理解 Python 中的元类

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