AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

理解 Python 中的元类

2018-06-30 1455
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 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): passmy_object = ObjectCreator()my_object但是，Python 中的类还远不止如此。

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：

  1. 你可以将它赋值给一个变量
  2. 你可以拷贝它
  3. 你可以为它增加属性
  4. 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：

  1. 拦截类的创建
  2. 修改类
  3. 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：

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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！
文章标签：
Python
API
关键词：
Python元类
刘新伟
目录
相关文章
kind-tester
|
7月前
|
Python
Python 元类 metaclass 详解
Python 元类 metaclass 详解
kind-tester
63 0
众所周知
|
5月前
|
开发者 Python
Python元类实战：打造你的专属编程魔法，让代码随心所欲变化
【7月更文挑战第7天】Python的元类是编程的变形师，用于创建类的“类”，赋予代码在构建时的变形能力。
众所周知
61 1
东方睿赢
|
5月前
|
设计模式 存储 Python
Python元类大揭秘：从理解到应用，一步步构建你的编程帝国
【7月更文挑战第6天】Python元类是创建类的对象的基石，允许控制类的生成过程。通过自定义元类，可在类定义时动态添加方法或改变行为。
东方睿赢
90 0
土木林森
|
5月前
|
设计模式 数据库 Python
震撼！Python元类：解锁编程宇宙的终极秘密武器
【7月更文挑战第4天】Python的元类是创建类的类，用于定制类的行为。例如，通过元类`MyMeta`，可在创建类时动态添加属性，如`version`。在ORM中，元类能自动将类属性映射为数据库表字段。另外，元类也能实现设计模式，如单例模式，确保类只有一个实例。元类提供对Python底层机制的控制，增强了代码的灵活性和功能性。
土木林森
32 0
qa浪涛
|
2月前
|
开发者 Python
Python中的元类深度剖析与实战应用
Python中的元类深度剖析与实战应用
qa浪涛
33 0
1288912195458132
|
4月前
|
关系型数据库 MySQL Java
Python中的元类(metaclass)
Python中的元类(metaclass)
1288912195458132
24 0
兀码
|
6月前
|
存储 Serverless Python
在python中字典和元类的使用技巧
【6月更文挑战第21天】探索Python编程：本文涵盖字典排序、阿姆斯壮数检查、最大公因数与最小公倍数计算、下划线用途（如存储解释器结果、忽略值、命名约定），以及数字分隔增强可读性。此外，用下划线分隔数字如1_000_000，便于读取二进制、八进制和十六进制数值。
兀码
86 7
在python中字典和元类的使用技巧
toddli
|
4月前
|
设计模式 存储 数据库连接
Python设计模式：巧用元类创建单例模式！
Python设计模式：巧用元类创建单例模式！
toddli
53 0
龙大吉
|
5月前
|
开发者 Python
元类，Python中的隐藏BOSS？掌握它，让你的编程之路畅通无阻
【7月更文挑战第7天】Python的元类是创建类的类，如同编程的“大BOSS”。它们让开发者在类创建时干预过程，添加功能，如自动注册、修改属性。元类通过`__new__`方法动态创建类，如示例中MetaClass得到Meta元类附加的属性。虽然使用需谨慎，以免增加复杂性，但元类提供了超越常规类的强大力量，解锁高级编程技术。
龙大吉
36 2
东方睿赢
|
5月前
|
Python
告别平庸！Python元类：让你的代码设计思想跃升至新高度
【7月更文挑战第7天】Python的元类是创建类的类，用于在定义时定制类的行为。通过元类，可以在类创建时注入逻辑，比如添加方法或改变属性。例如，一个元类可以自动为所有类添加日志功能。元类应用广泛，如自动注册类、修改属性、实现单例模式和动态添加方法，提升代码设计的灵活性和效率。掌握元类，让代码设计超越常规。
东方睿赢
32 1

热门文章

最新文章

  • 1
    使用cProfile等工具来提高python的执行速度
  • 2
    3、Python与设计模式--建造者模式
  • 3
    战斗到底：Java vs. Python - 用哪个更适合处理海量数据？
  • 4
    Python读取指定目录下的指定后缀文件名列表（批量读取）
  • 5
    python-opencv表格识别
  • 6
    Python爬虫系列9-非诚勿扰等婚恋网数据批量抓取！
  • 7
    LLDB中的Python脚本
  • 8
    Python处理JSON文件数据各类操作一文详解+实例代码
  • 9
    Python常用函数--return 语句
  • 10
    Python正则表达式指南中半部
  • 1
    Python 密码学实用指南（全）（2）
    40
  • 2
    【python】习题 第10周
    61
  • 3
    【python】习题第8周
    55
  • 4
    【python】习题第7周（上）
    88
  • 5
    【python】习题 6-10周（下）
    58
  • 6
    【python】习题 6-10周（中）
    66
  • 7
    Python 入门指南（七）（4）
    48
  • 8
    【python】习题 1-5周（中）
    89
  • 9
    【python】习题 1-5周（上）
    51
  • 10
    Python 入门指南（七）（2）
    59

    • 相关课程

    更多
  • Python爬虫实战
  • Python开发基础入门
  • Python常用数据科学库
  • Python网络爬虫实战
  • Python完全自学手册图文教程
  • Python基础快速入门实战教程

    • 相关电子书

    更多
  • From Python Scikit-Learn to Sc
  • Data Pre-Processing in Python:
  • 双剑合璧-Python和大数据计算平台的结合

    • 相关实验场景

    更多
  • 用Python画圣诞树
  • Python选择及循环结构
  • 云端Python及基本操作
  • Python网络通信程序典型应用
  • Python新手入门（Anolis OS）
  • Python新手入门

    • 推荐镜像

    更多
  • python-release
  • nodejs-release
  • debian-cd
    • 下一篇
    DataWorks