什么是元類？
理解元類（metaclass）之前，我們先了解下Python中的OOP和類（Class)
面向對象全稱 Object Oriented Programming 簡稱OOP，這種編程思想被大家所熟知。它是把對象作為一個程序的基本單元，把數據和功能封裝在里面，能夠實現很好的復用性，靈活性和擴展性。OOP中有2個基本概念：類和對象：
- 類是描述如何創建一個對象的代碼段，用來描述具有相同的屬性和方法的對象的集合，它定義了該集合中每個對象所共有的屬性和方法
- 對象是類的實例（Instance）。
我們舉個例子：
In : class ObjectCreator(object):
...: pass
...:
In : my_object = ObjectCreator()
In : my_object
Out: <__main__.ObjectCreator at 0x1082bbef0> # 表示它是ObjectCreator 的實例的意思
而Python中的類并不是僅限于此：
In : print(ObjectCreator)
<class '__main__.ObjectCreator'>
ObjectCreator竟然可以被print，所以它的類也是對象！既然類是對象，你就能動態地創建它們，就像創建任何對象那樣。我在日常工作里面就會有這種動態創建類的需求，比如在mock數據的時候，現在有個函數func接收一個參數
In : def func(instance):
...: print(instance.a, instance.b)
...: print(instance.method_a(10))
...:
正常使用起來傳入的instance是符合需求的（有a、b屬性和method_a方法），但是當我想單獨調試func的時候，需要「造」一個，假如不用元類，應該是這樣寫:
In : def generate_cls(a, b):
...: class Fake(object):
...: def method_a(self, n): # Fake類的方法
...: return n
...: Fake.a = a
...: Fake.b = b
...: return Fake # return 后，generate_cls函數就會變成Fake類的實例，自然就擁有了method_a方法
...:
In : ins = generate_cls(1, 2)()
In : ins.a, ins.b, ins.method_a(10)
Out: (1, 2, 10)
你會發現這不算是「動態創建」的：
- 類名（Fake）不方便改變
- 要創建的類需要的屬性和方法越多，就要對應的加碼，不靈活。
怎么做呢：
In : def method_a(self, n):
...: return n
...: # 創建Fake類
In : ins = type('Fake', (), {'a': 1, 'b': 2, 'method_a': method_a})()
In : ins.a, ins.b, ins.method_a(10)
Out: (1, 2, 10)
到了這里，引出了type函數。本來它用來能讓你了解一個對象的類型：
In : type(1)
Out: int
In : type('1')
Out: str
In : type(ObjectCreator)
Out: type
In : type(ObjectCreator())
Out: __main__.ObjectCreator
另外，type如上所說還可以動態地創建類：type可以把對于類的描述作為參數，并返回一個類。
用來創建類的東東就是「元類」，放張圖吧：
MyClass = type('MyClass', (), {})
這種用法就是由于type實際上是一個元類，作為元類的type在Python中被用于在后臺創建所有的類。在Python語言上有個說法「Everything is an object」。包括整數、字符串、函數和類... 所有這些都是對象。所有這些都是由一個類創建的：
In : age = 35
In : age.__class__
Out: int
In : name = 'bob'
In : name.__class__
Out: str
現在，任何__class__中的__class__是什么？
In : age.__class__.__class__
Out: type
In : name.__class__.__class__
Out: type
...
如果你愿意，你可以把type稱為「類工廠」。type是Python中內建元類，當然，你也可以創建你自己的元類。
創建自己的元類
Python2創建類的時候，可以添加一個__metaclass__屬性：
class Foo(object):
__metaclass__ = something...
[...]
如果你這樣做，Python會使用元類來創建Foo這個類。Python會在類定義中尋找__metaclass__。如果找到它，Python會用它來創建對象類Foo。如果沒有找到它，Python將使用type來創建這個類。
在Python3中語法改變了一下：
class Simple1(object, metaclass=something...):
[...]
本質上是一樣的。
def __new__(cls, name, bases, attrs):
def __init__(cls, func):
cls.func = func
def hello(cls):
print 'hello world'
t = type.__new__(cls, name, bases, attrs)
t.__init__ = __init__
t.hello = hello
return t
class New_Hello(object):
__metaclass__ = HelloMeta
New_Hello初始化需要添加一個參數，并包含一個叫做hello的方法：
In : h = New_Hello(lambda x: x)
In : h.func(10), h.hello()
hello world
Out: (10, None)
PS: 這個例子只能運行于Python2。
在Python里__new__方法創建實例，init負責初始化一個實例。對于type也是一樣的效果，只不過針對的是「類」，在上面的HelloMeta中只使用了new創建類，我們再感受一個使用init`的元類：
In : class HelloMeta2(type):
...: def __init__(cls, name, bases, attrs):
...: super(HelloMeta2, cls).__init__(name, bases, attrs)
...: attrs_ = {}
...: for k, v in attrs.items():
...: if not k.startswith('__'):
...: attrs_[k] = v
...: setattr(cls, '_new_dict', attrs_)
...:
別往下看。思考下這樣創建出來的類有什么特殊的地方？
我揭曉一下（這次使用Python 3語法）：
In : class New_Hello2(metaclass=HelloMeta2):
...: a = 1
...: b = True
In : New_Hello2._new_dict
Out: {'a': 1, 'b': True}
In : h2 = New_Hello2()
In : h2._new_dict
Out: {'a': 1, 'b': True}
有點明白么？其實就是在創建類的時候把類的屬性循環了一遍把不是__開頭的屬性最后存在了_new_dict上。
什么時候需要用元類？
日常的業務邏輯開發是不太需要使用到元類的，因為元類是用來攔截和修改類的創建的，用到的場景很少。我能想到最典型的場景就是 ORM。ORM就是「對象 關系 映射」的意思，簡單的理解就是把關系數據庫的一張表映射成一個類，一行記錄映射為一個對象。ORM框架中的Model只能動態定義，因為這個模式下這些關系只能是由使用者來定義，元類再配合描述符就可以實現ORM了（參董大）。
廖雪峰元類講解 二種方法-type/metaclass
type()
type()函數可以查看一個類型或變量的類型，Hello是一個class，它的類型就是type，而h是一個實例，它的類型就是class Hello。
我們說class的定義是運行時動態創建的，而創建class的方法就是使用type()函數。
type()函數既可以返回一個對象的類型，又可以創建出新的類型，比如，我們可以通過type()函數創建出Hello類，而無需通過class Hello(object)...的定義：
>>> def fn(self, name='world'): # 先定義函數
... print('Hello, %s.' % name) # 輸入 fn(1) 結果也是Hello,world
...
>>> Hello = type('Hello', (object,), dict(hello=fn)) # 創建Hello class，type的套路
>>> h = Hello() # h是一個實例，它有一個hello的函數
>>> h.hello()
Hello, world.
>>> print(type(Hello))
<class 'type'>
>>> print(type(h))
<class '__main__.Hello'>
要創建一個class對象，type()函數依次傳入3個參數：
- class的名稱；
- 繼承的父類集合，注意Python支持多重繼承，如果只有一個父類，別忘了tuple的單元素寫法；
- class的方法名稱與函數綁定，這里我們把函數fn綁定到方法名hello上。
通過type()函數創建的類和直接寫class是完全一樣的，因為Python解釋器遇到class定義時，僅僅是掃描一下class定義的語法，然后調用type()函數創建出class。
正常情況下，我們都用class Xxx...來定義類，但是，type()函數也允許我們動態創建出類來，也就是說，動態語言本身支持運行期動態創建類，這和靜態語言有非常大的不同，要在靜態語言運行期創建類，必須構造源代碼字符串再調用編譯器，或者借助一些工具生成字節碼實現，本質上都是動態編譯，會非常復雜
metaclass
除了使用type()動態創建類以外，要控制類的創建行為，還可以使用metaclass。
metaclass，直譯為元類，簡單的解釋就是：
當我們定義了類以后，就可以根據這個類創建出實例，所以：先定義類，然后創建實例。
但是如果我們想創建出類呢？那就必須根據metaclass創建出類，所以：先定義metaclass，然后創建類。
連接起來就是：先定義metaclass，就可以創建類，最后創建實例。
我們先看一個簡單的例子，這個metaclass可以給我們自定義的MyList增加一個add方法：
定義ListMetaclass，按照默認習慣，metaclass的類名總是以Metaclass結尾，以便清楚地表示這是一個metaclass：
# metaclass是類的模板，所以必須從`type`類型派生：
class ListMetaclass(type):
def __new__(cls, name, bases, attrs):
attrs['add'] = lambda self, value: self.append(value)
return type.__new__(cls, name, bases, attrs)
有了ListMetaclass，我們在定義類的時候還要指示使用ListMetaclass來定制類，傳入關鍵字參數metaclass：
class MyList(list, metaclass=ListMetaclass):
pass
當我們傳入關鍵字參數metaclass時，魔術就生效了，它指示Python解釋器在創建MyList時，要通過ListMetaclass.__new__()來創建，在此，我們可以修改類的定義，比如，加上新的方法，然后，返回修改后的定義。
__new__()方法接收到的參數依次是：
當前準備創建的類的對象；
類的名字；
類繼承的父類集合；
類的方法集合。
測試一下MyList是否可以調用add()方法：
>>> L = MyList()
>>> L.add(1)
>> L
[1]
而普通的list沒有add()方法：
>>> L2 = list()
>>> L2.add(1)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'list' object has no attribute 'add'
動態修改有什么意義？直接在MyList定義中寫上add()方法不是更簡單嗎？正常情況下，確實應該直接寫，通過metaclass修改純屬變態。
但是，總會遇到需要通過metaclass修改類定義的。ORM就是一個典型的例子。
ORM全稱“Object Relational Mapping”，即對象-關系映射，就是把關系數據庫的一行映射為一個對象，也就是一個類對應一個表，這樣，寫代碼更簡單，不用直接操作SQL語句。
要編寫一個ORM框架，所有的類都只能動態定義，因為只有使用者才能根據表的結構定義出對應的類來。
讓我們來嘗試編寫一個ORM框架。
編寫底層模塊的第一步，就是先把調用接口寫出來。比如，使用者如果使用這個ORM框架，想定義一個User類來操作對應的數據庫表User，我們期待他寫出這樣的代碼：
class User(Model):
# 定義類的屬性到列的映射：
id = IntegerField('id')
name = StringField('username')
email = StringField('email')
password = StringField('password')
# 創建一個實例：
u = User(id=12345, name='Michael', email='test@orm.org', password='my-pwd')
# 保存到數據庫：
u.save()
其中，父類Model和屬性類型StringField、IntegerField是由ORM框架提供的，剩下的魔術方法比如save()全部由metaclass自動完成。雖然metaclass的編寫會比較復雜，但ORM的使用者用起來卻異常簡單。
現在，我們就按上面的接口來實現該ORM。
首先來定義Field類，它負責保存數據庫表的字段名和字段類型：
class Field(object):
def __init__(self, name, column_type):
self.name = name
self.column_type = column_type
def __str__(self):
return '<%s:%s>' % (self.__class__.__name__, self.name)
在Field的基礎上，進一步定義各種類型的Field，比如StringField，IntegerField等等：
class StringField(Field):
def __init__(self, name):
super(StringField, self).__init__(name, 'varchar(100)')
class IntegerField(Field):
def __init__(self, name):
super(IntegerField, self).__init__(name, 'bigint')
下一步，就是編寫最復雜的ModelMetaclass了：
class ModelMetaclass(type):
def __new__(cls, name, bases, attrs):
if name=='Model':
return type.__new__(cls, name, bases, attrs)
print('Found model: %s' % name)
mappings = dict()
for k, v in attrs.items():
if isinstance(v, Field):
print('Found mapping: %s ==> %s' % (k, v))
mappings[k] = v
for k in mappings.keys():
attrs.pop(k)
attrs['__mappings__'] = mappings # 保存屬性和列的映射關系
attrs['__table__'] = name # 假設表名和類名一致
return type.__new__(cls, name, bases, attrs)
以及基類Model：
class Model(dict, metaclass=ModelMetaclass):
def __init__(self, **kw):
super(Model, self).__init__(**kw)
def __getattr__(self, key):
try:
return self[key]
except KeyError:
raise AttributeError(r"'Model' object has no attribute '%s'" % key)
def __setattr__(self, key, value):
self[key] = value
def save(self):
fields = []
params = []
args = []
for k, v in self.__mappings__.items():
fields.append(v.name)
params.append('?')
args.append(getattr(self, k, None))
sql = 'insert into %s (%s) values (%s)' % (self.__table__, ','.join(fields), ','.join(params))
print('SQL: %s' % sql)
print('ARGS: %s' % str(args))
當用戶定義一個class User(Model)時，Python解釋器首先在當前類User的定義中查找metaclass，如果沒有找到，就繼續在父類Model中查找metaclass，找到了，就使用Model中定義的metaclass的ModelMetaclass來創建User類，也就是說，metaclass可以隱式地繼承到子類，但子類自己卻感覺不到。
在ModelMetaclass中，一共做了幾件事情：
排除掉對Model類的修改；
在當前類（比如User）中查找定義的類的所有屬性，如果找到一個Field屬性，就把它保存到一個mappings的dict中，同時從類屬性中刪除該Field屬性，否則，容易造成運行時錯誤（實例的屬性會遮蓋類的同名屬性 ）；
3.把表名保存到table中，這里簡化為表名默認為類名。
在Model類中，就可以定義各種操作數據庫的方法，比如save()，delete()，find()，update等等。
我們實現了save()方法，把一個實例保存到數據庫中。因為有表名，屬性到字段的映射和屬性值的集合，就可以構造出INSERT語句。
編寫代碼試試：
u = User(id=12345, name='Michael', email='test@orm.org', password='my-pwd')
u.save()
輸出如下：
Found model: User
Found mapping: email ==> <StringField:email>
Found mapping: password ==> <StringField:password>
Found mapping: id ==> <IntegerField:uid>
Found mapping: name ==> <StringField:username>
SQL: insert into User (password,email,username,id) values (?,?,?,?)
ARGS: ['my-pwd', 'test@orm.org', 'Michael', 12345]
可以看到，save()方法已經打印出了可執行的SQL語句，以及參數列表，只需要真正連接到數據庫，執行該SQL語句，就可以完成真正的功能。
小結
metaclass是Python中非常具有魔術性的對象，它可以改變類創建時的行為。這種強大的功能使用起來務必小心。
