Python 中 Meta Classes詳解

接觸過 Django 的同學都應該十分熟悉它的 ORM 系統。對於 python 新手而言，這是一項幾乎可以被稱作“黑科技”的特性：只要你在models.py中隨便定義一個Model的子類，Django 便可以：

1. 擷取它的欄位定義，並轉換成表結構
2. 讀取Meta內部類，並轉化成相應的配置資訊。對於特殊的Model（如abstract、proxy），還要進行相應的轉換
3. 為沒有定義objects的Model加上一個預設的Manager
   

開發之餘，我也曾腦補過其背後的原理。曾經，我認為是這樣的：

啟動時，遍曆models.py中的所有屬性，找到Model的子類，並對其進行上述的修改。
當初，我還以為自己觸碰到了真理，並曾將其應用到實際生產中——為 SAE 的 KVDB 寫了一個類 ORM 系統。然而在實現的過程中，我明顯感受到了這種方法的醜陋，而且效能並不出色（因為要遍曆所有的定義模組）。

那麼事實上，Django 是怎麼實現的呢？

自古以來我們製造東西的方法都是“自上而下”的，是用切削、分割、組合的方法來製造。然而，生命是自下而上地，自發地建造起來的，這個過程極為低廉。——王晉康 《水星播種》

這句話揭示了生命的神奇所在：真正的生命都是由基本物質自發構成的，而非造物主流水線式的加工。

那麼，如果 類 也有生命的話，對它自己的修飾就不應該由調用者來完成，而應該是自發的。

幸而，python 提供了造物主的介面——這便是 Meta Classes，或者稱為“元類”。

元類 是什嗎？

簡單說：元類就是類的類。

首先，要有一個概念：

python 中，一切都是對象。

沒錯，一切，包括 類 本身。

既然，類 是 對象，對象 是 類的執行個體，那麼——類 也應該有 類 才對。

類的類：type

在 python 中，我們可以用type檢測一個對象的類，如：

print type(1) # 

如果對一個類操作呢？

print type(int) # class MyClass(object): passprint type(MyClass) # print type(type) # 

這說明：type其實是一個類型，所有類——包括type自己——的類都是type。

type 簡介

從 官方文檔 中，我們可以知道：

和 dict 類似，type 也是一個工廠建構函式，調用其將返回 一個type類型的執行個體（即 類）。
type 有兩個重載版本：
+ `type(object)`，即我們最常用的版本。
+ `type(name, bases, dict)`，一個更強大的版本。通過指定 類名稱（`name`）、父類列表（`bases`）和 屬性字典（`dict`） 動態合成一個類。

下面兩個語句等價：

class Integer(int):  name = 'my integer'  def increase(self, num):    return num + 1  # -------------------  Integer = type('Integer', (int, ), {  'name': 'my integer',  'increase': lambda self, num: \          num + 1  # 很酷的寫法，不是麼  })

也就是說：類的定義過程，其實是type類型執行個體化的過程。

然而這和修飾一個已定義的類有什麼關係呢？

當然有啦～既然“類的定義”就是“type類型的初始化過程”，那其中必定會調用到type的建構函式(__new__() 或 __init__())。只要我們繼承 type類 並修改其 __new__函數，在這裡面動手腳就可以啦。

接下來我們將通過一個栗子感受 python 的黑魔法，不過在此之前，我們要先瞭解一個文法糖。

__metaclass__ 屬性

有沒覺得上面第二段樣本有些鬼畜呢？它勒令程式員將類的成員寫成一個字典，簡直是反人類。如果我們真的是要通過修改 元類 來改變 類 的行為的話，似乎就必須採用這種方法了～～簡直可怕～～

好在，python 2.2 時引進了一個文法糖：__metaclass__。

class Integer(int):  __metaclass__ = IntMeta

現在將會等價於：

Integer = IntMeta('Integer', (int, ), {})

由此一來，我們在使用傳統類定義的同時，也可以使用元類啦。

栗子：子類淨化器

需求描述

你是一個有語言潔癖的開發人員，平時容不得別人講一句髒話，在開發時也是如此。現在，你寫出了一個非常棒的架構，並馬上要將它公之於眾了。不過，你的強迫症又犯了：如果你的使用者在代碼中寫滿了髒話，怎麼辦？豈不是玷汙了自己的純潔？
假如你就是這個喪心病狂的開發人員，你會怎麼做？

在知道元類之前，你可能會無從下手。不過，這個問題你可以用 元類 輕鬆解決——只要在類定義時過濾掉不乾淨的字眼就好了（百度貼吧的幹活～～）。

我們的元類看起來會是這樣的：

sensitive_words_list = ['asshole', 'fuck', 'shit']def detect_sensitive_words(string):  '''檢測禁用語'''  words_detected = filter(lambda word: word in string.lower(), sensitive_words_list)  if words_detected:    raise NameError('Sensitive words {0} detected in the string "{1}".' \      .format(        ', '.join(map(lambda s: '"%s"' % s, words_detected)),        string      )    )class CleanerMeta(type):  def __new__(cls, class_name, bases, attrs):    detect_sensitive_words(class_name) # 檢查類名    map(detect_sensitive_words, attrs.iterkeys()) # 檢查屬性名稱    print "Well done! You are a polite coder!" # 如無異常，輸出祝賀訊息    return super(CleanerMeta, cls).__new__(cls, class_name, bases, attrs)    # 重要！這行一定不能漏！！這回調用內建的類構造器來構造類，否則定義好的類將會變成 None現在，只需這樣定義基類：class APIBase(object):  __metaclass__ = CleanerMeta  # ...那麼所有 APIBase 的衍生類別都會接受安全審查（奸笑～～）：class ImAGoodBoy(APIBase):  a_polite_attribute = 1# [Output] Well done! You are a polite coder!class FuckMyBoss(APIBase):  pass# [Output] NameError: Sensitive words "fuck" detected in the string "FuckMyBoss".class PretendToBePolite(APIBase):  def __fuck_your_asshole(self):    pass# [Output] NameError: Sensitive words "asshole", "fuck" detected in the string "_PretendToBePolite__fuck_your_asshole".

看，即使像最後一個例子中的私人屬性也難逃審查，因為它們本質都是相同的。

甚至，你還可以對有問題的屬性進行偷偷的修改，比如 讓不文明的函數在調用時打出一行警告 等等，這裡就不多說了。

元類 在實際開發中的應用

日常開發時，元類 常用嗎？

當然，Django 的 ORM 就是一個例子，大名鼎鼎的 SQLAlchemy 也用了這種黑魔法。

此外，在一些小型的庫中，也有 元類 的身影。比如 abc（奇怪的名字～～）——這是 python 的一個內建庫，用於類比 抽象基類（Abstract Base Classes）。開發人員可以使用 abc.abstractmethod 裝飾器，將 指定了 __metaclass__ = abc.ABCMeta 的類的方法定義成 抽象方法，同時這個類也成了 抽象基類，抽象基類是不可執行個體化的。這便實現了對 抽象基類 的類比。

倘若你也有需要動態修改類定義的需求，不妨也試試這種“黑魔法”。

小結

1. 類 也是 對象，所有的類都是type的執行個體
2. 元類（Meta Classes）是類的類
3. __metaclass__ = Meta 是 Meta(name, bases, dict) 的 文法糖
4. 可以通過重載元類的 __new__ 方法，修改 類定義 的行為

