1. 使用__slots__
正常情況下，當(dāng)我們定義了一個class，創(chuàng)建了一個class的實例后，我們可以給該實例綁定任何屬性和方法，這就是動態(tài)語言的靈活性。先定義class：
class Student(object):
pass
然后，嘗試給實例綁定一個屬性：
>>> s = Student()
>>> s.name = 'Michael' # 動態(tài)給實例綁定一個屬性
>>> print(s.name)
Michael
還可以嘗試給實例綁定一個方法：
>>> def set_age(self, age): # 定義一個函數(shù)作為實例方法
... self.age = age
...
>>> from types import MethodType
>>> s.set_age = MethodType(set_age, s) # 給實例綁定一個方法
>>> s.set_age(25) # 調(diào)用實例方法
>>> s.age # 測試結(jié)果
25
但是，給一個實例綁定的方法，對另一個實例是不起作用的
為了給所有實例都綁定方法，可以給class綁定方法：
>>> def set_score(self, score):
... self.score = score
...
>>> Student.set_score = set_score
給class綁定方法后，所有實例均可調(diào)用：
>>> s.set_score(100)
>>> s.score
100
>>> s2.set_score(99)
>>> s2.score
99
通常情況下，上面的set_score方法可以直接定義在class中，但動態(tài)綁定允許我們在程序運行的過程中動態(tài)給class加上功能，這在靜態(tài)語言中很難實現(xiàn)。
使用__slots__
但是，如果我們想要限制實例的屬性怎么辦？比如，只允許對Student實例添加name和age屬性。
為了達(dá)到限制的目的，Python允許在定義class的時候，定義一個特殊的__slots__變量，來限制該class實例能添加的屬性：
class Student(object):
__slots__ = ('name', 'age') # 用tuple定義允許綁定的屬性名稱
然后，我們試試：
>>> s = Student() # 創(chuàng)建新的實例
>>> s.name = 'Michael' # 綁定屬性'name'
>>> s.age = 25 # 綁定屬性'age'
>>> s.score = 99 # 綁定屬性'score'
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'Student' object has no attribute 'score'
由于'score'沒有被放到__slots__中，所以不能綁定score屬性，試圖綁定score將得到AttributeError的錯誤。
使用__slots__要注意，__slots__定義的屬性僅對當(dāng)前類實例起作用，對繼承的子類是不起作用的：
>>> class GraduateStudent(Student):
... pass
...
>>> g = GraduateStudent()
>>> g.score = 9999
除非在子類中也定義__slots__，這樣，子類實例允許定義的屬性就是自身的__slots__加上父類的__slots__。
2. 使用 @property
在綁定屬性時，如果我們直接把屬性暴露出去，雖然寫起來很簡單，但是，沒辦法檢查參數(shù)，導(dǎo)致可以把成績隨便改：
s = Student()
s.score = 9999
這顯然不合邏輯。為了限制score的范圍，可以通過一個set_score()方法來設(shè)置成績，再通過一個get_score()來獲取成績，這樣，在set_score()方法里，就可以檢查參數(shù)：
class Student(object):
def get_score(self):
return self._score
def set_score(self, value):
if not isinstance(value, int):
raise ValueError('score must be an integer!')
if value < 0 or value > 100:
raise ValueError('score must between 0 ~ 100!')
self._score = value
現(xiàn)在，對任意的Student實例進(jìn)行操作，就不能隨心所欲地設(shè)置score了：
>>> s = Student()
>>> s.set_score(60) # ok!
>>> s.get_score()
60
>>> s.set_score(9999)
Traceback (most recent call last):
...
ValueError: score must between 0 ~ 100!
但是，上面的調(diào)用方法又略顯復(fù)雜，沒有直接用屬性這么直接簡單。
有沒有既能檢查參數(shù)，又可以用類似屬性這樣簡單的方式來訪問類的變量呢？對于追求完美的Python程序員來說，這是必須要做到的！
還記得裝飾器（decorator）可以給函數(shù)動態(tài)加上功能嗎？對于類的方法，裝飾器一樣起作用。Python內(nèi)置的@property裝飾器就是負(fù)責(zé)把一個方法變成屬性調(diào)用的：
class Student(object):
@property
def score(self):
return self._score
@score.setter
def score(self, value):
if not isinstance(value, int):
raise ValueError('score must be an integer!')
if value < 0 or value > 100:
raise ValueError('score must between 0 ~ 100!')
self._score = value
@property的實現(xiàn)比較復(fù)雜，我們先考察如何使用。把一個getter方法變成屬性，只需要加上@property就可以了，此時，@property本身又創(chuàng)建了另一個裝飾器@score.setter，負(fù)責(zé)把一個setter方法變成屬性賦值，于是，我們就擁有一個可控的屬性操作：
>>> s = Student()
>>> s.score = 60 # OK，實際轉(zhuǎn)化為s.set_score(60)
>>> s.score # OK，實際轉(zhuǎn)化為s.get_score()
60
>>> s.score = 9999
Traceback (most recent call last):
...
ValueError: score must between 0 ~ 100!
注意到這個神奇的@property，我們在對實例屬性操作的時候，就知道該屬性很可能不是直接暴露的，而是通過getter和setter方法來實現(xiàn)的。
還可以定義只讀屬性，只定義getter方法，不定義setter方法就是一個只讀屬性：
class Student(object):
@property
def birth(self):
return self._birth
@birth.setter
def birth(self, value):
self._birth = value
@property
def age(self):
return 2015 - self._birth
上面的birth是可讀寫屬性，而age就是一個只讀屬性，因為age可以根據(jù)birth和當(dāng)前時間計算出來。
小結(jié)
@property廣泛應(yīng)用在類的定義中，可以讓調(diào)用者寫出簡短的代碼，同時保證對參數(shù)進(jìn)行必要的檢查，這樣，程序運行時就減少了出錯的可能性。
3. 多重繼承
繼承是面向?qū)ο缶幊痰囊粋€重要的方式，因為通過繼承，子類就可以擴展父類的功能。
回憶一下Animal類層次的設(shè)計，假設(shè)我們要實現(xiàn)以下4種動物：
Dog - 狗狗；
Bat - 蝙蝠；
Parrot - 鸚鵡；
Ostrich - 鴕鳥。
以上，既有哺乳類動物，也有飛行動物，如何設(shè)計規(guī)劃？
正確的做法是采用多重繼承。首先，主要的類層次仍按照哺乳類和鳥類設(shè)計：
class Animal(object):
pass
# 大類:
class Mammal(Animal):
pass
class Bird(Animal):
pass
# 各種動物:
class Dog(Mammal):
pass
class Bat(Mammal):
pass
class Parrot(Bird):
pass
class Ostrich(Bird):
pass
現(xiàn)在，我們要給動物再加上Runnable和Flyable的功能，只需要先定義好Runnable和Flyable的類：
class Runnable(object):
def run(self):
print('Running...')
class Flyable(object):
def fly(self):
print('Flying...')
對于需要Runnable功能的動物，就多繼承一個Runnable，例如Dog：
class Dog(Mammal, Runnable):
pass
對于需要Flyable功能的動物，就多繼承一個Flyable，例如Bat：
class Bat(Mammal, Flyable):
pass
通過多重繼承，一個子類就可以同時獲得多個父類的所有功能。
MixIn
在設(shè)計類的繼承關(guān)系時，通常，主線都是單一繼承下來的，例如，Ostrich繼承自Bird。但是，如果需要“混入”額外的功能，通過多重繼承就可以實現(xiàn)，比如，讓Ostrich除了繼承自Bird外，再同時繼承Runnable。這種設(shè)計通常稱之為MixIn。
為了更好地看出繼承關(guān)系，我們把Runnable和Flyable改為RunnableMixIn和FlyableMixIn。類似的，你還可以定義出肉食動物CarnivorousMixIn和植食動物HerbivoresMixIn，讓某個動物同時擁有好幾個MixIn：
class Dog(Mammal, RunnableMixIn, CarnivorousMixIn):
pass
MixIn的目的就是給一個類增加多個功能，這樣，在設(shè)計類的時候，我們優(yōu)先考慮通過多重繼承來組合多個MixIn的功能，而不是設(shè)計多層次的復(fù)雜的繼承關(guān)系。
小結(jié)
由于Python允許使用多重繼承，因此，MixIn就是一種常見的設(shè)計。
只允許單一繼承的語言（如Java）不能使用MixIn的設(shè)計。
4. 定制類
看到類似__slots__這種形如__xxx__的變量或者函數(shù)名就要注意，這些在Python中是有特殊用途的。
__slots__我們已經(jīng)知道怎么用了，__len__()方法我們也知道是為了能讓class作用于len()函數(shù)。
除此之外，Python的class中還有許多這樣有特殊用途的函數(shù)，可以幫助我們定制類。
__str__
我們先定義一個Student類，打印一個實例：
>>> class Student(object):
... def __init__(self, name):
... self.name = name
...
>>> print(Student('Michael'))
<__main__.Student object at 0x109afb190>
打印出一堆<__main__.Student object at 0x109afb190>，不好看。
怎么才能打印得好看呢？只需要定義好__str__()方法，返回一個好看的字符串就可以了：
>>> class Student(object):
... def __init__(self, name):
... self.name = name
... def __str__(self):
... return 'Student object (name: %s)' % self.name
...
>>> print(Student('Michael'))
Student object (name: Michael)
這樣打印出來的實例，不但好看，而且容易看出實例內(nèi)部重要的數(shù)據(jù)。
但是細(xì)心的朋友會發(fā)現(xiàn)直接敲變量不用print，打印出來的實例還是不好看：
>>> s = Student('Michael')
>>> s
<__main__.Student object at 0x109afb310>
這是因為直接顯示變量調(diào)用的不是__str__()，而是__repr__()，兩者的區(qū)別是__str__()返回用戶看到的字符串，而__repr__()返回程序開發(fā)者看到的字符串，也就是說，__repr__()是為調(diào)試服務(wù)的。
解決辦法是再定義一個__repr__()。但是通常__str__()和__repr__()代碼都是一樣的，所以，有個偷懶的寫法：
class Student(object):
def __init__(self, name):
self.name = name
def __str__(self):
return 'Student object (name=%s)' % self.name
__repr__ = __str__
__iter__
如果一個類想被用于for ... in循環(huán)，類似list或tuple那樣，就必須實現(xiàn)一個__iter__()方法，該方法返回一個迭代對象，然后，Python的for循環(huán)就會不斷調(diào)用該迭代對象的__next__()方法拿到循環(huán)的下一個值，直到遇到StopIteration錯誤時退出循環(huán)。
我們以斐波那契數(shù)列為例，寫一個Fib類，可以作用于for循環(huán)：
class Fib(object):
def __init__(self):
self.a, self.b = 0, 1 # 初始化兩個計數(shù)器a，b
def __iter__(self):
return self # 實例本身就是迭代對象，故返回自己
def __next__(self):
self.a, self.b = self.b, self.a + self.b # 計算下一個值
if self.a > 100000: # 退出循環(huán)的條件
raise StopIteration()
return self.a # 返回下一個值
現(xiàn)在，試試把Fib實例作用于for循環(huán)：
>>> for n in Fib():
... print(n)
...
1
1
2
3
5
...
46368
75025
__getitem__
Fib實例雖然能作用于for循環(huán)，看起來和list有點像，但是，把它當(dāng)成list來使用還是不行，比如，取第5個元素：
>>> Fib()[5]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'Fib' object does not support indexing
要表現(xiàn)得像list那樣按照下標(biāo)取出元素，需要實現(xiàn)__getitem__()方法：
class Fib(object):
def __getitem__(self, n):
a, b = 1, 1
for x in range(n):
a, b = b, a + b
return a
現(xiàn)在，就可以按下標(biāo)訪問數(shù)列的任意一項了：
>>> f = Fib()
>>> f[0]
1
>>> f[1]
1
>>> f[2]
2
但是list有個神奇的切片方法：
>>> list(range(100))[5:10]
[5, 6, 7, 8, 9]
對于Fib卻報錯。原因是__getitem__()傳入的參數(shù)可能是一個int，也可能是一個切片對象slice，所以要做判斷：
class Fib(object):
def __getitem__(self, n):
if isinstance(n, int): # n是索引
a, b = 1, 1
for x in range(n):
a, b = b, a + b
return a
if isinstance(n, slice): # n是切片
start = n.start
stop = n.stop
if start is None:
start = 0
a, b = 1, 1
L = []
for x in range(stop):
if x >= start:
L.append(a)
a, b = b, a + b
return L
現(xiàn)在試試Fib的切片：
>>> f = Fib()
>>> f[0:5]
[1, 1, 2, 3, 5]
>>> f[:10]
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
但是沒有對step參數(shù)作處理：
>>> f[:10:2]
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]
也沒有對負(fù)數(shù)作處理，所以，要正確實現(xiàn)一個__getitem__()還是有很多工作要做的。
此外，如果把對象看成dict，__getitem__()的參數(shù)也可能是一個可以作key的object，例如str。
與之對應(yīng)的是__setitem__()方法，把對象視作list或dict來對集合賦值。最后，還有一個__delitem__()方法，用于刪除某個元素。
總之，通過上面的方法，我們自己定義的類表現(xiàn)得和Python自帶的list、tuple、dict沒什么區(qū)別，這完全歸功于動態(tài)語言的“鴨子類型”，不需要強制繼承某個接口。
__getattr__
正常情況下，當(dāng)我們調(diào)用類的方法或?qū)傩詴r，如果不存在，就會報錯。比如定義Student類：
class Student(object): def __init__(self): self.name = 'Michael'
調(diào)用name
屬性，沒問題，但是，調(diào)用不存在的score
屬性，就有問題了：
>>> s = Student()>>> print(s.name)Michael>>> print(s.score)Traceback (most recent call last): ...AttributeError: 'Student' object has no attribute 'score'
錯誤信息很清楚地告訴我們，沒有找到score
這個attribute。
要避免這個錯誤，除了可以加上一個score
屬性外，Python還有另一個機制，那就是寫一個__getattr__()
方法，動態(tài)返回一個屬性。修改如下：
class Student(object): def __init__(self): self.name = 'Michael' def __getattr__(self, attr): if attr=='score': return 99
當(dāng)調(diào)用不存在的屬性時，比如score
，Python解釋器會試圖調(diào)用__getattr__(self, 'score')
來嘗試獲得屬性，這樣，我們就有機會返回score
的值：
>>> s = Student()>>> s.name'Michael'>>> s.score99
返回函數(shù)也是完全可以的：
class Student(object): def __getattr__(self, attr): if attr=='age': return lambda: 25
只是調(diào)用方式要變?yōu)椋?/p>
>>> s.age()25
注意，只有在沒有找到屬性的情況下，才調(diào)用__getattr__
，已有的屬性，比如name
，不會在__getattr__
中查找。
此外，注意到任意調(diào)用如s.abc都會返回None，這是因為我們義的__getattr__默認(rèn)返回就是None。要讓class只響應(yīng)特定的幾個屬性，我們就要按照約定，拋出AttributeError的錯誤：
class Student(object): def __getattr__(self, attr): if attr=='age': return lambda: 25 raise AttributeError('\'Student\' object has no attribute \'%s\'' % attr)
這實際上可以把一個類的所有屬性和方法調(diào)用全部動態(tài)化處理了，不需要任何特殊手段。
這種完全動態(tài)調(diào)用的特性有什么實際作用呢？作用就是，可以針對完全動態(tài)的情況作調(diào)用。
舉個例子：
現(xiàn)在很多網(wǎng)站都搞REST API，比如新浪微博、豆瓣啥的，調(diào)用API的URL類似：
http://api.server/user/friends
http://api.server/user/timeline/list
如果要寫SDK，給每個URL對應(yīng)的API都寫一個方法，那得累死，而且，API一旦改動，SDK也要改。
利用完全動態(tài)的__getattr__
，我們可以寫出一個鏈?zhǔn)秸{(diào)用：
class Chain(object): def __init__(self, path=''): self._path = path def __getattr__(self, path): return Chain('%s/%s' % (self._path, path)) def __str__(self): return self._path __repr__ = __str__
試試：
>>> Chain().status.user.timeline.list'/status/user/timeline/list'
這樣，無論API怎么變，SDK都可以根據(jù)URL實現(xiàn)完全動態(tài)的調(diào)用，而且，不隨API的增加而改變！
還有些REST API會把參數(shù)放到URL中，比如GitHub的API：
GET /users/:user/repos
調(diào)用時，需要把:user替換為實際用戶名。如果我們能寫出這樣的鏈?zhǔn)秸{(diào)用：Chain().users('michael').repos
就可以非常方便地調(diào)用API了。有興趣的童鞋可以試試寫出來。
__call__
一個對象實例可以有自己的屬性和方法，當(dāng)我們調(diào)用實例方法時，我們用instance.method()來調(diào)用。能不能直接在實例本身上調(diào)用呢？在Python中，答案是肯定的。
任何類，只需要定義一個__call__()方法，就可以直接對實例進(jìn)行調(diào)用。請看示例：
class Student(object):
def __init__(self, name):
self.name = name
def __call__(self):
print('My name is %s.' % self.name)
調(diào)用方式如下：
>>> s = Student('Michael')
>>> s() # self參數(shù)不要傳入
My name is Michael.
__call__()還可以定義參數(shù)。對實例進(jìn)行直接調(diào)用就好比對一個函數(shù)進(jìn)行調(diào)用一樣，所以你完全可以把對象看成函數(shù)，把函數(shù)看成對象，因為這兩者之間本來就沒啥根本的區(qū)別。
如果你把對象看成函數(shù)，那么函數(shù)本身其實也可以在運行期動態(tài)創(chuàng)建出來，因為類的實例都是運行期創(chuàng)建出來的，這么一來，我們就模糊了對象和函數(shù)的界限。
那么，怎么判斷一個變量是對象還是函數(shù)呢？其實，更多的時候，我們需要判斷一個對象是否能被調(diào)用，能被調(diào)用的對象就是一個Callable對象，比如函數(shù)和我們上面定義的帶有__call__()的類實例：
>>> callable(Student())
True
>>> callable(max)
True
>>> callable([1, 2, 3])
False
>>> callable(None)
False
>>> callable('str')
False
通過callable()函數(shù)，我們就可以判斷一個對象是否是“可調(diào)用”對象。
本節(jié)介紹的是最常用的幾個定制方法，還有很多可定制的方法，請參考Python的官方文檔。
5. 使用枚舉類
當(dāng)我們需要定義常量時，一個辦法是用大寫變量通過整數(shù)來定義，例如月份:JAN = 1 ,好處是簡單，缺點是類型是int，并且仍然是變量。
更好的方法是為這樣的枚舉類型定義一個class類型，然后，每個常量都是class的一個唯一實例。Python提供了Enum類來實現(xiàn)這個功能：
from enum import Enum
Month = Enum('Month', ('Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'))
這樣我們就獲得了Month類型的枚舉類，可以直接使用Month.Jan來引用一個常量，或者枚舉它的所有成員：
for name, member in Month.__members__.items():
print(name, '=>', member, ',', member.value)
value屬性則是自動賦給成員的int常量，默認(rèn)從1開始計數(shù)。
如果需要更精確地控制枚舉類型，可以從Enum
派生出自定義類：
from enum import Enum, unique@uniqueclass Weekday(Enum): Sun = 0 # Sun的value被設(shè)定為0 Mon = 1 Tue = 2 Wed = 3 Thu = 4 Fri = 5 Sat = 6
@unique裝飾器可以幫助我們檢查保證沒有重復(fù)值。
訪問這些枚舉類型可以有若干種方法：
>>> day1 = Weekday.Mon>>> print(day1)Weekday.Mon>>> print(Weekday.Tue)Weekday.Tue>>> print(Weekday['Tue'])Weekday.Tue>>> print(Weekday.Tue.value)2>>> print(day1 == Weekday.Mon)True>>> print(day1 == Weekday.Tue)False>>> print(Weekday(1))Weekday.Mon>>> print(day1 == Weekday(1))True>>> Weekday(7)Traceback (most recent call last): ...ValueError: 7 is not a valid Weekday>>> for name, member in Weekday.__members__.items():... print(name, '=>', member)...Sun => Weekday.SunMon => Weekday.MonTue => Weekday.TueWed => Weekday.WedThu => Weekday.ThuFri => Weekday.FriSat => Weekday.Sat
可見，既可以用成員名稱引用枚舉常量，又可以直接根據(jù)value的值獲得枚舉常量。
Enum可以把一組相關(guān)常量定義在一個class中，且class不可變，而且成員可以直接比較。
6.使用元類
type()
動態(tài)語言和靜態(tài)語言最大的不同，就是函數(shù)和類的定義，不是編譯時定義的，而是運行時動態(tài)創(chuàng)建的。
比方說我們要定義一個Hello的class，就寫一個hello.py模塊：
class Hello(object):
def hello(self, name='world'):
print('Hello, %s.' % name)
當(dāng)Python解釋器載入hello模塊時，就會依次執(zhí)行該模塊的所有語句，執(zhí)行結(jié)果就是動態(tài)創(chuàng)建出一個Hello的class對象，測試如下：
>>> from hello import Hello
>>> h = Hello()
>>> h.hello()
Hello, world.
>>> print(type(Hello))
<class 'type'>
>>> print(type(h))
<class 'hello.Hello'>
type()函數(shù)可以查看一個類型或變量的類型，Hello是一個class，它的類型就是type，而h是一個實例，它的類型就是class Hello。
我們說class的定義是運行時動態(tài)創(chuàng)建的，而創(chuàng)建class的方法就是使用type()函數(shù)。
type()函數(shù)既可以返回一個對象的類型，又可以創(chuàng)建出新的類型，比如，我們可以通過type()函數(shù)創(chuàng)建出Hello類，而無需通過class Hello(object)...的定義：
>>> def fn(self, name='world'): # 先定義函數(shù)
... print('Hello, %s.' % name)
...
>>> Hello = type('Hello', (object,), dict(hello=fn)) # 創(chuàng)建Hello class
>>> h = Hello()
>>> h.hello()
Hello, world.
>>> print(type(Hello))
<class 'type'>
>>> print(type(h))
<class '__main__.Hello'>
要創(chuàng)建一個class對象，type()函數(shù)依次傳入3個參數(shù)：
class的名稱；
繼承的父類集合，注意Python支持多重繼承，如果只有一個父類，別忘了tuple的單元素寫法；
class的方法名稱與函數(shù)綁定，這里我們把函數(shù)fn綁定到方法名hello上。
通過type()函數(shù)創(chuàng)建的類和直接寫class是完全一樣的，因為Python解釋器遇到class定義時，僅僅是掃描一下class定義的語法，然后調(diào)用type()函數(shù)創(chuàng)建出class。
正常情況下，我們都用class Xxx...來定義類，但是，type()函數(shù)也允許我們動態(tài)創(chuàng)建出類來，也就是說，動態(tài)語言本身支持運行期動態(tài)創(chuàng)建類，這和靜態(tài)語言有非常大的不同，要在靜態(tài)語言運行期創(chuàng)建類，必須構(gòu)造源代碼字符串再調(diào)用編譯器，或者借助一些工具生成字節(jié)碼實現(xiàn)，本質(zhì)上都是動態(tài)編譯，會非常復(fù)雜。
metaclass
除了使用type()動態(tài)創(chuàng)建類以外，要控制類的創(chuàng)建行為，還可以使用metaclass。
metaclass，直譯為元類，簡單的解釋就是：
當(dāng)我們定義了類以后，就可以根據(jù)這個類創(chuàng)建出實例，所以：先定義類，然后創(chuàng)建實例。
但是如果我們想創(chuàng)建出類呢？那就必須根據(jù)metaclass創(chuàng)建出類，所以：先定義metaclass，然后創(chuàng)建類。
連接起來就是：先定義metaclass，就可以創(chuàng)建類，最后創(chuàng)建實例。
所以，metaclass允許你創(chuàng)建類或者修改類。換句話說，你可以把類看成是metaclass創(chuàng)建出來的“實例”。
metaclass是Python面向?qū)ο罄镒铍y理解，也是最難使用的魔術(shù)代碼。正常情況下，你不會碰到需要使用metaclass的情況，所以，以下內(nèi)容看不懂也沒關(guān)系，因為基本上你不會用到。
我們先看一個簡單的例子，這個metaclass可以給我們自定義的MyList增加一個add方法：
定義ListMetaclass，按照默認(rèn)習(xí)慣，metaclass的類名總是以Metaclass結(jié)尾，以便清楚地表示這是一個metaclass：
# metaclass是類的模板，所以必須從`type`類型派生：
class ListMetaclass(type):
def __new__(cls, name, bases, attrs):
attrs['add'] = lambda self, value: self.append(value)
return type.__new__(cls, name, bases, attrs)
有了ListMetaclass，我們在定義類的時候還要指示使用ListMetaclass來定制類，傳入關(guān)鍵字參數(shù)metaclass：
class MyList(list, metaclass=ListMetaclass):
pass
當(dāng)我們傳入關(guān)鍵字參數(shù)metaclass時，魔術(shù)就生效了，它指示Python解釋器在創(chuàng)建MyList時，要通過ListMetaclass.__new__()來創(chuàng)建，在此，我們可以修改類的定義，比如，加上新的方法，然后，返回修改后的定義。
__new__()方法接收到的參數(shù)依次是：
當(dāng)前準(zhǔn)備創(chuàng)建的類的對象；
類的名字；
類繼承的父類集合；
類的方法集合。
測試一下MyList是否可以調(diào)用add()方法：
>>> L = MyList()
>>> L.add(1)
>> L
[1]
而普通的list沒有add()方法：
>>> L2 = list()
>>> L2.add(1)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'list' object has no attribute 'add'
動態(tài)修改有什么意義？直接在MyList定義中寫上add()方法不是更簡單嗎？正常情況下，確實應(yīng)該直接寫，通過metaclass修改純屬變態(tài)。
但是，總會遇到需要通過metaclass修改類定義的。ORM就是一個典型的例子。
ORM全稱“Object Relational Mapping”，即對象-關(guān)系映射，就是把關(guān)系數(shù)據(jù)庫的一行映射為一個對象，也就是一個類對應(yīng)一個表，這樣，寫代碼更簡單，不用直接操作SQL語句。
要編寫一個ORM框架，所有的類都只能動態(tài)定義，因為只有使用者才能根據(jù)表的結(jié)構(gòu)定義出對應(yīng)的類來。
讓我們來嘗試編寫一個ORM框架。
編寫底層模塊的第一步，就是先把調(diào)用接口寫出來。比如，使用者如果使用這個ORM框架，想定義一個User類來操作對應(yīng)的數(shù)據(jù)庫表User，我們期待他寫出這樣的代碼：
class User(Model):
# 定義類的屬性到列的映射：
id = IntegerField('id')
name = StringField('username')
email = StringField('email')
password = StringField('password')
# 創(chuàng)建一個實例：
u = User(id=12345, name='Michael', email='test@orm.org', password='my-pwd')
# 保存到數(shù)據(jù)庫：
u.save()
其中，父類Model和屬性類型StringField、IntegerField是由ORM框架提供的，剩下的魔術(shù)方法比如save()全部由metaclass自動完成。雖然metaclass的編寫會比較復(fù)雜，但ORM的使用者用起來卻異常簡單。
現(xiàn)在，我們就按上面的接口來實現(xiàn)該ORM。
首先來定義Field類，它負(fù)責(zé)保存數(shù)據(jù)庫表的字段名和字段類型：
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的基礎(chǔ)上，進(jìn)一步定義各種類型的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，就是編寫最復(fù)雜的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 # 保存屬性和列的映射關(guān)系
attrs['__table__'] = name # 假設(shè)表名和類名一致
return type.__new__(cls, name, bases, attrs)
以及基類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))
當(dāng)用戶定義一個class User(Model)時，Python解釋器首先在當(dāng)前類User的定義中查找metaclass，如果沒有找到，就繼續(xù)在父類Model中查找metaclass，找到了，就使用Model中定義的metaclass的ModelMetaclass來創(chuàng)建User類，也就是說，metaclass可以隱式地繼承到子類，但子類自己卻感覺不到。
在ModelMetaclass中，一共做了幾件事情：
排除掉對Model類的修改；
在當(dāng)前類（比如User）中查找定義的類的所有屬性，如果找到一個Field屬性，就把它保存到一個__mappings__的dict中，同時從類屬性中刪除該Field屬性，否則，容易造成運行時錯誤（實例的屬性會遮蓋類的同名屬性）；
把表名保存到__table__中，這里簡化為表名默認(rèn)為類名。
在Model類中，就可以定義各種操作數(shù)據(jù)庫的方法，比如save()，delete()，find()，update等等。
我們實現(xiàn)了save()方法，把一個實例保存到數(shù)據(jù)庫中。因為有表名，屬性到字段的映射和屬性值的集合，就可以構(gòu)造出INSERT語句。
編寫代碼試試：
u = User(id=12345, name='Michael', email='test@orm.org', password='my-pwd')
u.save()
輸出如下：
Found model: User
Found mapping: email ==> <StringField:email>
Found mapping: password ==> <StringField:password>
Found mapping: id ==> <IntegerField:uid>
Found mapping: name ==> <StringField:username>
SQL: insert into User (password,email,username,id) values (?,?,?,?)
ARGS: ['my-pwd', 'test@orm.org', 'Michael', 12345]
可以看到，save()方法已經(jīng)打印出了可執(zhí)行的SQL語句，以及參數(shù)列表，只需要真正連接到數(shù)據(jù)庫，執(zhí)行該SQL語句，就可以完成真正的功能。
不到100行代碼，我們就通過metaclass實現(xiàn)了一個精簡的ORM框架。
