1、类也是对象
所有对象都是实例化或者调用类而得到的,Python中一切都是对象,通过class关键字定义的类本质也是对象,对象又是通过调用类得到的,因此通过class关键字定义的类肯定也是调用了一个类得到的,这个类就是元类。type就是Python内置的元类
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语言,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:
class ObjectCreator(object):
pass
obj = ObjectCreator()
print(obj) # <__main__.ObjectCreator object at 0x0000021098A4AFB0>
但是,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
例如,上面class代码段,将在内存中创建对象ObjectCreator。这个对象(类)自身拥有创建对象(类实例)的能力,而这就是它为什么是类也是对象的原因
但是,它本质上仍然是一个对象,于是乎你可以对它做如下操作:
- 1)你可以将它赋值给一个变量
- 2)你可以拷贝它
- 3)你可以为它增加属性
- 4)你可以将它作为函数参数进行传递
下面是示例:
# 你可以打印一个类,因为它就是一个对象
print(ObjectCreator) # <class '__main__.ObjectCreator'>
# 你可以将类作为参数传给函数
def echo(o):
print(o)
echo(ObjectCreator) # <class '__main__.ObjectCreator'>
# 你可以为类增加属性
ObjectCreator.field = 'value'
print(hasattr(ObjectCreator, 'field')) # True
print(ObjectCreator.field) # value
# 你可以将类复制给一个变量
var = ObjectCreator
print(var()) # <__main__.ObjectCreator object at 0x0000026AF00EABF0>
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):
match name:
case 'stu':
class Stu(object):
pass
return Stu
case 'emp':
class Emp(object):
pass
return Emp
stu = choose_class('stu')
# 返回类,而不是类的实例
print(stu) # <class '__main__.choose_class.<locals>.Stu'>
# 可以通过这个类创建类的实例(类对象)
print(stu()) # <__main__.choose_class.<locals>.Stu object at 0x000001D7E6D9AAA0>
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,所以它们应该也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(0)) # <class 'int'>
print(type('0')) # <class 'str'>
print(type(ObjectCreator)) # <class 'type'>
print(type(ObjectCreator())) # <class '__main__.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愚蠢的事情,但这在Python中是为了保持向后兼容性
type可以像这样工作:
'''
type(name, bases, attrs)
name:类的名称 bases:父类,用于继承,元组类型,可为空 attrs:包含属性名称和属性值的字典
'''
比如下面的代码:
class MyShinyClass(object):
pass
# 可以手动像这样创建:
MyShinyClass = type('MyShinyClass', (), {})
# 返回类对象
print(MyShinyClass) # <class '__main__.MyShinyClass'>
# 创建该类的实例
print(MyShinyClass()) # <__main__.MyShinyClass object at 0x0000018E2F0FAAA0>
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):
flag = True
可以翻译为:
Foo = type('Foo', (), {'flag': True})
并且可以将Foo当成一个普通的类一样使用:
print(Foo) # <class '__main__.Foo'>
print(Foo.flag) # True
foo = Foo()
print(foo) # <__main__.Foo object at 0x00000203B4A4AA70>
print(foo.flag) # True
当然,你可以向这个类继承:
class FooChild(Foo):
pass
就可以写成:
FooChild = type('FooChild', (Foo,), {})
print(FooChild) # <class '__main__.FooChild'>
# flag属性是由继承而来的
print(FooChild.flag) # 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_flag(self):
print(self.flag)
FooChild = type('FooChild', (Foo,), {'echo_flag': echo_flag})
print(hasattr(Foo, 'echo_flag')) # False
print(hasattr(FooChild, 'echo_flag')) # True
child = FooChild()
child.echo_flag() # 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
2、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?但是我们已经知道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:
'''
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
age = 18
print(age.__class__) # <class 'int'>
name = 'Tom'
print(name.__class__) # <class 'str'>
def method(): pass
print(method.__class__) # <class 'function'>
class Bar(object): pass
bar = Bar()
print(bar.__class__) # <class '__main__.Bar'>
那么,对于任何一个__class__
的__class__
属性又是什么呢?
print(age.__class__.__class__) # <class 'type'>
print(name.__class__.__class__) # <class 'type'>
print(method.__class__.__class__) # <class 'type'>
print(bar.__class__.__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(不要和工厂类搞混了),type就是Python的内建元类,当然了,你也可以创建自己的元类
3、__metaclass__属性
你可以在写一个类的时候为其添加__metaclass__
属性:
class Foo(object):
__metaclass__ = something
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
class Foo(Bar):
pass
当你写该代码时,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或任何使用到type或子类化type的东西都可以
Python3中的元类:
在Python3中,设置元类的语法已经更改:
class Foo(object, metaclass=something):
pass
即不再使用metaclass属性,而是在基类列表中使用__metaclass__
关键字参数。然而,元类的行为基本保持不变
4、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。假想一个很愚蠢的例子,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
# 元类会自动将你通常传给type的参数作为自己的参数传入
def upper_attr(future_class_name, future_class_parents, future_class_attrs):
"""返回一个类对象,将属性全部转为大写形式"""
# 选择所有不以'__'开头的属性(私有属性),将它们转为大写形式
uppercase_attrs = {
attr if attr.startswith("__") else attr.upper(): v
for attr, v in future_class_attrs.items()
}
# 通过type来做类对象的创建
return type(future_class_name, future_class_parents, uppercase_attrs)
# 这会作用到这个模块中的所有类
__metaclass__ = upper_attr
# 需要注意的是,全局__metaclass__将不能与object一起工作
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
# __metaclass__ = upper_attr
bar = 'bip'
print(hasattr(Foo, 'bar')) # True
print(hasattr(Foo, 'BAR')) # False
foo = Foo()
print(foo.bar) # bip
注意:此处存在问题,结果与预期相反,原因未知,有人知道什么原因吗?
现在,让我们做完全相同的事情,但对元类使用一个真正的类:
# 请记住,type实际上是一个类,就像str和int一样,所以,你可以从type继承
class UpperAttrMetaClass(type):
# __new__是在__init__之前被调用的特殊方法,是用来创建对象并返回的方法
# 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_attrs):
uppercase_attrs = {
attr if attr.startswith("__") else attr.upper(): v
for attr, v in future_class_attrs.items()
}
return type(upperattr_metaclass, future_class_name, future_class_parents, uppercase_attrs)
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_attrs):
uppercase_attrs = {
attr if attr.startswith("__") else attr.upper(): v
for attr, v in future_class_attrs.items()
}
return type.__new__(upperattr_metaclass, future_class_name, future_class_parents, uppercase_attrs)
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
当然了,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。因此,在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, attrs):
uppercase_attrs = {
attr if attr.startswith("__") else attr.upper(): v
for attr, v in attrs.items()
}
return type.__new__(cls, clsname, bases, uppercase_attrs)
如果使用super方法的话,我们还可以使它变得更清晰一些,这会简化继承(你可以拥有元类,从元类继承,从type继承)
class UpperAttrMetaclass(type):
def __new__(cls, clsname, bases, attrs):
uppercase_attrs = {
attr if attr.startswith("__") else attr.upper(): v
for attr, v in attrs.items()
}
return super(UpperAttrMetaclass, cls).__new__(cls, clsname, bases, uppercase_attrs)
class Foo(object, metaclass=UpperAttrMetaclass):
bar = 'bip'
print(hasattr(Foo, 'bar')) # False
print(hasattr(Foo, 'BAR')) # True
foo = Foo()
print(foo.BAR) # bip
在Python3中,如果你使用关键字参数进行调用,如下所示:
class Foo(object, metaclass=MyMetaclass, kwargs=default):
pass
它在元类中可转换为:
class MyMetaclass(type):
def __new__(cls, clsname, bases, dct, kwargs=default):
pass
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
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:
- 1)拦截类的创建
- 2)修改类
- 3)返回修改之后的类
5、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!这样做有以下几个原因:
- 1)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
- 2)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
- 3)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
- 4)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 - 5)哇哦,这东西的名字是metaclass,肯定非善类,我要小心!
6、究竟为什么要使用元类
现在回到我们的主题上来,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
Python界的领袖Tim Peters说:
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
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,如果你这样做:
person = Person(name='Tom', age='18')
print(person.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
7、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
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做一些手段实现的
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(猴子补丁)
- class decorators(类装饰器)
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文章来源:https://www.toymoban.com/news/detail-715429.html
参考文章:https://stackoverflow.com/questions/100003/what-are-metaclasses-in-python文章来源地址https://www.toymoban.com/news/detail-715429.html
到了这里,关于深入理解Python中的元类的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!