您当前的位置:首页 > 电脑百科 > 程序开发 > 语言 > Python

两句话掌握 Python 最难知识点——元类出处

时间:2022-12-13 14:36:19  来源:今日头条  作者:python言论

 

每个中国人,都是天生的元类使用者

学懂元类,你只需要知道两句话:

  • 道生一,一生二,二生三,三生万物
  • 我是谁?我从哪来里?我要到哪里去?

Python/ target=_blank class=infotextkey>Python世界,拥有一个永恒的道,那就是“type”,请记在脑海中,type就是道。如此广袤无垠的python生态圈,都是由type产生出来的。

道生一,一生二,二生三,三生万物。

  1.  即是 type
  2.  即是 metaclass(元类,或者叫类生成器)
  3.  即是 class(类,或者叫实例生成器)
  4.  即是 instance(实例)
  5. 万物 即是 实例的各种属性与方法,我们平常使用python时,调用的就是它们。

道和一,是我们今天讨论的命题,而二、三、和万物,则是我们常常使用的类、实例、属性和方法,用hello world来举例:

1

2

3

4

5

6

7

8

9

10

11

# 创建一个Hello类,拥有属性say_hello ----二的起源

class Hello():

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

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

# 从Hello类创建一个实例hello ----二生三

hello = Hello()

# 使用hello调用方法say_hello ----三生万物

hello.say_hello()

输出效果:

1

Hello, world.

这就是一个标准的“二生三,三生万物”过程。 从类到我们可以调用的方法,用了这两步。

那我们不由自主要问,类从何而来呢?回到代码的第一行。
class Hello其实是一个函数的“语义化简称”,只为了让代码更浅显易懂,它的另一个写法是:

1

2

3

4

def fn(self, name='world'): # 假如我们有一个函数叫fn

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

Hello = type('Hello', (object,), dict(say_hello=fn)) # 通过type创建Hello class ---- 神秘的“道”,可以点化一切,这次我们直接从“道”生出了“二”

这样的写法,就和之前的Class Hello写法作用完全相同,你可以试试创建实例并调用

Python

1

2

3

4

5

# 从Hello类创建一个实例hello ----二生三,完全一样

hello = Hello()

# 使用hello调用方法say_hello ----三生万物,完全一样

hello.say_hello()

输出效果:

1

Hello, world. ----调用结果完全一样。

我们回头看一眼最精彩的地方,道直接生出了二

Hello = type(‘Hello’, (object,), dict(say_hello=fn))

这就是“道”,python世界的起源,你可以为此而惊叹。
注意它的三个参数!暗合人类的三大永恒命题:我是谁,我从哪里来,我要到哪里去。

  • 第一个参数:我是谁。 在这里,我需要一个区分于其它一切的命名,以上的实例将我命名为“Hello”
  • 第二个参数:我从哪里来
    在这里,我需要知道从哪里来,也就是我的“父类”,以上实例中我的父类是“object”——python中一种非常初级的类。
  • 第三个参数:我要到哪里去
    在这里,我们将需要调用的方法和属性包含到一个字典里,再作为参数传入。以上实例中,我们有一个say_hello方法包装进了字典中。

值得注意的是,三大永恒命题,是一切类,一切实例,甚至一切实例属性与方法都具有的。理所应当,它们的“创造者”,道和一,即type和元类,也具有这三个参数。但平常,类的三大永恒命题并不作为参数传入,而是以如下方式传入

1

2

3

4

5

6

7

8

class Hello(object){

# class 后声明“我是谁”

# 小括号内声明“我来自哪里”

# 中括号内声明“我要到哪里去”

def say_hello(){

}

}

  • 造物主,可以直接创造单个的人,但这是一件苦役。造物主会先创造“人”这一物种,再批量创造具体的个人。并将三大永恒命题,一直传递下去。
  • “道”可以直接生出“二”,但它会先生出“一”,再批量地制造“二”。
  • type可以直接生成类(class),但也可以先生成元类(metaclass),再使用元类批量定制类(class)。

元类——道生一,一生二

一般来说,元类均被命名后缀为Metalass。想象一下,我们需要一个可以自动打招呼的元类,它里面的类方法呢,有时需要say_Hello,有时需要say_Hi,有时又需要say_Sayolala,有时需要say_Nihao。

如果每个内置的say_xxx都需要在类里面声明一次,那将是多么可怕的苦役! 不如使用元类来解决问题。

以下是创建一个专门“打招呼”用的元类代码:

Python

1

2

3

4

5

class SayMetaClass(type):

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

attrs['say_'+name] = lambda self,value,saying=name: print(saying+','+value+'!')

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

记住两点:
1、元类是由“type”衍生而出,所以父类需要传入type。【道生一,所以一必须包含道

2、元类的操作都在 __new__中完成,它的第一个参数是将创建的类,之后的参数即是三大永恒命题:我是谁,我从哪里来,我将到哪里去。 它返回的对象也是三大永恒命题,接下来,这三个参数将一直陪伴我们。

在__new__中,我只进行了一个操作,就是

Python

1

attrs['say_'+name] = lambda self,value,saying=name: print(saying+','+value+'!')

它跟据类的名字,创建了一个类方法。比如我们由元类创建的类叫“Hello”,那创建时就自动有了一个叫“say_Hello”的类方法,然后又将类的名字“Hello”作为默认参数saying,传到了方法里面。然后把hello方法调用时的传参作为value传进去,最终打印出来。

那么,一个元类是怎么从创建到调用的呢?
来!一起根据道生一、一生二、二生三、三生万物的准则,走进元类的生命周期吧

Python

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

# 道生一:传入type

class SayMetaClass(type):

# 传入三大永恒命题:类名称、父类、属性

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

# 创造“天赋”

attrs['say_'+name] = lambda self,value,saying=name: print(saying+','+value+'!')

# 传承三大永恒命题:类名称、父类、属性

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

# 一生二:创建类

class Hello(object, metaclass=SayMetaClass):

pass

# 二生三:创建实列

hello = Hello()

# 三生万物:调用实例方法

hello.say_Hello('world!')

输出为

1

Hello, world!

注意:通过元类创建的类,第一个参数是父类,第二个参数是metaclass

普通人出生都不会说话,但有的人出生就会打招呼说“Hello”,“你好”,“sayolala”,这就是天赋的力量。它会给我们面向对象的编程省下无数的麻烦。

现在,保持元类不变,我们还可以继续创建Sayolala, Nihao类,如下:

Python

1

2

3

4

5

6

7

8

9

# 一生二:创建类

class Sayolala(object, metaclass=SayMetaClass):

pass

# 二生三:创建实列

s = Sayolala()

# 三生万物:调用实例方法

s.say_Sayolala('japan!')

输出

Python

1

Sayolala, japan!

也可以说中文

Python

1

2

3

4

5

6

7

8

9

# 一生二:创建类

class Nihao(object, metaclass=SayMetaClass):

pass

# 二生三:创建实列

n = Nihao()

# 三生万物:调用实例方法

n.say_Nihao('中华!')

输出

Python

1

Nihao, 中华!

再来一个小例子:

Python

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

# 道生一

class ListMetaclass(type):

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

# 天赋:通过add方法将值绑定

attrs['add'] = lambda self, value: self.Append(value)

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

# 一生二

class MyList(list, metaclass=ListMetaclass):

pass

# 二生三

L = MyList()

# 三生万物

L.add(1)

现在我们打印一下L

Python

1

2

3

print(L)

>>> [1]

而普通的list没有add()方法

Python

1

2

3

4

L2 = list()

L2.add(1)

>>>AttributeError: 'list' object has no attribute 'add'

太棒了!学到这里,你是不是已经体验到了造物主的乐趣?

python世界的一切,尽在掌握。

 

 

年轻的造物主,请随我一起开创新世界。

我们选择两个领域,一个是Django的核心思想,“Object Relational Mapping”,即对象-关系映射,简称ORM。

这是Django的一大难点,但学完了元类,一切变得清晰。你对Django的理解将更上一层楼!

另一个领域是爬虫领域(黑客领域),一个自动搜索网络上的可用代理,然后换着IP去突破别的人反爬虫限制。

这两项技能非常有用,也非常好玩!

挑战一:通过元类创建ORM

准备工作,创建一个Field类

Python

 

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)

它的作用是
在Field类实例化时将得到两个参数,name和column_type,它们将被绑定为Field的私有属性,如果要将Field转化为字符串时,将返回“Field:XXX” , XXX是传入的name名称。

准备工作:创建StringField和IntergerField

Python

 

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')

它的作用是
在StringField,IntegerField实例初始化时,时自动调用父类的初始化方式。

道生一

Python

 

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)

它做了以下几件事

  1. 创建一个新的字典mapping
  2. 将每一个类的属性,通过.items()遍历其键值对。如果值是Field类,则打印键值,并将这一对键值绑定到mapping字典上。
  3. 将刚刚传入值为Field类的属性删除。
  4. 创建一个专门的__mappings__属性,保存字典mapping。
  5. 创建一个专门的__table__属性,保存传入的类的名称。

一生二

Python

 

class Model(dict, metaclass=ModelMetaclass):

def __init__(self, **kwarg):

super(Model, self).__init__(**kwarg)

def __getattr__(self, key):

try:

return self[key]

except KeyError:

rAIse AttributeError("'Model' object has no attribute '%s'" % key)

def __setattr__(self, key, value):

self[key] = value

# 模拟建表操作

def save(self):

fields = []

args = []

for k, v in self.__mappings__.items():

fields.append(v.name)

args.append(getattr(self, k, None))

sql = 'insert into %s (%s) values (%s)' % (self.__table__, ','.join(fields), ','.join([str(i) for i in args]))

print('SQL: %s' % sql)

print('ARGS: %s' % str(args))

如果从Model创建一个子类User:

Python

 

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')

这时
id= IntegerField(‘id’)就会自动解析为:

Model.__setattr__(self, ‘id’, IntegerField(‘id’))

因为IntergerField(‘id’)是Field的子类的实例,自动触发元类的__new__,所以将IntergerField(‘id’)存入__mappings__并删除这个键值对。

二生三、三生万物

当你初始化一个实例的时候并调用save()方法时候

Python

 

u = User(id=12345, name='Batman', email='batman@nasa.org', password='iamback')

u.save()

这时先完成了二生三的过程:

  1. 先调用Model.__setattr__,将键值载入私有对象
  2. 然后调用元类的“天赋”,ModelMetaclass.__new__,将Model中的私有对象,只要是Field的实例,都自动存入u.__mappings__。

接下来完成了三生万物的过程:

通过u.save()模拟数据库存入操作。这里我们仅仅做了一下遍历__mappings__操作,虚拟了sql并打印,在现实情况下是通过输入sql语句与数据库来运行。

输出结果为

Python

 

Found model: User

Found mapping: name ==> <StringField:username>

Found mapping: password ==> <StringField:password>

Found mapping: id ==> <IntegerField:id>

Found mapping: email ==> <StringField:email>

SQL: insert into User (username,password,id,email) values (Batman,iamback,12345,batman@nasa.org)

ARGS: ['Batman', 'iamback', 12345, 'batman@nasa.org']

年轻的造物主,你已经和我一起体验了由“道”演化“万物”的伟大历程,这也是Django中的Model版块核心原理。 接下来,请和我一起进行更好玩的爬虫实战(嗯,你现在已经是初级黑客了):网络代理的爬取吧!

挑战二:网络代理的爬取

准备工作,先爬个页面玩玩

请确保已安装requests和pyquery这两个包。

Python

 

# 文件:get_page.py

import requests

base_headers = {

'User-Agent': 'Mozilla/5.0 (windows NT 10.0; Win64; x64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/54.0.2840.71 Safari/537.36',

'Accept-Encoding': 'gzip, deflate, sdch',

'Accept-Language': 'zh-CN,zh;q=0.8'

}

def get_page(url):

headers = dict(base_headers)

print('Getting', url)

try:

r = requests.get(url, headers=headers)

print('Getting result', url, r.status_code)

if r.status_code == 200:

return r.text

except ConnectionError:

print('Crawling Failed', url)

return None

这里,我们利用request包,把百度的源码爬了出来。

试一试抓百度

把这一段粘在get_page.py后面,试完删除

Python

 

if(__name__ == '__main__'):

rs = get_page('https://www.baidu.com')

print('result:rn', rs)

试一试抓代理

把这一段粘在get_page.py后面,试完删除

Python

 

if(__name__ == '__main__'):

from pyquery import PyQuery as pq

start_url = 'http://www.proxy360.cn/Region/China'

print('Crawling', start_url)

html = get_page(start_url)

if html:

doc = pq(html)

lines = doc('div[name="list_proxy_ip"]').items()

for line in lines:

ip = line.find('.tbBottomLine:nth-child(1)').text()

port = line.find('.tbBottomLine:nth-child(2)').text()

print(ip+':'+port)

接下来进入正题:使用元类批量抓取代理

批量处理抓取代理

Python

 

from getpage import get_page

from pyquery import PyQuery as pq

# 道生一:创建抽取代理的metaclass

class ProxyMetaclass(type):

"""

元类,在FreeProxyGetter类中加入

__CrawlFunc__和__CrawlFuncCount__

两个参数,分别表示爬虫函数,和爬虫函数的数量。

"""

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

count = 0

attrs['__CrawlFunc__'] = []

attrs['__CrawlName__'] = []

for k, v in attrs.items():

if 'crawl_' in k:

attrs['__CrawlName__'].append(k)

attrs['__CrawlFunc__'].append(v)

count += 1

for k in attrs['__CrawlName__']:

attrs.pop(k)

attrs['__CrawlFuncCount__'] = count

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

# 一生二:创建代理获取类

class ProxyGetter(object, metaclass=ProxyMetaclass):

def get_raw_proxies(self, site):

proxies = []

print('Site', site)

for func in self.__CrawlFunc__:

if func.__name__==site:

this_page_proxies = func(self)

for proxy in this_page_proxies:

print('Getting', proxy, 'from', site)

proxies.append(proxy)

return proxies

def crawl_daili66(self, page_count=4):

start_url = 'http://www.66ip.cn/{}.html'

urls = [start_url.format(page) for page in range(1, page_count + 1)]

for url in urls:

print('Crawling', url)

html = get_page(url)

if html:

doc = pq(html)

trs = doc('.containerbox table tr:gt(0)').items()

for tr in trs:

ip = tr.find('td:nth-child(1)').text()

port = tr.find('td:nth-child(2)').text()

yield ':'.join([ip, port])

def crawl_proxy360(self):

start_url = 'http://www.proxy360.cn/Region/China'

print('Crawling', start_url)

html = get_page(start_url)

if html:

doc = pq(html)

lines = doc('div[name="list_proxy_ip"]').items()

for line in lines:

ip = line.find('.tbBottomLine:nth-child(1)').text()

port = line.find('.tbBottomLine:nth-child(2)').text()

yield ':'.join([ip, port])

def crawl_goubanjia(self):

start_url = 'http://www.goubanjia.com/free/gngn/index.shtml'

html = get_page(start_url)

if html:

doc = pq(html)

tds = doc('td.ip').items()

for td in tds:

td.find('p').remove()

yield td.text().replace(' ', '')

if __name__ == '__main__':

# 二生三:实例化ProxyGetter

crawler = ProxyGetter()

print(crawler.__CrawlName__)

# 三生万物

for site_label in range(crawler.__CrawlFuncCount__):

site = crawler.__CrawlName__[site_label]

myProxies = crawler.get_raw_proxies(site)

道生一:元类的__new__中,做了四件事:

  1. 将“crawl_”开头的类方法的名称推入ProxyGetter.__CrawlName__
  2. 将“crawl_”开头的类方法的本身推入ProxyGetter.__CrawlFunc__
  3. 计算符合“crawl_”开头的类方法个数
  4. 删除所有符合“crawl_”开头的类方法

怎么样?是不是和之前创建ORM的__mappings__过程极为相似?

一生二:类里面定义了使用pyquery抓取页面元素的方法

分别从三个免费代理网站抓取了页面上显示的全部代理。

如果对yield用法不熟悉,可以查看:
廖雪峰的python教程:生成器

二生三:创建实例对象crawler

三生万物:遍历每一个__CrawlFunc__

  1. 在ProxyGetter.__CrawlName__上面,获取可以抓取的的网址名。
  2. 触发类方法ProxyGetter.get_raw_proxies(site)
  3. 遍历ProxyGetter.__CrawlFunc__,如果方法名和网址名称相同的,则执行这一个方法
  4. 把每个网址获取到的代理整合成数组输出。

那么。。。怎么利用批量代理,冲击别人的网站,套取别人的密码,狂发广告水贴,定时骚扰客户? 呃!想啥呢!这些自己悟!如果悟不到,请听下回分解!

年轻的造物主,创造世界的工具已经在你手上,请你将它的威力发挥到极致!

请记住挥动工具的口诀:

  • 道生一,一生二,二生三,三生万物
  • 我是谁,我来自哪里,我要到哪里去
  • Python元类再谈
  • 原文出处: TypingQuietly
  • 在Python中一切都是对象,类型也是对象;类比类型和实例的概念,类型也必然有自己的类型,十分合理。事实上,类型的类型其实就是术语元类型的意思,python里面所有类型的元类型都是type。默认情况下我们新建一个类,在不手动指定元类型的前提下,type会被指定为元类型 ,元类型能够控制类型的创建和初始化。
  • 一般情况下我们能够通过关键字class来定义一个新的自定义类型,但也能够通过type动态的生成一个新的类型,下面的两种实现方式等价:
  • type('SomeKlass', (object,), {'foo':2, 'bar': 4})
  • class SomeKlass(object):
  • foo = 2
  • bar = 4
  • 借助这个例子,我们还能顺便看一下一些关于默认元类type的信息:
  • Python
  • >>> someobject = SomeKlass()
  • >>> someobject.__class__
  • <class __main__.SomeKlass>
  • >>> SomeKlass.__class__
  • <type 'type'>
  • 新定义一个类型,当类型被解析的时候(比如当作模块引入),元类会负责创建和初始化这个新的类型,背后的逻辑基本上包括:
    • 执行类的定义代码收集所有的属性和方法
    • 查找类的元类
    • 执行 Metaclass(name, bases, property_dict),参数分别新建的类的名称,类的父类tuple,收集的属性字典
    • 类型创建完成
    • 执行初始化
  • 在上面描述的过程中,自定义指定元类,然后重写元类的__new__ 和 __init__方法,因为在指定元类的情况下,除去收集信息的过程,类型的创建和初始化两个步骤:
  • MyKlass = MyMeta.__new__(MyMeta, name, bases, dct)
  • MyMeta.__init__(MyKlass, name, bases, dct)
  • 注意这里的表示方式是调用内部方法来表示的,一般来说在重写的new或者init方法的最后都会调用type相应的方法来完成最终的类型创建或初始化工作,这时候也可以使用super关键字动态绑定,或者通过__dict__属性字典访问是一样的:
  • super(MyMeta, meta).__new__(meta, name, bases, dct)
  • type.__new__(meta, name, bases, dct)
  • 对于__init__这样的method来说还可以这样调用:
  • type.__dict__['__init__'].__get__(cls)(name, bases, dct)
  • 插个题外话,这三种方式的使用其实涉及到python的描述符,使用super和get的时候会进行类型或者实例的绑定,相比直接调用内部方法__new__和__init__,由于绑定了self/cls上下文,在传递参数的时候就只用指定除上下文之后的参数了。
  • 从网上搜罗了一个例子,将元类创建和初始化新的类型的过程完整展示出来了:
  • class MyMeta(type):
  • def __new__(meta, name, bases, dct):
  • """
  • this is new doco
  • """
  • print '-----------------------------------'
  • print "Allocating memory for class", name
  • print meta
  • print name
  • print bases
  • print dct
  • return super(MyMeta, meta).__new__(meta, name, bases, dct)
  • # return type.__new__(meta, name, bases, dct)
  • def __init__(cls, name, bases, dct):
  • print '-----------------------------------'
  • print "Initializing class", name
  • print cls
  • print name
  • print bases
  • print dct
  • super(MyMeta, cls).__init__(name, bases, dct)
  • # type.__init__(cls, name, bases, dict)
  • # type.__dict__['__init__'].__get__(cls)(name, bases, dct)
  • class MyKlass(object):
  • __metaclass__ = MyMeta
  • def foo(self, param):
  • pass
  • barattr = 2
  • mk = MyKlass()
  • 创建和初始化的过程只会发生一此,也就是会是说 __new__, __init__只会被执行一次,并且在执行完之前,类型MyKlass其实并没有生成,直接通过名称访问会报错:
  • Python
  • Allocating memory for class MyKlass
  • <class '__main__.MyMeta'>
  • MyKlass
  • (<type 'object'>,)
  • {'barattr': 2, '__module__': '__main__', 'foo': <function foo at 0x0000000002497668>, '__metaclass__': <class '__main__.MyMeta'>}
  • -----------------------------------
  • Initializing class MyKlass
  • <class '__main__.MyKlass'>
  • MyKlass
  • (<type 'object'>,)
  • {'barattr': 2, '__module__': '__main__', 'foo': <function foo at 0x0000000002497668>, '__metaclass__': <class '__main__.MyMeta'>}
  • 在使用元类的过程中,有时候我们会重写他的__call__方法,这个方法的作用其实和__new__有点相似,只不过这次是控制类型实例对象的生成,因为这个方法恰好和生成类型实例时调用的构造方法吻合。关于重写这个call方法的使用场景,一个比较常用的就是实现单例模式:
  • class MetaSingleton(type):
  • instance = None
  • def __call__(cls, *args, **kw):
  • """
  • this is comment
  • """
  • print 'in call method'
  • if cls.instance is None:
  • # cls.instance = super(MetaSingleton, cls).__call__(*args, **kw)
  • # cls.instance = type.__dict__['__call__'].__get__(cls)(*args, **kw)
  • cls.instance = type.__call__(cls, *args, **kw)
  • print cls.instance
  • return cls.instance
  • class Foo(object):
  • __metaclass__ = MetaSingleton
  • def __init__(self, a, b):
  • self.a = a
  • self.b = b
  • a = Foo(1, 2)
  • b = Foo(3, 4)
  • assert a is b
  • print a.a, a.b, b.a, b.b
  • print type(Foo)
  • print Foo.__call__
  • 例子很直接,__call__方法里面通过判断是否已经有初始化过的实例,没有就仿照正常未指定元类的情况下调用type的__call__方法(当然这里要么通过super binding要么手动指定cls上下文),生成一个Foo的实例存储和返回出来。但是有一个注意点是,call方法每次初始化实例对象的时候都会被调用,这也和先前说的控制实例的生成一致:
  • Python
  • (<class '__main__.B'>, <class '__main__.A'>, <type 'object'>)
  • in call method
  • <__main__.Foo object at 0x00000000024BFA90>
  • in call method
  • <__main__.Foo object at 0x00000000024BFA90>
  • 1 2 1 2
  • <class '__main__.MetaSingleton'>
  • <bound method MetaSingleton.__call__ of <class '__main__.Foo'>>
  • 还有一个需要在意的地方是最后的两行打印日志,Foo类型的元类是Metasingleton(调用new生成类型的时候默认指定元类是第一个参数);Foo的__call__方法是绑定了Foo(MetaSingleton的实例)实例的MetaSingleton的方法,也就是从另外的方面证实每次初始化Foo类型市里的时候,其实是在调用元类中重写的__call__方法。
  • 元类这个特性大多数情况下确实使用的不多并且需要稍微花点时间来理解,但是需要使用的时候会非常好用,往往能够实现很多优雅的功能,最典型的就是ORM的实现了,只不过会更加的复杂,且pythoning且学习吧, PEACE!
  • 参考资料中的链接里面有有几个实际的例子,本文也是学习其中的内容后配合一些其它一些使用经验以及碰到的问题理而成,希望对大家有用。


Tags:Python ynu ;   点击:()  评论:()
声明:本站部分内容及图片来自互联网,转载是出于传递更多信息之目的,内容观点仅代表作者本人,不构成投资建议。投资者据此操作,风险自担。如有任何标注错误或版权侵犯请与我们联系,我们将及时更正、删除。
▌相关推荐
两句话掌握 Python 最难知识点——元类出处
每个中国人,都是天生的元类使用者学懂元类,你只需要知道两句话: 道生一,一生二,二生三,三生万物 我是谁?我从哪来里?我要到哪里去?在python世界,拥有一个永恒的道,那就是“type”,请记...【详细内容】
2022-12-13  Search: Python ynu ;  点击:(335)  评论:(0)  加入收藏
▌简易百科推荐
一篇文章教会你使用Python中三种简单的函数
所谓函数,就是指:把某些特定功能的代码组成为一个整体,这个整体就叫做函数。一、函数简介所谓函数,就是指:把某些特定功能的代码组成为一个整体,这个整体就叫做函数。二、函数定义...【详细内容】
2024-04-11  Go语言进阶学习  微信公众号  Tags:Python   点击:(5)  评论:(0)  加入收藏
一篇文章带你了解Python的分布式进程接口
在Thread和Process中,应当优选Process,因为Process更稳定,而且,Process可以分布到多台机器上,而Thread最多只能分布到同一台机器的多个CPU上。一、前言在Thread和Process中,应当优...【详细内容】
2024-04-11  Go语言进阶学习    Tags:Python   点击:(2)  评论:(0)  加入收藏
Python 可视化:Plotly 库使用基础
当使用 Plotly 进行数据可视化时,我们可以通过以下示例展示多种绘图方法,每个示例都会有详细的注释和说明。1.创建折线图import plotly.graph_objects as go# 示例1: 创建简单...【详细内容】
2024-04-01  Python技术    Tags:Python   点击:(8)  评论:(0)  加入收藏
Python 办公神器:教你使用 Python 批量制作 PPT
介绍本文将介绍如何使用openpyxl和pptx库来批量制作PPT奖状。本文假设你已经安装了python和这两个库。本文的场景是:一名基层人员,要给一次比赛活动获奖的500名选手制作奖状,并...【详细内容】
2024-03-26  Python技术  微信公众号  Tags:Python   点击:(18)  评论:(0)  加入收藏
Python实现工厂模式、抽象工厂,单例模式
工厂模式是一种常见的设计模式,它可以帮助我们创建对象的过程更加灵活和可扩展。在Python中,我们可以使用函数和类来实现工厂模式。一、Python中实现工厂模式工厂模式是一种常...【详细内容】
2024-03-07  Python都知道  微信公众号  Tags:Python   点击:(34)  评论:(0)  加入收藏
不可不学的Python技巧:字典推导式使用全攻略
Python的字典推导式是一种优雅而强大的工具,用于创建字典(dict)。这种方法不仅代码更加简洁,而且执行效率高。无论你是Python新手还是有经验的开发者,掌握字典推导式都将是你技能...【详细内容】
2024-02-22  子午Python  微信公众号  Tags:Python技巧   点击:(35)  评论:(0)  加入收藏
如何进行Python代码的代码重构和优化?
Python是一种高级编程语言,它具有简洁、易于理解和易于维护的特点。然而,代码重构和优化对于保持代码质量和性能至关重要。什么是代码重构?代码重构是指在不改变代码外部行为的...【详细内容】
2024-02-22  编程技术汇    Tags:Python代码   点击:(36)  评论:(0)  加入收藏
Python开发者必备的八个PyCharm插件
在编写代码的过程中,括号几乎无处不在,以至于有时我们会拼命辨别哪个闭合括号与哪个开头的括号相匹配。这款插件能帮助解决这个众所周知的问题。前言在PyCharm中浏览插件列表...【详细内容】
2024-01-26  Python学研大本营  微信公众号  Tags:PyCharm插件   点击:(89)  评论:(0)  加入收藏
Python的Graphlib库,再也不用手敲图结构了
Python中的graphlib库是一个功能强大且易于使用的工具。graphlib提供了许多功能,可以帮助您创建、操作和分析图形对象。本文将介绍graphlib库的主要用法,并提供一些示例代码和...【详细内容】
2024-01-26  科学随想录  微信公众号  Tags:Graphlib库   点击:(88)  评论:(0)  加入收藏
Python分布式爬虫打造搜索引擎
简单分布式爬虫结构主从模式是指由一台主机作为控制节点负责所有运行网络爬虫的主机进行管理,爬虫只需要从控制节点那里接收任务,并把新生成任务提交给控制节点就可以了,在这个...【详细内容】
2024-01-25  大雷家吃饭    Tags:Python   点击:(59)  评论:(0)  加入收藏
站内最新
站内热门
站内头条