淺談Python的元編程
相應的元編程就是描述代碼本身的代碼，元編程就是關于創(chuàng)建操作源代碼(比如修改、生成或包裝原來的代碼)的函數(shù)和類。主要技術是使用裝飾器、元類、描述符類。
一、裝飾器
裝飾器就是函數(shù)的函數(shù)，它接受一個函數(shù)作為參數(shù)并返回一個新的函數(shù)，在不改變原來函數(shù)代碼的情況下為其增加新的功能，比如最常用的計時裝飾器：
from functools import wraps
def timeit(logger=None):
"""
耗時統(tǒng)計裝飾器，單位是秒，保留 4 位小數(shù)
"""
def decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
start = time.time()
result = func(*args, **kwargs)
end = time.time()
if logger:
logger.info(f"{func.__name__} cost {end - start :.4f} seconds")
else:
print(f"{func.__name__} cost {end - start :.4f} seconds")
return result
return wrapper
return decorator
(注：比如上面使用 @wraps(func) 注解是很重要的， 它能保留原始函數(shù)的元數(shù)據(jù)) 只需要在原來的函數(shù)上面加上 @timeit() 即可為其增加新的功能：
@timeit()
def test_timeit():
time.sleep(1)
test_timeit()
#test_timeit cost 1.0026 seconds
上面的代碼跟下面這樣寫的效果是一樣的：
test_timeit = timeit(test_timeit) test_timeit()
二、裝飾器的執(zhí)行順序
當有多個裝飾器的時候，他們的調(diào)用順序是怎么樣的?
假如有這樣的代碼，請問是先打印 Decorator1 還是 Decorator2 ?
from functools import wraps
def decorator1(func):
@wraps(func)
def wrapper(*args, **kwargs):
print('Decorator 1')
return func(*args, **kwargs)
return wrapper
def decorator2(func):
@wraps(func)
def wrapper(*args, **kwargs):
print('Decorator 2')
return func(*args, **kwargs)
return wrapper
@decorator1
@decorator2
def add(x, y):
return x + y
add(1,2)
# Decorator 1
# Decorator 2
回答這個問題之前，我先給你打個形象的比喻，裝飾器就像函數(shù)在穿衣服，離它最近的最先穿，離得遠的最后穿，上例中 decorator1 是外套，decorator2 是內(nèi)衣。
add = decorator1(decorator2(add))
在調(diào)用函數(shù)的時候，就像脫衣服，先解除最外面的 decorator1，也就是先打印 Decorator1，執(zhí)行到 return func(*args, **kwargs) 的時候會去解除 decorator2，然后打印 Decorator2，再次執(zhí)行到 return func(*args, **kwargs) 時會真正執(zhí)行 add() 函數(shù)。
需要注意的是打印的位置，如果打印字符串的代碼位于調(diào)用函數(shù)之后，像下面這樣，那輸出的結果正好相反：
def decorator1(func):
@wraps(func)
def wrapper(*args, **kwargs):
result = func(*args, **kwargs)
print('Decorator 1')
return result
return wrapper
def decorator2(func):
@wraps(func)
def wrapper(*args, **kwargs):
result = func(*args, **kwargs)
print('Decorator 2')
return result
return wrapper
裝飾器不僅可以定義為函數(shù)，也可以定義為類，只要你確保它實現(xiàn)了__call__() 和 __get__() 方法。
關于裝飾器的其他用法，可以參考前文：
- 我是裝飾器
- 再談裝飾器
三、元類
Python 中所有類(object)的元類，就是 type 類，也就是說 Python 類的創(chuàng)建行為由默認的 type 類控制，打個比喻，type 類是所有類的祖先。我們可以通過編程的方式來實現(xiàn)自定義的一些對象創(chuàng)建行為。
定一個類繼承 type 類 A，然后讓其他類的元類指向 A，就可以控制 A 的創(chuàng)建行為。典型的就是使用元類實現(xiàn)一個單例：
class Singleton(type):
def __init__(self, *args, **kwargs):
self._instance = None
super().__init__(*args, **kwargs)
def __call__(self, *args, **kwargs):
if self._instance is None:
self._instance = super().__call__(*args, **kwargs)
return self._instance
else:
return self._instance
class Spam(metaclass=Singleton):
def __init__(self):
print("Spam!!!")
元類 Singleton 的__init__和__new__ 方法會在定義 Spam 的期間被執(zhí)行，而 __call__方法會在實例化 Spam 的時候執(zhí)行。
如果想更好的理解元類，可以閱讀Python黑魔法之metaclass詳情
四、descriptor 類(描述符類)
descriptor 就是任何一個定義了 __get__()，__set__()或 __delete__()的對象，描述器讓對象能夠自定義屬性查找、存儲和刪除的操作。這里舉官方文檔[1]一個自定義驗證器的例子。
定義驗證器類，它是一個描述符類，同時還是一個抽象類：
from abc import ABC, abstractmethod
class Validator(ABC):
def __set_name__(self, owner, name):
self.private_name = '_' + name
def __get__(self, obj, objtype=None):
return getattr(obj, self.private_name)
def __set__(self, obj, value):
self.validate(value)
setattr(obj, self.private_name, value)
@abstractmethod
def validate(self, value):
pass
自定義驗證器需要從 Validator 繼承，并且必須提供 validate() 方法以根據(jù)需要測試各種約束。
這是三個實用的數(shù)據(jù)驗證工具：
OneOf 驗證值是一組受約束的選項之一
class OneOf(Validator):
def __init__(self, *options):
self.options = set(options)
def validate(self, value):
if value not in self.options:
raise ValueError(f'Expected {value!r} to be one of {self.options!r}')
Number 驗證值是否為 int 或 float。根據(jù)可選參數(shù)，它還可以驗證值在給定的最小值或最大值之間。
class Number(Validator):
def __init__(self, minvalue=None, maxvalue=None):
self.minvalue = minvalue
self.maxvalue = maxvalue
def validate(self, value):
if not isinstance(value, (int, float)):
raise TypeError(f'Expected {value!r} to be an int or float')
if self.minvalue is not None and value < self.minvalue:
raise ValueError(
f'Expected {value!r} to be at least {self.minvalue!r}'
)
if self.maxvalue is not None and value > self.maxvalue:
raise ValueError(
f'Expected {value!r} to be no more than {self.maxvalue!r}'
)
String 驗證值是否為 str。根據(jù)可選參數(shù)，它可以驗證給定的最小或最大長度。它還可以驗證用戶定義的 predicate。
class String(Validator):
def __init__(self, minsize=None, maxsize=None, predicate=None):
self.minsize = minsize
self.maxsize = maxsize
self.predicate = predicate
def validate(self, value):
if not isinstance(value, str):
raise TypeError(f'Expected {value!r} to be an str')
if self.minsize is not None and len(value) < self.minsize:
raise ValueError(
f'Expected {value!r} to be no smaller than {self.minsize!r}'
)
if self.maxsize is not None and len(value) > self.maxsize:
raise ValueError(
f'Expected {value!r} to be no bigger than {self.maxsize!r}'
)
if self.predicate is not None and not self.predicate(value):
raise ValueError(
f'Expected {self.predicate} to be true for {value!r}'
)
實際應用時這樣寫：
class Component:
name = String(minsize=3, maxsize=10, predicate=str.isupper)
kind = OneOf('wood', 'metal', 'plastic')
quantity = Number(minvalue=0)
def __init__(self, name, kind, quantity):
self.name = name
self.kind = kind
self.quantity = quantity
描述器阻止無效實例的創(chuàng)建：
>>> Component('Widget', 'metal', 5) # Blocked: 'Widget' is not all uppercase
Traceback (most recent call last):
...
ValueError: Expected <method 'isupper' of 'str' objects> to be true for 'Widget'
>>> Component('WIDGET', 'metle', 5) # Blocked: 'metle' is misspelled
Traceback (most recent call last):
...
ValueError: Expected 'metle' to be one of {'metal', 'plastic', 'wood'}
>>> Component('WIDGET', 'metal', -5) # Blocked: -5 is negative
Traceback (most recent call last):
...
ValueError: Expected -5 to be at least 0
>>> Component('WIDGET', 'metal', 'V') # Blocked: 'V' isn't a number
Traceback (most recent call last):
...
TypeError: Expected 'V' to be an int or float
>>> c = Component('WIDGET', 'metal', 5) # Allowed: The inputs are valid
五、總結
關于 Python 的元編程，總結如下：
如果希望某些函數(shù)擁有相同的功能，希望不改變原有的調(diào)用方式、不寫重復代碼、易維護，可以使用裝飾器來實現(xiàn)。
如果希望某一些類擁有某些相同的特性，或者在類定義實現(xiàn)對其的控制，我們可以自定義一個元類，然后讓它類的元類指向該類。
如果希望實例的屬性擁有某些共同的特點，就可以自定義一個描述符類。
到此這篇關于淺談Python的元編程的文章就介紹到這了,更多相關Python的元編程內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
python實現(xiàn)兩個經(jīng)緯度點之間的距離和方位角的方法
今天小編就為大家分享一篇python實現(xiàn)兩個經(jīng)緯度點之間的距離和方位角的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
Pandas格式化DataFrame的浮點數(shù)列的實現(xiàn)
本文主要介紹了Pandas格式化DataFrame的浮點數(shù)列的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2024-05-05
這篇文章主要介紹了Python?查看數(shù)據(jù)類型與格式方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-09-09
這篇文章主要介紹了Python編程中用close()方法關閉文件的教程,是Python編程入門中的基礎知識,需要的朋友可以參考下2015-05-05
這篇文章主要介紹了python繪圖坐橫坐標軸顯示方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-09-09
Python+OpenCV實現(xiàn)車牌字符分割和識別
這篇文章主要為大家詳細介紹了Python+OpenCV實現(xiàn)車牌字符分割和識別，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-03-03
這篇文章主要為大家詳細介紹了python使用turtle庫繪制時鐘，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-06-06
PyTorch中torch.tensor與torch.Tensor的區(qū)別詳解
這篇文章主要介紹了PyTorch中torch.tensor與torch.Tensor的區(qū)別詳解，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-05-05
在本篇文章里小編給大家整理的是關于python常用數(shù)據(jù)重復項處理方法，需要的朋友們參考下。2019-11-11
這篇文章主要介紹了python pytest進階之conftest.py詳解,如果我們在編寫測試用的時候，每一個測試文件里面的用例都需要先登錄后才能完成后面的操作，那么們該如何實現(xiàn)呢？這就需要我們掌握conftest.py文件的使用了,需要的朋友可以參考下2019-06-06