Python 元类

什么是元类

我们知道，实例对象是由类创建的，那么类又是由什么创建的呢？ 答案就是元类。

元类基本不会用到，但是就算不用，也应该去熟悉一下概念。

理解类也是对象

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()
print(my_object)    # 返回：<__main__.ObjectCreator object at 0x0000000001D356A0>

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

class ObjectCreator(object):
    pass


# 你可以打印一个类，因为它其实也是一个对象
print(ObjectCreator)    # <class '__main__.ObjectCreator'>


def print_obj(obj):
    print(obj)


# 你可以将类做为参数传给函数
print_obj(ObjectCreator)    # <class '__main__.ObjectCreator'>

# 你可以为类增加属性
ObjectCreator.new_attribute = 'foo'
# 查看属性是否存在
print(hasattr(ObjectCreator, 'new_attribute'))  # 输出True

# 打印该属性
print(ObjectCreator.new_attribute)  # 输出foo

# 可以为将类赋值给变量
new_obj = ObjectCreator
print(new_obj)  # 输出<class '__main__.ObjectCreator'>

 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')

# 函数返回的是类，不是类的实例
print(MyClass)              # 输出：<class '__main__.Foo'>

# 你可以通过这个类创建类实例，也就是对象
print(MyClass())            # 输出：<__main__.Foo object at 0x1085ed950

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。

还记得类型函数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：

class Foo(object):
    pass


print(type(1))  # 输出<class 'int'>
print(type("1"))    # 输出<class 'str'>
print(type(Foo()))  # 输出<class '__main__.Foo'>
print(type(Foo))    # 输出<class 'type'>

仔细观察上面的运行结果，发现使用type对FatBoy查看类型是，答案为type， 是不是有些惊讶。

使用type创建类

type还有一种完全不同的功能，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。（要知道，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, 由父类名称组成的元组（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 Test:
    pass


# 创建一个Test类实例对象
print(Test())   # 输出<__main__.Test object at 0x0000000002469128>

可以手动像这样创建：

# 定义一个Test2类
test2 = type("Test2", (), {})
# 创建一个Test2类实例对象
print(test2())  # 输出<__main__.Test2 object at 0x0000000002119B70>

我们使用"Test2"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。

即type函数中第1个实参，也可以叫做其他的名字，这个名字表示类的名字，如下：

# type的第一个实参 Foo 就是类名，然后传递给变量 Foo
Foo = type("Foo", (), {})
print(Foo)

# 查看 Foo 的类描述，就是 Foo 类
print(help(Foo))
"""
输出：
class Foo(builtins.object)
 |  Data descriptors defined here:
 |  
 |  __dict__
 |      dictionary for instance variables (if defined)
 |  
 |  __weakref__
 |      list of weak references to the object (if defined)
"""

使用type创建带有属性的类

创建一个 Animal 类，增加属性 run：跑得很快

Animal = type("Animal", (), {"run": "跑得很快"})
print(Animal)       # 输出<class '__main__.Animal'>
print(Animal.run)   # 跑得很快
print(help(Animal))
"""
class Animal(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:
 |  
 |  run = '跑得很快'
"""
print(Animal.__dict__)
"""
{'run': '跑得很快', '__module__': '__main__', '__dict__': <attribute '__dict__' of 'Animal' objects>,
 '__weakref__': <attribute '__weakref__' of 'Animal' objects>, '__doc__': None}
"""

注意：添加的属性是类属性，并不是实例属性

现在我们已经知道 type 的第三个参数是用来设置类属性的，那么第二个参数元组是干什么的呢？

第二个参数元组是用来填写继承的父类名称，演示如下：

# 定义一个父类
class Father(object):
    rich = "很有钱"


# 定义一个儿子类，继承父亲的rich类属性
Son = type("Son", (Father,), {})
print(Son.rich)     # 输出很有钱

# 看看 Son 类的MRO顺序
print(Son.__mro__)  # 输出(<class '__main__.Son'>, <class '__main__.Father'>, <class 'object'>)

使用type创建带有方法的类

类通常都会有类方法，下面来看看怎么使用type的方式来创建类方法。

# 定义一个父类
class Father(object):
    rich = "很有钱"


# 定义一个普通的函数，用于加入类充当方法
def play(self):
    return self.rich


# 定义一个儿子类，继承父亲的rich类属性
Son = type("Son", (Father,), {"play": play})
print(Son.rich)
son = Son()
print(son.play)     # 返回：<bound method play of <__main__.Son object at 0x000000000284D128>>
print(son.play())   # 返回：很有钱

上面演示的这个方法属于实例方法，那么静态方法、类方法这些该怎么创建呢？

# 定义一个父类
class Father(object):
    rich = "很有钱"


# 定义一个普通的函数，用于加入类充当方法
def play(self):
    return self.rich


# 为类定义静态方法
@staticmethod
def static_method():
    return "static method..."


# 定义一个儿子类，继承父亲的rich类属性
Son = type("Son", (Father,), {"play": play, "static_method": static_method})
print(Son.static_method)     # 返回：<function static_method at 0x000000000280F2F0>
print(Son.static_method())   # 返回：static method...

 从上面的几个示例，基本已经知道了如何使用type来定义方法。

那么再来思考一下，到底什么是元类

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。

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() # 使用元类创建出一个对象，这个对象称为“类”
my_object = MyClass() # 使用“类”来创建出一个对象，这个对象称为“实例对象”

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，这个类就是type。

# 查看age整数的类属性
age = 18
print(age.__class__)    # 输出：<class 'int'>

# 查看name字符串的类属性
name = '张三'
print(name.__class__)   # 输出：<class 'str'>


# 查看函数方法的类属性
def sell():
    pass


print(sell.__class__)   # 输出：<class 'function'>


# 查看实例的类属性
class Foo(object):
    pass


foo = Foo()
print(foo.__class__)    # 输出：<class '__main__.Foo'>

从上面的示例，大概知道了整型、字符串等等的类属性。那么类（__class__）的类属性（__class__）又是什么呢？

# 查看age整数的类属性
age = 18
print(age.__class__.__class__)    # 输出：<class 'type'>

# 查看name字符串的类属性
name = '张三'
print(name.__class__.__class__)   # 输出：<class 'type'>


# 查看函数方法的类属性
def sell():
    pass


print(sell.__class__.__class__)   # 输出：<class 'type'>


# 查看实例的类属性
class Foo(object):
    pass


foo = Foo()
print(foo.__class__.__class__)    # 输出：<class 'type'>

可以看出，不管是什么类型的类，最终的创建元类都是type。

因此，元类就是创建类这种对象的东西。type就是Python的内建元类，当然了，你也可以创建自己的元类。

__metaclass__属性

上面已经知道了如何使用type这个元类来创建类，那么如何创建自己的元类呢？？
此情此景需要用到__metaclass__属性。

其实仔细回想一下，就是类似闭包的处理方式，下面来演示看看。

class FatBoss(object):
    __metaclass__ = something…
    ...省略...

如果你这么做了，Python就会用元类来创建类Foo。小心点，这里面有些技巧。你首先写下class Foo(object)，但是类Foo还没有在内存中创建。Python会在类的定义中寻找__metaclass__属性，如果找到了，Python就会用它来创建类Foo，如果没有找到，就会用内建的type来创建这个类。

大致过程：

当你写如下代码时 :

class FatBossGril(FatBoss):
    pass

Python就会做如下的操作：

• FatBossGril中有__metaclass__这个属性吗？如果有，那么Python会通过__metaclass__创建一个名字为FatBossGril的类(对象)
• 如果Python没有找到__metaclass__，它会继续在FatBoss（父类）中寻找__metaclass__属性，并尝试做和前面同样的操作。
• 如果Python在任何父类中都找不到__metaclass__，它就会在模块层次中去寻找__metaclass__，并尝试做同样的操作。
• 如果还是找不到__metaclass__,Python就会用内置的type来创建这个类对象。

现在的问题就是，你可以在__metaclass__中放置些什么代码呢？答案就是：可以创建一个类的东西。那么什么可以用来创建一个类呢？type，或者任何使用到type或者子类化type的类都可以，反正最终还是需要type的。

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（不改变类的内部代码，从而改变类，与闭包的原理相似！）。

假想一个很傻的例子，你决定在你的模块里所有的类的属性都应该是大写形式。有好几种方法可以办到，但其中一种就是通过在模块级别设定__metaclass__。采用这种方法，这个模块中的所有类都会通过这个元类来创建，我们只需要告诉元类把所有的属性都改成大写形式就万事大吉了。

幸运的是，__metaclass__实际上可以被任意调用，它并不需要是一个正式的类。所以，我们这里就先以一个简单的函数作为例子开始。

python3中

def upper_attr(class_name, class_parents, class_attr):
    # 自定义的元类必须包含3个形参
    # 第一个形参（class_name） 会保存类的名字 Foo
    # 第二个形参（class_parents） 会保存类的父类 object
    # 第三个形参（class_attr） 会以字典的方式保存所有的类属性

    # 遍历属性字典，把不是__开头的属性名字变为大写
    new_attr = {}
    print("="*30)
    for name, value in class_attr.items():
        print("name=%s and value=%s" % (name, value))  # 打印所有类属性出来
        if not name.startswith("__"):
            new_attr[name.upper()] = value
            print("name.upper()=", name.upper())
            print("value=", value)

    # 调用type来创建一个类
    return type(class_name, class_parents, new_attr)


class Foo(object, metaclass=upper_attr):        # 当没有参数 metacass时，默认调用type
    bar = 'bip'


print("="*30)
print("check Foo exist bar attr=", hasattr(Foo, 'bar'))
print("check Foo exist BAR attr=", hasattr(Foo, 'BAR'))

f = Foo()
print("print f.BAR=", f.BAR)

输出结果

==============================
name=__module__ and value=__main__
name=__qualname__ and value=Foo
name=bar and value=bip
name.upper()= BAR
value= bip
==============================
check Foo exist bar attr= False
check Foo exist BAR attr= True
print f.BAR= bip

从上面的例子中，使用元类的方式，将Foo类中的属性bar修改为BAR。在这是使用的def 方法来作为类似元类的做法，下面使用class来定义元类。

#-*- coding:utf-8 -*-
#def UpperAttrMetaClass(class_name, class_parents, class_attr):
class UpperAttrMetaClass(type):　　　　# 继承type元类

    # __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, class_name, class_parents, class_attr):
        # 遍历属性字典，把不是__开头的属性名字变为大写
        new_attr = {}
        print("="*30)
        for name, value in class_attr.items():
            print("name=%s and value=%s" % (name,value))  # 打印所有类属性出来
            if not name.startswith("__"):
               new_attr[name.upper()] = value
               print("name.upper()=",name.upper())
               print("value=",value)
        
        # 调用type来创建一个类
        return type(class_name, class_parents, new_attr)

class Foo(object, metaclass=UpperAttrMetaClass):
    bar = 'bip'


print("="*30)
print("check Foo exist bar attr=",hasattr(Foo, 'bar'))
print("check Foo exist BAR attr=",hasattr(Foo, 'BAR'))

f = Foo()
print("print f.BAR=",f.BAR)

输出结果

==============================
name=__module__ and value=__main__
name=__qualname__ and value=Foo
name=bar and value=bip
name.upper()= BAR
value= bip
==============================
check Foo exist bar attr= False
check Foo exist BAR attr= True
print f.BAR= bip

但是，这种方式其实不是OOP。我们直接调用了type，而且我们没有改写父类的__new__方法。现在让我们这样去处理:

# -*- coding:utf-8 -*-
# def UpperAttrMetaClass(class_name, class_parents, class_attr):
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, class_name, class_parents, class_attr):
        # 遍历属性字典，把不是__开头的属性名字变为大写
        new_attr = {}
        print("=" * 30)
        for name, value in class_attr.items():
            print("name=%s and value=%s" % (name, value))  # 打印所有类属性出来
            if not name.startswith("__"):
                new_attr[name.upper()] = value
                print("name.upper()=", name.upper())
                print("value=", value)

        # 复用type.__new__方法
        # 这就是基本的OOP编程，没什么魔法。由于type是元类也就是类，因此它本身也是通过__new__方法生成其实例，只不过这个实例是一个类.
        return type.__new__(cls, class_name, class_parents, new_attr)


class Foo(object, metaclass=UpperAttrMetaClass):
    bar = 'bip'


print("=" * 30)
print("check Foo exist bar attr=", hasattr(Foo, 'bar'))
print("check Foo exist BAR attr=", hasattr(Foo, 'BAR'))

f = Foo()
print("print f.BAR=", f.BAR)

如果使用super方法的话，我们还可以使它变得更清晰一些。

class UpperAttrMetaClass(type):

    def __new__(cls, class_name, class_parents, class_attr):
        # 遍历属性字典，把不是__开头的属性名字变为大写
        new_attr = {}
        for name, value in class_attr.items():
            print("name=%s and value=%s" % (name, value))  # 打印所有类属性出来
            if not name.startswith("__"):
                new_attr[name.upper()] = value
                print("name.upper()=", name.upper())
                print("value=", value)
        return super(UpperAttrMetaClass, cls).__new__(cls, class_name, class_parents, new_attr)


class Foo(object, metaclass=UpperAttrMetaClass):
    bar = 'bip'


print("check Foo exist bar attr=", hasattr(Foo, 'bar'))
print("check Foo exist BAR attr=", hasattr(Foo, 'BAR'))

f = Foo()
print("print f.BAR=", f.BAR)

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

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，日常的业务逻辑开发是不太需要使用到元类的，因为元类是用来拦截和修改类的创建的，用到的场景很少。我能想到最典型的场景就是 ORM。

“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

作者：DevOps海洋的渔夫
链接：https://www.jianshu.com/p/c1ca0b9c777d