python3自學筆記10-面向物件進階-多重繼承、列舉類、元類
多重繼承
Python允許使用多重繼承，MixIn就是一種常見的設計。 在設計類的繼承關係時，通常，主線都是單一繼承下來的，如果需要“混入”額外的功能，通過多重繼承就可以實現，這種設計通常稱之為MixIn。 MixIn的目的就是給一個類增加多個功能，這樣，在設計類的時候，我們優先考慮通過多重繼承來組合多個MixIn的功能，而不是設計多層次的複雜的繼承關係。
列舉類
Python提供了Enum類來實現這個功能：
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型別的列舉類，可以直接使用Month.Jan來引用一個常量，或者列舉它的所有成員：
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，預設從1開始計數。
如果需要更精確地控制列舉型別，可以從Enum派生出自定義類：
from enum import Enum, unique @unique class Weekday(Enum): Sun = 0 # Sun的value被設定為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複值。
訪問這些列舉型別可以有若干種方法：
>>> 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.Sun Mon => Weekday.Mon Tue => Weekday.Tue Wed => Weekday.Wed Thu => Weekday.Thu Fri => Weekday.Fri Sat => Weekday.Sat
可見，既可以用成員名稱引用列舉常量，又可以直接根據value的值獲得列舉常量。
元類
1、type()
動態語言和靜態語言最大的不同，就是函式和類的定義，不是編譯時定義的，而是執行時動態建立的。
比方說我們要定義一個Hello的class，就寫一個hello.py模組：
class Hello(object):
def hello(self, name='world'):
print('Hello, %s.' % name)
當Python直譯器載入hello模組時，就會依次執行該模組的所有語句，執行結果就是動態創建出一個Hello的class物件，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()函式可以檢視一個型別或變數的型別，Hello是一個class，它的型別就是type，而h是一個例項，它的型別就是class Hello。
我們說class的定義是執行時動態建立的，而建立class的方法就是使用type()函式。
type()函式既可以返回一個物件的型別，又可以創建出新的型別，比如，我們可以通過type()函式創建出Hello類，而無需通過class Hello(object)…的定義：
>>> def fn(self, name='world'): # 先定義函式
... print('Hello, %s.' % name)
...
>>> Hello = type('Hello', (object,), dict(hello=fn)) # 建立Hello class
>>> h = Hello()
>>> h.hello()
Hello, world.
>>> print(type(Hello))
<class 'type'>
>>> print(type(h))
<class '__main__.Hello'>
要建立一個class物件，type()函式依次傳入3個引數：
class的名稱； 繼承的父類集合，注意Python支援多重繼承，如果只有一個父類，別忘了tuple的單元素寫法； class的方法名稱與函式繫結，這裡我們把函式fn繫結到方法名hello上。 通過type()函式建立的類和直接寫class是完全一樣的，因為Python直譯器遇到class定義時，僅僅是掃描一下class定義的語法，然後呼叫type()函式創建出class。
正常情況下，我們都用class Xxx…來定義類，但是，type()函式也允許我們動態創建出類來，也就是說，動態語言本身支援執行期動態建立類，這和靜態語言有非常大的不同，要在靜態語言執行期建立類，必須構造原始碼字串再呼叫編譯器，或者藉助一些工具生成位元組碼實現，本質上都是動態編譯，會非常複雜。
2、metaclass 除了使用type()動態建立類以外，要控制類的建立行為，還可以使用metaclass。
metaclass，直譯為元類，簡單的解釋就是：
當我們定義了類以後，就可以根據這個類創建出例項，所以：先定義類，然後建立例項。
但是如果我們想創建出類呢？那就必須根據metaclass創建出類，所以：先定義metaclass，然後建立類。
連線起來就是：先定義metaclass，就可以建立類，最後建立例項。
所以，metaclass允許你建立類或者修改類。換句話說，你可以把類看成是metaclass創建出來的“例項”。
metaclass是Python面向物件裡最難理解，也是最難使用的魔術程式碼。正常情況下，你不會碰到需要使用metaclass的情況，所以，以下內容看不懂也沒關係，因為基本上你不會用到。
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，按照預設習慣，metaclass的類名總是以Metaclass結尾，以便清楚地表示這是一個metaclass：
# metaclass是類的模板，所以必須從`type`型別派生：
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來定製類，傳入關鍵字引數metaclass：
class MyList(list, metaclass=ListMetaclass):
pass
當我們傳入關鍵字引數metaclass時，魔術就生效了，它指示Python直譯器在建立MyList時，要通過ListMetaclass.__new__()來建立，在此，我們可以修改類的定義，比如，加上新的方法，然後，返回修改後的定義。
__new__()方法接收到的引數依次是：
當前準備建立的類的物件；
類的名字；
類繼承的父類集合；
類的方法集合。
測試一下MyList是否可以呼叫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'
動態修改有什麼意義？直接在MyList定義中寫上add()方法不是更簡單嗎？正常情況下，確實應該直接寫，通過metaclass修改純屬變態。
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”，即物件-關係對映，就是把關係資料庫的一行對映為一個物件，也就是一個類對應一個表，這樣，寫程式碼更簡單，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定義，因為只有使用者才能根據表的結構定義出對應的類來。
讓我們來嘗試編寫一個ORM框架。
編寫底層模組的第一步，就是先把呼叫介面寫出來。比如，使用者如果使用這個ORM框架，想定義一個User類來操作對應的資料庫表User，我們期待他寫出這樣的程式碼：
class User(Model):
# 定義類的屬性到列的對映：
id = IntegerField('id')
name = StringField('username')
email = StringField('email')
password = StringField('password')
# 建立一個例項：
u = User(id=12345, name='Michael', email='[email protected]', password='my-pwd')
# 儲存到資料庫：
u.save()
其中，父類Model和屬性型別StringField、IntegerField是由ORM框架提供的，剩下的魔術方法比如save()全部由metaclass自動完成。雖然metaclass的編寫會比較複雜，但ORM的使用者用起來卻異常簡單。
現在，我們就按上面的介面來實現該ORM。
首先來定義Field類，它負責儲存資料庫表的欄位名和欄位型別：
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的基礎上，進一步定義各種型別的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，就是編寫最複雜的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 # 儲存屬性和列的對映關係
attrs['__table__'] = name # 假設表名和類名一致
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))
當用戶定義一個class User(Model)時，Python直譯器首先在當前類User的定義中查詢metaclass，如果沒有找到，就繼續在父類Model中查詢metaclass，找到了，就使用Model中定義的metaclass的ModelMetaclass來建立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；
在當前類（比如User）中查詢定義的類的所有屬性，如果找到一個Field屬性，就把它儲存到一個__mappings__的dict中，同時從類屬性中刪除該Field屬性，否則，容易造成執行時錯誤（例項的屬性會遮蓋類的同名屬性）；
把表名儲存到__table__中，這裡簡化為表名預設為類名。
在Model類中，就可以定義各種操作資料庫的方法，比如save()，delete()，find()，update等等。
我們實現了save()方法，把一個例項儲存到資料庫中。因為有表名，屬性到欄位的對映和屬性值的集合，就可以構造出INSERT語句。
編寫程式碼試試：
u = User(id=12345, name='Michael', email='[email protected]', 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', '[email protected]', 'Michael', 12345]
可以看到，save()方法已經打印出了可執行的SQL語句，以及引數列表，只需要真正連線到資料庫，執行該SQL語句，就可以完成真正的功能。
不到100行程式碼，我們就通過metaclass實現了一個精簡的ORM框架，是不是非常簡單？
小結
metaclass是Python中非常具有魔術性的物件，它可以改變類建立時的行為。這種強大的功能使用起來務必小心。