理解Python中的元类(metaclass)

理解Python中的元类(metaclass)

类也是对象

在理解元类之前，你需要先掌握Python中的类。Python中类的概念借鉴于Smalltalk，这显得有些奇特。在大多数编程语言中，类就是一组用来描述如何生成一个对象的代码段。在Python中这一点仍然成立：

>>> class ObjectCreator(object):... pass...>>> my_object = ObjectCreator()>>> print(my_object)<__main__.ObjectCreator object at 0x8974f2c>

但是，Python中的类还远不止如此。类同样也是一种对象。是的，没错，就是对象。只要你使用关键字class，Python解释器在执行的时候就会创建一个对象.

下面这段代码：

class ObjectCreator(object): pass

将在内存中创建一个对象，名字就是ObjectCreator。这个对象（类）自身拥有创建对象（类实例）的能力，而这就是为什么它是一个类的原因。但是，它的本质仍然是一个对象，于是你可以对它做如下的操作：

你可以将它赋值给一个变量你可以拷贝它你可以为它增加属性你可以将它作为函数参数进行传递

下面是示例：

>>> print ObjectCreator # 你可以打印一个类，因为它其实也是一个对象>>> def echo(o):… print o…>>> echo(ObjectCreator) # 你可以将类做为参数传给函数>>> print hasattr(ObjectCreator, 'new_attribute')Fasle>>> ObjectCreator.new_attribute = 'foo' # 你可以为类增加属性>>> print hasattr(ObjectCreator, 'new_attribute')True>>> print ObjectCreator.new_attributefoo>>> ObjectCreatorMirror = ObjectCreator # 你可以将类赋值给一个变量>>> print ObjectCreatorMirror()<__main__.ObjectCreator object at 0x8997b4c>

动态地创建类

因为类也是对象，你可以在运行时动态的创建它们，就像其他任何对象一样。首先，你可以在函数中创建类，使用class关键字即可

>>> def choose_class(name):… if name == 'foo':… class Foo(object):… pass… return Foo # 返回的是类，不是类的实例… else:… class Bar(object):… pass… return Bar…>>> MyClass = choose_class('foo')>>> print MyClass # 函数返回的是类，不是类的实例>>> print MyClass() # 你可以通过这个类创建类实例，也就是对象<__main__.Foo object at 0x89c6d4c>

但这还不够动态，因为你仍然需要自己编写整个类的代码。由于类也是对象，所以它们必须是通过什么东西来生成的才对。

type能动态的创建类，type可以接受一个类的描述作为参数，然后返回一个类。

type(类名, 父类的元组（针对继承的情况，可以为空），包含属性的字典（名称和值）)

比如下面的代码：

>>> MyShinyClass = type('MyShinyClass', (), {}) # 返回一个类对象>>> print MyShinyClass>>> print MyShinyClass() # 创建一个该类的实例<__main__.MyShinyClass object at 0x8997cec>

type 接受一个字典来为类定义属性，因此：

>>> class Foo(object):… bar = True

等同于：

Foo = type('Foo', (), {'bar':True})

在Python中，类也是对象，你可以动态的创建类。这就是当你使用关键字class时Python在幕后做的事情，而这就是通过元类来实现的。

元类

元类就是创建类这种对象的东西。如果你喜欢的话，可以把元类称为“类工厂”。type就是Python的内建元类，当然了，你也可以创建自己的元类。

元类本身而言，它们其实是很简单的：

拦截类的创建修改类返回修改之后的类

自定义元类

元类的主要目的就是为了当创建类时能够自动地改变类。

Python 3中创建元类的语法:

class NothingMetaclass(type): def __new__(mcs, name, bases, namespace): # 什么都没做，你可以在这里做点什么 return type.__new__(mcs, name, bases, namespace)class Foo(object, metaclass=NothingMetaclass): pass

demo1

new是一个静态方法,而init是一个实例方法.new方法会返回一个创建的实例,而init什么都不返回.只有在new返回一个cls的实例时后面的init才能被调用.当创建一个新实例时调用new,初始化一个实例时用init.

看一个例子

# 请记住，'type'实际上是一个类，就像'str'和'int'一样# 所以，你可以从type继承class MetaA(type): # __new__ 是在__init__之前被调用的特殊方法 # __new__是用来创建对象并返回之的方法 # 而__init__只是用来将传入的参数初始化给对象 # 你很少用到__new__，除非你希望能够控制对象的创建 # 这里，创建的对象是类，我们希望能够自定义它，所以我们这里改写__new__ # 如果你希望的话，你也可以在__init__中做些事情 # 还有一些高级的用法会涉及到改写__call__特殊方法，但是我们这里不用 def __new__(cls, name, bases, dct): print('MetaA.__new__') # 这种方式不会调用__init__方法 # return type(name, bases, dct) # 这种方式会调用__init__ return type.__new__(cls, name, bases, dct) def __init__(cls, name, bases, dct): print('MetaA.__init__')class A(object, metaclass=MetaA): passprint(A())

demo2

class ListMetaclass(type): # 元类会自动将你通常传给‘type’的参数作为自己的参数传入 # mcs表示元类 # name表示创建类的类名（在这里创建类就是继承Model类的子类User） # bases表示创建类继承的所有父类 # namespace表示创建类的所有属性和方法（以键值对的字典的形式） def __new__(mcs, name, bases, namespace): namespace['add'] = lambda self, value: self.append(value) return type.__new__(mcs, name, bases, namespace)# 通过metaclass，给该类动态添加了add方法class MyList(list, metaclass=ListMetaclass): passl = MyList()l.add(1)print(l)

究竟为什么要使用元类？

现在回到我们的大主题上来，究竟是为什么你会去使用这样一种容易出错且晦涩的特性？好吧，一般来说，你根本就用不上它：

“元类就是深度的魔法，99%的用户应该根本不必为此操心。如果你想搞清楚究竟是否需要用到元类，那么你就不需要它。那些实际用到元类的人都非常清楚地知道他们需要做什么，而且根本不需要解释为什么要用元类。” ——

Python界的领袖 Tim Peters 元类的主要用途是创建API。一个典型的例子是Django ORM。它允许你像这样定义

class Person(models.Model): name = models.CharField(max_length=30) age = models.IntegerField()

然后可以通过简单点API操作数据库。其背后的魔法就是定义了元类，并且使用了一些魔法能够将你刚刚定义的简单的Person类转变成对数据库的一个复杂hook。Django框架将这些看起来很复杂的东西通过暴露出一个简单的使用元类的API将其化简，通过这个API重新创建代码，在背后完成真正的工作。

一个简单的orm demo

class Field: 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 StringField(Field): def __init__(self, name): super(StringField, self).__init__(name, 'varchar(100)')class IntegerField(Field): def __init__(self, name): super(IntegerField, self).__init__(name, 'bigint')class ModelMetaclass(type): def __new__(mcs, name, bases, attrs): if name == 'Model': return type.__new__(mcs, name, bases, attrs) print("Found Model: %s" % name) mapping = dict() fields = list() # 将属性保存到mapping中 for k, v in attrs.items(): if isinstance(v, Field): print('Found mapping : %s ==> %s' % (k, v)) mapping[k] = v fields.append(k) # 将Model中的Field删除 for k in mapping.keys(): attrs.pop(k) attrs['__fields__'] = list(map(lambda f: '`%s`' % f, fields)) attrs['__mapping__'] = mapping attrs['__table__'] = name return type.__new__(mcs, name, bases, attrs)class Model(dict, metaclass=ModelMetaclass): def __init__(self, **kwargs): super(Model, self).__init__(kwargs) def __getattr__(self, key): try: return self[key] except KeyError: raise AttributeError(r"'Model' 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.__mapping__.items(): print("%s------%s" % (k, v)) fields.append(v.name) params.append('?') args.append(getattr(self, k, None)) sql = 'insert into %s (%s) values (%s)' % (self.__table__, ','.join(self.__fields__), ','.join(params)) print('SQL: %s' % sql) print('ARGS: %s' % str(args))class 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(id=12345, name='Michael', email='test@orm.org', password='my-pwd')u.save()

总结

Python中的一切都是对象，它们要么是类的实例，要么是元类的实例，除了type。type实际上是它自己的元类，在纯Python环境中这可不是你能够做到的，这是通过在实现层面耍一些小手段做到的。其次，元类是很复杂的。对于非常简单的类，你可能不希望通过使用元类来对类做修改。你可以通过其他两种技术来修改类：

Monkey patching类装饰器

当你需要动态修改类时，99%的时间里你最好使用上面这两种技术。当然了，其实在99%的时间里你根本就不需要动态修改类

​​https://time.geekbang.org/column/article/101288​​

​​https://zhuanlan.zhihu.com/p/65214982​​

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。