笔记更新于2019年12月2日，
摘要：type的另一功能；__new__( )方法；元类；metaclass属性；ORM典例
*写在前面：为了更好的学习python，博主记录下自己的学习路程。本学习笔记基于廖雪峰的Python教程，如有侵权，请告知删除。欢迎与博主一起学习Pythonヽ(￣▽￣)ﾉ *
目录
面向对象编程
type( )
new( )
元类
metaclass属性
ORM典例
面向对象编程
在介绍元类之前，我们先深入了解一下type( )和__new__( )，这对后面的介绍十分关键。
type( )
--
在获取对象信息那一节中，我们知道type( )函数可以知道对象的类型。
print(type(123))
<class 'int'>
print(type('123'))
<class 'str'>
我们已经十分了解这一功能，那么为什么还要介绍它呢，因为它还有另一个完全不一样的更强大的功能!!!∑(ﾟДﾟノ)ノ
type( )函数可以创建一个新的类。它依次传入三个参数：
1.一个字符串，表示类名；
2.一个tuple，表示继承的父类集合，可为空；
3.一个dict，表示属性或方法，包括名称和值，可为空。
举个例子：
def fn(self): # 先定义一个函数作为方法
print('Hello, %s' % self.name)
A = type('A', (object,), {'name' : 'a', 'say' : fn})
# 创建了一个名字为A，继承object类，有name属性并且值为a， 把函数fn作为say方法
这里需要注意的是传入tuple时，如果只有一个参数，那么记得在后面加逗号。执行结果：
>>>a=A()
>>>a.say()
Hello, a
上面创建A类的代码与下面等价：
class A(object):
name = 'a'
def say(self):
print('Hello, %s' % self.name)
__new__( )
__new__( )方法的用途是创建一个类，但它不能像type( )那样单独使用，它接收四个参数，然后返回一个新类。需要依次传入的四个参数是：
1.当前要创建新类的对象，cls
2.创建的新类名，name
3.新类继承的父类的集合，bases
4.新类的属性或方法， attrs
可以发现，传入的最后三个参数和type需要的参数是一样的。你可能会困惑，那第一个参数是什么？什么是创建新类的对象？答案就是元类。
元类
我们都知道，实例对象是根据类来创建的，那这些类（对象）就是根据元类来创建的。
我们可以直接通过__class__属性来得知一个对象的类型，如：
>>>'aa'.__class__
<class 'str'>
>>>x = 123
>>>x.__class__
<class 'int'>
>>>class A(object):
... pass
>>>a=A()
>>>a.__class__
<class '__main__.A'>
那么对于一个__class__的__class__属性又是什么呢？
>>>'aa'.__class__.__class__
<class 'type'>
>>>x.__class__.__class__
<class 'type'>
>>>a.__class__.__class__
<class 'type'>
答案是type。实际上type就是一个元类，是Python在背后用来创建所有类的元类。那么能不能自己创建一个像type这样的一个元类呢？当然是可以的。但是一般情况下都去自己创建元类，因为多数情况下是用不到的，下面的内容将介绍如何创建一个元类，并且举了ORM的例子，内容会有点复杂。
__metaclass__属性
在定义一个类的时候，如果加入了__metaclass__属性，那么将会使用指定的元类来创建该类，像这样：
class A(object):
__metaclass__ = BMetaclass
或者这样：
class A(object, metaclass = BMetaclass):
pass
如果这样写的话，那么A就会根据元类BMetaclass来创建，一般而言，metaclass的类名总是以Metaclass结尾，表明这是一个metaclass。接下来就需要定义元类BMetaclass。
需要注意的是元类B需要继承type（这是因为万物皆对象，而type是创建对象的源头）
class BMetaclass(type):
def __new__(cls, name, bases, attrs):
return type.__new__(cls, name, bases, attrs)
上面是定义一个元类的框架，需要注意以下几点：
1.元类BMetaclass必须继承type（这是因为万物皆对象，而type是创建对象的源头）；
2.需要添加__new__( )方法
3.__new__( )方法返回的是一个类，由type.__new__( )生成
接下来就是往中间添加代码来定义创建的元类了。如在廖雪峰的官方网站中，创建了一个可以调用add的list类。
class ListMetaclass(type):
def __new__(cls, name, bases, attrs):
attrs['add'] = lambda self, value: self.append(value)
return type.__new__(cls, name, bases, attrs)
>>> L = MyList()
>>> L.add(1)
>> L
[1]
实际上，在敲下了类似class A(object)的代码后，Python执行了以下的操作：
第一步：检查A类里面有没有__metaclass__属性，如果有，则按照metaclass来创建类对象，若没有执行下一步；
第二步：检查A的父类有没有__metaclass__属性，如果有，则按照metaclass来创建类对象，若没有执行下一步；
第三步：检查模块层次中有没有__metaclass__属性，如果有，则按照metaclass来创建类对象，若没有执行下一步；
第四步：用内置的type来创建类对象。
可见如果把__metaclass__属性放置在模块层次，那么所有的类都会根据__metaclass__属性来创建，若只是放在某一类的内部，则只针对该类。
ORM典例
（前方高能！）
（以下内容转自廖雪峰的官方网站，博主看了一遍，大概明白其中的原理。在后面还会用到的时候会回来巩固的￣▽￣）
ORM全称“Object Relational Mapping”，即对象-关系映射，就是把关系数据库的一行映射为一个对象，也就是一个类对应一个表，这样，写代码更简单，不用直接操作SQL语句。
要编写一个ORM框架，所有的类都只能动态定义，因为只有使用者才能根据表的结构定义出对应的类来。
让我们来尝试编写一个ORM框架。
编写底层模块的第一步，就是先把调用接口写出来。比如，使用者如果使用这个ORM框架，想定义一个User类来操作对应的数据库表User，我们期待他写出这样的代码：
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')
# 创建一个实例：
u = User(id=12345, name='Michael', email='test@orm.org', password='my-pwd')
# 保存到数据库：
u.save()
其中，父类Model和属性类型StringField、IntegerField是由ORM框架提供的，剩下的魔术方法比如save()全部由metaclass自动完成。虽然metaclass的编写会比较复杂，但ORM的使用者用起来却异常简单。
现在，我们就按上面的接口来实现该ORM。
首先来定义Field类，它负责保存数据库表的字段名和字段类型：
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)
在Field的基础上，进一步定义各种类型的Field，比如StringField，IntegerField等等：
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')
下一步，就是编写最复杂的ModelMetaclass了：
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)
以及基类Model：
class Model(dict, metaclass=ModelMetaclass):
def __init__(self, **kw):
super(Model, self).__init__(**kw)
def __getattr__(self, key):
try:
return self[key]
except KeyError:
raise AttributeError(r"'Model' object has no attribute '%s'" % key)
def __setattr__(self, key, value):
self[key] = value
def save(self):
fields = []
params = []
args = []
for k, v in self.__mappings__.items():
fields.append(v.name)
params.append('?')
args.append(getattr(self, k, None))
sql = 'insert into %s (%s) values (%s)' % (self.__table__, ','.join(fields), ','.join(params))
print('SQL: %s' % sql)
print('ARGS: %s' % str(args))
当用户定义一个class User(Model)时，Python解释器首先在当前类User的定义中查找metaclass，如果没有找到，就继续在父类Model中查找metaclass，找到了，就使用Model中定义的metaclass的ModelMetaclass来创建User类，也就是说，metaclass可以隐式地继承到子类，但子类自己却感觉不到。
在ModelMetaclass中，一共做了几件事情：
排除掉对Model类的修改；
在当前类（比如User）中查找定义的类的所有属性，如果找到一个Field属性，就把它保存到一个mappings的dict中，同时从类属性中删除该Field属性，否则，容易造成运行时错误（实例的属性会遮盖类的同名属性）；
把表名保存到table中，这里简化为表名默认为类名。
在Model类中，就可以定义各种操作数据库的方法，比如save()，delete()，find()，update等等。
我们实现了save()方法，把一个实例保存到数据库中。因为有表名，属性到字段的映射和属性值的集合，就可以构造出INSERT语句。
编写代码试试：
u = User(id=12345, name='Michael', email='test@orm.org', password='my-pwd')
u.save()
输出如下：
Found model: User
Found mapping: email ==> <StringField:email>
Found mapping: password ==> <StringField:password>
Found mapping: id ==> <IntegerField:uid>
Found mapping: name ==> <StringField:username>
SQL: insert into User (password,email,username,id) values (?,?,?,?)
ARGS: ['my-pwd', 'test@orm.org', 'Michael', 12345]
可以看到，save()方法已经打印出了可执行的SQL语句，以及参数列表，只需要真正连接到数据库，执行该SQL语句，就可以完成真正的功能。
以上就是本节的全部内容，感谢你的阅读。
下一节内容：18.错误处理
有任何问题与想法，欢迎评论与吐槽。
和博主一起学习Python吧(￣▽￣)~*
