两句话掌握 Python 最难知识点:元类

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。

道 即是 type

一 即是 metaclass(元类,或者叫类生成器)

二 即是 class(类,或者叫实例生成器)

三 即是 instance(实例)

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

classHello():

defsay_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:

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:

deffn(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

classHello(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”

defsay_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:

classSayMetaClass(type):

def__new__(cls,name,bases,attrs):

attrs['say_'+name]=lambdaself,value,saying=name:print(saying+','+value+'!')

returntype.__new__(cls,name,bases,attrs)

记住两点:

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】

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

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

classSayMetaClass(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]=lambdaself,value,saying=name:print(saying+','+value+'!')

# 传承三大永恒命题:类名称、父类、属性

returntype.__new__(cls,name,bases,attrs)

# 一生二:创建类

classHello(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

classSayolala(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

classNihao(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

classListMetaclass(type):

def__new__(cls,name,bases,attrs):

# 天赋:通过add方法将值绑定

attrs['add']=lambdaself,value:self.append(value)

returntype.__new__(cls,name,bases,attrs)

# 一生二

classMyList(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)

而普通的list没有add()方法

L2=list()

L2.add(1)

>>>AttributeError:'list'objecthas noattribute'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

classField(object):

def__init__(self,name,column_type):

self.name=name

self.column_type=column_type

def__str__(self):

return''%(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

classStringField(Field):

def__init__(self,name):

super(StringField,self).__init__(name,'varchar(100)')

classIntegerField(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

classModelMetaclass(type):

def__new__(cls,name,bases,attrs):

ifname=='Model':

returntype.__new__(cls,name,bases,attrs)

print('Found model: %s'%name)

mappings=dict()

fork,vinattrs.items():

ifisinstance(v,Field):

print('Found mapping: %s ==> %s'%(k,v))

mappings[k]=v

forkinmappings.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

returntype.__new__(cls,name,bases,attrs)

它做了以下几件事

创建一个新的字典mapping

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。

将刚刚传入值为Field类的属性删除。

创建一个专门的__mappings__属性,保存字典mapping。

创建一个专门的__table__属性,保存传入的类的名称。

一生二

classModel(dict,metaclass=ModelMetaclass):

def__init__(self,**kwarg):

super(Model,self).__init__(**kwarg)

def__getattr__(self,key):

try:

returnself[key]

exceptKeyError:

raiseAttributeError("'Model' object has no attribute '%s'"%key)

def__setattr__(self,key,value):

self[key]=value

# 模拟建表操作

defsave(self):

fields=[]

args=[]

fork,vinself.__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)foriinargs]))

print('SQL: %s'%sql)

print('ARGS: %s'%str(args))

如果从Model创建一个子类User:

classUser(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.save()

这时先完成了二生三的过程:

先调用Model.__setattr__,将键值载入私有对象

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

Foundmodel:User

Foundmapping:name==>

Foundmapping:password==>

Foundmapping:id==>

Foundmapping:email==>

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

importrequests

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'

}

defget_page(url):

headers=dict(base_headers)

print('Getting',url)

try:

r=requests.get(url,headers=headers)

print('Getting result',url,r.status_code)

ifr.status_code==200:

returnr.text

exceptConnectionError:

print('Crawling Failed',url)

returnNone

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:',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__'):

frompyqueryimportPyQueryaspq

start_url='http://www.proxy360.cn/Region/China'

print('Crawling',start_url)

html=get_page(start_url)

ifhtml:

doc=pq(html)

lines=doc('div[name="list_proxy_ip"]').items()

forlineinlines:

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

fromgetpageimportget_page

frompyqueryimportPyQueryaspq

# 道生一:创建抽取代理的metaclass

classProxyMetaclass(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=

attrs['__CrawlFunc__']=[]

attrs['__CrawlName__']=[]

fork,vinattrs.items():

if'crawl_'ink:

attrs['__CrawlName__'].append(k)

attrs['__CrawlFunc__'].append(v)

count+=1

forkinattrs['__CrawlName__']:

attrs.pop(k)

attrs['__CrawlFuncCount__']=count

returntype.__new__(cls,name,bases,attrs)

# 一生二:创建代理获取类

classProxyGetter(object,metaclass=ProxyMetaclass):

defget_raw_proxies(self,site):

proxies=[]

print('Site',site)

forfuncinself.__CrawlFunc__:

iffunc.__name__==site:

this_page_proxies=func(self)

forproxyinthis_page_proxies:

print('Getting',proxy,'from',site)

proxies.append(proxy)

returnproxies

defcrawl_daili66(self,page_count=4):

urls=[start_url.format(page)forpageinrange(1,page_count+1)]

forurlinurls:

print('Crawling',url)

html=get_page(url)

ifhtml:

doc=pq(html)

trs=doc('.containerbox table tr:gt(0)').items()

fortrintrs:

ip=tr.find('td:nth-child(1)').text()

port=tr.find('td:nth-child(2)').text()

yield':'.join([ip,port])

defcrawl_proxy360(self):

start_url='http://www.proxy360.cn/Region/China'

print('Crawling',start_url)

html=get_page(start_url)

ifhtml:

doc=pq(html)

lines=doc('div[name="list_proxy_ip"]').items()

forlineinlines:

ip=line.find('.tbBottomLine:nth-child(1)').text()

port=line.find('.tbBottomLine:nth-child(2)').text()

yield':'.join([ip,port])

defcrawl_goubanjia(self):

start_url='http://www.goubanjia.com/free/gngn/index.shtml'

html=get_page(start_url)

ifhtml:

doc=pq(html)

tds=doc('td.ip').items()

fortdintds:

td.find('p').remove()

yieldtd.text().replace(' ','')

if__name__=='__main__':

# 二生三:实例化ProxyGetter

crawler=ProxyGetter()

print(crawler.__CrawlName__)

# 三生万物

forsite_labelinrange(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:

将“crawl_”开头的类方法的名称推入ProxyGetter.__CrawlName__

将“crawl_”开头的类方法的本身推入ProxyGetter.__CrawlFunc__

计算符合“crawl_”开头的类方法个数

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__

在ProxyGetter.__CrawlName__上面,获取可以抓取的的网址名。

触发类方法ProxyGetter.get_raw_proxies(site)

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

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

来源:刘羽冲

segmentfault.com/a/1190000011447445

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180202B0GCCL00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券