1      引子

1.1     神奇的Django中的models

我们先来看一段在Django项目中常用的代码:

设置数据库models代码:

class Students(models.Model):
name = models.CharField()
age = models.IntegerField()

这里有几个神奇的地方,涉及到了python中最神秘的几个特性。

先看下有哪些神奇的地方:

  • 字段名称name\age自动转换为了数据库中的字段名称
  • 自动校验数据类型,models.IntegerField(),会校验设置的数据类型

这里用的是python的两个语法特性:

  • 描述符协议
  • 元类

我们来一步一步解开神秘面纱。

2      数据校验

2.1     数据校验难点

Python虽然是强类型的脚本语言,但是在定义变量时却无法指定变量的类型。

例如,我们在Student类中定义一个age字段,合法值一般为包含0的正整数,但是在python中无正整数的类型,只能自己来校验。

class Student:
def __init__(self, name, age):
if isinstance(name,str):
self.name = name
else:
raise TypeError("Must be a string") if isinstance(int, age):
self.age = age
else:
raise TypeError("Must be an int")

但是,如果更新年龄时就会遇到问题,无法重用校验逻辑。

有没有简洁的方法呢?

2.2     使用property装饰器

使用property也是一个方法,可以针对每个属性来设置,但是如果一个类有多个属性,代码就会非常的多,并且产生大量的冗余,就像这样。

class Student:
def __init__(self, name, age, class_no, address, phone):
self._name = None
self._age = None
self.__class_no = None
self._address = None
self._phone = None self.name = name
self.age = age
self.class_no = class_no
self.address = address
self.phone = phone @property
def name(self):
return self._name @name.setter
def name(self, value):
if not isinstance(value, str):
raise ValueError("Must be string")
self._name = value @property
def age(self):
return self._age @age.setter
def age(self, value):
if isinstance(value, int) and value > 0:
self._age = value
else:
raise ValueError("age value error") @property
def address(self):
return self._address @address.setter
def address(self, value):
if not isinstance(value, str):
raise ValueError("Must be string")
self._address = value

代码冗余太多,每个检查str的都要复制一遍代码。

3      Python描述符

描述符提供了优雅、简洁、健壮和可重用的解决方案。简而言之,一个描述符就是一个对象,该对象代表了一个属性的值。

这就意味着如果一个Student对象有一个属性“name”,那么描述符就是另一个能够用来代表属性“name”持有值的对象。

描述符协议中“定义了__get__”、“__set__”或”__delete__” 这些特殊方法,描述符是实现其中一个或多个方法的对象。

3.1     版本一

 class NameProperty:
def __init__(self, name=""):
self.name = name def __get__(self, instance, owner):
if instance is None:
return self
return instance.__dict__.get(self.name) def __set__(self, instance, value):
if not isinstance(value, str):
raise TypeError("name must be string")
instance.__dict__[self.name] = value class Student:
name = NameProperty('name')
age = None
heghth = None
weight = None def __init__(self, name):
self.name = name def __str__(self):
return self.name @property
def age(self):
return self.age @age.setter
def age(self, value):
if not isinstance(value, int):
raise ValueError("must be int")
self.age = value s = Student("Stitch")
print(s)
s.name = 'name'
print(s.name)

这个版本存在一个问题,就是name = NameProperty("sss"),必须设置一个名称,才可以使用。这个与我们使用django的models时不太一样,在使用models时,不写参数也可以的。

3.2     版本二

不用输入变量名称。

class NameProperty:
index = 0 def __init__(self):
self.name = str(self.__class__.index) # 使用类的变量
self.__class__.index += 1 def __get__(self, instance, owner):
return getattr(instance, self.name) def __set__(self, instance, value):
if not isinstance(value, str):
raise TypeError("name must be string")
instance.__dict__[self.name] = value class Student:
name = NameProperty()
age = None def __str__(self):
return self.name s = Student()
s.name = "www"
print(s) s2 = Student()
s2.name = "http"
print(s2)
print(s.name)

这个版本还存在一个问题,如果一个类型有多个字段使用了NameProperty时,错误提示时,无法表示出此变量的名称,只能表示出一个index值。用户看到这个时,无法判断是那个变量出了问题。

4      使用元类

元类是python的中一个难点,在大部分场景下都不会用到。但是在编写框架方面却是必不可缺少的利器。

4.1     版本三

使用元类来控制类的行为:

class NameProperty:
index = 0 def __init__(self):
self.storage_name = str(self.__class__.index) # 使用类的变量
self.__class__.index += 1 def __get__(self, instance, owner):
return getattr(instance, self.storage_name) def __set__(self, instance, value):
if not isinstance(value, str):
raise TypeError("%s must be string" % self.storage_name)
instance.__dict__[self.storage_name] = value class EntityMeta(type):
def __init__(cls, name, bases, attr_dict):
super().__init__(name, bases, attr_dict)
for key, attr in attr_dict.items():
if isinstance(attr, NameProperty):
type_name = type(attr).__name__
attr.storage_name = '{} property {}'.format(type_name, key) class Student(metaclass=EntityMeta):
name = NameProperty()
age = None
nicky_name = NameProperty() def __str__(self):
return self.name s = Student()
s.name = "www"
print(s) s2 = Student()
s2.name = "test"
s2.nicky_name = 4444
print(s2)
print(s2.nicky_name)

执行输出为:

raise TypeError("%s must be string" % self.storage_name)

TypeError: NameProperty property nicky_name must be st

语法解释:

版本三相比版本二,最大的变化在于Student类继承了自定义元类EntityMeta。

如果对于python面向对象编程有了解的话,python的所有类都继承自type,type是所有类的元类。。

在这里,我们自定义的元类EntityMeta,具备一个功能就是判断类属性是否为NameProperty类型,如果为这个类型,则这个类型的实例属性storage_name值赋值为类名和属性名

4.2     版本四—模仿django的models

模仿Django的models实现:

import abc

class NameProperty:
index = 0 def __init__(self):
self.storage_name = str(self.__class__.index) # 使用类的变量
self.__class__.index += 1 def __get__(self, instance, owner):
return getattr(instance, self.storage_name) def __set__(self, instance, value):
# instance.__dict__[self.storage_name] = value
setattr(instance, self.storage_name, value) class Validated(abc.ABC, NameProperty):
def __set__(self, instance, value):
value = self.validate(instance, value)
super().__set__(instance, value) @abc.abstractclassmethod
def validate(self, instance, value):
"""return validated value or raise ValueError""" class ChartField(Validated):
def validate(self, instance, value):
if not isinstance(value, str):
raise TypeError("{} must be str".format(self.storage_name))
return value class IntegerField(Validated):
def __init__(self, min_value=None):
self.min_value = min_value def validate(self, instance, value):
if not isinstance(value, int):
raise TypeError("{} must be int".format(self.storage_name))
if self.min_value and value < self.min_value:
raise ValueError("{} must larger min_value".format(self.storage_name))
return value class EntityMeta(type):
def __init__(cls, name, bases, attr_dict):
super().__init__(name, bases, attr_dict)
for key, attr in attr_dict.items():
if isinstance(attr, Validated):
type_name = type(attr).__name__
attr.storage_name = "{} property {}".format(type_name, key) class Entity(metaclass=EntityMeta):
pass class Student(Entity):
name = ChartField()
age = IntegerField(min_value=0)
nicky_name = ChartField() def __init__(self, name, age, nicky_name):
self.name = name
self.age = age
self.nicky_name = nicky_name def __str__(self):
return self.name s2 = Student("test", 12, "toddy")
s2.age = -1
print(s2.nicky_name)
s2.nicky_name = 4444

执行结果:

raise ValueError("{} must larger min_value".format(self.storage_name))

ValueError: IntegerField property age must larger min_value 

这样,完全模仿了models的定义。

类的初始化和后续属性赋值,都会自动调用__set__来设置并校验。

5      原理解释

5.1     属性读取顺序

通过实例读取属性时,通常返回的是实例中定义的属性。读取顺序如下:

  1. 实例属性
  2. 类属性
  3. 父类属性
  4. __getattr__()方法

先记住这个顺序,后面理解描述需要。属性描述符都是定义在类中的,而不是在对象中。

5.2     描述符

某个类,只要是内部定义了方法 __get__, __set__, __delete__ 中的一个或多个(set,delete必须有一个),就可以称为描述符。

方法的原型为:

  ① __get__(self, instance, owner)

  ② __set__(self, instance, value)

  ③ __del__(self, instance)

描述符只绑定到类上,在实例上不生效。

描述的调用实质为:type(objectA).__dict__[“key”].__get__(None, objectB),objectB为描述符,objectA为定义类。

5.3     元类

元类,就是创建类的类。一般类都继承自object类,默认会创建一些方法。

元类决定了类出初始化后有哪些特征和行为。如果我们想自定义一个类,具备某种特殊的行为,则需要自定义元类。

  • 类也是对象,所有的类都是type的实例
  • 元类(Meta Classes)是类的类
  • __metaclass__ = Meta 是 Meta(name, bases, dict) 的语法糖
  • 可以通过重载元类的 __new__ 方法,修改定义的行为

6  其他案例

Django的django-rest-framework框架的serializer 也是用的这个语法实现的。

7      参考资料

编号

标题

链接

1

元类

https://stackoverflow.com/questions/100003/what-is-a-metaclass-in-python

2

描述符

http://python.jobbole.com/81899/

3

《流畅的python》

元类部分

Django的models实现分析的更多相关文章

  1. 【Django】--Models 和ORM以及admin配置

    Models 数据库的配置 1    django默认支持sqlite,mysql, oracle,postgresql数据库 <1>sqlite django默认使用sqlite的数据库 ...

  2. Django之Models(一)

    Django之Models(一) 目录 数据库的配置 模型代码与参数解析 ORM对单表的增删改查 查询的补充 数据库配置 django默认支持sqlite,mysql, oracle,postgres ...

  3. 八、Django之Models(译)

    模型(Models) 模型是你的数据的唯一的.确定的信息源. 它包含你所储存数据的必要字段和行为. 通常,每个模型对应数据库中唯一的一张表. 基础: 每个模型都是一个Python类,它们都是djang ...

  4. Python3:Django根据models生成数据库表时报 __init__() missing 1 required positional argument: 'on_delete'

    Python3:Django根据models生成数据库表时报 __init__() missing 1 required positional argument: 'on_delete' 一.分析 在 ...

  5. Django 补充models操作,中间件, 缓存,信号,分页

    1.Model 一对多 补充 models如下: class UserType(models.Model): caption = models.CharField(max_length=16) cla ...

  6. Django(35)Django请求生命周期分析(超详细)

    Django请求生命周期分析 1.客户端发送请求 在浏览器输入url地址,例如www.baidu.com,浏览器会自动补全协议(http),变为http://www.baidu.com,现在部分网站都 ...

  7. Django 之 models的 F() 和 Q() 函数

    前提: app名称为core,models.py 如下: #coding: utf8 import datetime from django.db import models class Order( ...

  8. 【Python】django模型models的外键关联使用

    Python 2.7.10,django 1.8.6 外键关联:http://www.bubuko.com/infodetail-618303.html 字段属性:http://www.cnblogs ...

  9. django - from django.db.models import F - class F

    F() 的执行不经过 python解释器,不经过本机内存,是生成 SQL语句的执行. # Tintin filed a news story! reporter = Reporters.objects ...

随机推荐

  1. ajax常用操作

    load的方法的使用(现在已不常用) <!doctype html><html lang="en"><head> <meta charse ...

  2. mysql 在一个实例运行情况下再搭建一个实例

    配置mysql服务 详细步骤,请参考(http://study.lishiming.net/chapter17.html#mysql), 阿铭只把简单步骤写一下. 根据阿铭提供的地址,假如你已经搭建好 ...

  3. SQL查询练习一(From LeetCode)

     请选用MySQL进行测试. 1.找出后一天比前一天温度高的日期(E) 思路:将该表进行自关联,然后选择出日期靠后的一天,最后选择温度高的日期 select Weather.Id from Weath ...

  4. 每个前端开发者必会的 20 个 JavaScript 面试题

    JavaScript 未声明变量直接使用会抛出异常:var name is not defined,如果没有处理异常,代码就停止运行了.但是,使用typeof undeclared_variable并 ...

  5. 理解Activity.runOnUiThread()

    这是一篇译文(中英对照),原文链接:Understanding Activity.runOnUiThread() When developing Android applications we alw ...

  6. [Note] Stream Computing

    Stream Computing 概念对比 静态数据和流数据 静态数据,例如数据仓库中存放的大量历史数据,特点是不会发生更新,可以利用数据挖掘技术和 OLAP(On-Line Analytical P ...

  7. Android学习开发中如何保持API的兼容

    Android学习开发中如何保持API的兼容: 1,采用良好的设计思路 在设计过程中,如果能按照下面的方式来进行设计,会让这个API生命更长久 面向用例的设计,收集用户建议,把自己模拟成用户,保证AP ...

  8. Linux SendMail发送邮件失败诊断案例(四)

    最近又碰到一起Linux下SendMail发送邮件失败的案例,邮件发送后,邮箱收不到具体邮件, 查看日志/var/log/maillog 发现有"DSN: User unknown" ...

  9. ubuntu下串口编程备忘

    弄了一下串口,一个小问题多折腾了下,备忘.软件环境:zl@zhanglong:~$ cat /etc/lsb-release DISTRIB_ID=UbuntuDISTRIB_RELEASE=12.0 ...

  10. Linux分区和挂载(mount命令的学习)

    当Windows系统出现问题的时候,可能需要重装系统,这个时候我们往往会使用系统盘将系统重新安装在C盘上,其他盘上的文件都没有受到重装系统的影 响,这就是分区的好处之一.同样,在Linux中也需要分区 ...