<返回更多

两句话掌握 Python 最难知识点——元类出处

2022-12-13  今日头条  python言论
加入收藏

 

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：

在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. 道 即是 type
  2. 一 即是 metaclass(元类，或者叫类生成器)
  3. 二 即是 class(类，或者叫实例生成器)
  4. 三 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。

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(){

}

}

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：

声明：本站部分内容来自互联网,如有版权侵犯或其他问题请与我们联系，我们将立即删除或处理。
▍相关推荐
更多资讯 >>>
Copyright @ 简易百科 V 2.0 京ICP备14042104号