本文编程环境：Jupyter NoteBook python3

类也是对象

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()
my_object

<__main__.ObjectCreator at 0x233e50a8ba8>

但是，Python 中的类还远不止如此。类同样也是一种对象。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。下面的代码段：

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，于是乎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

你可以打印一个类，因为它其实也是一个对象

print(ObjectCreator)

<class '__main__.ObjectCreator'>

你可以将类做为参数传给函数

def echo(o):
    print(o)
    
echo(ObjectCreator)

<class '__main__.ObjectCreator'>

你可以为类增加属性

print(hasattr(ObjectCreator, 'new_attribute'))

False

ObjectCreator.new_attribute = 'foo' 
print(hasattr(ObjectCreator, 'new_attribute'))

True

print(ObjectCreator.new_attribute)

foo

你可以将类赋值给一个变量

ObjectCreatorMirror = ObjectCreator 

print(ObjectCreatorMirror())

<__main__.ObjectCreator object at 0x00000233E51241D0>

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

<class '__main__.choose_class.<locals>.Foo'>

print(MyClass())            # 你可以通过这个类创建类实例，也就是对象

<__main__.choose_class.<locals>.Foo object at 0x00000233E51242E8>

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。当你使用 class 关键字时， Python 解释器自动创建这个对象。但就和 Python 中的大多数事情一样，Python 仍然提供给你手动处理的方法。还记得内建函数 type 吗？这个古老但强大的函数能够让你知道一个对象的类型是什么，就像这样：

type(1)

int

type("1")

str

type(ObjectCreator)

type

type(ObjectCreator())

__main__.ObjectCreator

`type` 动态的创建类

这里，type 有一种完全不同的能力，它也能动态的创建类。type 可以接受一个类的描述作为参数，然后返回一个类。（我们知道，根据传入参数的不同，同一个函数拥有两种完全不同的用法是一件很傻的事情，但这在 Python 中是为了保持向后兼容性）。

type 可以像这样工作：

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：

class MyShinyClass(object):
    pass

可以手动像这样创建：

MyShinyClass = type('MyShinyClass', (), {})  # 返回一个类对象
MyShinyClass

__main__.MyShinyClass

MyShinyClass()  #  创建一个该类的实例

<__main__.MyShinyClass at 0x233e51240f0>

你会发现我们使用 "MyShinyClass" 作为类名，并且也可以把它当做一个变量来作为类的引用。类和变量是不同的，这里没有任何理由把事情弄的复杂。

type 接受一个字典来为类定义属性，因此

class Foo(object):
    bar = True

可以翻译为：

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

并且可以将 Foo 当成一个普通的类一样使用：

Foo

__main__.Foo

Foo.bar

True

f = Foo()
f

<__main__.Foo at 0x233e5124be0>

f.bar

True

当然，你可以向这个类继承，所以，如下的代码：

class FooChild(Foo):
    pass

就可以写成：

FooChild = type('FooChild', (Foo,),{})
print(FooChild)
print(FooChild.bar)   # bar属性是由 Foo 继承而来

<class '__main__.FooChild'>
True

最终你会希望为你的类增加方法。只需要定义一个有着恰当签名的函数并将其作为属性赋值就可以了。

def echo_bar(self):
    print(self.bar)

FooChild = type('FooChild', (Foo,), {'echo_bar': echo_bar})
hasattr(Foo, 'echo_bar')

False

hasattr(FooChild, 'echo_bar')

True

my_foo = FooChild()
my_foo.echo_bar()

True

你可以看到，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。

Test = type('Test',(),{})
print(Test)
help(Test)

<class '__main__.Test'>
Help on class Test in module __main__:

class Test(builtins.object)
 |  Data descriptors defined here:
 |  
 |  __dict__
 |      dictionary for instance variables (if defined)
 |  
 |  __weakref__
 |      list of weak references to the object (if defined)

Dog = type('Dog',(),{'name':'二哈','age':1})
print(Dog)
help(Dog)

<class '__main__.Dog'>
Help on class Dog in module __main__:

class Dog(builtins.object)
 |  Data descriptors defined here:
 |  
 |  __dict__
 |      dictionary for instance variables (if defined)
 |  
 |  __weakref__
 |      list of weak references to the object (if defined)
 |  
 |  ----------------------------------------------------------------------
 |  Data and other attributes defined here:
 |  
 |  age = 1
 |  
 |  name = '二哈'

Dog = type('Dog',(),{'name':'二哈','age':1})
print(Dog)
help(Dog)

DogChild = type('DogChild', (Dog,),{})
print(DogChild)
print(DogChild.name)

<class '__main__.Dog'>
Help on class Dog in module __main__:

class Dog(builtins.object)
 |  Data descriptors defined here:
 |  
 |  __dict__
 |      dictionary for instance variables (if defined)
 |  
 |  __weakref__
 |      list of weak references to the object (if defined)
 |  
 |  ----------------------------------------------------------------------
 |  Data and other attributes defined here:
 |  
 |  age = 1
 |  
 |  name = '二哈'

<class '__main__.DogChild'>
二哈

help(DogChild)

Help on class DogChild in module __main__:

class DogChild(Dog)
 |  Method resolution order:
 |      DogChild
 |      Dog
 |      builtins.object
 |  
 |  Data descriptors inherited from Dog:
 |  
 |  __dict__
 |      dictionary for instance variables (if defined)
 |  
 |  __weakref__
 |      list of weak references to the object (if defined)
 |  
 |  ----------------------------------------------------------------------
 |  Data and other attributes inherited from Dog:
 |  
 |  age = 1
 |  
 |  name = '二哈'

使用 `type` 创建带有方法的类

#普通方法
def test(self):
    print("test")

#静态方法
@staticmethod
def static_test():
    print("static_test")

#类方法
@classmethod
def class_test(cls):
    print("class_test")

Test = type('Test',(),{'name':'name','test':test,'static_test':static_test,'class_test':class_test})
print(Test)

test = Test()
test.test()
test.static_test()
test.class_test()

<class '__main__.Test'>
test
static_test
class_test

元类

元类就是用来创建类的「东西」。你创建类就是为了创建类的实例对象，不是吗？但是我们已经学习到了 Python 中的类也是对象。好吧，元类就是用来创建这些类（对象）的，元类就是类的类，你可以这样理解为：

MyClass = MetaClass()
MyObject = MyClass()

你已经看到了 type 可以让你像这样做：

MyClass = type('MyClass', (), {})

这是因为函数 type 实际上是一个元类。type 就是 Python 在背后用来创建所有类的元类。现在你想知道那为什么 type 会全部采用小写形式而不是Type 呢？好吧，我猜这是为了和 str 保持一致性，str 是用来创建字符串对象的类，而 int 是用来创建整数对象的类。type 就是创建类对象的类。你可以通过检查 __class__ 属性来看到这一点。Python 中所有的东西，注意，我是指所有的东西——都是对象。这包括整数、字符串、函数以及类。它们全部都是对象，而且它们都是从一个类创建而来。

a = b'a2'
a.__class__

bytes

age = 35
age.__class__

int

name = 'bob'
name.__class__

str

def foo(): pass

foo.__class__

function

class Bar(object): pass

b = Bar()
b.__class__

__main__.Bar

Bar.__class__

type

现在，对于任何一个 __class__ 的 __class__ 属性又是什么呢？

a.__class__.__class__

type

age.__class__.__class__

type

foo.__class__.__class__

type

b.__class__.__class__

type

因此，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。

在 python2 中可以通过定义一个类级别属性 __metaclass__ 来实创建元类，不过在 python3 中取消了 __metaclass__ 属性。python3 中可以通过在定义类的时候声明 metaclass 参数来创建元类。

class UpperAttrMetaClass(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, future_class_name, future_class_parents, future_class_attr):
        #遍历属性字典，把不是 __ 开头的属性名字变为大写
        newAttr = {}
        for name,value in future_class_attr.items():
            if not name.startswith("__"):
                newAttr[name.upper()] = value

        # 方法1：通过 'type' 来做类对象的创建
        # return type(future_class_name, future_class_parents, newAttr)

        # 方法2：复用 type.__new__ 方法
        # 这就是基本的 OOP 编程，没什么魔法
        # return type.__new__(cls, future_class_name, future_class_parents, newAttr)

        # 方法3：使用 super 方法
        return super(UpperAttrMetaClass, cls).__new__(cls, future_class_name, future_class_parents, newAttr)

#python2的用法
#class Foo(object):
#    __metaclass__ = UpperAttrMetaClass
#    bar = 'bip'

# python3的用法
class Foo(object, metaclass = UpperAttrMetaClass):
     bar = 'bip'

print(hasattr(Foo, 'bar'))
# 输出: False
print(hasattr(Foo, 'BAR'))
# 输出:True

f = Foo()
print(f.BAR)
# 输出:'bip'

就是这样，除此之外，关于元类真的没有别的可说的了。使用到元类的代码比较复杂，这背后的原因倒并不是因为元类本身，而是因为你通常会使用元类去做一些晦涩的事情，依赖于自省，控制继承等等。确实，用元类来搞些“黑暗魔法”是特别有用的，因而会搞出些复杂的东西来。但就元类本身而言，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

为什么要用 `metaclass` 类而不是函数?

由于 metaclass 可以接受任何可调用的对象，那为何还要使用类呢，因为很显然使用类会更加复杂啊？这里有好几个原因：

意图会更加清晰。当你读到 UpperAttrMetaclass(type) 时，你知道接下来要发生什么。
你可以使用 OOP 编程。元类可以从元类中继承而来，改写父类的方法。元类甚至还可以使用元类。
你可以把代码组织的更好。当你使用元类的时候肯定不会是像我上面举的这种简单场景，通常都是针对比较复杂的问题。将多个方法归总到一个类中会很有帮助，也会使得代码更容易阅读。
你可以使用 __new__, __init__ 以及 __call__ 这样的特殊方法。它们能帮你处理不同的任务。就算通常你可以把所有的东西都在 __new__ 里处理掉，有些人还是觉得用 __init__ 更舒服些。
哇哦，这东西的名字是 metaclass，肯定非善类，我要小心！

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()

但是如果你像这样做的话:

guy  = Person(name='bob', age='35')
print(guy.age)

这并不会返回一个 IntegerField 对象，而是会返回一个 int，甚至可以直接从数据库中取出数据。这是有可能的，因为 models.Model 定义了metaclass，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。

结语

首先，你知道了类其实是能够创建出类实例的对象。好吧，事实上，类本身也是实例，当然，它们是元类的实例。

class Foo(object): pass
id(Foo)

2421904320648

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
class decorators

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。

更多内容可参考：9.15 定义有可选参数的元类

附加实例

实例1：增加一个 `author` 类属性

class Author(type):
    def __new__(cls, name, bases, attrs):
        attrs['__author__'] = 'xiemanR'
        return type.__new__(cls, name, bases, attrs)


class MyBlog(metaclass=Author):
    pass


print(MyBlog.__author__)

a = MyBlog()
print(a.__author__)

xiemanR
xiemanR

class Singleton(type):
    def __new__(cls, name, bases, attrs):
        print('new')
        attrs['instance'] = None
        return super(Singleton, cls).__new__(cls, name, bases, attrs)

    def __call__(cls, *args, **kwargs):
        print('call')
        if cls.instance is None:
            cls.instance = super(Singleton, cls).__call__(*args, **kwargs)
        return cls.instance


class Foo(metaclass=Singleton):
    pass

x = Foo()
y = Foo()
print(id(x))
print(id(y))

new
call
call
2421910133840
2421910133840

class Upper(type):
    def __new__(cls, name, bases, dct):
        attrs = ((name, value) for name, value in dct.items() if not name.startswith('__'))
        uppercase_attr = dict((name.upper(), value) for name, value in attrs)
        return type.__new__(cls, name, bases, uppercase_attr)


class Bar(metaclass=Upper):
    foo = 'foo'
    test = 'test'

b = Bar()
print(b.FOO)
print(b.TEST)

foo
test

探寻有趣之事！

理解 Python 中的元类

类也是对象

你可以打印一个类，因为它其实也是一个对象

你可以将类做为参数传给函数

你可以为类增加属性

你可以将类赋值给一个变量

动态地创建类

`type` 动态的创建类

使用 `type` 创建带有方法的类

元类

为什么要用 `metaclass` 类而不是函数?

究竟为什么要使用元类？

结语

附加实例

实例1：增加一个 `author` 类属性

热门文章

最新文章

相关课程

相关电子书

相关实验场景

推荐镜像

热门

活动广场

任务中心

开发者评测

高校计划

乘风者计划

训练营

阿里云MVP

话题

直播

下载

镜像站

技术资料

插件

理解 Python 中的元类

类也是对象

你可以打印一个类，因为它其实也是一个对象

你可以将类做为参数传给函数

你可以为类增加属性

你可以将类赋值给一个变量

动态地创建类

type 动态的创建类

使用 type 创建带有方法的类

元类

为什么要用 metaclass 类而不是函数?

究竟为什么要使用元类？

结语

附加实例

实例1：增加一个 __author__ 类属性

热门文章

最新文章

相关课程

相关电子书

相关实验场景

推荐镜像

`type` 动态的创建类

使用 `type` 创建带有方法的类

为什么要用 `metaclass` 类而不是函数?

实例1：增加一个 `author` 类属性