Python 元编程

作者：袁首京  原创文章，转载时请保留此声明，并给出原文连接。
元编程并不象它听起来那么时髦和新奇。常用的 decorator 就可以认为是一种元编程。简单来说，元编程就是编写操作代码的代码。
有点绕，是吧？别着急，咱们一点一点来讨论。

注意：本文中的代码适用于 Python 3.3 及以上。

元类

多数编程语言中，一切东西都有类型。Python 也不例外，我们可以用 type() 函数获取任意变量的类型。

1. num = 23
2. print("Type of num is:", type(num))
4. lst = [1, 2, 4]
5. print("Type of lst is:", type(lst))
7. name = "Atul"
8. print("Type of name is:", type(name))

复制代码

执行结果是：

1. Type of num is: <class 'int'>
2. Type of lst is: <class 'list'>
3. Type of name is: <class 'str'>

复制代码

Python 中的所有类型都是由 Class 定义的。这一条与其它编程语言，比如 Java、C++ 等等不同。在那些语言中，int、char、float 之类是基本数据类型，但是在 Python 中，它们是 int 类或 str 类的对象。
象其它 OOP 语言一样，我们可以使用 class 定义新类型：

1. class Student:
2.     pass
4. stu_obj = Student()
5. print("Type of stu_obj is:", type(stu_obj))

复制代码

执行结果是：

1. Type of stu_obj is: <class '**main**.Student'>

复制代码

一点儿也不意外，对吧？其实有意外，因为在 Python 中，类也是一个对象，就像任何其他对象一样，它是元类的实例。即一个特殊的类，创建了 Class 这个特殊的类实例。看如下代码：

1. class Student:
2.     pass
4. print("Type of Student class is:", type(Student))

复制代码

执行结果是：

1. Type of Student class is: <class 'type'>

复制代码

既然类也是一个对象，所以以修改对象相同的方式修改它就顺理成章。如下先定义一个没有任何属性和方法的类，然后在外部为其添加属性和方法：

1. class test:
2.     pass
4. test.x = 45
5. test.foo = lambda self: print('Hello')
7. myobj = test()
8. print(myobj.x)
9. myobj.foo()

复制代码

执行结果是：

1. 45
2. Hello

复制代码

以上过程可以简单概括为：

元类创建类，类创建实例

画个图象这样:

元类 -> 类 -> 实例

因此，我们就可以编写自定义的元类，执行额外的操作或者注入代码，来改变类的生成过程。这在某些场景下很有用，主要是比如有些情况下使用元编程更简单，另一些情况只有元编程才能解决问题。
创建自定义元类

创建自定义元类，有两种方法。第一种是继承 type 元类，并且覆写两个方法：

• new()
  

它在 init() 之前调用，生成类实例并返回。我们可以覆盖此方法来控制对象的创建过程。

• init()
  

这个不多解释，相信你都明白。
如下是个例子：

1. class MultiBases(type):
2.     def __new__(cls, clsname, bases, clsdict):
3.         if len(bases)>1:
4.             raise TypeError("Inherited multiple base classes!!!")
6.         return super().__new__(cls, clsname, bases, clsdict)
9. class Base(metaclass=MultiBases):
10.     pass
13. class A(Base):
14.     pass
17. class B(Base):
18.     pass
21. class C(A, B):
22.     pass

复制代码

执行结果是：

1. Traceback (most recent call last):
2. File "<stdin>", line 2, in <module>
3. File "<stdin>", line 8, in **new**
4. TypeError: Inherited multiple base classes!!!

复制代码

第二种方法是直接使用 type() 函数创建类。这个方法如果只用一个参数调用，它会返回该参数的类型，前文已经描述过。但是使用三个参数调用时，它会创建一个类。这三个参数如下：

• 类名称；
  
• 继承的父类的元组。你没看错，是元组，别忘了 Python 可以多继承；
  
• 一个字典。定义类属性和方法；
  

以下是示例：

1. def test_method(self):
2.     print("This is Test class method!")
5. class Base:
7.     def myfun(self):
8.         print("This is inherited method!")
11. Test = type('Test', (Base, ), dict(x="atul", my_method=test_method))
12. print("Type of Test class: ", type(Test))
14. test_obj = Test()
15. print("Type of test_obj: ", type(test_obj))
17. test_obj.myfun()
18. test_obj.my_method()
20. print(test_obj.x)

复制代码

执行结果是：

1. Type of Test class: <class 'type'>
2. Type of test_obj: <class '**main**.Test'>
3. This is inherited method!
4. This is Test class method!
5. atul

复制代码

使用元类解决问题

了解了元类的创建方法后，可以来解决一些实际问题了。例如，如果我们想在每次调用类方法时，都先输出一下它的全限定名，该怎么办呢？
最常用的方法是使用 decorator，象这样：

1. from functools import wraps
4. def debug(func):
6.     @wraps(func)
7.     def wrapper(*args, **kwargs):
8.         print("Full name of this method:", func.__qualname__)
9.         return func(*args, **kwargs)
10.     return wrapper
13. def debugmethods(cls):
14.     for key, val in vars(cls).items():
15.         if callable(val):
16.             setattr(cls, key, debug(val))
17.     return cls
20. @debugmethods
21. class Calc:
23.     def add(self, x, y):
24.         return x+y
26.     def mul(self, x, y):
27.         return x\*y
29.     def div(self, x, y):
30.         return x/y
33. mycal = Calc()
34. print(mycal.add(2, 3))
35. print(mycal.mul(5, 2))

复制代码

执行结果是：

1. Full name of this method: Calc.add
2. 5
3. Full name of this method: Calc.mul
4. 10

复制代码

这个方案很漂亮。但是，如果变更一下需求，例如我们希望 Calc 的所有子类的方法执行时，都先输出一下它的全限定名，该怎么办呢？
在每一个子类上加上 @debugmethods 是一种方案，但是有点啰嗦，是不是？
该基于元类的解决方案出场了，以下是个例子：

1. from functools import wraps
4. def debug(func):
6.     @wraps(func)
7.     def wrapper(*args, **kwargs):
8.         print("Full name of this method:", func.__qualname__)
9.         return func(*args, **kwargs)
10.     return wrapper
13. def debugmethods(cls):
15.     for key, val in vars(cls).items():
16.         if callable(val):
17.             setattr(cls, key, debug(val))
18.     return cls
21. class debugMeta(type):
23.     def __new__(cls, clsname, bases, clsdict):
24.         obj = super().__new__(cls, clsname, bases, clsdict)
25.         obj = debugmethods(obj)
26.         return obj
29. class Base(metaclass=debugMeta):
30.     pass
33. class Calc(Base):
35.     def add(self, x, y):
36.         return x+y
39. class Calc_adv(Calc):
41.     def mul(self, x, y):
42.         return x\*y
45. mycal = Calc_adv()
46. print(mycal.mul(2, 3))

复制代码

执行结果是：

1. Full name of this method: Calc_adv.mul
2. 6

复制代码

何时使用元类

该说的基本说完了，剩下最好一件事。元编程算是 Python 的一个魔法，多数时候我们其实用不到。但是什么时候需要呢？大概有三种情况：

• 如果我们想要一个特性，沿着继承层次结构向下传递，可以用；
  
• 如果我们想在类创建后，能动态修改，可以用；
  
• 如果我们是在开发类库或者 API，可能会用到；
  

  作者：袁首京  原创文章，转载时请保留此声明，并给出原文连接。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！