Python 元类(中):拦截类的创建方法
上篇我们知道了:type 是一个类工厂,所有类都是它创建的。class 语句本质上就是一次 type() 调用。
那如果我们自己写一个类工厂,替掉 type,会怎样?
第一个元类
元类就是一个继承了 type 的类。你重写它的 __new__ 方法,就能在类创建的时候插一脚:
class SimpleMeta(type):
def __new__(mcs, name, bases, namespace):
print(f" 正在创建类: {name}")
cls = super().__new__(mcs, name, bases, namespace)
return cls
class MyClass(metaclass=SimpleMeta):
pass
# 输出: 正在创建类: MyClass
print(type(MyClass)) # <class '__main__.SimpleMeta'> —— 不再是 type就这么简单。metaclass=SimpleMeta 告诉 Python:「创建 MyClass 的时候,别用默认的 type(),用我的 SimpleMeta()」。
你可以多创建几个类,看看效果:
class Another(metaclass=SimpleMeta):
pass
class AndAnother(metaclass=SimpleMeta):
pass
# 输出:
# 正在创建类: Another
# 正在创建类: AndAnother每一个用 SimpleMeta 创建的类,都会经过 __new__。这就是元类的核心——拦截类的创建过程。
参数是什么意思?
__new__ 里的四个参数,和 type() 的三个参数一一对应:
| 参数 | 含义 | 来源 |
|---|---|---|
mcs | 元类本身 | Python 自动传入 |
name | 正在创建的类名 | 对应 type() 的第一个参数 |
bases | 父类元组 | 对应 type() 的第二个参数 |
namespace | 类体中定义的所有属性和方法的字典 | 对应 type() 的第三个参数 |
你可以把 namespace 打印出来看看:
class DebugMeta(type):
def __new__(mcs, name, bases, namespace):
print(f" namespace = {namespace}")
return super().__new__(mcs, name, bases, namespace)
class Sample(metaclass=DebugMeta):
x = 10
def hello(self):
return "hi"
# 输出:
# namespace = {'__module__': '__main__', '__qualname__': 'Sample', 'x': 10, 'hello': <function Sample.hello at 0x...>}x = 10 和 def hello 都在字典里。你可以读它、改它、甚至拒绝创建这个类。
实战一:自动注入属性
理解了参数,我们来做点实用的事情。假设你有一批类都需要一个 version 属性,但你不想每个类都手动写:
class AutoAttrMeta(type):
def __new__(mcs, name, bases, namespace):
cls = super().__new__(mcs, name, bases, namespace)
if not hasattr(cls, 'version'):
cls.version = "1.0"
return cls
class Service(metaclass=AutoAttrMeta):
pass
class AdvancedService(Service):
version = "2.0" # 自己定义了,不会被覆盖
class BasicService(metaclass=AutoAttrMeta):
pass
print(Service.version) # 1.0 ← 自动加上了
print(AdvancedService.version) # 2.0 ← 自己定义的,没被覆盖
print(BasicService.version) # 1.0 ← 也自动加上了逻辑很简单:类创建完之后,检查一下有没有 version,没有就补上。
这就是元类最典型的用法——在类创建的那一刻,自动做一些事情。Django 的 Model 类就是这么干的:你写 class User(models.Model): 的时候,元类在背后自动帮你加了 __tablename__、__fields__ 一堆东西,你根本不用操心。
实战二:在类定义时就拦住错误
元类还能做校验。与其让代码跑到一半才发现字段名写错了,不如在类定义的时候就报错:
class LowercaseMeta(type):
def __new__(mcs, name, bases, namespace):
for attr_name in namespace:
if not attr_name.startswith('_') and attr_name != attr_name.lower():
raise TypeError(
f"类 '{name}' 中的属性 '{attr_name}' 必须全小写!"
)
return super().__new__(mcs, name, bases, namespace)
class GoodClass(metaclass=LowercaseMeta):
my_field = 1 # ✓ 小写
another_field = 2 # ✓ 小写
print(GoodClass.my_field) # 1 —— 没问题
try:
class BadClass(metaclass=LowercaseMeta):
BadField = 1 # ✗ 大写了!
except TypeError as e:
print(e) # 类 'BadClass' 中的属性 'BadField' 必须全小写!BadField 在类定义的那一刻就被拦下来了。这个错误不会等到你调用某个方法时才冒出来——它在模块被 import 的时候就会发生,非常早。
实战三:单例模式
单例的意思是:一个类只能有一个实例。不管你调用多少次 Database(),拿到的都是同一个对象。
要实现这个,我们需要拦截的不是类的创建,而是实例的创建。
上篇我们讲过,当你写 Foo() 的时候,Python 实际上是在调用 type.__call__()。这个 __call__ 方法会依次调用类的 __new__ 和 __init__。元类可以重写这个 __call__,在实例化时插入自己的逻辑:
class SingletonMeta(type):
_instances = {}
def __call__(cls, *args, **kwargs):
if cls not in cls._instances:
print(f" 创建 {cls.__name__} 的唯一实例")
cls._instances[cls] = super().__call__(*args, **kwargs)
else:
print(f" 返回已有实例")
return cls._instances[cls]
class Database(metaclass=SingletonMeta):
def __init__(self):
self.connection_id = id(self)
db1 = Database() # 创建 Database 的唯一实例
db2 = Database() # 返回已有实例
print(db1 is db2) # True —— 同一个对象
print(db1.connection_id == db2.connection_id) # True调用链是这样的:
Database()
│
▼
SingletonMeta.__call__(Database) ← 元类拦截
│
├─ 第一次 → super().__call__() → Database.__new__() → Database.__init__()
│
└─ 之后 → 直接返回缓存的实例注意:元类的 __call__ 拦截的是 类() 这个调用,而类的 __new__ 和 __init__ 负责实际创建和初始化实例。元类站在它们「上面」,决定要不要调用它们。
实战四:插件自动注册
最后一个实战例子——插件自动注册。你定义一个子类,它就自动出现在注册表里,不需要手动调用任何注册函数:
class PluginMeta(type):
registry = {}
def __new__(mcs, name, bases, namespace):
cls = super().__new__(mcs, name, bases, namespace)
if name != "Base": # 跳过基类本身
mcs.registry[name] = cls
return cls
class Base(metaclass=PluginMeta):
pass
class AuthPlugin(Base):
def authenticate(self):
return "authenticated"
class LogPlugin(Base):
def log(self, msg):
return f"LOG: {msg}"
# 不需要手动注册,定义类的时候就完成了
print(list(PluginMeta.registry.keys())) # ['AuthPlugin', 'LogPlugin']
# 可以通过名字动态实例化
plugin = PluginMeta.registry["AuthPlugin"]()
print(plugin.authenticate()) # authenticated这种模式在实际项目中非常常见:插件系统、策略模式、序列化框架按类型名找处理器……本质上都是「定义即注册」。
一个关键的细节:执行时机
元类的代码,在什么时候跑?
在类定义的时候,不是实例化的时候。
class TraceMeta(type):
def __new__(mcs, name, bases, namespace):
print(f" [元类] 正在创建 {name}")
return super().__new__(mcs, name, bases, namespace)
print("开始定义类...")
class A(metaclass=TraceMeta):
pass
print("类定义完成")
# 输出:
# 开始定义类...
# [元类] 正在创建 A
# 类定义完成模块被 import 的那一刻,元类就已经跑完了。之后你 A() 实例化的时候,元类的 __new__ 不会再执行(但 __call__ 会,如果你重写了的话)。
回顾一下
到这里你已经知道了:
- 元类就是一个继承
type的类工厂,重写__new__可以在类创建时做任何事情 - 重写
__call__可以拦截实例化,控制__new__和__init__是否被调用 - 元类代码在类定义时就执行,不是实例化时
但元类的能力不止于此。它还能控制类的命名空间、自定义 isinstance 的行为、处理继承链上的元类冲突……
下一篇,我们讲这些进阶内容,以及一个更重要的问题:什么时候不该用元类。
到此这篇关于Python 元类(中):拦截类的创建方法的文章就介绍到这了,更多相关Python拦截类的创建内容请搜索脚本之家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脚本之家!
相关文章
pandas把dataframe转成Series,改变列中值的类型方法
下面小编就为大家分享一篇pandas把dataframe转成Series,改变列中值的类型方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
Python修改pip install指定安装包的路径和默认镜像源的操作指南
这篇文章主要介绍了如何修改Python的pip安装路径和默认镜像源,文章首先介绍了如何通过修改pip.ini文件、设置环境变量、修改site.py文件等方式来更改pip的安装位置,需要的朋友可以参考下2025-12-12
深度学习TextLSTM的tensorflow1.14实现示例
这篇文章主要为大家介绍了深度学习TextLSTM的tensorflow1.14实现示例,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2023-01-01


最新评论