Python 中的元类编程 将面向对象编程推向新的高度更新

look_w

用这种“魔力”来解决问题至此，我们已经了解了一些有关元类的基本知识。但要使用元类，则比较复杂。使用元类的困难之处在于，通常在OOP 设计中，类其实        做得不多。对于封装和打包数据和方法，类的继承结构很有用，但在具体情形中，人们通常使用实例。      
我们认为元类在两大类编程任务中确实有用。
第一类（可能是更常见的一类）是在设计时不能        确切地知道类需要做什么。显然，您对它有所了解，但某个特殊的细节可能取决于稍后才能得到的信息。“稍后”本身有两类：（a）当应用程序使用库模块时；（b）在运行时，当某种情形存在时。这类很接近于通常所说的“面向方面的编程（Aspect-Oriented Programming，AOP）”。我们将展示一个我们认为非常别致的示例：      
清单 7. 运行时的元类配置

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

% cat dump.py #!/usr/bin/python import sys if len(sys.argv) > 2:     module, metaklass  = sys.argv[1:3]     m = __import__(module, globals(), locals(), [metaklass])     __metaclass__ = getattr(m, metaklass) class Data:     def __init__(self):         self.num = 38         self.lst = ['a','b','c']         self.str = 'spam'     dumps   = lambda self: `self`     __str__ = lambda self: self.dumps() data = Data() print data % dump.py <__main__.Data instance at 1686a0>

正如您所期望的，该应用程序打印出         data 对象相当常规的描述（常规的实例对象）。但如果将        运行时参数传递给应用程序，则可以得到相当不同的结果：      
清单 8. 添加外部序列化元类

1 2 3 4 5 6 7 8 9 10 11 12

% dump.py gnosis.magic MetaXMLPickler <?xml version="1.0"?> <!DOCTYPE PyObject SYSTEM "PyObjects.dtd"> <PyObject module="__main__" class="Data" id="720748"> <attr name="lst" type="list" id="980012" >   <item type="string" value="a" />   <item type="string" value="b" />   <item type="string" value="c" /> </attr> <attr name="num" type="numeric" value="38" /> <attr name="str" type="string" value="spam" /> </PyObject>

这个特殊的示例使用         gnosis.xml.pickle 的序列化样式，但最新的         gnosis.magic 包还包含元类序列化器         MetaYamlDump 、         MetaPyPickler 和         MetaPrettyPrint 。而且，         dump.py “应用程序”的用户可以从任何定义了任何期望的 MetaPickler 的 Python包中利用该“MetaPickler”。出于此目的而编写合适的元类如下所示：      
清单 9. 用元类添加属性

1 2 3 4 5 6

class MetaPickler(type):     "Metaclass for gnosis.xml.pickle serialization"     def __init__(cls, name, bases, dict):         from gnosis.xml.pickle import dumps         super(MetaPickler, cls).__init__(name, bases, dict)         setattr(cls, 'dumps', dumps)

这种安排的过人之处在于应用程序程序员不需要了解要使用哪种序列化 — 甚至不需要了解是否        在命令行添加序列化或其它一些跨各部分的能力。      
也许元类最常见的用法与 MetaPickler 类似：添加、删除、重命名或替换所产生类中定义的方法。在我们的示例中，在创建类         Data （以及由此再创建随后的每个实例）时，“本机”         Data.dump() 方法被应用程序之外的某个方法所替代。      
使用这种“魔力”来解决问题的其它方法存在着这样的编程环境：类往往比实例更重要。例如，        说明性迷你语言（declarative mini-languages）是 Python库，在类声明中直接表示了它的程序逻辑。David 在其文章“ ”中研究了此问题。在这种情形下，使用元类来影响类创建过程是相当有用的。      
一种基于类的声明性框架是         gnosis.xml.validity 。在此框架下，可以声明许多“有效性类”，这些类表示了一组有关有效 XML 文档的约束。这些声明非常接近于 DTD中所包含的那些声明。例如，可以用以下代码来配置一篇“dissertation”文档：      
清单 10. simple_diss.py gnosis.xml.validity 规则

1 2 3 4 5 6 7 8

from gnosis.xml.validity import * class figure(EMPTY):      pass class _mixedpara(Or):     _disjoins = (PCDATA, figure) class paragraph(Some):    _type = _mixedpara class title(PCDATA):      pass class _paras(Some):       _type = paragraph class chapter(Seq):       _order = (title, _paras) class dissertation(Some): _type = chapter

如果在没有正确组件子元素的情形下尝试实例化         dissertation 类，则会产生一个描述性异常；对于每个子元素，亦是如此。当只有一种明确的方式可以将参数“提升”为正确的类型 时，会从较简单的参数来生成正确的子元素。      
即使有效性类常常（非正式）基于预先存在的 DTD，这些类的实例也还是将自己打印成简单的 XML 文档片段，例如：
清单 11. 基本的有效性类文档的创建

1 2 3 4 5 6

>>> from simple_diss import * >>> ch = LiftSeq(chapter, ('It Starts','When it began')) >>> print ch <chapter><title>It Starts</title> <paragraph>When it began</paragraph> </chapter>

通过使用元类来创建有效性类，我们可以从类声明中生成 DTD（我们在这样做的同时，可以向这些有效性类额外添加一个方法）：
清单 12. 在模块导入期间利用元类

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

>>> from gnosis.magic import DTDGenerator, \ ...                          import_with_metaclass, \ ...                          from_import >>> d = import_with_metaclass('simple_diss',DTDGenerator) >>> from_import(d,'**') >>> ch = LiftSeq(chapter, ('It Starts','When it began')) >>> print ch.with_internal_subset() <?xml version='1.0'?> <!DOCTYPE chapter [ <!ELEMENT figure EMPTY> <!ELEMENT dissertation (chapter)+> <!ELEMENT chapter (title,paragraph+)> <!ELEMENT title (#PCDATA)> <!ELEMENT paragraph ((#PCDATA|figure))+> ]> <chapter><title>It Starts</title> <paragraph>When it began</paragraph> </chapter>

包         gnosis.xml.validity 不知道 DTD 和内部子集。那些概念和能力完全由元类         DTDGenerator 引入进来，对         gnosis.xml.validity 或         simple_diss.py 不做        任何更改。         DTDGenerator 不将自身的         .__str__() 方法替换进它产生的类 —  您仍然可以打印简单的 XML 片段 — 但元类可以方便地修改这种富有“魔力”的方法。      
元带来的便利为了使用元类以及一些可以在面向方面的编程中所使用的样本元类，包         gnosis.magic 包含几个实用程序。其中最重要的实用程序是         import_with_metaclass() 。在上例中所用到的这个函数使您能导入第三方的模块，但您要用定制元类而不是用         type 来创建所有模块类。无论您想对第三方模块赋予什么样的新能力，您都可以在创建的元类内定义该能力（或者从其它地方一起获得）。         gnosis.magic 包含一些可插入的序列化元类；其它一些包可能包含跟踪能力、对象持久性、异常日志记录或其它能力。      
import_with_metclass() 函数展示了元类编程的几个性质：      
清单 13. [gnosis.magic] 的 import_with_metaclass()

1 2 3 4 5 6 7 8 9

def import_with_metaclass(modname, metaklass):     "Module importer substituting custom metaclass"     class Meta(object): __metaclass__ = metaklass     dct = {'__module__':modname}     mod = __import__(modname)     for key, val in mod.__dict__.items():         if inspect.isclass(val):             setattr(mod, key, type(key,(val,Meta),dct))     return mod

在这个函数中值得注意的样式是，用指定的元类生成普通的类         Meta 。但是，一旦将         Meta 作为祖先添加之后，也用定制元类来生成它的后代。原则上，象         Meta 这样的类        既可以带有元类生成器（metaclass producer）        也可以带有一组可继承的方法 — Meta类的这两个方面是无关的。