热线电话:13121318867

登录
首页精彩阅读policy机制中经典的python用法
policy机制中经典的python用法
2018-03-09
收藏

policy机制中经典的python用法

由于接触python时间还不长,属于边用边学,在看项目代码的时候,遇到了很多不太懂的python语法,但是我认为这些用法用的实在是好,希望以后自己在写程序时,也能写出这么经典的代码,在这里记录下来这些:

1. 将函数名作为参数传递给另一个模块中的函数使用:
[python] view plaincopy

    def init():  
        ......  
        #read_cached_file做的事是读取_POLICY_PATH文件中的数据,和这个文件修改的时间,保存到_POLICY_CACHE字典中,  
        #然后使用_set_rules(data)来解析这些数据,最后返回这些数据。  
        utils.read_cached_file(_POLICY_PATH, _POLICY_CACHE,  
                               reload_func=_set_rules)  
       
    def _set_rules(data):  
        default_rule = CONF.policy_default_rule  
        policy.set_rules(policy.Rules.load_json(data, default_rule))  


2. 类方法的使用

[python] view plaincopy

    class Rules(dict):  
        @classmethod  
        def load_json(cls, data, default_rule=None):  
       
            rules = dict((k, parse_rule(v)) for k, v in  
                         jsonutils.loads(data).items())  
       
            return cls(rules, default_rule)  

以前一直弄不清楚类方法和静态方法的区别,都是通过类名去调用,但是现在清楚了,类方法有一个很好的特性,就是它可以在创建类对象之前,做一些初始化的工作,这样创建的对象,比直接调用Rules(),更灵活。

这里还想说一下继承自dict这个特性,通过覆盖父类中的方法,__missing__(),__str__()等定制了一个自己的字典类型,用起来很舒服啊。

3. 解释器的使用

[python] view plaincopy

    _checks = {}  
       
    def register(name, func=None):  
        def decorator(func):  
            _checks[name] = func  
            return func  
        if func:  
            return decorator(func)  
       
        return decorator  
      
    @register("rule")  
    class RuleCheck(Check):  
        pass  
      
    @register("role")  
    class RoleCheck(Check):  
        pass  

文档在加载的时候,每遇到一个@register()修饰符,就会将被修饰的类添加到_check变量中,简洁方便。

4. yield的使用
yield在我看来,是一种能够间断的循环,一直都不太会用它,policy中在解析复合rule时,就用到了yield:

[python] view plaincopy

    state = ParseState()   
        for tok, value in _parse_tokenize(rule):  
            state.shift(tok, value)  
       
    # 这个函数主要是将规则的字符串进行了一下预处理,然后调用_parse_check()最终将字符串转换成BaseCheck对象  
    def _parse_tokenize(rule):  
        #这段代码的意思是将一个字符串以空格为间隔,重组为一个字符串的列表,如:  
        # a.split('(is_admin:True or project_id:%(project_id)s)')  
        # ['(is_admin:True', 'or', 'project_id:%(project_id)s)']  
        for tok in _tokenize_re.split(rule):  
            # Skip empty tokens  
            if not tok or tok.isspace():  
                continue  
       
            # Handle leading parens on the token  
            clean = tok.lstrip('(')  
            for i in range(len(tok) - len(clean)):  
                yield '(', '('  
       
            # If it was only parentheses, continue  
            if not clean:  
                continue  
            else:  
                tok = clean  
       
            # Handle trailing parens on the token  
            clean = tok.rstrip(')')  
            trail = len(tok) - len(clean)  
       
            # Yield the cleaned token  
            lowered = clean.lower()  
            if lowered in ('and', 'or', 'not'):  
                # Special tokens  
                yield lowered, clean  
            elif clean:  
                # Not a special token, but not composed solely of ')'  
                if len(tok) >= 2 and ((tok[0], tok[-1]) in  
                                      [('"''"', '"'), ("'""'", "'")]):  
                    # It's a quoted string  
                    yield 'string', tok[1:-1]  
                else:  
                    yield 'check', _parse_check(clean)  
       
            # Yield the trailing parens  
            for i in range(trail):  
                yield ')', ')'  

程序中每遇到一个yield,就会中断当前的执行,返回值,然后由外部的for循环进行处理,处理完之后,再回到刚才中断的地方继续执行。

5. 元类的使用
元类以前从来没有接触过,policy里也用到了,还是在解析复合rule的时候,用的这个元类:ParseStateMeta,通过使用元类,可以自定义某些类是如何创建的,从根本上说赋予你如何创建类的控制权:
[python] view plaincopy

    class ParseStateMeta(type):  
        # name是子类的类名,bases是子类的数据,cls_dict是子类中的属性  
        def __new__(cls, name, bases, cls_dict):  
       
            reducers = []  
       
            # key为属性名,value为属性的对象,如:  
            # shift : <function shift at 0xa27b4fc>  
            # _make_not_expr : <function _make_not_expr at 0xa27b6bc>  
            for key, value in cls_dict.items():  
                if not hasattr(value, 'reducers'):# 如果没有包含reducers属性,即那些没有@reducer修饰的方法  
                    continue  
                for reduction in value.reducers:# 遍历某个函数中的reducers列表,把它添加到元类中的reducers列表中  
                    reducers.append((reduction, key))  
       
            cls_dict['reducers'] = reducers  
            return super(ParseStateMeta, cls).__new__(cls, name, bases, cls_dict)  
       
    # 虽然只是简单的定义了一个ParseState对象,但是却做了很多的事:  
    # 1.@reducer修饰器给被装饰的的方法添加了reducers列表,并且将修饰器的参数建成一个列表添加到该列表中;  
    #   -->形式如:[['','',''],['','','']],  
    #        再如:[['(', 'or_expr', ')'], ['(', 'and_expr', ')'], ['(', 'check', ')']]  
    # 2.ParseStateMeta元类创建了一个reducers变量(针对于ParseState是全局的),也是一个列表,  
    #   然后遍历了ParseState的所有属性,找到有reducers属性的属性(即带有@reducer的方法),  
    #   然后再遍历该方法的reducers列表,将列表的每一项和该方法的名字组合成一个元组,存放在reducers变量中;  
    #   -->形式如:[(['','',''],funcname),(['','',''],funcname),(['','',''],funcname)]  
    #       再如:[(['check', 'or', 'check'], '_make_or_expr'), (['or_expr', 'or', 'check'], '_extend_or_expr')]  
    class ParseState(object):  
        __metaclass__ = ParseStateMeta  
        ......  
6. 递归的使用

[python] view plaincopy

    def reduce(self):  
        #a[-3:]表示a这个列表的最后三个数  
        for reduction, methname in self.reducers:  
            # 如果当前的tokens的长度大于reduction的长度,并且tokens的最后几个和reduction相同  
            # 即模式匹配,则调用相应的方法来进行复合判断  
            # 什么情况不执行这段呢?  
            # 1. 没有复合的规则  
            # 2. 复合的规则和reduction不匹配  
            # 这两种情况下,就不执行复合,直接返回的还是原来的对象:RuleCheck, RoleCheck, HttpCheck, GenericCheck  
            # 如果复合的话,返回的是复合对象:OrCheck, AndCheck, NotCheck  
            if (len(self.tokens) >= len(reduction) and  
                self.tokens[-len(reduction):] == reduction):  
                    # Get the reduction method  
                    meth = getattr(self, methname)  
      
                    # Reduce the token stream  
                    # 有两个GenericCheck对象和一个‘or’,传递给_make_or_expr()方法,用这两个  
                    # 对象构造了一个OrCheck对象,该对象的返回值,是按照这两个GenericCheck对象在的  
                    # target和creds上能否执行的真假来进行或操作得到的  
                    results = meth(*self.values[-len(reduction):])  
      
                    # Update the tokens and values  
                    self.tokens[-len(reduction):] = [r[0] for r in results]  
                    self.values[-len(reduction):] = [r[1] for r in results]  
      
                    # Check for any more reductions  
                    return self.reduce()

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询