, 6], ac=16, attacks=['bite', 'hurt'])
print(type(monster1)) #<class '__main__.monster'>


print (yaml.dump(monster(
    name='cave lizard', hp=[3,6], ac=16, attacks=['bite','hurt']))
)

# dump() 返回 str
# 输出
# !monster
# ac: 16
# attacks: [bite, hurt]
# hp: [3, 6]
# name: cave lizard

  上面的代码调用yaml.load(),就能把任意一个 yaml 序列载入成一个 python object;而调用yaml.dump(),就能把一个 yamlobject 子类序列化。对于 load() 和 dump() 的使用者来说,他们完全不需要提前知道任何类型信息,这让超动态配置编程成了可能。

  只要简单地继承 yaml.yamlobject,就能让你的 python object 具有序列化和逆序列化能力。
 

metaclass 的超越变形特性怎么用?

  yaml 怎样用 metaclass 实现动态序列化 / 逆序列化功能,看其源码

#python 2/3 相同部分
class yamlobjectmetaclass(type):
  def __init__(cls, name, bases, kwds):
    super(yamlobjectmetaclass, cls).__init__(name, bases, kwds)
    if 'yaml_tag' in kwds and kwds['yaml_tag'] is not none:
      cls.yaml_loader.add_constructor(cls.yaml_tag, cls.from_yaml)
  # 省略其余定义

# python 3
class yamlobject(metaclass=yamlobjectmetaclass):
  yaml_loader = loader
  # 省略其余定义

# python 2
class yamlobject(object):
  __metaclass__ = yamlobjectmetaclass
  yaml_loader = loader
  # 省略其余定义

  yamlobject 把 metaclass 都声明成了 yamlobjectmetaclass

  在你定义任何 yamlobject 子类时,python 会强行插入运行下面这段代码
cls.yaml_loader.add_constructor(cls.yaml_tag, cls.from_yaml)

 

python 底层语言设计层面是如何实现 metaclass 的?

  第一,所有的 python 的用户定义类,都是 type 这个类的实例。

class myclass:
  pass

instance = myclass()

print(type(instance))
# 输出
#<class '__main__.myclass'>

print(type(myclass))
# 输出
#<class 'type'>

  instance 是 myclass 的实例,而 myclass 不过是“上帝”type 的实例。

  
  第二,用户自定义类,只不过是 type 类的__call__运算符重载。
 
class myclass:
  data = 1
  
instance = myclass()
print(myclass, instance)
# 输出
#(__main__.myclass, <__main__.myclass instance at 0x7fe4f0b00ab8>)
print(instance.data)
# 输出
#1

myclass = type('myclass', (), {'data': 1})
instance = myclass()
print(myclass, instance)
# 输出
#(__main__.myclass, <__main__.myclass at 0x7fe4f0aea5d0>)

print(instance.data)
# 输出
#1

  可以看出,定义myclass的时候python实际调用的是type(classname, superclasses, attributedict),就是 type 的__call__运算符重载,接着会进一步调用

type.__new__(typeclass, classname, superclasses, attributedict)
type.__init__(class, classname, superclasses, attributedict)

    

  第三,metaclass 是 type 的子类,通过替换 type 的__call__运算符重载机制,“超越变形”正常的类。
  一旦你把一个类型 myclass 的 metaclass 设置成 mymeta,myclass 就不再由原生的 type 创建,而是会调用 mymeta 的__call__运算符重载。
class = type(classname, superclasses, attributedict) 
# 变为了
class = mymeta(classname, superclasses, attributedict)

  

使用 metaclass 的风险

  正如你所看到的那样,metaclass 会"扭曲变形"正常的 python 类型模型。所以,如果使用不慎,对于整个代码库造成的风险是不可估量的。换句话说,metaclass 仅仅是给小部分 python 开发者,在开发框架层面的 python 库时使用的。而在应用层,metaclass 往往不是很好的选择。

  

参考

  极客时间《python 核心技术与实战》

class mymeta(type):
    def __init__(self, name, bases, dic):
        super().__init__(name, bases, dic)
        print('===>mymeta.__init__')
        print(self.__name__)
        print(dic)
        print(self.yaml_tag)

    def __new__(cls, *args, **kwargs):
        print('===>mymeta.__new__')
        print(cls.__name__)
        return type.__new__(cls, *args, **kwargs)

    def __call__(cls, *args, **kwargs):
        print('===>mymeta.__call__')
        obj = cls.__new__(cls)
        obj.testperporet = 'change' #修改子类的属性
        cls.__init__(cls, *args, **kwargs)
        return obj
    
class foo(metaclass=mymeta):
    yaml_tag = '!foo'
    testperporet = 'orig'

    def __init__(self, name):
        print('foo.__init__')
        self.name = name

    def __new__(cls, *args, **kwargs):
        print('foo.__new__')
        return object.__new__(cls)

foo = foo('foo')
print(foo.__dict__)