- 前言
- 目标读者
- 非目标读者
- 本书的结构
- 以实践为基础
- 硬件
- 杂谈:个人的一点看法
- Python 术语表
- Python 版本表
- 排版约定
- 使用代码示例
- 第一部分 序幕
- 第 1 章 Python 数据模型
- 第二部分 数据结构
- 第 2 章 序列构成的数组
- 第 3 章 字典和集合
- 第 4 章 文本和字节序列
- 第三部分 把函数视作对象
- 第 5 章 一等函数
- 第 6 章 使用一等函数实现设计模式
- 第 7 章 函数装饰器和闭包
- 第四部分 面向对象惯用法
- 第 8 章 对象引用、可变性和垃圾回收
- 第 9 章 符合 Python 风格的对象
- 第 10 章 序列的修改、散列和切片
- 第 11 章 接口:从协议到抽象基类
- 第 12 章 继承的优缺点
- 第 13 章 正确重载运算符
- 第五部分 控制流程
- 第 14 章 可迭代的对象、迭代器和生成器
- 14.1 Sentence 类第1版:单词序列
- 14.2 可迭代的对象与迭代器的对比
- 14.3 Sentence 类第2版:典型的迭代器
- 14.4 Sentence 类第3版:生成器函数
- 14.5 Sentence 类第4版:惰性实现
- 14.6 Sentence 类第5版:生成器表达式
- 14.7 何时使用生成器表达式
- 14.8 另一个示例:等差数列生成器
- 14.9 标准库中的生成器函数
- 14.10 Python 3.3 中新出现的句法:yield from
- 14.11 可迭代的归约函数
- 14.12 深入分析 iter 函数
- 14.13 案例分析:在数据库转换工具中使用生成器
- 14.14 把生成器当成协程
- 14.15 本章小结
- 14.16 延伸阅读
- 第 15 章 上下文管理器和 else 块
- 第 16 章 协程
- 第 17 章 使用期物处理并发
- 第 18 章 使用 asyncio 包处理并发
- 第六部分 元编程
- 第 19 章 动态属性和特性
- 第 20 章 属性描述符
- 第 21 章 类元编程
- 结语
- 延伸阅读
- 附录 A 辅助脚本
- Python 术语表
- 作者简介
- 关于封面
21.6 元类的特殊方法 __prepare__
在某些应用中,可能需要知道类的属性定义的顺序。例如,对读写 CSV 文件的库来说,用户定义的类可能想把类中按顺序声明的字段与 CSV 文件中各列的顺序对应起来。
如前所述,type 构造方法及元类的 __new__ 和 __init__ 方法都会收到要计算的类的定义体,形式是名称到属性的映像。然而在默认情况下,那个映射是字典;也就是说,元类或类装饰器获得映射时,属性在类定义体中的顺序已经丢失了。
这个问题的解决办法是,使用 Python 3 引入的特殊方法 __prepare__。这个特殊方法只在元类中有用,而且必须声明为类方法(即,要使用 @classmethod 装饰器定义)。解释器调用元类的 __new__ 方法之前会先调用 __prepare__ 方法,使用类定义体中的属性创建映射。__prepare__ 方法的第一个参数是元类,随后两个参数分别是要构建的类的名称和基类组成的元组,返回值必须是映射。元类构建新类时,__prepare__ 方法返回的映射会传给 __new__ 方法的最后一个参数,然后再传给 __init__ 方法。
理论听起来很复杂,但是我见过的 __prepare__ 方法都十分简单。请看示例 21-16。
示例 21-16 model_v8.py:这一版 EntityMeta 元类用到了 __prepare__ 方法,而且为 Entity 类定义了 field_names 类方法
class EntityMeta(type): """元类,用于创建带有验证字段的业务实体""" @classmethod def __prepare__(cls, name, bases): return collections.OrderedDict() ➊ def __init__(cls, name, bases, attr_dict): super().__init__(name, bases, attr_dict) cls._field_names = [] ➋ for key, attr in attr_dict.items(): ➌ if isinstance(attr, Validated): type_name = type(attr).__name__ attr.storage_name = '_{}#{}'.format(type_name, key) cls._field_names.append(key) ➍ class Entity(metaclass=EntityMeta): """带有验证字段的业务实体""" @classmethod def field_names(cls): ➎ for name in cls._field_names: yield name
❶ 返回一个空的 OrderedDict 实例,类属性将存储在里面。
❷ 在要构建的类中创建一个 _field_names 属性。
❸ 这一行与前一版相比没有变化,不过这里的 attr_dict 是那个 OrderedDict 对象,由解释器在调用 __init__ 方法之前调用 __prepare__ 方法时获得。因此,这个 for 循环会按照添加属性的顺序迭代属性。
❹ 把找到的各个 Validated 字段添加到 _field_names 属性中。
❺ field_names 类方法的作用简单:按照添加字段的顺序产出字段的名称。
像示例 21-16 那样添加一些简单的代码之后,我们可以使用 field_names 类方法迭代任何 Entity 子类的 Validated 字段。示例 21-17 演示了这个新功能。
示例 21-17 bulkfood_v8.py:展示 field_names 用法的 doctest——无需修改 LineItem 类,field_names 方法继承自 model.Entity 类
>>> for name in LineItem.field_names(): ... print(name) ... description weight price
对元类的介绍到此结束。在现实世界中,框架和库会使用元类协助程序员执行很多任务,例如:
验证属性
一次把装饰器依附到多个方法上
序列化对象或转换数据
对象关系映射
基于对象的持久存储
动态转换使用其他语言编写的类结构
下一节将概述 Python 数据模型为所有类定义的方法。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论