美文网首页
两句话轻松掌握 Python 最难知识点——元类

两句话轻松掌握 Python 最难知识点——元类

作者: 扒皮狼 | 来源:发表于2019-03-26 15:36 被阅读0次

千万不要被所谓“元类是99%的python程序员不会用到的特性”这类的说辞吓住。因为每个中国人,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。

1360353032-59d4a735e0fb9_articlex
  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:


# 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:

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:


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


# 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:


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


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:


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。

new中,我只进行了一个操作,就是


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!


# 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


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:


# 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

Sayolala,  japan!

也可以说中文


# 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


Nihao,  中华!

再来一个小例子:


# 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


print(L)

>>>  [1]

而普通的list没有add()方法


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。

[图片上传失败...(image-24d6f9-1553584305219)]

1360353032-59d4a735e0fb9_articlex

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

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


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


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

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:


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


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

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。


# 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

if(__name__  ==  '__main__'):

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

    print('result:\r\n',  rs)

试一试抓代理

把这一段粘在get_page.py后面,试完删除


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


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:
居然老师的python教程

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

相关文章

网友评论

      本文标题:两句话轻松掌握 Python 最难知识点——元类

      本文链接:https://www.haomeiwen.com/subject/xzggvqtx.html