本文编程环境：Jupyter NoteBook python3

# 类也是对象

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：


```python
class ObjectCreator(object):
    pass

my_object = ObjectCreator()
my_object
```




    <__main__.ObjectCreator at 0x233e50a8ba8>



但是，Python 中的类还远不止如此。类同样也是一种对象。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。下面的代码段：


```python
class ObjectCreator(object):
    pass
```

将在内存中创建一个对象，名字就是 `ObjectCreator`。这个对象（类）自身拥有创建对象（类实例）的能力，而这就是为什么它是一个类的原因。但是，它的本质仍然是一个对象，于是乎你可以对它做如下的操作：

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

## 你可以打印一个类，因为它其实也是一个对象


```python
print(ObjectCreator)     
```

    <class '__main__.ObjectCreator'>
    

## 你可以将类做为参数传给函数


```python
def echo(o):
    print(o)
    
echo(ObjectCreator)        
```

    <class '__main__.ObjectCreator'>
    

##  你可以为类增加属性


```python
print(hasattr(ObjectCreator, 'new_attribute'))
```

    False
    


```python
ObjectCreator.new_attribute = 'foo' 
print(hasattr(ObjectCreator, 'new_attribute'))
```

    True
    


```python
print(ObjectCreator.new_attribute)
```

    foo
    

## 你可以将类赋值给一个变量


```python
ObjectCreatorMirror = ObjectCreator 

print(ObjectCreatorMirror())
```

    <__main__.ObjectCreator object at 0x00000233E51241D0>
    

# 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。


```python
def choose_class(name):
    if name == 'foo':
        class Foo(object):
            pass
        return Foo     # 返回的是类，不是类的实例
    else:
        class Bar(object):
            pass
        return Bar

MyClass = choose_class('foo')
```


```python
print(MyClass)              # 函数返回的是类，不是类的实例
```

    <class '__main__.choose_class.<locals>.Foo'>
    


```python
print(MyClass())            # 你可以通过这个类创建类实例，也就是对象
```

    <__main__.choose_class.<locals>.Foo object at 0x00000233E51242E8>
    

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，所以它们必须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：


```python
type(1)
```




    int




```python
type("1")
```




    str




```python
type(ObjectCreator)
```




    type




```python
type(ObjectCreator())
```




    __main__.ObjectCreator



## `type` 动态的创建类

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。（我们知道，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傻的事情，但这在 Python 中是为了保持向后兼容性）。

`type` 可以像这样工作：

```
type(类名, 父类的元组 （针对继承的情况，可以为空），包含属性的字典（名称和值）)
```

比如下面的代码：


```python
class MyShinyClass(object):
    pass
```

可以手动像这样创建：


```python
MyShinyClass = type('MyShinyClass', (), {})  # 返回一个类对象
MyShinyClass
```




    __main__.MyShinyClass




```python
MyShinyClass()  #  创建一个该类的实例
```




    <__main__.MyShinyClass at 0x233e51240f0>



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


```python
class Foo(object):
    bar = True
```

可以翻译为：


```python
Foo = type('Foo', (), {'bar':True})
```

并且可以将 `Foo` 当成一个普通的类一样使用：


```python
Foo
```




    __main__.Foo




```python
Foo.bar
```




    True




```python
f = Foo()
f
```




    <__main__.Foo at 0x233e5124be0>




```python
f.bar
```




    True



当然，你可以向这个类继承，所以，如下的代码：


```python
class FooChild(Foo):
    pass
```

就可以写成：


```python
FooChild = type('FooChild', (Foo,),{})
print(FooChild)
print(FooChild.bar)   # bar属性是由 Foo 继承而来
```

    <class '__main__.FooChild'>
    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。


```python
def echo_bar(self):
    print(self.bar)
```


```python
FooChild = type('FooChild', (Foo,), {'echo_bar': echo_bar})
hasattr(Foo, 'echo_bar')
```




    False




```python
hasattr(FooChild, 'echo_bar')
```




    True




```python
my_foo = FooChild()
my_foo.echo_bar()
```

    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。


```python
Test = type('Test',(),{})
print(Test)
help(Test)
```

    <class '__main__.Test'>
    Help on class Test in module __main__:
    
    class Test(builtins.object)
     |  Data descriptors defined here:
     |  
     |  __dict__
     |      dictionary for instance variables (if defined)
     |  
     |  __weakref__
     |      list of weak references to the object (if defined)
    
    


```python
Dog = type('Dog',(),{'name':'二哈','age':1})
print(Dog)
help(Dog)
```

    <class '__main__.Dog'>
    Help on class Dog in module __main__:
    
    class Dog(builtins.object)
     |  Data descriptors defined here:
     |  
     |  __dict__
     |      dictionary for instance variables (if defined)
     |  
     |  __weakref__
     |      list of weak references to the object (if defined)
     |  
     |  ----------------------------------------------------------------------
     |  Data and other attributes defined here:
     |  
     |  age = 1
     |  
     |  name = '二哈'
    
    


```python
Dog = type('Dog',(),{'name':'二哈','age':1})
print(Dog)
help(Dog)

DogChild = type('DogChild', (Dog,),{})
print(DogChild)
print(DogChild.name)
```

    <class '__main__.Dog'>
    Help on class Dog in module __main__:
    
    class Dog(builtins.object)
     |  Data descriptors defined here:
     |  
     |  __dict__
     |      dictionary for instance variables (if defined)
     |  
     |  __weakref__
     |      list of weak references to the object (if defined)
     |  
     |  ----------------------------------------------------------------------
     |  Data and other attributes defined here:
     |  
     |  age = 1
     |  
     |  name = '二哈'
    
    <class '__main__.DogChild'>
    二哈
    


```python
help(DogChild)
```

    Help on class DogChild in module __main__:
    
    class DogChild(Dog)
     |  Method resolution order:
     |      DogChild
     |      Dog
     |      builtins.object
     |  
     |  Data descriptors inherited from Dog:
     |  
     |  __dict__
     |      dictionary for instance variables (if defined)
     |  
     |  __weakref__
     |      list of weak references to the object (if defined)
     |  
     |  ----------------------------------------------------------------------
     |  Data and other attributes inherited from Dog:
     |  
     |  age = 1
     |  
     |  name = '二哈'
    
    

### 使用 `type` 创建带有方法的类


```python
#普通方法
def test(self):
    print("test")

#静态方法
@staticmethod
def static_test():
    print("static_test")

#类方法
@classmethod
def class_test(cls):
    print("class_test")

Test = type('Test',(),{'name':'name','test':test,'static_test':static_test,'class_test':class_test})
print(Test)

test = Test()
test.test()
test.static_test()
test.class_test()
```

    <class '__main__.Test'>
    test
    static_test
    class_test
    

# 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？但是我们已经学习到了 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，你可以这样理解为：

```python
MyClass = MetaClass()
MyObject = MyClass()
```

你已经看到了 `type` 可以让你像这样做：


```python
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。


```python
a = b'a2'
a.__class__
```




    bytes




```python
age = 35
age.__class__
```




    int




```python
name = 'bob'
name.__class__
```




    str




```python
def foo(): pass

foo.__class__
```




    function




```python
class Bar(object): pass

b = Bar()
b.__class__
```




    __main__.Bar




```python
Bar.__class__
```




    type



现在，对于任何一个 `__class__` 的 `__class__` 属性又是什么呢？


```python
a.__class__.__class__
```




    type




```python
age.__class__.__class__
```




    type




```python
foo.__class__.__class__
```




    type




```python
b.__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」。 `type` 就是 Python 的内建元类，当然了，你也可以创建自己的元类。

在 python2 中可以通过定义一个类级别属性 `__metaclass__` 来实创建元类，不过在 python3 中取消了 `__metaclass__` 属性。python3 中可以通过在定义类的时候声明 `metaclass` 参数来创建元类。

```python
class UpperAttrMetaClass(type):
    # __new__ 是在 __init__ 之前被调用的特殊方法
    # __new__ 是用来创建对象并返回之的方法
    # 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__(cls, future_class_name, future_class_parents, future_class_attr):
        #遍历属性字典，把不是 __ 开头的属性名字变为大写
        newAttr = {}
        for name,value in future_class_attr.items():
            if not name.startswith("__"):
                newAttr[name.upper()] = value

        # 方法1：通过 'type' 来做类对象的创建
        # return type(future_class_name, future_class_parents, newAttr)

        # 方法2：复用 type.__new__ 方法
        # 这就是基本的 OOP 编程，没什么魔法
        # return type.__new__(cls, future_class_name, future_class_parents, newAttr)

        # 方法3：使用 super 方法
        return super(UpperAttrMetaClass, cls).__new__(cls, future_class_name, future_class_parents, newAttr)

#python2的用法
#class Foo(object):
#    __metaclass__ = UpperAttrMetaClass
#    bar = 'bip'

# python3的用法
class Foo(object, metaclass = UpperAttrMetaClass):
     bar = 'bip'

print(hasattr(Foo, 'bar'))
# 输出: False
print(hasattr(Foo, 'BAR'))
# 输出:True

f = Foo()
print(f.BAR)
# 输出:'bip'
```

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

## 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？这里有好几个原因：
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！

## 究竟为什么要使用元类？

现在回到我们的大主题上来，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：
- 『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。』 —— Python 界的领袖 Tim Peters
- 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：

```python
class Person(models.Model):
    name = models.CharField(max_length=30)
    age = models.IntegerField()
```

但是如果你像这样做的话:
    
```python
guy  = Person(name='bob', age='35')
print(guy.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。

# 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
class Foo(object): pass
id(Foo)
```




    2421904320648



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耍一些小手段做到的。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
- class decorators

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。

更多内容可参考：[9.15 定义有可选参数的元类](https://python3-cookbook.readthedocs.io/zh_CN/latest/c09/p15_define_metaclass_that_takes_optional_arguments.html)

# 附加实例

## 实例1：增加一个 `__author__` 类属性


```python
class Author(type):
    def __new__(cls, name, bases, attrs):
        attrs['__author__'] = 'xiemanR'
        return type.__new__(cls, name, bases, attrs)


class MyBlog(metaclass=Author):
    pass


print(MyBlog.__author__)

a = MyBlog()
print(a.__author__)
```

    xiemanR
    xiemanR
    


```python
class Singleton(type):
    def __new__(cls, name, bases, attrs):
        print('new')
        attrs['instance'] = None
        return super(Singleton, cls).__new__(cls, name, bases, attrs)

    def __call__(cls, *args, **kwargs):
        print('call')
        if cls.instance is None:
            cls.instance = super(Singleton, cls).__call__(*args, **kwargs)
        return cls.instance


class Foo(metaclass=Singleton):
    pass

x = Foo()
y = Foo()
print(id(x))
print(id(y))
```

    new
    call
    call
    2421910133840
    2421910133840
    


```python
class Upper(type):
    def __new__(cls, name, bases, dct):
        attrs = ((name, value) for name, value in dct.items() if not name.startswith('__'))
        uppercase_attr = dict((name.upper(), value) for name, value in attrs)
        return type.__new__(cls, name, bases, uppercase_attr)


class Bar(metaclass=Upper):
    foo = 'foo'
    test = 'test'

b = Bar()
print(b.FOO)
print(b.TEST)
```

    foo
    test