關于Python 黑魔法 metaclass 的兩種極端觀點：

• 這種特性太牛逼了，是無所不能的阿拉丁神燈，必須找機會用上才能顯示自己的 Python 實力。
• 這個特性太危險，會蠱惑人心去濫用，一旦打開就會釋放惡魔，讓代碼難以維護。

今天我們就來看看，metaclass 到底是阿拉丁神燈，還是潘多拉魔盒。

一、什么是 metaclass

很多書都會翻譯成 元類，僅從字面理解， meta 的確是元，本源，翻譯沒毛病。但理解時，應該把元理解為描述數(shù)據(jù)的超越數(shù)據(jù)，事實上，metaclass 的 meta 起源于希臘詞匯 meta，包含兩種意思：

• “Beyond”，例如技術詞匯 metadata，意思是描述數(shù)據(jù)的超越數(shù)據(jù)。
• “Change”，例如技術詞匯 metamorphosis，意思是改變的形態(tài)。

因此可以理解為 metaclass 為描述類的超類，同時可以改變子類的形態(tài)。你可能會問了，這和元數(shù)據(jù)的定義差不多么，這種特性在編程中有什么用？

用處非常大。在沒有 metaclass 的情況下，子類繼承父類，父類是無法對子類執(zhí)行操作的，但有了 metaclass，就可以對子類進行操作，就像裝飾器那樣可以動態(tài)定制和修改被裝飾的類，metaclass 可以動態(tài)的定制或修改繼承它的子類。

二、metaclass 能解決什么問題？

你已經(jīng)知道了 metaclass 可以像裝飾器那樣定制和修改繼承它的子類，這里就說下它能解決什么實際問題。比方說，在一個智能語音助手的大型項目中，我們有 1 萬個語音對話場景，每一個場景都是不同團隊開發(fā)的。作為智能語音助手的核心團隊成員，你不可能去了解每個子場景的實現(xiàn)細節(jié)。

在動態(tài)配置實驗不同場景時，經(jīng)常是今天要實驗場景 A 和 B 的配置，明天實驗 B 和 C 的配置，光配置文件就有幾萬行量級，工作量不可謂不小。而應用這樣的動態(tài)配置理念，我就可以讓引擎根據(jù)我的文本配置文件，動態(tài)加載所需要的 Python 類。

如果你還不是很清楚，那么 YAML 你應該知道，它是一個家喻戶曉的 Python 工具，可以方便地序列化和反序列化數(shù)據(jù)，YAMLObject 可以讓它的任意子類支持序列化和反序列化（serialization & deserialization）。

序列化和反序列化：

• 序列化：當程序運行時，所有的變量或者對象都是存儲到內(nèi)存中的，一旦程序調(diào)用完成，這些變量或者對象所占有的內(nèi)存都會被回收。而為了實現(xiàn)變量和對象持久化的存儲到磁盤中或在網(wǎng)絡上進行傳輸，我們需要將變量或者對象轉(zhuǎn)化為二進制流的方式。而將其轉(zhuǎn)化為二進制流的過程就是序列化。
• 反序列化：而反序列化就是說程序運行的時候不能從磁盤中進行讀取，需要將序列化的對象或者變量從磁盤中轉(zhuǎn)移到內(nèi)存中，同時也會將二進制流轉(zhuǎn)換為原來的數(shù)據(jù)格式。我們把這一過程叫做反序列化。

現(xiàn)在你有 1 萬個不同格式的 YAML 配置文件，本來你需要寫 1 萬個類來加載這些配置文件，有了 metaclass，你只需要實現(xiàn)一個 metaclass 超類，然后再實現(xiàn)一個子類繼承這個 metaclass，就可以根據(jù)不同的配置文件自動拉取不同的類，這極大地提高了效率。

三、通過一個實例來理解 metaclass

請手動在 ipython 中搞代碼，看看每一步都輸出了什么，這樣可以徹底的理解類的創(chuàng)建和實例化步驟。

In[15]: class Mymeta(type):
...:  def __init__(self, name, bases, dic):
...:super().__init__(name, bases, dic)
...:print('===>Mymeta.__init__')
...:print(self.__name__)
...:print(dic)
...:print(self.yaml_tag)
...: 
...:  def __new__(cls, *args, **kwargs):
...:print('===>Mymeta.__new__')
...:print(cls.__name__)
...:return type.__new__(cls, *args, **kwargs)
...: 
...:  def __call__(cls, *args, **kwargs):
...:print('===>Mymeta.__call__')
...:obj = cls.__new__(cls)
...:cls.__init__(cls, *args, **kwargs)
...:return obj
...: 
In[16]: 
In[16]: 
In[16]: class Foo(metaclass=Mymeta):
...:  yaml_tag = '!Foo'
...: 
...:  def __init__(self, name):
...:print('Foo.__init__')
...:self.name = name
...: 
...:  def __new__(cls, *args, **kwargs):
...:print('Foo.__new__')
...:return object.__new__(cls)
...:  
===>Mymeta.__new__
Mymeta
===>Mymeta.__init__
Foo
{'__module__': '__main__', '__qualname__': 'Foo', 'yaml_tag': '!Foo', '__init__': <function Foo.__init__ at 0x0000000007EF3828>, '__new__': <function Foo.__new__ at 0x0000000007EF3558>}
!Foo
In[17]: foo = Foo('foo')
===>Mymeta.__call__
Foo.__new__
Foo.__init__
In[18]:

從上面的運行結(jié)果可以發(fā)現(xiàn)在定義 class Foo() 定義時，會依次調(diào)用 MyMeta 的 __new__ 和 __init__ 方法構建 Foo 類，然后在調(diào)用 foo = Foo() 創(chuàng)建類的實例對象時，才會調(diào)用 MyMeta 的 __call__ 方法來調(diào)用 Foo 類的 __new__ 和 __init__ 方法。

把上面的例子運行完之后就會明白很多了，正常情況下我們在父類中是不能對子類的屬性進行操作，但是元類可以。換種方式理解：元類、裝飾器、類裝飾器都可以歸為元編程。

四、Python 底層語言設計層面是如何實現(xiàn) metaclass 的？

要理解 metaclass 的底層原理，你需要深入理解 Python 類型模型。下面，將分三點來說明。

1、所有的 Python 的用戶定義類，都是 type 這個類的實例。

可能會讓你驚訝，事實上，類本身不過是一個名為 type 類的實例。在 Python 的類型世界里，type 這個類就是造物的上帝。這可以在代碼中驗證：

In [2]: # Python 3和Python 2類似
...: class MyClass:
...:pass
...:
...: instance = MyClass()
...:
in [3]: type(instance)
...:
Out[2]: __main__.MyClass
In [4]: type(MyClass)
...:
Out[4]: type
In [5]:

你可以看到，instance 是 MyClass 的實例，而 MyClass 不過是“上帝” type 的實例。

2、用戶自定義類，只不過是 type 類的 __call__ 運算符重載

當我們定義一個類的語句結(jié)束時，真正發(fā)生的情況，是 Python 調(diào)用 type 的 __call__ 運算符。簡單來說，當你定義一個類時，寫成下面這樣時：

class MyClass:
 data = 1

Python 真正執(zhí)行的是下面這段代碼：

class = type(classname, superclasses, attributedict)

這里等號右邊的 type(classname, superclasses, attributedict)，就是 type 的 __call__ 運算符重載，它會進一步調(diào)用：

type.__new__(typeclass, classname, superclasses, attributedict)
type.__init__(class, classname, superclasses, attributedict)

當然，這一切都可以通過代碼驗證，比如

In [5]: class MyClass:
...:  data = 1
...:
...: instance = MyClass()
...:
In [6]: MyClass, instance
...:
Out[6]: (__main__.MyClass, <__main__.MyClass at 0x4ef5188>)
In [7]: instance.data
...:
Out[7]: 1
In [8]: MyClass = type('MyClass', (), {'data': 1})
...: instance = MyClass()
...:
In [9]: MyClass, instance
...:
Out[9]: (__main__.MyClass, <__main__.MyClass at 0x4f40748>)
In [10]: instance.data
 ...:
Out[10]: 1
In [11]:

由此可見，正常的 MyClass 定義，和你手工去調(diào)用 type 運算符的結(jié)果是完全一樣的。

3、，“超越變形”正常的類

metaclass 是 type 的子類，通過替換 type 的 __call__ 運算符重載機制，“超越變形”正常的類

其實，理解了以上幾點，我們就會明白，正是 Python 的類創(chuàng)建機制，給了 metaclass 大展身手的機會。

一旦你把一個類型 MyClass 的 metaclass 設置成 MyMeta，MyClass 就不再由原生的 type 創(chuàng)建，而是會調(diào)用 MyMeta 的 __call__ 運算符重載。

class = type(classname, superclasses, attributedict) 
# 變?yōu)榱?class = MyMeta(classname, superclasses, attributedict)

四、使用 metaclass 的風險

不過，凡事有利必有弊，尤其是 metaclass 這樣“逆天”的存在。正如你所看到的那樣，metaclass 會"扭曲變形"正常的 Python 類型模型。所以，如果使用不慎，對于整個代碼庫造成的風險是不可估量的。

換句話說，metaclass 僅僅是給小部分 Python 開發(fā)者，在開發(fā)框架層面的 Python 庫時使用的。而在應用層，metaclass 往往不是很好的選擇。

總結(jié)：

本文從 Python 類創(chuàng)建的過程，幫助你理解 metaclass 的作用。

metaclass 是黑魔法，使用得當就是天堂，反之就是地獄。

到此這篇關于Python黑魔法之metaclass詳情的文章就介紹到這了,更多相關Python黑魔法之metaclass內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持本站！

版權聲明：本站文章來源標注為YINGSOO的內(nèi)容版權均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務器上建立鏡像，否則將依法追究法律責任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學習參考，不代表本站立場，如有內(nèi)容涉嫌侵權，請聯(lián)系alex-e#qq.com處理。