阅读本文大约需要 10 分钟。

如果你看过比较优秀的 Python 开源框架，肯定见到过元类的身影。例如，在一个类中定义了类属性 __metaclass__，这就说明这个类使用了元类来创建。

那元类的实现原理究竟是怎样的？使用元类能帮我们在开发中解决什么样的问题？

这篇文章，我们就来看一下 Python 元类的来龙去脉。

什么是元类？

我们都知道，定义一个类，然后调用它的构造方法，就可以初始化出一个实例出来，就像下面这样：

class Person(object)
    def __init__(name):        self.name = name
p = Person('zhangsan')

那你有没有想过，我们平时定义的类，它是如何创建出来的？

别着急，我们先来看一个例子：

>>> a = 1               # 创建a的类是int a是int的实例>>> a.__class__<type 'int'>
>>> b = 'abc'           # 创建b的类是str b是str的实例>>> b.__class__<type 'str'>
>>> def c():            # 创建c的类是function 方法c是function的实例...     pass>>> c.__class__<type 'function'>
>>> class D(object):    # 创建d的类是D d是D的实例...     pass>>> d.__class__<class '__main__.D'>

在这个例子中，我们定义了 int、str、function、class，然后分别调用了它们的class 方法，这个 class 方法可以返回实例是如何创建出来的。

从方法返回的结果我们可以看到：

• 创建整数 a 的类是 int，也就是说 a 是 int 的一个实例

• 创建字符串 b 的类是 str，也就是说 b 是 str 的一个实例

• 创建函数 c 的类是 function，也就是说 c 是 function 的一个实例

• 创建实例 d 的类是 class，也就是说 d 是 class 的一个实例

除了这些之外，我们在开发中使用到的例如 list、dict 也类似，你可以测试观察一下结果。

现在我们已经得知，创建这些实例的类是 int、str、function、class，那进一步思考一下，这些类又是怎么创建出来的呢？

同样地，我们也调用这些类的 __class__ 方法，观察结果：

>>> a = 1>>> a.__class__.__class__<type 'type'>>>>>>> b = 'abc'>>> b.__class__.__class__<type 'type'>>>>>>> def c():...     pass>>> c.__class__.__class__<type 'type'>>>>>>> class D(object):...     pass>>> d = D()>>> d.__class__.__class__<type 'type'>

从结果我们可以看到，创建这些类的类，都是 type，所以 type 就是创建所有类的「元类」。也就是说，元类的作用就是用来创建类的。

你可以这样理解：

1. 元类 -> 类

2. 类 -> 实例

用伪代码表示，就是下面这样：

klass = MetaClass()     # 元类创建类obj = klass()           # 类创建实例

是不是很有意思？

在这里，你也可以感受一下这句话的含义：Python 中一切皆对象！

无论是普通类型、方法、实例，还是类，都可以统一看作对象，它们的起源就是元类。

其实，在 Python 中，使用 type 方法，我们可就以创建出一个类，type 方法的语法如下：

type(class_name, (base_class, ...), {attr_key: attr_value, ...})

例如，像下面这样，我们使用 type 方法创建 MyClass 类，并且让它继承 object：

>>> A = type('MyClass', (object, ), {}) # type创建一个类，继承object>>> A<class '__main__.MyClass'>>>> A()<__main__.MyClass object at 0x10d905950>

我们还可以使用 type 创建一个包含属性和方法的类：

>>> def foo(self):...     return 'foo'...>>> name = 'zhangsan'>>># type 创建类B 继承object 包含 name 属性和 foo 方法>>> B = type('MyClass', (object, ), {'name': name, 'foo': foo}) >>> B.name          # 打印 name 属性'zhangsan'>>> print B().foo() # 调用 foo 方法foo

通过 type 方法创建的类，和我们自己定义一个类，在使用上没有任何区别。

其实，除了使用 type 方法创建一个类之外，我们还可以使用类属性 __metaclass__ 创建一个类，这就是下面要讲的「自定义元类」。

自定义元类

我们可以使用类属性 __metaclass__ 把一个类的创建过程，转交给其它地方，可以像下面这样写：

class A(object):    __metaclass__ = ... # 这个类的创建转交给其他地方    pass

这个例子中，我们先定义了类 A，然后定义了一个类属性 __metaclass__，这个属性表示创建类 A 的过程，转交给其它地方处理。

那么，这个类属性 __metaclass__ 需要怎么写呢？

其实，它可以是一个方法，也可以是一个类。

用方法创建类

如果类属性 __metaclass__ 赋值的是一个方法，那么创建类的过程，就交给了一个方法来执行。

def create_class(name, bases, attr):    print 'create class by method...'    # 什么事都没做 直接用type创建了一个类    return type(name, bases, attr)
class A(object):    # 创建类的过程交给了一个方法    __metaclass__ = create_class
# Output:    # create class by method ...

我们定义了 create_class 方法，然后赋值给 __metaclass__，那么类 A 被创建时，就会调用 create_class 方法。

而 create_class 方法中的逻辑，就是我们上面所讲到的，使用 type 方法创建出一个类，然后返回。

用类创建类

明白了用方法创建类之后，我们来看一下用类来创建另一个类。

class B(type):    # 必须定义 __new__ 方法 返回一个类    def __new__(cls, name, bases, attr):        print 'create class by B ...'        return type(name, bases, attr)
class A(object):    # 创建类的过程交给了B    __metaclass__ = B    # Output:# create class by B ...

在这个例子中，我们定义了类 B，然后把它赋值给了 A 的类变量 __metaclass__，这就表示创建 A 的过程，交给了类 B。

B 在定义时，首先继承了 type，然后定义了 __new__ 方法，最后调用 type 方法返回了一个类，这样当创建类 A 时，会自动调用类 B 的 new 方法，然后得到一个类实例。

创建类的过程

好了，上面我们演示了通过元类创建一个类的两种方式，分别是通过方法创建和通过类创建。

其实创建一个类的完整流程如下：

1. 检查类中是否有 __metaclass__ 属性，如果有，则调用 __metaclass__ 指定的方法或类创建

2. 如果类中没有 __metaclass__ 属性，那么会继续在父类中寻找

3. 如果任何父类中都没有，那么就用 type 创建这个类

也就是说，如果我们没有指定 __metaclass__，那么所有的类都是默认由 type 创建，这种情况是我们大多数定义类时的流程。

如果类中指定了 __metaclass__，那么这个类的创建就会交给外部来做，外部可以定义具体的创建逻辑。

哪种创建类的方式更好？

虽然有两种方式可以创建类，那么哪种方式更好呢？

一般我们建议使用类的方式创建，它的优点如下：

• 使用类更能清楚地表达意图

• 使用类更加 OOP，因为类可以继承其他类，而且可以更友好地使用面向对象特性

• 使用类可以更好地组织代码结构

另外，使用类创建一个类时，这里有一个优化点：在 __new__ 方法中不建议直接调用 type 方法，而是建议调用 super 的 new 来创建类，执行结果与 type 方法是一样的：

class B(type):
    def __new__(cls, name, bases, attr):        # 使用 super.__new__ 创建类        return super(B, cls).__new__(cls, name, bases, attr)    

创建类时自定义行为

前面我们用元类创建一个类时，它的功能非常简单。现在我们来看一下，使用元类创建类时，如何定义一些自己的逻辑，然后改变类的属性或行为。

我们看下面这个例子：

# coding: utf8
class Meta(type):    def __new__(cls, name, bases, attr):        # 通过 Meta 创建的类 属性会都变成大写        for k, v in attr.items():            if not k.startswith('__'):                attr[k] = v.upper()            else:                attr[k] = v        return type(name, bases, attr)
class A(object):    # 通过 Meta 创建类    __metaclass__ = Meta
    name = 'zhangsan'
class B(object):    # 通过 Meta 创建类    __metaclass__ = Meta
    name = 'lisi'
# 打印类属性 会自动变成大写print A.name    # ZHANGSANprint B.name    # LISI

在这个例子中，我们定义了一个元类 Meta，然后在定义类 A 和 B 时，把创建类的过程交给了 Meta，在 Meta 类中，我们可以拿到 A 和 B 的属性，然后把它们的属性都转换成了大写。

所以当我们打印 A 和 B 的属性时，虽然定义的变量是小写的，但输出结果都变成了大写，这就是元类发挥的作用。

使用场景

了解了元类的实现原理，那么元类都会用在哪些场景呢？

我们在开发中其实用的并不多，元类的使用，经常会出现在一些框架中，例如Django ORM、peewee，下面是使用 Django ORM 定义一个数据表映射类的代码：

class Person(models.Model):    # 注意: name 和 age 是类属性    name = models.CharField(max_length=30)    age = models.IntegerField()    person = Person(name='zhangsan', age=20)print person.name   # zhangsanprint person.age    # 20

仔细看在这段代码中，我们定义了一个 Person 类，然后在类中定义了类属性 name 和 age，它们的类型分别是 CharField 和 IntegerField，之后我们初始化 Person 实例，然后通过实例获取 name 和 age 属性，输出的却是 str 和 int，而不再是 CharField 和 IntegerField。

能做到这样的秘密就在于，Person 类在创建时，它的逻辑交给了另一个类，这个类针对类属性进行了转换，最终变成对象与数据表的映射，通过转换映射，我们就可以通过实例属性的方式，友好地访问表中对应的字段值了。

总结

总结一下，这篇文章我们讲了元类的实现原理，了解到元类是创建所有类的根源，我们可以通过 type 方法，或者在类中定义 __metaclass__ 的方式，把创建类的过程交给外部。

当使用 __metaclass__ 创建类时，它可以是一个方法，也可以是一个类。我们通常会使用类的方式去实现一个元类，这样做更方便我们组织代码，实现面向对象。

在使用元类创建一个类时，我们可以修改创建类的细节，例如对属性做统一的转换，或者增加新的方法等等，这对于我们开发一个复杂功能的类很友好，它可以把创建类的细节屏蔽在元类中，所以元类常常用在优秀的开源框架中。

我的 Python 进阶系列文章：

• Python进阶——如何实现一个装饰器？
  

• Python进阶——如何正确使用魔法方法？（上）
  

• Python进阶——如何正确使用魔法方法？（下）
  

• Python进阶——什么是元类？
  

• Python进阶——什么是上下文管理器？
  

• Python进阶——什么是迭代器？
  

• Python进阶——如何正确使用yield？
  

• Python进阶——什么是描述符？
  

• Python进阶——为什么GIL让多线程变得如此鸡肋？
  

爬虫系列文章：

• 如何搭建一个爬虫代理服务？
  

• 如何构建一个通用的垂直爬虫平台？
  

• Scrapy 源码剖析（一）架构概览
  

• Scrapy 源码剖析（二）Scrapy 是如何运行起来的？
  

• Scrapy 源码剖析（三）Scrapy 有哪些核心组件？
  

• Scrapy 源码剖析（四）Scrapy 如何完成抓取任务？
  

关注「水滴与银弹」公众号，第一时间获取优质技术干货。7 年资深后端研发，用简单的方式把技术讲清楚。