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