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
6
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
0
>>> Weekday(7)
Traceback (most recent call last):
File "
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。
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 ==>
Found mapping: password ==>
Found mapping: id ==>
Found mapping: name ==>
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。