其实不需要理解，只是 Python 是这样实现的。
你去看它的 C 实现，调用时会先用 __new__ 方法去生成一个对象，如果这个对象是目标类的实例，就再调用 __init__ 方法，否则直接返回。其他面向对象的语言也需要某种机制去调用父类的构造函数，至于是 runtime 或编译器自动做的，还是手写，就看语言的设计者了。
实际使用中你根本不会有 override type.__call__ 的需求，元类的 __new__ 已经能干任何事了，它连签名都和 __call__ 一样，只是不会自动调用 __init__ 而已。
另外，type.__call__() 等效于 type()。

1. Meta2 是 callable，不是因为它定义了 __call__ 方法，而是它的父类（ Meta1 ）定义了 __call__ 方法。
另外，__new__ 和 __init__ 是由 type.__call__() 负责调用的。
2. 假设 obj 是 Cls 类的实例，obj() 等效于 obj.__call__()，等效于 Cls.__call__(obj)。
或者更通用点，obj.f(1) 等效于 Cls.f(obj, 1)。
这个语法实现在 Python 文档里有描述（搜「 Instance methods 」）： https://docs.python.org/3/reference/datamodel.html
实现原理是用 descriptor，详细实现可以参考： https://www.keakon.net/2009/12/08/%E7%94%A8Descriptor%E5%AE%9E%E7%8E%B0%E5%8F%A6%E4%B8%80%E7%A7%8D%E9%A3%8E%E6%A0%BC%E7%9A%84Decorator

你先理解元类是类的类，元类的实例是类。

所以在定义 Meta2 时（ class Meta2(type, metaclass=Meta1)），实际上是生成了一个 Meta1 的实例，就需要调用 Meta1 的 __new__ 和 __init__。
而在定义 Spam 时（ class Spam(Eggs, metaclass=Meta2)），需要生成一个 Meta2 的实例作为 Spam 类，也就是执行
Meta2()。Meta2 是个 callable 的对象，调用它实际上是调用 Meta2.__call__(...)，这个调用又会被转变成 Meta1.__call__(Meta2, ...)。而你在这个方法里调用了 type.__call__()，这个方法会负责去调用 Meta2.__new__() 和 Meta2.__init__()。

最后，Meta1.__call__() 是负责创建 Meta2 的对象的，Meta2.__call__() 是负责创建 Spam 的对象的。在执行 Spam() 时，Meta2 已经在定义 Spam 类时就被创建过了，创建 Spam 的对象时不需要再调用 Meta1.__call__() 创建新的 Meta2，而是直接使用已有的 Meta2 创建 Spam 的对象。

1. 代码不可复用。
2. 常见，但由于效率较低，所以不到万不得已一般也不用。Ruby 的话倒是经常这么干。除此以外还可以用 descriptor 机制（__get__），代码量会多一些，但是 IDE 可以识别这些属性，避免出现警告。
3. url 是传给 Answer(self, url) 的，这是你要暴露出去的参数，干掉就没法初始化了。你实在不想给 getter 起名，可以 return lambda url: getattr(module, item.capitalize())(url, session=self._session)。

印象中 V2EX 应该是用 Tornado 实现的，默认的 csrfToken 是保存在 cookie 中的，服务端并不保存，而是检查 POST 的数据是否和 cookie 中一致。至于每个页面都更新 csrfToken，则不是 Tornado 干的。

autocmd FileType php setlocal iskeyword+=$

因为这是个错误的 html，font 是 inline 元素，center 是 block 元素，lxml 在构造时会把 center 移到 font 外部。

create_connection 放循环外去啊…

看了下源码，nginx 发现连接超时、读取超时、status code >= 300 就会尝试下一个 upstream，如果它成功就换它响应，如果它失败就自己返回失败。
所以对于动态服务器，确实应该禁用。

其实大多数时候没啥好办法，因为一般你写不出能内存泄露的代码，这些问题基本都是第三方库导致的。粗暴的话就每隔一段时间或处理一定请求后自动重启进程，非要找找可以参考这篇 http://www.jianshu.com/p/2d06a1a01cc3

你要做的就是修改 swimming 的实现，使用 override 不是最简单的么，看不出哪里复杂：
def swimming(self, action):
return C.swimming(self, self.add_punctuation(action)) # 或者 return super(C1, self).swimming(self.add_punctuation(action))

如果你有一堆方法需要修改参数，先写一个 decorator，用处是计算并传递新参数；然后再写个 metaclass，对满足要求的方法都应用上这个 decorator。

这个问题看着挺绕的，但是道理却很简单。

假如要用 native coroutine 来实现「 pause execution and force something to be sent down to the event loop 」，那么你写的代码大概如下：
async def native_coroutine(): # ...
async def f(): await native_coroutine()

再来看 native_coroutine 的函数体，你有如下选择：
1. await 一个 awaitable 对象：这会导致你需要再定义一个 native coroutine，递归回到前面的选择。
2. return 一个值：这会导致代码变成同步的，f 函数会立刻接收到 StopIteration 异常。
3. raise 一个异常：这会导致代码变成同步的，f 函数会立刻接收到异常。
4. yield 一个值：在 Python 3.5 或之前是语法错误；在 3.6 或之后它变成了 asynchronous generator （见 PEP 525 ），也不能用在 await 表达式里（它不是 awaitable，没有定义 __await__ 方法，会抛出 TypeError: object async_generator can't be used in 'await' expression ）。

对于选择 1，你当然也可以自定义一个 awaitable：
class Awaitable(object):
----def __init__(self, count):
--------self.count = count
----def __await__(self):
--------yield from range(self.count)
这样你就不是用 generator based coroutine 来暂停执行了，但这也不是 native coroutine 了。

可见这完全是语言的限制，因为 yield 后面可以跟任意的值，yield from 可以接任意 generator 对象，而 await 却只能接 awaitable 对象。

所以纠结 native coroutine 为什么不能「暂停执行并强制性返回给事件循环」没多大意义，因为你实际在编写最底层调用的那句代码时，肯定要用 yield 或 yield from。但如果不是编写框架，你基本上只需要写到 await native_coroutine 这层的代码。

节能器里把「唤醒以供网络访问」关了就行了，否则会不定期把另一台 mac 的 qq 踢下线

有个东西叫缓冲区溢出，没有做好检查的话，会一直往后写，导致栈被修改掉。而函数的返回地址也在栈里，就导致返回时跳到其他区域，就能执行攻击代码了。

你的索引可能不能用来优化这个查询，导致需要全表扫描。你 explain 一下就知道原因了。

mock client 就行了，最简单的大概这样：

```
class MockedAsyncHTTPClient(AsyncHTTPClient):
_responses = []

@classmethod
def set_responses(cls, responses): # 需要是逆序的
cls._responses = responses

def fetch_impl(self, request, callback):
response = self._responses.pop()
response.request = request
callback(response)
```

如果能控制对象的生成过程，那就不需要写成类方法了。

最简单的做法是在最后一行加上 client.close()，子进程中只是把它这个 socket 的拷贝给 close 了，但因为父进程中还存在，所以不会关闭。

没有 where 条件

@leejanfin 我到手后很喜欢这磨砂质感的 PBT