【摘要】反射反射机制就是在运行时，动态的确定对象的类型，并可以通过字符串调用对象属性、方法、导入模块，是一种基于字符串的事件驱动。解释型语

反射

反射机制就是在运行时，动态的确定对象的类型，并可以通过字符串调用对象属性、方法、导入模块，是一种基于字符串的事件驱动。

解释型语言：程序不需要编译，程序在运行时才翻译成机器语言，每执行一次都要翻译一次。因此效率比较低。相对于编译型语言存在
的，源代码不是直接翻译成机器语言，而是先翻译成中间代码，再由解释器对中间代码进行解释运行。
比如Python/JavaScript / Perl /Shell等都是解释型语言。

python是一门解释型语言，因此对于反射机制支持很好。在python中支持反射机制的函数有getattr()、setattr()、delattr()、exec()、eval()、__import__，这些函数都可以执行字符串。

eval

计算指定表达式的值。它只能执行单个表达式，而不能是复杂的代码逻辑。而且不能是赋值表达式。

单个表达式

a = "12 + 43"b = eval(a)
print(b)

复杂表达式

a = "print(12 + 43); print(1111)"b = eval(a)
print(b)# 输出：Traceback (most recent call last):
  File "xxxx.py", line 10, in <module>
    b = eval(a)
  File "<string>", line 1
    print(12 + 43); print(1111)
                  ^
SyntaxError: invalid syntax

赋值

a = 1b = eval("a = 21")
print(b)

通常我们使用eval的时候，主要是使用它的返回值，获取表达式计算出的值

exec

执行复杂表达式，返回值永远都是None

b = exec("aa = 21")
print(b)      # None，exec返回值为Noneprint(aa)    # 21，exec执行了赋值语句，并定义了aa变量

执行复杂语句

a = '''ret = []
for i in range(10):
    ret.append(i)'''exec(a)
print(ret)   # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

导入模块

# 导入模块exec("import config")
print(config.KEYWORD)# 动态创建类class Base:
    def __init__(self):
        print("Base")

a = "Base"exec(a+"()")

导入模块这个功能就非常屌了，这样我们就可以动态的创建各种模块类。

eval()函数和exec()函数的区别：
eval()函数只能计算单个表达式的值，而exec()函数可以动态运行代码段。
eval()函数可以有返回值，而exec()函数返回值永远为None。

看一下这个例子

class Base:
    def __init__(self):
        print("Base")    def test(self):
        print("test")        return "Base::test"

如果我们想通过字符串来调用a对象的test方法，应该怎么做呢，如果要获取返回值，那么可以使用

b = eval("a.test()")
print(b)

输出：

test
Base::test

如果不需要获取返回值，那么可以使用exec，exec("a.test()")，输出：test

虽然我们可以使用eval和exec来执行以上代码，但是这种方式有一个缺陷，假如这个属性是不存在的，那么这种调用就会报错。那么做好的方式是什么呢？先判断属性是否存在，如果存在就调用，不存在就不调用，python为我们提供了一套方法：hasattr、getattr、setattr、delattr

hasattr

def hasattr(*args, **kwargs): # real signature unknown
    """
    Return whether the object has an attribute with the given name.
    
    This is done by calling getattr(obj, name) and catching AttributeError.
    """
    pass

通过源码注释我们知道，它返回对象是否具有指定名称的属性。而且它是通过调用getattr并捕获AttributeError异常来判断的。就像上面的属性调用，我们就可以使用hasattr(a, "test")来判断，通过源码注释我们也可以思考一下，eval这种是不是也可以实现这种方法呢？

def has_attr(obj, name):
    try:
        eval("obj.%s()" % name)        return True
    except AttributeError as e:        return Falsea = Base()if has_attr(a, "test"):
    eval("a.test()")# 输出：Base
test
test

但是这种方式是有缺陷的，因为test输出了两次，因为我们调用了两次test()，这跟我们想要的效果不一样。如果用hasattr呢，这个函数就不会在判断的时候调用一次了。

getattr()

有了判断属性是否存在的函数，那么就得有获取属性的函数了

def getattr(object, name, default=None): # known special case of getattr
    """
    getattr(object, name[, default]) -> value
    
    Get a named attribute from an object; getattr(x, 'y') is equivalent to x.y.
    When a default argument is given, it is returned when the attribute doesn't
    exist; without it, an exception is raised in that case.
    """
    pass

从源码注释我们就能知道获取object对象的名为name的属性，想到与object.name，如果提供了default参数，那么当属性不存在的时候，就会返回默认值。同样是上面的例子：

a = Base()if hasattr(a, "test"):
    func = getattr(a, "test")
    func()# 输出：Base
test

从例子中我们可以看出，hasattr并没有调用test函数，而且getattr获取到的是函数对象，也没有调用它，通过我们主动执行func()才执行了a.test()函数，这样相比于exec和eval就灵活了许多。

setattr

判断和获取属性有了，那么设置属性也是需要的

def setattr(x, y, v): # real signature unknown; restored from __doc__
    """
    Sets the named attribute on the given object to the specified value.
    
    setattr(x, 'y', v) is equivalent to ``x.y = v''
    """
    pass

将一个特殊值设置给object对象的name属性，相当于x.y = v

class Base:
    def __init__(self):
        self.name = "name"a = Base()
setattr(a, "name", "zhangsan")
print(a.name)                    # 改变原有属性的值setattr(a, "age", 32)
print(getattr(a, "age"))      # 新增不存在的属性，并设置值

虽然setattr(a, "age", 32)等于a.age=32，但是我们不要忘了，这是通过一个字符串来增加的属性。

判断、获取、增加都有了，当然还有删除delattr，这个我们就不详述了，接下来我们要看一个比较重要的方法。

import

在学习exec的时候，我们有一个例子，导入配置文件exec("import config")，针对这种方式python也为我们提供了更好的方法。

def __import__(name, globals=None, locals=None, fromlist=(), level=0): 
# real signature unknown; restored from __doc__
    """
    __import__(name, globals=None, locals=None, fromlist=(), level=0) -> module
    
    Import a module. Because this function is meant for use by the Python
    interpreter and not for general use, it is better to use
    importlib.import_module() to programmatically import a module.
    
    The globals argument is only used to determine the context;
    they are not modified.  The locals argument is unused.  The fromlist
    should be a list of names to emulate ``from name import ...'', or an
    empty list to emulate ``import name''.
    When importing a module from a package, note that __import__('A.B', ...)
    returns package A when fromlist is empty, but its submodule B when
    fromlist is not empty.  The level argument is used to determine whether to
    perform absolute or relative imports: 0 is absolute, while a positive number
    is the number of parent directories to search relative to the current module.
    """
    pass

在这里我们最需要关注的是formlist参数，先看一个简单的例子：

a = __import__("config")
print(a.KEYWORD)

config是一个py脚本-config.py，内部有一个变量KEYWORD，我们要通过其他py模块来导入这个文件，使用__import__我们就可以把它导入为一个对象，然后使用对象的方式去调用，而不是一直用exec字符串的形式去调用。上面我们说了formlist这个参数需要关注，为什么呢？我们新增了一个模块：comm。模块内有一个脚本function.py

# function.pydef comm_function():
    print("test_module")

我们现在想通过动态引入的方式调用comm_function函数，那么按照上面的方式来

a = __import__("comm.function")
a.comm_function()

结果输出：

Traceback (most recent call last):
  File "xxx.py", line 10, in <module>
    print(a.comm_function())
AttributeError: module 'comm' has no attribute 'comm_function'

意思是comm模块没有comm_function这个属性，为什么是comm模块而不是function呢？我们可以打印一下模块的引入名称print(a.__name__)，打印的结果是comm，就是说我们通过上面的方式只是引入comm，而不是function。其实通过源码注释我们就知道了，__import__(A.B)，如果fromlist为空，返回的是A包，如果不为空，则返回其子包B。修改一下我们的代码：

a = __import__("comm.function", fromlist=True)
print(a.__name__)
a.comm_function()# 输出：comm.function
test_module

引入的模块和执行函数都正确了，符合了我们的预期要求。

总结

通过以上的函数学习，其中有常用的，也有不常用的，但是这些函数在我们进行框架设计时是必不可少的，尤其是__import__，接下来我们还会继续看框架设计中最重要的一个概念--元编程。学完了这些概念就可以设计框架了。开玩笑的，哪有那么简单。阅读源码是一种增长知识的最快捷方式，但是前提是基础一定要打好。否则看源码是一头雾水。我们整理完这些概念后，在找几个源码库看看，学习一下里面的设计理念。