（二十九）加油站：面向对象重难点深入讲解【重点是元类】

每篇前言：

• 🏆🏆作者介绍：【孤寒者】—CSDN全栈领域优质创作者、HDZ核心组成员、华为云享专家Python全栈领域博主、CSDN原力计划作者

• 🔥🔥本文已收录于Flask框架从入门到实战专栏：《Flask框架从入门到实战》
• 🔥🔥热门专栏推荐：《Python全栈系列教程》、《爬虫从入门到精通系列教程》、《爬虫进阶+实战系列教程》、《Scrapy框架从入门到实战》、《Flask框架从入门到实战》、《Django框架从入门到实战》、《Tornado框架从入门到实战》、《前端系列教程》。
• 📝​📝本专栏面向广大程序猿，为的是大家都做到Python全栈技术从入门到精通，穿插有很多实战优化点。
• 🎉🎉订阅专栏后可私聊进一千多人Python全栈交流群（手把手教学，问题解答）； 进群可领取Python全栈教程视频 + 多得数不过来的计算机书籍：基础、Web、爬虫、数据分析、可视化、机器学习、深度学习、人工智能、算法、面试题等。
• 🚀🚀加入我一起学习进步，一个人可以走的很快，一群人才能走的更远！

---

再来讲一下python中的元类是个啥【虽然我在《Python全栈系列教程》中已经讲解的非常透彻了，但是多来一遍多加深一遍印象】？

【本文内容在《Python全栈系列教程》中都十分细致地讲解过，本文的作用是复习，因为下一篇文章剖析wtforms源码需要这些知识点~】

0. Python中的元类：

在 Python 中，元类（metaclass）是用于创建类的类。你可以将元类视为类的 “类生成器”。通常情况下，我们定义类来创建对象，而元类用于定义类本身的行为。

每个类都是一个对象，而这个类的创建过程也是由一个元类控制的。在 Python 中，大多数类都是通过元类 type 创建的，包括内置的类和用户定义的类。

以下是一些关键概念：

1. 类是对象： 在 Python 中，类本身也是对象。类对象用于创建类的实例对象。

2. 元类是类的类： 元类是用于创建类的类。类定义了对象的行为，而元类定义了类的行为。

3. type 是默认元类： 在 Python 中，如果没有显式指定元类，那么默认的元类是 type。type 实际上是一个元类，也是一个类。当你定义一个类时，Python 使用 type 来创建这个类的实例。

4. 自定义元类： 你可以创建自定义的元类来控制类的创建过程。自定义元类可以继承自 type，并覆盖其方法，例如 __new__ 和 __init__。

5. __metaclass__ 属性： 你可以在类中使用 __metaclass__ 属性来指定使用的元类。如果没有指定，Python 将使用模块中的 __metaclass__ 属性，如果仍未找到，则将使用 type 作为默认元类。

6. 元类的作用： 元类的主要作用是允许你在创建类的时候定制类的行为。这使得元类成为一种高级的编程工具，通常在框架和库的开发中使用。

快速上手——如何使用元类：

class MyMeta(type):
    def __new__(cls, name, bases, attrs):
        # 在创建类的时候添加一个新的属性
        attrs['custom_attribute'] = 'This is a custom attribute'
        return super().__new__(cls, name, bases, attrs)


class MyClass(metaclass=MyMeta):
    pass


# 创建 MyClass 的实例
obj = MyClass()

# 访问自定义属性
print(obj.custom_attribute)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

MyMeta 是一个简单的元类，通过继承 type 并覆盖 __new__ 方法，在创建类的时候添加了一个新的属性。这个新属性将出现在 MyClass 类的所有实例中。

---

1. 本文引子：

请大家认真分析一下下述代码的执行顺序（先不要看我的分析）

class MyType(type):

    def __call__(self, *args, **kwargs):
        pass


class Foo(object, metaclass=MyType):
    
    def __init__(self):
        pass

    def __new__(cls, *args, **kwargs):
        pass


obj = Foo()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

在上述代码中，由于我定义了自定义元类 MyType，并在类 Foo 中使用了这个元类，所以调用顺序将是 MyType 的 __call__ 方法、Foo 的 __new__ 方法，然后是 Foo 的 __init__ 方法。

详细解释一下：

1. 调用 MyType 的 __call__ 方法:

   class MyType(type):
   
       def __call__(self, *args, **kwargs):
           pass
   1
   2
   3
   4

   当实例化 Foo 类时，由于使用了元类 MyType，所以MyType 的 __call__ 方法被调用。

2. 调用 Foo 的 __new__ 方法:

   class Foo(object, metaclass=MyType):
       
       def __init__(self):
           pass
   
       def __new__(cls, *args, **kwargs):
           pass
   1
   2
   3
   4
   5
   6
   7

   在 __call__ 方法调用之后，Foo 类的 __new__ 方法被调用。这个方法在对象实例化时被调用，通常用于创建并返回实例（当然我这里重在讲执行顺序，所以直接pass了）。

3. 调用 Foo 的 __init__ 方法:

   obj = Foo()
   1

   最后，Foo 类的 __init__ 方法被调用。这个方法在对象实例创建后被调用，通常用于执行初始化操作。

综合起来，执行顺序是 MyType.__call__ -> Foo.__new__ -> Foo.__init__。

---

2. Python中的mro机制：

mro（Method Resolution Order【方法解析顺序】）是 Python 中的一个机制，用于确定类继承关系中方法的调用顺序。在多继承的情况下，mro 决定了方法的查找顺序，以确保在类层次结构中的不同类中定义的方法能够正确被调用。

Python 使用 C3 线性化算法来计算 mro。mro 的计算规则如下：

1. 深度优先： 在同一层级的继承关系中，首先会深入到下一级的类，而不是横向移动到同级的另一个类。

2. 左右优先： 在多继承中，首先考虑继承列表中的左侧类，然后再考虑右侧的类。

3. 子类优先： 在搜索过程中，子类的 mro 会优先于父类的 mro。

简单的例子1：

class A(object):
    pass


class B(A):
    pass


class C(object):
    pass


class D(B, C):
    pass


print(D.__mro__)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

以下是类 D 的 MRO 的详细解释：

1. D
2. B
3. A
4. C
5. object

这意味着当我们尝试在类 D 的实例上访问属性或方法时，Python 首先会查找 D，然后是 B，接着是 A，然后是 C，最后是通用的基类 object，如果在前面的类中找不到所需的属性或方法的话。

通过使用 __mro__ 属性，可以以编程方式访问 MRO，就像使用 print(D.__mro__) 打印出来的顺序一样。这提供了一种透明的方式，让我们了解 Python 在多继承的类层次结构中查找属性和方法的顺序。

---

简单例子2：

class A:
    def method(self):
        print("A method")


class B(A):
    def method(self):
        print("B method")
        super().method()


class C(A):
    def method(self):
        print("C method")
        super().method()


class D(B, C):
    pass


obj = D()
obj.method()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

在这个例子中，类 D 继承自 B 和 C，它们都是直接或间接继承自 A。当调用 obj.method() 时，D 的 mro 决定了方法调用的顺序。mro 的计算顺序是 [D, B, C, A]。因此，调用 obj.method() 时的实际调用顺序是 D.method() -> B.method() -> C.method() -> A.method()。

这样的 mro 计算确保了在多继承的情况下，方法的查找顺序是有序的，且保持了继承关系的结构。

易错点强调一下：

可能会有人上来就说这个例子的mro顺序应该是[D, B, A, C]，所以我来反驳一下：

要计算D的MRO，可以用如下的merge规则：

D = [D] + merge(MRO(B), MRO(C), BC)
D = [D] + merge([B, A, object], [C, A, object], [B, C])
1
2

应用合并规则：

• B出现在列表的第一个位置，因此B是下一个在MRO中的类；

• 接下来，从其余的列表中删除B，并比较接下来的元素；

• C现在出现在没有B作为首位的列表的第一个位置，所以C是下一个；

• 然后同样的规则，删除C，比较剩下的元素；

• 接下来A没有争议地第一；

• 最后加入object（所有Python类最基本的类型，它们始终位于MRO列表的末尾）。

  所以最终的MRO列表就是：

  D = [D, B, C, A, object]
  1

3. Python中类的魔法属性dict：

• 对于类而言，Python 提供了 __dict__ 魔法属性，它是一个包含类的命名空间的字典。这个字典包含了类的所有属性和方法。

class MyClass:
    x = 10

    def __init__(self, y):
        self.y = y


print(MyClass.__dict__)

1
2
3
4
5
6
7
8
9

• 对于类的实例，__dict__ 包含了实例的属性。

obj = MyClass(5)
print(obj.__dict__)

1
2
3

注意事项：

• 在一些特殊情况下，__dict__ 中可能会包含一些额外的属性，例如 __weakref__ 用于支持弱引用。
• 对于内建类型（如 int、str 等），__dict__ 是不存在的。

总的来说，__dict__ 是一个强大的工具，可以让我们动态地查看和修改类和实例的属性。然而，直接使用 __dict__ 有时不是最佳的做法，因为它绕过了类或实例中可能存在的一些定制行为，推荐使用更高层级的接口和方法【比如内建函数getattr()和setattr()，hasattr()等】

拓展——内建函数dir()

类的dict魔法属性得到的最终结果是key: value形式的字典格式；而dir()方法则只拿到key：

• 对于类的实例，内建函数dir()作用如下：

  dir() 内建函数，用于获取对象的属性和方法列表。当调用 dir() 时，它返回一个包含对象所有属性和方法名称的列表。这包括对象的普通属性、方法、类属性、类方法等。如果没有提供参数，dir() 将返回当前作用域内的所有变量和函数的列表。

  class MyClass:
      x = 10
  
      def __init__(self, y):
          self.y = y
  
      def method(self):
          pass
  
  
  obj = MyClass(20)
  print(dir(obj))
  
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13

  在上面的例子中，dir(obj) 会返回一个包含 MyClass 类实例 obj 的所有属性和方法的列表。

  print(dir())
  
  1
  2

  在这个例子中，dir() 没有提供参数，因此它返回当前作用域内的所有变量和函数的列表。

  dir() 的输出结果包括以下类型的条目：

  • 字符串：表示对象的普通属性或方法。
  • __xxx__ 形式的字符串：表示对象的特殊方法（魔法方法）。
  • 类属性和类方法的名称。

• 对于类来说，内建函数dir()的作用如下：

  如果传入 dir() 的参数是一个类，它会返回类的所有属性、方法以及基类的信息。下面是一个示例：

  class MyClass:
      x = 10
  
      def __init__(self, y):
          self.y = y
  
      def method(self):
          pass
  
  
  class DerivedClass(MyClass):
      z = 20
  
      def __init__(self, y, w):
          super().__init__(y)
          self.w = w
  
      def derived_method(self):
          pass
  
  
  # 使用 dir() 获取类的信息
  print(dir(MyClass))
  
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13
  14
  15
  16
  17
  18
  19
  20
  21
  22
  23
  24

  在这个例子中，dir(MyClass) 返回一个包含 MyClass 类的所有属性和方法的列表。这包括类属性 x、构造函数 __init__、普通方法 method 等。

  注意：

  • dir() 返回的列表包含了类的所有属性和方法，包括继承自基类的。
  • 如果子类有自己的属性或方法，也会包含在列表中。
  • 特殊方法（魔法方法）以 __xxx__ 形式显示在列表中。
  • 类的基类信息也会包括在列表中。

  这样，dir() 提供了一种查看类的结构和功能的方式，使你能够快速了解类的成员。

---

4. 正式谈一谈元类（metaclass）:

（1）引子：

创建类的两种方法：

# 方法一：
class Foo(object):
    CITY = 'zz'

    def func(self, x):
        return x + 1


# 方法二【其实第一种方法底层也是通过type来实现创建类的~】：
def func(self, x):
    return x + 1


Foo = type('Foo', (object,), {'CITY': 'zz', 'func': func})
1
2
3
4
5
6
7
8
9
10
11
12
13
14

很容易知道：下述两种其实一模一样，因为默认就是metaclass=type，所以加不加都一样~

class Foo(object):
    CITY = 'zz'

    def func(self, x):
        return x + 1


class Foo(object, metaclass=type):
    CITY = 'zz'

    def func(self, x):
        return x + 1
    
1
2
3
4
5
6
7
8
9
10
11
12
13

（2）类由自定义type创建：

class MyType(type):
    pass


class Foo(object, metaclass=MyType):
    CITY = 'zz'

    def func(self, x):
        return x + 1

1
2
3
4
5
6
7
8
9
10

引子部分实现类的两种方法中的第二种告诉我们类Foo就是type加括号创建的。所以上部分代码中Foo类就是MyType加括号创建的（这样就会执行MyType类的构造方法init）。

class MyType(type):
    def __init__(self, *args, **kwargs):
        print('创建类之前')
        super(MyType, self).__init__(*args, **kwargs)
        print('创建类之后')


class Foo(object, metaclass=MyType):
    CITY = 'zz'

    def func(self, x):
        return x + 1

1
2
3
4
5
6
7
8
9
10
11
12
13

上述代码跟引子中第一种创建类的方法一样！同时上述代码运行已经可以打印代码中两个print，因为类已经创建了！！！

（3）类的基类中指定了metaclass，那么当前类也是由metaclass指定的类来创建的：

class MyType(type):
    def __init__(self, *args, **kwargs):
        print('创建类之前')
        super(MyType, self).__init__(*args, **kwargs)
        print('创建类之后')


class Foo(object, metaclass=MyType):
    CITY = 'zz'

    def func(self, x):
        return x + 1


class Bar(Foo):
    pass

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

这样会打印两遍print，因为Bar没有指定metaclass，但是这个类也是由其继承的类的metaclass指定的type创建的，所以会打印两遍print。

简单改动一下：

class MyType(type):
    def __init__(self, *args, **kwargs):
        print('创建类之前')
        super(MyType, self).__init__(*args, **kwargs)
        print('创建类之后')


Base = MyType('Base', (object, ), {})
# 上一行等价于：
# class Base(object, metaclass=MyType):
#     pass


class Foo(Base):
    CITY = 'zz'

    def func(self, x):
        return x + 1

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

上部分代码还是和上一次讲的一样，基类中指定了自定义的元类MyType，所以打印两次~

class MyType(type):
    def __init__(self, *args, **kwargs):
        print('创建类之前')
        super(MyType, self).__init__(*args, **kwargs)
        print('创建类之后')


def with_metaclass():
    return MyType('Base', (object,), {})


class Foo(with_metaclass()):
    CITY = 'zz'

    def func(self, x):
        return x + 1

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

上述代码还是一个意思~

将object当参数传递给with_metaclass函数：

class MyType(type):
    def __init__(self, *args, **kwargs):
        print('创建类之前')
        super(MyType, self).__init__(*args, **kwargs)
        print('创建类之后')


def with_metaclass(arg):
    return MyType('Base', (arg,), {})


class Foo(with_metaclass(object)):
    CITY = 'zz'

    def func(self, x):
        return x + 1

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

总结：

• 如果某个类指定了metaclass为MyType，那么当前类的所有派生类都是由这个MyType创建的！

（4）实例化一个指定了metaclass的类：

class MyType(type):
    def __init__(self, *args, **kwargs):
        super(MyType, self).__init__(*args, **kwargs)


class Foo(object, metaclass=MyType):
    pass


1
2
3
4
5
6
7
8
9

1. MyType的__init__
   obj = Foo()
2. MyType的__call__
3. Foo的__new__
4. Foo的__init__