Python进阶——详解元类，metaclass的原理和用法
本文始发于个人公众号：TechFlow，原创不易，求个关注
今天是Python专题第18篇文章，我们来继续聊聊Python当中的元类。
在上上篇文章当中我们介绍了type元类的用法，在上一篇文章当中我们介绍了__new__函数与__init__函数的区别，以及它在一些设计模式当中的运用。这篇文章我们来看看metacalss与元类，以及__new__函数在元类当中的使用。
上一篇文章非常重要，是这一篇的基础，如果错过了上篇文章，推荐回顾一下：
metaclass
metaclass的英文直译过来就是元类，这既是一个概念也可以认为是Python当中的一个关键字，不管怎么理解，对它的内核含义并没有什么影响。我们可以不必纠结，就认为它是类的类的意思即可。在这个用法当中，支持我们自己定义一个类，使得它是后面某一个类的元类。
之前使用type动态创建类的时候，我们传入了类名，和父类的tuple以及属性的dict。在metaclass用法当中，其实核心相差不大，只是表现形式有所区别。我们来看一个例子即可：
class AddInfo(type):
def __new__(cls, name, bases, attr):
attr[\'info\'] = \'add by metaclass\'
return super().__new__(cls, name, bases, attr)
class Test(metaclass=AddInfo):
pass
在这个例子当中，我们首先创建了一个类叫做AddInfo，这是我们定义的一个元类。由于我们希望通过它来实现元类的功能，所以我们需要它继承type类。我们在之前的文章当中说过，在Python面向对象当中，所有的类的根本来源就是type。也就是说Python当中的每一个类都是type的实例。
我们在这个类当中重载了__new__方法，我们在__new__方法当中传入了四个参数。眼尖一点的小伙伴一定已经看出来了，这个函数的四个参数，正是我们调用type创建类的时候传入的参数。其实我们调用type的方法来创建类的时候，就是调用的__new__这个函数完成的，这两种写法对应的逻辑是完全一样的。
我们之后又创建了一个新的类叫做Test，这个当中没有任何逻辑，直接pass。但是我们在创建类的时候指定了一个参数metaclass=AddInfo，这里这个参数其实就是指定的这个类的元类，也就是指定这个类的创建逻辑。虽然我们用代码写了类的定义，但是在实际执行的时候，这个类是以metaclass为元类创建的。
根据上面的逻辑，我们可以知道，Test类在创建的时候就被赋予了类属性info。我们可以验证一下：
拓展类功能
上面这段就是元类的基本用法了，其实本质上和我们之前介绍的type的动态类创建是一样的，只不过展现的形式不同。那么我们就有一个问题要问了，我们使用元类究竟能够做什么呢？
这里有一个经典的例子，我们都知道Python原生的list是没有\’add\’这个方法的。假设我们习惯了Java当中list的使用，习惯用add来为它添加元素。我们希望创建一个新的类，在这个新的类当中，我们可以通过add来添加函数。通过元类可以很方便地使用这一点。
class ListMeta(type):
def __new__(cls, name, bases, attrs):
# 在类属性当中添加了add函数
# 通过匿名函数映射到append函数上
attrs[\'add\'] = lambda self, value: self.append(value)
return super().__new__(cls, name, bases, attrs)
class MyList(list, metaclass=ListMeta):
pass
我们首先是定义了一个叫做ListMeta的元类，在这个元类当中我们给类添加了一个属性叫做add。它只是包装了一下而已，底层是通过append方法实现的。我们来实验一下：
从结果来看也没什么问题，我们成功通过调用add方法往list当中插入了元素。这里藏着一个小细节，我们在ListMeta当中为attrs添加了一个名叫\’add\’的属性。这个属性是添加给类的，而不是类初始化出来的实例的。所以如果我们print出MyList这个类当中的所有属性，也能看到add的存在。
如果我们直接去通过MyList去访问add方法的话会引起报错，因为我们实现add这个方法逻辑的匿名函数限制了需要传入两个参数。第一个参数是实例的对象self，第二个参数才是添加的元素value。如果我们通过MyList的类属性去访问它的话会触发一个错误，因为缺少了一个参数。因为类当中的属性实例也是可以调用的，并且Python会在参数前面自动添加self这个参数，就刚好满足了要求。
搞明白了这些我们只是解决了可能性问题，我们明白了元类可以实现这样的操作，但没有解决我们为什么必须要使用元类呢？就拿刚才的例子来说，我们完全可以继承list这个类，然后在其中再开发我们想要的方法，为什么一定要使用元类呢？
就刚才这个场景来说，的确，我们是找不出任何理由的。完全没有理由不使用继承，而非要用元类。但是在有些场景和有些问题当中，我们必须要使用元类不可。就是涉及类属性变更和类创建的时候，我们来看下面这个例子。
控制实例的创建
还记得我们上篇文章介绍的工厂设计模式的例子吗？就是我们可以通过参数来得到不同类的实例。
我们创建了三种游戏的类和一个工厂类，我们重载了工厂类的__new__函数。使得我们可以根据实例化时传入的参数返回不同类型的实例。
class Last_of_us:
def play(self):
print(\'the Last Of Us is really funny\')
class Uncharted:
def play(self):
print(\'the Uncharted is really funny\')
class PSGame:
def play(self):
print(\'PS has many games\')
class GameFactory:
games = {\'last_of_us\': Last_of_us, \'uncharted\': Uncharted}
def __new__(cls, name):
if name in cls.games:
return cls.games[name]()
else:
return PSGame()
uncharted = GameFactory(\'uncharted\')
last_of_us = GameFactory(\'last_of_us\')
假设这个需求完成得很好顺利上线了，但是运行了一段时间之后我们发现下游有的时候为了偷懒会不通过工厂类来创建实例，而是直接对需要的类做实例化。原本这没有问题，但是现在产品想要在工厂类当中加上一些埋点，统计出访问我们工厂的访问量。所以我们需要限制这些游戏类不能直接实例化，必须要通过工厂返回实例。
那么这个功能我们怎么实现呢？
我们分析一下问题就会发现，这一次不是需要我们在创建实例的时候做动态的添加，而是直接限制一些类不允许直接调用进行创建。限制的方法比较常用的一种就是抛出异常，所以我们希望可以给这些类加上一个逻辑，实例化类的时候传入一个参数，表明是否是通过工厂类进行的，如果不是，则抛出异常。
这里，我们需要用到另外一个默认函数，叫做__call__，它是允许将类实例当做函数调用。我们通过类名来实例化，其实也是一个调用逻辑。这个__call__的逻辑并不难写，我们随手就来：
def __call__(self, *args, **kwargs):
if len(args) == 0 or args[0] != \'factory\':
raise TypeError("Can\'t instantiate directly")
但问题是这个__call__函数并不能直接加在类当中，因为它的应用范围是实例，而不是类。而我们希望的是在创建实例的时候进行限制，而不是对调用实例的时候进行限制，所以这段逻辑只能通过元类实现。
我们直接创建类的时候就会触发异常，因为不是通过工厂创建的。我们这里判断是否是工厂创建的逻辑简化掉了，只是通过一个简单的字符串来进行的判断，实际上会用一些更加复杂的逻辑，这不是本文的重点，我们了解即可。
整体运行的逻辑和我们设想的一样，说明这样实现是正确的。
总结
我们日常开发当中用到元类的情况非常罕见，一般都是在一些高端开发的场景当中。比如说开发一些框架或者是中间件，为了方便下游的使用，需要创建一些关于类属性的动态逻辑，才会用到元类。对于普通开发者而言，如果你无法理解元类的含义以及应用，也没有关系，使用频率非常低。
另外，元类的概念和动态类、动态语言的概念有关，Python语言的动态特性很多正是通过这一点体现的。所以随着我们对于Python动态特性理解的加深，理解元类也会变得越来越容易，同样也会理解越来越深刻。如果我们把Python的元类和装饰器做一个类比的话，会发现两者的核心逻辑是很类似的。本质上都是在原有的逻辑之外封装新的逻辑，只不过装饰器针对的是一段逻辑，而元类针对的是类的属性和创建过程。
仔细思考，我相信一定会有灵光乍现的感觉。
今天的文章就到这里，如果喜欢本文，可以的话，请点个关注，给我一点鼓励，也方便获取更多文章。
本文使用 mdnice 排版