============================== 9.18 以编程方式定义类 ============================== ---------- 问题 ---------- 你在写一段代码,最终需要创建一个新的类对象。你考虑将类的定义源代码以字符串的形式发布出去。 并且使用函数比如 ``exec()`` 来执行它,但是你想寻找一个更加优雅的解决方案。 ---------- 解决方案 ---------- 你可以使用函数 ``types.new_class()`` 来初始化新的类对象。 你需要做的只是提供类的名字、父类元组、关键字参数,以及一个用成员变量填充类字典的回调函数。例如: .. code-block:: python # stock.py # Example of making a class manually from parts # Methods def __init__(self, name, shares, price): self.name = name self.shares = shares self.price = price def cost(self): return self.shares * self.price cls_dict = { '__init__' : __init__, 'cost' : cost, } # Make a class import types Stock = types.new_class('Stock', (), {}, lambda ns: ns.update(cls_dict)) Stock.__module__ = __name__ 这种方式会构建一个普通的类对象,并且按照你的期望工作: .. code-block:: python >>> s = Stock('ACME', 50, 91.1) >>> s >>> s.cost() 4555.0 >>> 这种方法中,一个比较难理解的地方是在调用完 ``types.new_class()`` 对 ``Stock.__module__`` 的赋值。 每次当一个类被定义后,它的 ``__module__`` 属性包含定义它的模块名。 这个名字用于生成 ``__repr__()`` 方法的输出。它同样也被用于很多库,比如 ``pickle`` 。 因此,为了让你创建的类是“正确”的,你需要确保这个属性也设置正确了。 如果你想创建的类需要一个不同的元类,可以通过 ``types.new_class()`` 第三个参数传递给它。例如: .. code-block:: python >>> import abc >>> Stock = types.new_class('Stock', (), {'metaclass': abc.ABCMeta}, ... lambda ns: ns.update(cls_dict)) ... >>> Stock.__module__ = __name__ >>> Stock >>> type(Stock) >>> 第三个参数还可以包含其他的关键字参数。比如,一个类的定义如下: .. code-block:: python class Spam(Base, debug=True, typecheck=False): pass 那么可以将其翻译成如下的 ``new_class()`` 调用形式: .. code-block:: python Spam = types.new_class('Spam', (Base,), {'debug': True, 'typecheck': False}, lambda ns: ns.update(cls_dict)) ``new_class()`` 第四个参数最神秘,它是一个用来接受类命名空间的映射对象的函数。 通常这是一个普通的字典,但是它实际上是 ``__prepare__()`` 方法返回的任意对象,这个在9.14小节已经介绍过了。 这个函数需要使用上面演示的 ``update()`` 方法给命名空间增加内容。 ---------- 讨论 ---------- 很多时候如果能构造新的类对象是很有用的。 有个很熟悉的例子是调用 ``collections.namedtuple()`` 函数,例如: .. code-block:: python >>> Stock = collections.namedtuple('Stock', ['name', 'shares', 'price']) >>> Stock >>> ``namedtuple()`` 使用 ``exec()`` 而不是上面介绍的技术。但是,下面通过一个简单的变化, 我们直接创建一个类: .. code-block:: python import operator import types import sys def named_tuple(classname, fieldnames): # Populate a dictionary of field property accessors cls_dict = { name: property(operator.itemgetter(n)) for n, name in enumerate(fieldnames) } # Make a __new__ function and add to the class dict def __new__(cls, *args): if len(args) != len(fieldnames): raise TypeError('Expected {} arguments'.format(len(fieldnames))) return tuple.__new__(cls, args) cls_dict['__new__'] = __new__ # Make the class cls = types.new_class(classname, (tuple,), {}, lambda ns: ns.update(cls_dict)) # Set the module to that of the caller cls.__module__ = sys._getframe(1).f_globals['__name__'] return cls 这段代码的最后部分使用了一个所谓的"框架魔法",通过调用 ``sys._getframe()`` 来获取调用者的模块名。 另外一个框架魔法例子在2.15小节中有介绍过。 下面的例子演示了前面的代码是如何工作的: .. code-block:: python >>> Point = named_tuple('Point', ['x', 'y']) >>> Point >>> p = Point(4, 5) >>> len(p) 2 >>> p.x 4 >>> p.y 5 >>> p.x = 2 Traceback (most recent call last): File "", line 1, in AttributeError: can't set attribute >>> print('%s %s' % p) 4 5 >>> 这项技术一个很重要的方面是它对于元类的正确使用。 你可能像通过直接实例化一个元类来直接创建一个类: .. code-block:: python Stock = type('Stock', (), cls_dict) 这种方法的问题在于它忽略了一些关键步骤,比如对于元类中 ``__prepare__()`` 方法的调用。 通过使用 ``types.new_class()`` ,你可以保证所有的必要初始化步骤都能得到执行。 比如,``types.new_class()`` 第四个参数的回调函数接受 ``__prepare__()`` 方法返回的映射对象。 如果你仅仅只是想执行准备步骤,可以使用 ``types.prepare_class()`` 。例如: .. code-block:: python import types metaclass, kwargs, ns = types.prepare_class('Stock', (), {'metaclass': type}) 它会查找合适的元类并调用它的 ``__prepare__()`` 方法。 然后这个元类保存它的关键字参数,准备命名空间后被返回。 更多信息, 请参考 `PEP 3115 `_ , 以及 `Python documentation `_ .