提问者自称已经掌握了有关Python OOP编程中的各种概念,但始终觉得元类(metaclass)难以理解。他知道这肯定和自身有关,但仍然觉得不太明白,希望大家可以给出一些实际的例子和代码片段以帮助理解,以及在什么情况下需要进行元编程。

类也是对象

在理解元类之前,你需要先掌握Python中的类。Python中类的概念借鉴于Smalltalk,这显得有些奇特。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,例:

class ObjectCreator(object):

pass

my_object = ObjectCreator()

print my_object

上面代码的执行结果:

<__main__.ObjectCreator object at 0x00000000033D0390>

Python中的类还远不止如此。类同样也是一种对象。是的,没错,就是对象。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。

例:

class ObjectCreator(object):

pass

上面的的代码段,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

示例:

>>> print ObjectCreator # 你可以打印一个类,因为它其实也是一个对象

>>> def echo(o):

… print o

>>> echo(ObjectCreator) # 你可以将类做为参数传给函数

>>> print hasattr(ObjectCreator, 'new_attribute')

Fasle

>>> ObjectCreator.new_attribute = 'foo' # 你可以为类增加属性

>>> print hasattr(ObjectCreator, 'new_attribute')

True

>>> print ObjectCreator.new_attribute

foo

>>> ObjectCreatorMirror = ObjectCreator # 你可以将类赋值给一个变量

>>> print ObjectCreatorMirror()

<__main__.ObjectCreator object at 0x000000000204D390>

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

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

<__main__.Foo object at 0x89c6d4c>

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:

>>> print type(1)

>>> print type("1")

>>> print type(ObjectCreator)

>>> print type(ObjectCreator())

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))

代码示例:

>>> class MyShinyClass(object):

… pass

可以手动像这样创建:

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

>>> print MyShinyClass

>>> print MyShinyClass() # 创建一个该类的实例

<__main__.MyShinyClass object at 0x00000000034D8390>

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:

class Foo(object):

bar = True

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

print Foo

print Foo()

print Foo.bar

f = Foo()

print f

print f.bar

执行结果

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

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

你可以在动态创建类之后添加更多的方法,就像向通常创建的类对象添加方法一样。

>>> def echo_bar_more(self):

... print('yet another method')

...

>>> FooChild.echo_bar_more = echo_bar_more

>>> hasattr(FooChild, 'echo_bar_more')

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。

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?但是我们已经学习了Python中的类也是对象这个概念。

所以,我们可以这样理解,元类就是用来创建这些类(对象)的,元类就是类的类。

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。

那为什么type会全部采用小写形式而不是Type呢?可能这是为了和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。我们可以通过检查__class__属性来看到这一点。

Python中所有的一切都是对象。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。

>>> age = 35

>>> age.__class__

>>> name = 'bob'

>>> name.__class__

>>> def foo(): pass

>>> foo.__class__

>>> class Bar(object): pass

>>> b = Bar()

>>> b.__class__

现在,对于任何一个__class__的__class__属性又是什么呢?

>>> age.__class__.__class__

>>> name.__class__.__class__

>>> foo.__class__.__class__

>>> b.__class__.__class__

因此,元类只是创建类对象的东西。

如果你愿意,你可以称之为“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。

__metaclass__属性

你可以在创建一个类的时候为其添加__metaclass__属性。

class Foo(object):

__metaclass__ = something...

[...]

如果按照上面的代码,引入__metaclass__属性,Python将使用元类创建类Foo。

你首先写下class Foo(object),但是类对象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。

又一个例子:

class Foo(Bar):

pass

Python做了如下的操作:

Foo中有__metaclass__这个属性吗?

如果是,Python会在内存中通过__metaclass__创建一个名字为Foo的类对象。

如果Python没有找到__metaclass__,它会继续在Bar(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的东东都可以。

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。通常,你会为API做这样的事情,你希望可以创建符合当前上下文的类。

假想一个很简单的例子,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(某些名字里带有‘class’的字符串,并不需要是一个class)。所以,我们这里就先以一个简单的函数作为例子开始。

def upper_attr(future_class_name, future_class_parents, future_class_attr):

"""

返回一个类对象,将属性都转为大写形式

"""

# 选择所有不以'__'开头的属性

uppercase_attr = {}

for name, val in future_class_attr.items():

if not name.startswith('__'):

uppercase_attr[name.upper()] = val

else:

uppercase_attr[name] = val

# 通过'type'来做类对象的创建

return type(future_class_name, future_class_parents, uppercase_attr)

__metaclass__ = upper_attr # 它会作用到这个模块中的所有类

class Foo():

# 我们也可以只在这里定义__metaclass__,这样就只会作用于这个类中

bar = 'bip'

print hasattr(Foo, 'bar')

# 输出: False

print hasattr(Foo, 'BAR')

# 输出:True

f = Foo()

print f.BAR

# 输出:'bip'

现在让我们再做一次,这一次用一个真正的class来当做元类

class UpperAttrMetaClass(type):

"""

# 'type'实际上是一个类,就像'str'和'int'一样 , 所以,你可以从type继承

# __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__(upperattr_metaclass, future_class_name, future_class_parents, future_class_attr):

uppercase_attr = {}

for name, val in future_class_attr.items():

if not name.startswith('__'):

uppercase_attr[name.upper()] = val

else:

uppercase_attr[name] = val

return type(future_class_name, future_class_parents, uppercase_attr)

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:

class UpperAttrMetaclass(type):

def __new__(upperattr_metaclass, future_class_name, future_class_parents, future_class_attr):

uppercase_attr = {}

for name, val in future_class_attr.items():

if not name.startswith('__'):

uppercase_attr[name.upper()] = val

else:

uppercase_attr[name] = val

# 复用type.__new__方法

# 这就是基本的OOP编程,没什么魔法

return type.__new__(upperattr_metaclass, future_class_name, future_class_parents, uppercase_attr)

你可能已经注意到了有个额外的参数upperattr_metaclass,这并没有什么特别的。类方法的第一个参数总是表示当前的实例,就像在普通的类方法中的self参数一样。

当然,为了清晰起见,这里的名字我起的比较长。但是就像self一样,所有的参数都有它们的传统名称。

真实的产品代码中一个元类应该是像这样的:

class UpperAttrMetaclass(type):

def __new__(cls, clsname, bases, dct):

uppercase_attr = {}

for name, val in dct.items():

if not name.startswith('__'):

uppercase_attr[name.upper()] = val

else:

uppercase_attr[name] = val

return type.__new__(cls, clsname, bases, uppercase_attr)

如果使用super方法的话,我们还可以使它变得更清晰一些,这会缓解继承(是的,你可以拥有元类,从元类继承,从type继承)

class UpperAttrMetaclass(type):

def __new__(cls, clsname, bases, dct):

uppercase_attr = {}

for name, val in dct.items():

if not name.startswith('__'):

uppercase_attr[name.upper()] = val

else:

uppercase_attr[name] = val

return super(UpperAttrMetaclass, cls).__new__(cls, clsname, bases, uppercase_attr)

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。

究竟为什么要使用元类?

“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:

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。事实上,类本身也是实例,当然,它们是元类的实例。

>>> class Foo(object):

>>> pass

>>> print id(Foo)

54677896

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。

python中的元类_Python中的元类(metaclass)相关推荐

  1. python中的元类_python中的元类

    类也是对象,但是类有创建对象的能力 动态创建一个类: classmonkey():defbanana(self):print 'banana!' defapple(self):print 'i wan ...

  2. python元类_python中的元类 metaclass

    python中的元类 metaclass 在python中,类(class)本身也是一个实例对象, 它的类型则是元类, 如果没有指明, 则自定义类的类型是type. 换言之, 我们所定义的普通类都是t ...

  3. python object类_Python中一切皆对象,这个对象究竟是什么?

    点击上方蓝字CGRnDStudio关注我们" CG TD编程技术相关领域自媒体 " 作者:古明地盆 https://www.cnblogs.com/traditional/p/13 ...

  4. python如何定义类_python中定义类

    广告关闭 腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 类的定义python中,定义类是通过class关键字,例如我们定义一个存储学生信 ...

  5. python 类中定义类_Python中的动态类定义

    python 类中定义类 Here's a neat Python trick you might just find useful one day. Let's look at how you ca ...

  6. python class类_python中的class(类)

    编码注释: 在源文件的第一行或第二行写入如下内容: # -*- coding:gbk -*- # 设置源文件编码格式为:gbk 或 # -*- coding:utf-8 -*- # 设置源文件编码格式 ...

  7. python什么时候用类_python中什么时候使用自定义类

    Python中所有的数据都是对象,它提供了许多高级的内建数据类型,功能强大,使用方便,是Python的优点之一.那么什么时候使用自定义类呢? 比如设计一个Person类,如果不使用自定义类,可以这样做 ...

  8. python类_Python中的类

    Python和Java都是面向对象的语言,对象从类中获取,类指的是同一类具有相同特征的事物,比如拉布拉多,柯基,哈士奇,它们都是狗,具有狗的相同特征,所以可以被归为一类Dog,Python中类的使用与 ...

  9. python编写ATM类_Python中编写类的各种技巧和方法

    有关 Python 内编写类的各种技巧和方法(构建和初始化.重载操作符.类描述.属性访问控制.自定义序列.反射机制.可调用对象.上下文管理.构建描述符对象.Pickling).你可以把它当作一个教程, ...

最新文章

  1. 从严把控_精准把控 推动从严治党走深走实
  2. CAAI白皮书丨中国人工智能创新应用白皮书(附下载)
  3. centos php memcache扩展,CentOS安装php5的memcache扩展
  4. linux socket 错误 Connect error: No route to host(errno:113) 解决方法
  5. leetcode 3. Longest Substring Without Repeating Characters | 3. 无重复字符的最长子串(双指针+滑窗)
  6. 12018.LTC2631电压调节芯片
  7. 2021年8月上中旬好文收藏(1)
  8. 2019-12-07 IP header的结构由RFC 791定义
  9. windows2008系统缓存修改
  10. 谷歌浏览器 官网下载离线安装包
  11. What's new in Xcode 8
  12. python 流水作业调度_动态规划——流水作业调度问题
  13. staf框架_测试自动化以及与STAF / STAX的持续集成
  14. 【无标题】Ubuntu* 22.04 (jammy) intel 集成显卡第二屏幕分辨率设置尝试
  15. 论IE8浏览器报错:$未定义及缺少对象问题
  16. 公派访问学者申请签证的五点建议
  17. 阿里云ECS云服务器镜像的基本概念以及使用(七)
  18. 云计算原来是IT界工资最高的
  19. 【云原生】Docker Compose 构建 Jenkins
  20. 研究IdentityServer4遇到天坑signin-oidc报错

热门文章

  1. 显示当前没有家庭组计算机,已创建家庭组且加入家庭组,但显示“当前没有其他可用的家庭组计算机?”...
  2. jupyternotebook运行python_jupyter notebook参数化运行python方式
  3. 图像处理:给验证码图片做降噪处理及数据清洗
  4. 爬虫:验证码识别准确率(Tesseract-OCR)
  5. (Matlab函数详解)机器学习中的4种分类算法(LDA、QDA、SVM、KNN)
  6. Python中Turtle绘图函数-绘制时钟程序
  7. python连接mysql的一些基础知识+安装Navicat可视化数据库+flask_sqlalchemy写数据库
  8. 大数据计算引擎:impala对比hive
  9. 简明Python教程学习笔记_5_解决问题
  10. java ee ide 添加spring,如何在Eclipse IDE项目文件夹中为spring添加jar文件