⭐️在这个怀疑的年代我们依然需要信仰。个人主页 YYYing.⭐️设计模式系列专栏Python系列系列下期内容暂无前言python系列前几篇的基础疑难杂症主要是解决在学python时个人觉得多少需要记忆或注意的点也就是第一人称纯粹的笔记和学习视角来写的博客个人向博客基础好点的不用太仔细看查缺补漏即可。1. 函数1.1 函数定义想用到某个.py文件的函数可以用from 文件名(不包含.py) import 函数名如果想用文件中所有的接口from 文件名(不包含.py) import *当然函数可以返回许多值这些值其实是通过tuple返回的。def getposition(x,y): return x, yfrom func import * num1 0; num2 0 num1, num2 getposition(1,3) print(num1 is %d, num2 is %d %(num1,num2)) print(result is: , getposition(1,3) )1.2 参数1.可变参数与关键字参数可变参数使用和定义都非常方便定义def calsum(*nums): sum 0 for i in nums: sum sum i return sum使用#-*-coding:utf-8-*- from func import * L[1,3,5,7,9] print(calsum(*L)) print(calsum(*range(0,101)))定义可变参数前边加,使用时可以传入listtuple等实参前也加即可。关键字参数其实和可变参数类似关键字参数可以直接传入字典定义def getinfo2(name, age, **info): print(姓名, name, 年龄, age, 其他信息:, info) def getinfo3(name,age,**info): if city in info: print(有城市信息) if job in info: print(有工作记录) print(姓名, name, 年龄, age, 其他信息:, info)定义关键字参数在形参前边加**使用在实参前加**表示取出字典中所有内容依次传递给函数from func import * info {性别:女,job:学生,city:上海} info2 {性别:男,job:工人,city:北京} getinfo2(韩梅梅, 23, **info) getinfo3(李雷,25,**info2)结果2.命名关键字参数命名关键字参数就是传入命名的关键字如指定传入的关键字参数的key为‘city’‘type’等等。def getinfo8(name, age, *,city, job): print(姓名, name, 年龄, age, 城市:, city, 工作, job) def getinfo7(name, age, *infolist, city, job): print(姓名, name, 年龄, age, 城市:, city, 工作, job, 其他信息:, infolist)可以看出命名关键字参数格式为(*,指定名称1指定名称2...)的格式当命名关键字参数之前的参数为可变参数时那么不需要*只需指明指定的几个名成即可格式为:(*可变参数,指定名称1,指定名称2...)from func import * info {性别:女,job:学生,city:上海} info2 {性别:男,job:工人,city:北京} getinfo2(韩梅梅, 23, **info) getinfo3(李雷,25,**info2) getinfo8(王麻子,70, city 南京, job 裁缝) infolist [有犯罪记录,酗酒] getinfo7(张三,50,*infolist,city 翰林,job 无业游民)结果3.参数混合使用当参数列表包含位置参数默认参数可变参数关键字参数和命名关键字参数时从左到右的顺序为位置参数默认参数可变参数命名关键字参数关键字参数读者可以自己考虑下为什么这么规定对应关系顺序参数类型传递方式作用1普通位置参数a, b位置或关键字最具体、最先匹配2默认参数b1位置或关键字可省略但必须跟在无默认参数后3可变位置参数*args只收位置兜底多余位置参数4命名关键字参数c, d2只能关键字强制用名字传避免误传5可变关键字参数**kwargs只收关键字兜底多余关键字参数核心原因可以概括为从确定到灵活从位置到关键字从具体到兜底。例子我举一个剩下感兴趣的可以下去再搜调用时Python 先按位置从左到右匹配参数。如果默认参数放在非默认参数前面def f(a1, b): # SyntaxError ...调用f(2)时2到底给a还是b无法确定。所以语法强制非默认参数必须在默认参数之前。下面定义两个函数def getinfo5(name,age,city沈阳,**info): print(姓名, name, 年龄, age, 城市:, city, 其他信息:, info) def getinfo6(name,age,city沈阳,*infolist ,health 良好, job,**otherinfo): print(姓名, name, 年龄, age, 城市:, city, 工作信息,job,\n, 身体状况, health, 个人备注,infolist,\n, 其他信息:, otherinfo)使用这一系列定义的函数info5 {性别:男,job:工人,兴趣:修自行车} baselist(Linkn,28,上海,喜欢喝冰啤酒,爱打麻将) getinfo6(*baselist,**info5) getinfo5(Linkn,28,上海,**info5);结果2. 生成器和迭代器2.1 切片list、tuple常常截取某一段元素截取某一段元素的操作很常用 所以python提供了切片功能。L[a,b,c,d,e,f] #取索引0到索引3的元素不包括索引3 print(L[0:3]) #开始索引为0可以省略 print(L[:3]) #下标1到3 print(L[1:3]) #取最后一个元素 print(L[-1]) #取倒数后两个元素 print(L[-2:]) #取前四个数每两个取一个 print(L[:4:2]) #所有数每两个取一个 print(L[::2])2.2 迭代除了list、tuple可以迭代外python中的dict类型变量也可以迭代。dictor {name:Jul,age:17,femail:1} #迭代key for key in dictor: print(key) #迭代value for value in dictor.values(): print(value) #迭代key,value for k,v in dictor.items(): print(k,v)可以将list变为索引元素对的形式for x,y in [(1,2),(3,4),(5,6)]: print(x,y) #变为索引元素对 for i,value in enumerate([A,B,C]): print(i,value) #同时可以判断一个对象是否可以迭代 for x,y in [(1,2),(3,4),(5,6)]: print(x,y) #变为索引元素对 for i,value in enumerate([A,B,C]): print(i,value)2.3 列表生成式list函数可以将一组对象组合为列表[]操作也可以。[]操作的方式称作列表生成式print([x for x in range(1,11)]) print(list(range(1,11))) 在列表生成式中可以加入一些运算规则使生成的列表具备运算规则。#变为索引元素对 for i,value in enumerate([A,B,C]): print(i,value) #平方 print([x*x for x in range(1,11)]) #偶数平方 print([x*x for x in range(1,11) if x%2 ]) #k:v形式的列表 strdic{a:a1,b:b1,c:c1} print([k:v for k,v in strdic.items()]) #将列表中字符串换为小写 L [Hello, World, 18, Apple, None] print([s.lower() for s in L if(isinstance(s,str)) ])2.4 生成器python提供生成器的功能生成器根据函数或运算规则产生一系列数据通过对返回值g调用next(g)可以依次取出生成的数据。g (x*2 for x in range(1,11)) print(g) print(next(g))可以一直调用next(g)直到产生StopIteration异常。当然也可以通过函数构造生成器将函数return的关键字换为yield即可。#斐波那契数列 def fib(max): a,b,n 0,1,0 while n max: yield b a,bb,ab n n 1 return exit通过下面方式next取出数列中的元素第三次调用会抛出StopIteration异常。gfib(2) print(g) print(next(g)) print(next(g)) #print(next(g))上面代码中g为迭代器通过对g不断调用next取出数列中元素。可以通过检测异常的方式完成遍历避免程序崩溃。g2 fib(6) while True: try: value next(g2) print(value: , value) except StopIteration as e: print(Generator return value is: , e) break可以用生成器实现杨辉三角生成器函数为triangles()。生成器函数triangles()实现如下def triangles(): yield [1] yield [1,1] lists [1,1] while True: i 1 n len(lists) newlists [1] while i n: newlists.append(lists[i-1] lists[i]) i i1 newlists.append(1) lists newlists yield newlists2.5 迭代器python提供生成器的功能生成器根据函数或运算规则产生一系列数据通过对返回值g调用next(g)可以依次取出生成的数据。g就是迭代器。有的对象可以迭代但是不是迭代器只有可以被next调用的对象才是迭代器。同样可以通过isinstance函数判断迭代器。from collections.abc import Iterable from collections.abc import Iterator b1 isinstance([], Iterable) b2 isinstance([], Iterator) print([] is Iteralbe, b1) print([] is Iterator, b2) b1 isinstance({},Iterable) b2 isinstance({},Iterator) print([] is Iteralbe, b1) print([] is Iterator, b2) b1 isinstance((x*x for x in range(10)), Iterable) b2 isinstance((x*x for x in range(10)), Iterator) print(x*x for x in range(10) isIterable, b1) print(x*x for x in range(10) isIterator, b2) #可以被next()函数调用并不断返回下一个值的对象称为迭代器Iterator b1 isinstance(triangles(),Iterable) b2 isinstance(triangles(),Iterator) print(triangles(), b1) print(triangles(), b2)3. 函数式编程3.1 函数对象函数同样可以作为对象复制给一个变量如下f abs; print(f(-10)) f abs; print(f) def add(a,b,f): return f(a) f(b) print(add(-1,2,f))map 函数map函数接受一个函数变量第二个参数为一个可迭代对象最后返回一个迭代器由于迭代器的惰性需要用list()函数返回所有元素。def squart(n): return n* n; print(map(squart,range(1,11) ) ) print(list(map(squart,range(1,11) ) ))reduce函数 reduce函数接受两个参数第一个参数同样是函数对象ff必须接受两个参数并且返回和参数同类型的数据。第二个参数为一个可迭代序列。def func(a, b): return a b print(reduce(func, range(1,11))) #reduce和map函数不一样reduce返回的是一个最终值 reduce(f,[x1, x2, x3, x4]) f(f(f(x1,x2),x3),x4)可以通过reduce和map函数搭配将一个字符串转化为整数def str2int(str): def char2int(c): return {0:0,1:1,2:2,3:3,4:4,5:5,6:6,7:7,8:8,9:9} def convertnum(a,b): return a*10 b return reduce(convertnum, map(char2int, str)) print(str2int(123456789))filter 函数filter函数同样有两个参数第一个参数为函数对象返回值为bool类型第二个参数为可迭代序列返回值为迭代器同样需要list()转化为序列。下面用filter和生成器实现一个素数生成器函数# 构造奇数序列的生成器 def odd_generater(): n 1 while True: n n2 yield n def primer_generater(): yield 2 #返回生成器地址 it odd_generater() print(it is , it) while(True): #依次取出生成器的元素 n next(it) print(it2 is , it) yield n #去掉可以被自己整除的元素返回新的生成器 it filter(lambda x:x%n 0, it)打印测试for i in primer_generater(): if(i 100): print (i) else: breaksorted 函数第一个接受一个list第二个为比较的规则可以不写print(sorted([Abert,cn,broom,Dog]) ) print(sorted([Abert,cn,broom,Dog], key str.lower)) print(sorted([Abert,cn,broom,Dog], key str.lower, reverse True))3.2 函数封装和返回def lazy_sum(*arg): def sum(): x 0 for i in arg: x x i return x return sum f lazy_sum(2,3,1,6,8) print(f())定义了一个lazy_sum函数函数返回内部定义的sum函数。可以在函数A内部定义函数B调用A返回函数B从而达到函数B延时调用。闭包在函数A内部定义函数B函数B内使用了函数A定义的局部变量或参数这种情况就是闭包。使用闭包需要注意在函数B中修改了函数A 定义的局部变量那么需要使用nonlocal关键字。如果在函数B中修改了全局变量那么需要使用global关键字。def lazy_sum(*arg): sums 0 def sum(): for i in arg: nonlocal sums sums sums i return sums return sum f1 lazy_sum(1,3,5,7,9) f2 lazy_sum(1,3,5,7,9) print(f1 f2) print(f1() ) print(f2() )匿名函数lambdalambda后面跟函数的参数然后用隔开写运算规则作为返回值it map(lambda x:x*x, (1,3,5,7,9)) print(list(it)) def lazy_squart(): return lambda x:x*x f lazy_squart() print(f(3) )装饰器装饰器实际就是函数A中定义了函数B并且返回函数B为了实现特殊功能如写日志计算时间等等。先看个返回函数并且调用的例子def decoratorfunc(func): def wrapperfunc(): print(func name is: %s%(func.__name__)) func() return wrapperfunc def helloworld(): print(Helloworld !!!) helloworld decoratorfunc(helloworld) helloworld()以后每次调用helloword不仅会打印Helloworld还会打印函数名字。python提供装饰器的功能可以简化上面代码并且实现每次调用helloworld函数都会打印函数名字。def decoratorfunc(func): def wrapperfunc(*args, **kw): time1 time.time() func(*args, **kw) time2 time.time() print(cost %d secondes%(time2-time1)) return wrapperfunc decoratorfunc def output(str): print(str) time.sleep(2) output(hello world!!!)如果函数带参数实现装饰器可以内部定义万能参数的函数装饰器执行decoratorfunc相当于output decoratorfunc(output) output(hello world!!!)如果装饰器需要传入参数那么可以增加多一层的函数定义完成装饰器参数传入和调用。def decoratorfunc(param): def decoratorfunc(func): def wrapperfunc(*arg, **kw): print(%s %s %(param, func.__name__)) func(*arg, **kw) return wrapperfunc return decoratorfunc decoratorfunc(execute) def output(str): print(str) output(nice to meet u) print(output.__name__)实际执行过程decorator decoratorfunc(execute) output decorator(now) output(nice to meet u)执行print(output.name)发现打印出的函数名字不是output而是wrapperfunc这对以后的代码会有影响。可以通过python提供的装饰器functools.wraps(func) 完成函数名称的绑定def decoratorfunc(param): def decoratorfunc(func): functools.wraps(func) def wrapperfunc(*arg, **kw): print(%s %s %(param, func.__name__)) func(*arg, **kw) return wrapperfunc return decoratorfunc decoratorfunc(execute) def output(str): print(str) print(output.__name__)print(output.name)显示为output这符合我们需要的逻辑。3.3 偏函数如函数int(a, base 2)可以实现一个字符串根据base提供的进制转化成对应进制的数字。可以通过偏函数实现指定参数的固定并且生成新的函数intnew functools.partial(int, base 2) print(intnew(100))也可以自己定义函数def add(a,b): return ab print(add(3,7)) addnew functools.partial(add, 3) print(addnew(7)) addnew2 functools.partial(add, b 7) print(addnew2(3))4. zip库的使用4.1 zip的坑zip()函数接收多个可迭代数列将数列中的元素重新组合在3.0中返回迭代器指向数列首地址在3.0以下版本返回List类型的列表数列。我用的是3.14版本python所以zip返回的是指向地址。先看几个例子可见在3.0以上版本对zip函数返回的结果采用list函数可以转化为列表。通过列表生成式同样可以将zip结果化为列表。当zip操作的对象为一个列表那么生成的列表中每个元素(元祖)中为(n,)形式。当zip操作的多个列表长度不一样那么zip返回生成的列表中元素个数为最短列表长度。list函数可以将一个元祖转化为列表。下面可以将zip返回的数据转化为我们方便操作的列表元素.这样将zip函数返回的数据通过list和迭代生成了二维List方便以后操作。下边这段代码在3.0版本以上和3.0版本以下会有不同结果。list1 zip([1,3,5],[2,4,6]) print(list1) print([row for row in list1]) print(list1) print([list(row) for row in list1])2.7版本结果3.0版本结果之前提起过zip在3.0以上版本返回迭代器指向内存地址。3.0以下版本返回的为列表所以在3.0版本一下输出是符合最初目的。但是3.0版本python最后一行输出却为空列表[]。这个原因主要是迭代器在被循环迭代或者访问后会自动移动指针指向下一个要迭代的元素。这和C是不同的C/C语言需要用户自己控制迭代器移位。那么肯定有人会说第一句和第三句打印的list1的值相同是不是list1迭代器指向的空间没有移动呢不是的只要list1被循环迭代内部指向空间的地址就会变化只是调用print打印list1时python只返回迭代器指向空间的首地址而不会告诉具体指向的地址空间。修改下代码看看是不是上文所述那样list1 zip([1,3,5],[2,4,6]) print(list1) print([row for row in list1]) print(next(list1)) print([list(row) for row in list1])结果可见输出list1指向地址内容的时候出现StopIteration异常这个异常前几篇介绍过是因为迭代器已经指向空间的末尾了再调用就会出现该异常所以对于迭代器当遍历迭迭代后一定要注意迭代器指向地址变化的问题。4.2 矩阵的转置和左右逆置通过zip函数可以实现矩阵的转置和逆置将矩阵按照每一行存储在一个list中这些list再组合成一个大的list构成二维list表示矩阵。4.3 defaultdict函数介绍实现一个统计字符串个数的功能。strings (puppy,kitten,popipa,pipopa, popipapa,pipopa)如果用下边的代码实现统计功能strings (puppy,kitten,popipa,pipopa, popipapa,pipopa) counts {} for kw in strings: counts[kw] 1当counts中不存在某个单词第一次调用counts[kw]1会提示报错。所以有几种方式实现该功能。strings (puppy,kitten,popipa,pipopa, popipapa,pipopa) counts {} for kw in strings: if kw not in counts: counts[kw] 1 else: counts[kw] 1这种方式先判断counts中是否含有关键字没有就先赋值。for kw in strings: if kw not in counts: counts[kw] 1 else: counts[kw] 1 strings (puppy,kitten,popipa,pipopa, popipapa,pipopa) counts {} for kw in strings: counts[kw] counts.setdefault(kw, 0) 1这种方式通过设置counts中关键字对应的默认值当counts中不存在某个关键字那么该关键字对应的value为0然后该值1表示第一次统计。如果counts中存在该关键字那么就不执行setdefault函数关键字对应的value值加1。from collections import defaultdict strings (puppy,kitten,popipa,pipopa, popipapa,pipopa) counts defaultdict(lambda: 0)这种方式引用了collections的defaultdictdifaultdict接收一个函数该函数返回dict中元素的默认值。4.4 any函数介绍any函数接收一个可迭代对象一般为list或者tuplelist或者tuple中有一个元素满足条件any函数就返回true当所有元素都不满足条件any返回falsenums [1,2,3,5,6] print(any((i%2) for i in nums)) print(any((i 12) for i in nums)) print(any([0, , False])) print(any([a, b, , d]))5. 定制类和枚举5.1 定制类python定制类主要是实现特定功能通过在类中定义特定的函数完成特定的功能。class Student(object): def __init__(self, name): self.name name student Student(lilei) print(student)str用法class Student(object): def __init__(self, name): self.name name def __str__(self): return (self name is %s %(self.name)) student2 Student(hanmeimei) print(student2)实现__str__函数可以在print类对象时打印指定信息通过实现__iter__和__next__同样可以使类对象产生可迭代序列下面实现了斐波那切数列。class Fib(object): def __init__(self): self.a , self.b 0,1 def __iter__(self): return self def __next__(self): self.a, self.b self.b, self.a self.b if self.a 30: raise StopIteration() return self.a__iter__返回一个可迭代对象这里我们返回了Fib自己的对象。__next__是根据迭代器返回每一个迭代的序列这里实现了运算规则返回对象的a成员。 打印输出for n in Fib(): print(n)getitem用法可以实现__getitem__函数,这样就可以按照索引访问类对象中迭代元素了。class OddNum(object): def __init__(self): self.num -1 def __iter__(self): return self def __next__(self): self.num self.num 2 if self.num 10: raise StopIteration() return self.num def __getitem__(self,n): temp 1 for i in range(n): temp 2 return tempfor n in OddNum(): print(n) oddnum OddNum() print(oddnum[3])可以进一步完善OddNum类的__getitem__函数使其支持切片处理def __getitem__(self, n): if isinstance(n ,int): temp 1 for i in range(n): temp 2 return temp if isinstance(n, slice): start n.start end n.stop if start is None: start 0 tempList [] temp 1 for i in range(end): if i start: temp 2 tempList.append(temp) return tempList可通过如下方式调用print(oddnum[1:4])getattr用法通过实现__getattr__函数可以在类对象中没有某个属性时自动调用__getattr__函数 实现__call__函数可以实现类对象的函数式调用def __getattr__(self,attr): if attr name: return OddNum if attr data: return lambda:self.num raise AttributeError(\OddNum\ object has no attribute \%s\ %attr) def __call__(self): return My name is OddNum!!只有在没有找到属性的情况下才调用__getattr__已有的属性不会在__getattr__中查找。print(oddnum.name) print(oddnum.data) #没有func函数会抛出异常 #print(oddnum.func) #可以直接通过oddnum()函数式调用 print(oddnum())5.2 定制类案例下面是一个链式转化例子用到了这些特定函数class Chain(object): def __init__(self, path): self.path path def __getattr__(self,attr): return Chain(%s/%s%(self.path, attr)) def users(self, users): return Chain(%s/users/%s %(self.path, users)) def __str__(self): return self.path __repr__ __str__ print(Chain().users(michael).repos)repr表示一个对象的字符串显示当我们打印这个对象时如果没有实现str函数则会调用repr函数。 另外当我们打印datetime对象时可以看到repr相比str目标更具有准确性str目标在于可读性。 另外在迭代器迭代打印的时候默认调用的是对象的repr函数。 所以在我们实现了str方法后基本也会将其赋值给repr函数。 具体的参考连接python中魔法方法__str__与__repr__的区别 - miaoning - 博客园 因为我们定义了getattr函数所以当属性不存在时就会构造一个新的对象返回返回的对象拼接了之前的path信息和attr属性。 我们定义了users函数这样可以调用users函数了。但是我们可以用更简洁的办法实现各种函数的调用而不用定义他们就是通过实现call函数这样就可以实现链式调用。class Chain(object): def __init__(self, path): self.path path def __getattr__(self,attr): return Chain(%s/%s%(self.path, attr)) def __call__(self, param): return Chain(%s/%s%(self.path, param)) def __str__(self): return self.path __repr__ __str__ print(Chain().get.users(michael).group(doctor).repos)当调用users(michael)时因为没有定义users函数所以会调用getattr函数进而构造一个新的Chain对象。因为实现了call函数所以这个对象可以被当作函数来使用也就是Chain(michael)的方式。5.3 enum枚举python同样支持枚举操作from enum import Enum Month Enum(Month, (Jan, Feb, Mar, Apr, May, Jun, Jul, Aug, Sep, Oct, Nov, Dec) ) for name, member in Month.__members__.items(): print(name, , member, ,, member.value) from enum import unique unique class Weekday(Enum): Sun 0 # Sun的value被设定为0 Mon 1 Tue 2 Wed 3 Thu 4 Fri 5 Sat 6 for name , member in Weekday.__members__.items(): print(name, , member, ,, member.value)6. 元类python 可以通过type函数创建类,也可通过type判断数据类型import socket from io import StringIO import sys class TypeClass(object): def typeprint(self, name typeclass): print(class name is %s %(name)) typeclasses TypeClass() print(type(TypeClass)) print(type(typeclasses)) def printHW(self): print(Hello world!!!) TypeClass2 type(TypeClass2, (object,), dict(typeprinthw printHW)) typeclass2 TypeClass2() typeclass2.typeprinthw()type创建类格式为type(类名,(基类1,基类2...), dict(成员函数名函数名)) 第一个参数为类名第二个参数为一个tuple,如果继承的基类只有一个要注意tuple写法(基类,),第三个参数为dict构造的类成员函数 除了可以用type创建类之外可以用metaclass限制类的行为 使用metaclass需要先定义一个特定功能的元类这个元类一般按照功能名字命名末尾以Metaclass结束表示一个特定功能的元类,这个元类必须继承于type类,内部必须实现__new__借口完成类的限定。__new__的调用先于__init__在对象构造之前调用。class DictMetaclass(type): def __new__(cls, name, bases, attrs): def insertfunc(self, key, value): self[key]value attrs[insert] insertfunc return type.__new__(cls,name,bases,attrs) class MyDict(dict, metaclass DictMetaclass): pass mydict MyDict() mydict.insert(nice, 3) print(mydict[nice])定义了一个DictMetaclass元类继承于type类内部实现了new方法new方法四个参数分别为准备创建的类对象类名字该类的基类集合类的方法集合。并且new内部调用了type类的new函数完成了新功能属性的绑定。下面同样实现一个list类的扩展class ListMetaclass(type): def __new__(cls, name, bases, attrs): attrs[insert] lambda self, value: self.append(value) return type.__new__(cls,name,bases,attrs) class Mylist(list,metaclass ListMetaclass): pass mylist Mylist() mylist.insert(name) mylist.insert(age) print(mylist)下面为ORM框架例子 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。 先实现Field类和其派生类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) class IntegerField(Field): def __init__(self, name): super(IntegerField,self).__init__(name, bigint) class StringField(Field): def __init__(self, name): super(StringField, self).__init__(name,varchar(100))Field类用来管理数据库的字段和字段类型 实现ModelMetaclass这个元类用于限制User类class ModelMetaclass(type): def __new__(cls,name,bases,attrs): if name Model: return type.__new__(cls, name, bases, attrs) print(Founc 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 attrs[__table__] name return type.__new__(cls, name, bases, attrs)ModelMetaclass类中过滤了Model类的处理将其他类的属性删除将映射关系存储至mappings属性字段并且table字段用来存储类名。 下面实现Model类class Model(dict , metaclassModelMetaclass): def __init__(self, **kw): super(Model, self).__init__(**kw) def __getattr__(self, key): try: return self[key] except KeyError: raise AttributeError(rModel 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))Model 类继承了dict, 实现save函数save函数将mappings属性值内容取出来就是在ModelMetaclass中构造的mappings,其他类继承Model调用save函数可以动态调用sql语句。 定义User类并且调用saveclass 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) u User(id12345, nameMichael, emailtestorm.org, passwordmy-pwd) u.save()输出如下结语我是YYYing后面还有更精彩的内容希望各位能多多关注支持一下主包。无限进步我们下次再见