两句话轻松掌握 Python 最难知识点

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。

道生一,一生二,二生三,三生万物。

  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
  1. class Hello():
  2. def say_hello(self, name='world'):
  3. print('Hello, %s.' % name)
  4. # 从Hello类创建一个实例hello ----二生三
  5. hello = Hello()
  6. # 使用hello调用方法say_hello ----三生万物
  7. 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:

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sayHello,有时需要sayHi,有时又需要saySayolala,有时需要sayNihao。

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。

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 ==> 
Found mapping: password ==> 
Found mapping: id ==> 
Found mapping: 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:rn', 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: 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.getrawproxies(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

原文发布于微信公众号 - IT派(transfer_3255716726)

原文发表时间:2018-05-11

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Java技术分享

分布式唯一ID生成器Twitter 的 Snowflake idworker java版本

import java.lang.management.ManagementFactory; import java.net.InetAddress; impo...

57490
来自专栏灯塔大数据

技术 | Python从零开始系列连载(五)

导读 为了解答大家初学Python时遇到各种常见问题,小灯塔特地整理了一系列从零开始的入门到熟练的系列连载 上一期学习了Python的基本运算和表达式,相信大家...

366110
来自专栏Java爬坑系列

【Java入门提高篇】Day2 接口

  上一篇讲完了抽象类,这一篇主要讲解比抽象类更加抽象的内容——接口。   什么是接口呢?先来看一个现实中的栗子,我们常用的插座,一般分为两孔和三孔,所以基本上...

20180
来自专栏Java3y

广州三本找Java实习经历

在学习编程时,跟我类似的人应该会有一个疑问:究竟学到什么程度才能找到一份实习/工作呢?

45400
来自专栏前端新视界

关于面试题 Array.indexof() 方法的实现及思考

这是我在面试大公司时碰到的一个笔试题,当时自己云里雾里的胡写了一番,回头也曾思考过,最终没实现也就不了了之了。 昨天看到有网友说面试中也碰到过这个问题,我就重新...

25990
来自专栏北京马哥教育

两句话掌握 Python 最难知识点:元类

运维行业正在变革,推荐阅读:30万年薪Linux运维工程师成长魔法 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...

346110
来自专栏HaHack

Extempore:实时系统的实时编程语言

介绍 Extempore 实时编程语言和环境,并详细探讨了使用 Extempore 演奏音乐的方法和技巧。

23320
来自专栏HansBug's Lab

3555: [Ctsc2014]企鹅QQ

3555: [Ctsc2014]企鹅QQ Time Limit: 20 Sec  Memory Limit: 256 MB Submit: 696  Solve...

369160
来自专栏数据之美

Java 多线程之 Runnable VS Thread 及其资源共享问题

对于 Java 多线程编程中的 implements Runnable 与 extends Thread,部分同学可能会比较疑惑,它们之间究竟有啥区别和联系呢?...

25860
来自专栏耕耘实录

漫谈正则表达式

版权声明:本文为耕耘实录原创文章,各大自媒体平台同步更新。欢迎转载,转载请注明出处,谢谢

12740

扫码关注云+社区

领取腾讯云代金券