泛化 Flask 表的列答案

【问题标题】：Generalizing the columns of a Flask Table泛化 Flask 表的列
【发布时间】：2021-02-07 10:29:09
【问题描述】：

我定义一个具体的Flask Table如下

class MyTable(Table):

    def __init__(self, table_id, rows):
        self.table_id = table_id
        super().__init__(rows)
    
    Code = Col('Code', column_html_attrs = {'class': 'apply-filter'})

现在，如果我尝试通过将Code 属性移动到__init__ 中来概括它，

def __init__(self, table_id, rows, key):
    self.table_id = table_id
    self.__dict__[key] = Col(key, column_html_attrs = {'class': 'apply-filter'})
    super().__init__(rows)

出了点问题，不再显示。

我也尝试过使用self.Code = ...（这不是我想要的，因为它不是通用的）但它也失败了。

概念问题

即使我找到了可行的答案，我仍然不完全满意。为什么我的原始代码也不好？父类的构造函数看不到派生类初始化时（动态）创建的字段吗？

【问题讨论】：

标签： python flask flask-table

【解决方案1】：

通过在 Flask Table 的 github 源代码中查找 __init__ 找到了 relevant example。就我而言，我可以做到

def __init__(self, table_id, rows, key):
    super().__init__(rows)
    self.table_id = table_id
    self.add_column(key, Col(key, column_html_attrs = {'class': 'apply-filter'}))

这变成了，更一般地说：

class MyTable(Table):
    def __init__(self, table_id, rows, keys):
        super().__init__(rows)
        self.table_id = table_id
        for k in keys:
            self.add_column(k, Col(k, column_html_attrs = {'class': 'apply-filter'}))

概念性答案

父类的构造函数看不到派生类初始化时（动态）创建的字段吗？

不，因为父类有一个元类，它想从__new__ 读取属性，并且元类在导入时执行，而这些动态字段不存在。

Tl;博士

为此，您可以通过导入table 将元类恢复为table.TableMeta

from flask_table import Table, Col, table

那你就可以了

class MyTable(Table):
    def __init__(self, table_id, rows, keys, filters):
        dict = {}
        for k in keys:
            if k in filters:
                dict[k] = Col(k, column_html_attrs = {'class': 'apply-filter'})
            else: 
                dict[k] = Col(k)
        metadict = table.TableMeta.__new__(table.TableMeta, 'MyTable', (Table,), dict).__dict__
        self.__dict__.update(metadict)
        super().__init__(rows)
        self.table_id = table_id

执行摘要

上述方法可行，但这只是概念性的答案，以便深入了解正在发生的事情。

在实际场景中，您只需仔细阅读 github repo 的完整 README。有一段Dynamically Creating Tables，按照说明就行了，有一个方便的create_table后面可以跟add_column，你终于发现了。

【讨论】：