术语元编程是指程序具备理解或操纵本身的后劲。Python反对一种称为metaclasses的类的元编程模式。
元类是一个深奥的OOP概念，简直暗藏在所有Python代码之后。无论您是否晓得，都在应用它们。在大多数状况下，您无需意识到这一点。大多数Python程序员很少（即便有的话）也不用思考元类。
然而，当须要时，Python提供了并非所有面向对象的语言都反对的性能：您能够深刻理解并自定义元类。自定义元类的应用引起了一些争议，正如Python 禅意作者Tim Peters所援用的那样：
元类具备比99％的用户应该放心的更深的魔力。如果您想晓得是否须要它们，则不须要（实际上须要它们的人必定会晓得他们须要它们，并且不须要解释起因）。”
— 蒂姆·彼得斯
有一些使用者（Pythonista – 家喻户晓的Python爱好者）认为永远不要应用自定义元类。这可能有点远，然而很可能不须要自定义元类。如果不是很显著有问题须要解决，那么如果以更简略的形式解决问题，它可能会更洁净，更易读。
尽管如此，了解 Python 元类还是值得的，因为通过元类能够更好地了解Python 类的外部。可能有一天会遇到一种状况：只须要一个自定义元类即能够解决问题。
新式与旧式类
在Python畛域中，类能够是两个变体之一。尚未确定官网术语，因而将它们非正式地称为旧类和新类。
老式类
对于老式的类，类和类型不是一回事。老式类的实例始终由称为的单个内置类型实现instance。如果obj是老式类的实例，则obj.__class__指定该类，但type(obj)始终为instance。以下示例取自 Python 2.7：
>>> class Foo: ... pass ... >>> x = Foo() >>> x.__class__ <class __main__.Foo at 0x000000000535CC48> >>> type(x) <type 'instance'>
新型类
新型类对立了类和类型的概念。如果obj是新型类的实例，type(obj)则与雷同obj.__class__：
>>> class Foo: ... pass >>> obj = Foo() >>> obj.__class__ <class '__main__.Foo'> >>> type(obj) <class '__main__.Foo'> >>> obj.__class__ is type(obj) True
>>> n = 5
>>> d = { 'x' : 1, 'y' : 2 }
>>> class Foo:
... pass
...
>>> x = Foo()
>>> for obj in (n, d, x):
... print(type(obj) is obj.__class__)
...
True
True
True
类型type和类别class
在Python 3中，所有类都是新型类。因而，在Python 3中，能够调换地援用对象的类型及其类是正当的。
留神：在Python 2中，默认状况下，类为旧款式。在Python 2.2之前，基本不反对新型类。从Python 2.2开始，能够创立它们，但必须将其显式申明为new-style。
请记住，在Python中，一切都是对象。类也是对象。后果，一个类必须具备一个类型。什么是课程类型？
思考以下：
>>> class Foo: ... pass ... >>> x = Foo() >>> type(x) <class '__main__.Foo'> >>> type(Foo) <class 'type'>
如您所料，type x是class Foo。然而Foo，类自身的类型是type。通常，任何旧式类的类型都是type。
您相熟的内置类的类型也是type：
>>> for t in int, float, dict, list, tuple: ... print(type(t)) ... <class 'type'> <class 'type'> <class 'type'> <class 'type'> <class 'type'>
就此而言，类型type也是type如此（是的，的确）：
>>> type(type) <class 'type'>
type是一个元类，其中的类是实例。就像一般对象是类的实例一样，Python中的任何旧式类以及Python 3中的任何类都是type元类的实例。
在上述情况下：
x是class的实例Foo。Foo是type元类的实例。type也是type元类的实例，因而它也是本身的实例。
动静定义类
type()当传递一个参数时，内置函数将返回对象的类型。对于新型类，通常与对象的__class__属性雷同：
>>> type(3) <class 'int'> >>> type(['foo', 'bar', 'baz']) <class 'list'> >>> t = (1, 2, 3, 4, 5) >>> type(t) <class 'tuple'> >>> class Foo: ... pass ... >>> type(Foo()) <class '__main__.Foo'>
还能够应用三个参数进行调用type(<name>, <bases>, <dct>)：
<name>指定类名称。这成为__name__该类的属性。<bases>指定从其继承的基类的元组。这成为__bases__该类的属性。<dct>指定一个蕴含类主体定义的名称空间字典。这成为__dict__该类的属性。
type()以这种形式进行调用会创立该type元类的新实例。换句话说，它动态创建一个新类。
在以下每个示例中，最下面的代码段应用来动静定义一个类type()，而上面的代码段则应用该class语句以通常的形式定义该类。在每种状况下，这两个代码段在性能上是等效的。
例子1
在第一个示例中，传递给的<bases>和<dct>参数type()均为空。没有指定任何父类的继承，并且最后在命名空间字典中未搁置任何内容。这是最简略的类定义：
>>> Foo = type('Foo', (), {})
>>> x = Foo()
>>> x
<__main__.Foo object at 0x04CFAD50>
>>> class Foo: ... pass ... >>> x = Foo() >>> x <__main__.Foo object at 0x0370AD50>
例子2
这里<bases>是一个具备单个元素的元组Foo，指定Bar从其继承的父类。属性attr最后搁置在名称空间字典中：
>>> Bar = type('Bar', (Foo,), dict(attr=100))
>>> x = Bar()
>>> x.attr
100
>>> x.__class__
<class '__main__.Bar'>
>>> x.__class__.__bases__
(<class '__main__.Foo'>,)
>>> class Bar(Foo): ... attr = 100 ... >>> x = Bar() >>> x.attr 100 >>> x.__class__ <class '__main__.Bar'> >>> x.__class__.__bases__ (<class '__main__.Foo'>,)
例子3
这次，又<bases>是空的。通过<dct>参数将两个对象放入名称空间字典中。第一个是名为的属性attr，第二个是名为的函数attr_val，该函数成为已定义类的办法：
>>> Foo = type(
... 'Foo',
... (),
... {
... 'attr': 100,
... 'attr_val': lambda x : x.attr
... }
... )
>>> x = Foo()
>>> x.attr
100
>>> x.attr_val()
100
>>> class Foo: ... attr = 100 ... def attr_val(self): ... return self.attr ... >>> x = Foo() >>> x.attr 100 >>> x.attr_val() 100
例子4
lambda在Python中只能定义非常简单的函数。在上面的示例中，在内部定义了一个略微简单一点的函数，而后attr_val通过名称在名称空间字典中将其调配给f：
>>> def f(obj):
... print('attr =', obj.attr)
...
>>> Foo = type(
... 'Foo',
... (),
... {
... 'attr': 100,
... 'attr_val': f
... }
... )
>>> x = Foo()
>>> x.attr
100
>>> x.attr_val()
attr = 100
>>> def f(obj):
... print('attr =', obj.attr)
...
>>> class Foo:
... attr = 100
... attr_val = f
...
>>> x = Foo()
>>> x.attr
100
>>> x.attr_val()
attr = 100
自定义元类
再次思考这个古老的示例：
>>> class Foo: ... pass ... >>> f = Foo()
该表达式Foo()创立class的新实例Foo。解释器遇到时Foo()，将产生以下状况：
- 的父类的
__call__()办法Foo被调用。因为Foo是规范的新型类，因而其父类是type元类，因而调用type的__call__()办法。 -
该
__call__()办法顺次调用以下内容：__new__()__init__()
如果Foo未定义__new__()和__init__()，则默认办法继承自Foo的先人。然而，如果Foo的确定义了这些办法，则它们会笼罩先人中的办法，从而在实例化时容许自定义行为Foo。
在上面，定义了一个自定义办法，并将new()其指定为__new__()用于的办法Foo：
>>> def new(cls): ... x = object.__new__(cls) ... x.attr = 100 ... return x ... >>> Foo.__new__ = new >>> f = Foo() >>> f.attr 100 >>> g = Foo() >>> g.attr 100
这会批改类的实例化行为Foo：每次Foo创立实例时，默认状况下都会应用名为的属性对其进行初始化，该属性attr的值为100。（这样的代码通常会呈现在__init__()办法中，而通常不会呈现在办法中__new__()，这个示例是为演示目标而设计的）
当初，正如曾经重申的，类也是对象。假如您要在创立相似的类时，能够以相似的自定义形式实现Foo实例化行为。如果要遵循上述模式，须要再次定义一个自定义办法，并将其调配__new__()为该类Foo是实例的办法。Foo是type元类的实例，因而代码如下所示：
# Spoiler alert: This doesn't work!
>>> def new(cls):
... x = type.__new__(cls)
... x.attr = 100
... return x
...
>>> type.__new__ = new
Traceback (most recent call last):
File "<pyshell#77>", line 1, in <module>
type.__new__ = new
TypeError: can't set attributes of built-in/extension type 'type'
如您所见，除了不能重新分配元类type的__new__()办法。Python不容许这样做。
这可能也是一样。type是从其派生所有新款式类的元类。无论如何，您真的不应该对此乱搞。然而，如果要自定义类的实例化，那又有什么方法？
一种可能的解决方案是自定义元类。实质上，您不用定义type元类，而能够定义本人的元类，该元类是从派生的type，而后您就能够应用元类。
第一步是定义一个从派生的元类，type如下所示：
>>> class Meta(type): ... def __new__(cls, name, bases, dct): ... x = super().__new__(cls, name, bases, dct) ... x.attr = 100 ... return x ...
定义class Meta(type):申明，指定Meta从type派生。因为type是一个元类，因而也形成Meta了一个元类。
请留神，__new__()已为定义了自定义办法Meta。无奈type间接对元类执行此操作。该__new__()办法执行以下操作：
- 由父元类（即
type）的代理–super()的__new__()办法创立一个新的类 - 将自定义属性调配
attr给类，其值为100 - 返回新创建的类
当初，巫毒教的另一半：定义一个新类Foo，并指定其元类是自定义元类Meta，而不是规范元类type。应用metaclass类定义中的关键字来实现此操作，如下所示：
>>> class Foo(metaclass=Meta): ... pass ... >>> Foo.attr 100
瞧！ Foo曾经拿到Meta元类的attr主动属性。当然，相似定义的任何其余类也将这样做：
>>> class Bar(metaclass=Meta): ... pass ... >>> class Qux(metaclass=Meta): ... pass ... >>> Bar.attr, Qux.attr (100, 100)
与类充当创立对象的模板的形式雷同，元类充当创立类的模板。元类有时称为类工厂)。
比拟以下两个示例：
对象工厂：
>>> class Foo: ... def __init__(self): ... self.attr = 100 ... >>> x = Foo() >>> x.attr 100 >>> y = Foo() >>> y.attr 100 >>> z = Foo() >>> z.attr 100
类工厂：
>>> class Meta(type): ... def __init__( ... cls, name, bases, dct ... ): ... cls.attr = 100 ... >>> class X(metaclass=Meta): ... pass ... >>> X.attr 100 >>> class Y(metaclass=Meta): ... pass ... >>> Y.attr 100 >>> class Z(metaclass=Meta): ... pass ... >>> Z.attr 100
这真的有必要吗？
就像下面的类工厂示例一样简略，这是元类如何工作的实质。它们容许自定义类如何实例化。
尽管如此，attr在每个新创建的类上赋予自定义属性依然有很多麻烦。您真的须要一个元类吗？
在 Python 中，至多有几种其余办法能够无效地实现同一件事：
简略继承：
>>> class Base: ... attr = 100 ... >>> class X(Base): ... pass ... >>> class Y(Base): ... pass ... >>> class Z(Base): ... pass ... >>> X.attr 100 >>> Y.attr 100 >>> Z.attr 100
类装璜器：
>>> def decorator(cls): ... class NewClass(cls): ... attr = 100 ... return NewClass ... >>> @decorator ... class X: ... pass ... >>> @decorator ... class Y: ... pass ... >>> @decorator ... class Z: ... pass ... >>> X.attr 100 >>> Y.attr 100 >>> Z.attr 100
论断
正如蒂姆·彼得斯（Tim Peters）所倡议的那样，元类很容易进入“从问题中寻找解决方案”的境界。通常不须要创立自定义元类。如果眼前的问题能够用更简略的办法解决，那就应该这样解决。尽管如此，了解元类还是有益处的，这样您就能够大抵了解Python类，并能够辨认何时才真正适宜应用元类。
????Python技巧????
对于作者：
约翰·斯图兹
奥尔登·桑托斯
丹·巴德
乔安娜·贾布隆斯基
❤️高兴Pythoning！
彩蛋
>>> import this
转载请注明原文链接：关于python:Python-的元类与元编程
