Python进阶:metaclass谈

metaclass 的超越变形特性有什么用？

　　来看yaml的实例:

import yaml
class Monster(yaml.YAMLObject):
  yaml_tag = u'!Monster'
  def __init__(self, name, hp, ac, attacks):
    self.name = name
    self.hp = hp
    self.ac = ac
    self.attacks = attacks
  def __repr__(self):
    return "%s(name=%r, hp=%r, ac=%r, attacks=%r)" % (
       self.__class__.__name__, self.name, self.hp, self.ac,
       self.attacks)

monster1 = yaml.load("""
--- !Monster
name: Cave spider
hp: [2,6]    # 2d6
ac: 16
attacks: [BITE, HURT]
""",Loader=yaml.Loader)

print(monster1)
#Monster(name='Cave spider', hp=[2, 6], ac=16, attacks=['BITE', 'HURT'])
print(type(monster1)) #<class '__main__.Monster'>

print (yaml.dump(Monster(
    name='Cave lizard', hp=[3,6], ac=16, attacks=['BITE','HURT']))
)

# dump() 返回 str
# 输出
# !Monster
# ac: 16
# attacks: [BITE, HURT]
# hp: [3, 6]
# name: Cave lizard

　　上面的代码调用yaml.load()，就能把任意一个 yaml 序列载入成一个 Python Object；而调用yaml.dump()，就能把一个 YAMLObject 子类序列化。对于 load() 和 dump() 的使用者来说，他们完全不需要提前知道任何类型信息，这让超动态配置编程成了可能。

　　只要简单地继承 yaml.YAMLObject，就能让你的 Python Object 具有序列化和逆序列化能力。

 

metaclass 的超越变形特性怎么用？

　　YAML 怎样用 metaclass 实现动态序列化 / 逆序列化功能,看其源码

#Python 2/3 相同部分
class YAMLObjectMetaclass(type):
  def __init__(cls, name, bases, kwds):
    super(YAMLObjectMetaclass, cls).__init__(name, bases, kwds)
    if 'yaml_tag' in kwds and kwds['yaml_tag'] is not None:
      cls.yaml_loader.add_constructor(cls.yaml_tag, cls.from_yaml)
  # 省略其余定义

# Python 3
class YAMLObject(metaclass=YAMLObjectMetaclass):
  yaml_loader = Loader
  # 省略其余定义

# Python 2
class YAMLObject(object):
  __metaclass__ = YAMLObjectMetaclass
  yaml_loader = Loader
  # 省略其余定义

　　YAMLObject 把 metaclass 都声明成了 YAMLObjectMetaclass

　　在你定义任何 YAMLObject 子类时，Python 会强行插入运行下面这段代码

cls.yaml_loader.add_constructor(cls.yaml_tag, cls.from_yaml)

Python 底层语言设计层面是如何实现 metaclass 的？

　　第一，所有的 Python 的用户定义类，都是 type 这个类的实例。

class MyClass:
  pass

instance = MyClass()

print(type(instance))
# 输出
#<class '__main__.MyClass'>

print(type(MyClass))
# 输出
#<class 'type'>

　　instance 是 MyClass 的实例，而 MyClass 不过是“上帝”type 的实例。

　　

　　第二，用户自定义类，只不过是 type 类的__call__运算符重载。

 

class MyClass:
  data = 1

instance = MyClass()
print(MyClass, instance)
# 输出
#(__main__.MyClass, <__main__.MyClass instance at 0x7fe4f0b00ab8>)
print(instance.data)
# 输出
#

MyClass = type('MyClass', (), {'data': 1})
instance = MyClass()
print(MyClass, instance)
# 输出
#(__main__.MyClass, <__main__.MyClass at 0x7fe4f0aea5d0>)

print(instance.data)
# 输出
#

　　可以看出，定义Myclass的时候Python实际调用的是type(classname, superclasses, attributedict)，就是 type 的__call__运算符重载,接着会进一步调用

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

　　　　

　　第三，metaclass 是 type 的子类，通过替换 type 的__call__运算符重载机制，“超越变形”正常的类。

　　一旦你把一个类型 MyClass 的 metaclass 设置成 MyMeta，MyClass 就不再由原生的 type 创建，而是会调用 MyMeta 的__call__运算符重载。

class = type(classname, superclasses, attributedict)
# 变为了
class = MyMeta(classname, superclasses, attributedict)

　　

使用 metaclass 的风险

　　正如你所看到的那样，metaclass 会"扭曲变形"正常的 Python 类型模型。所以，如果使用不慎，对于整个代码库造成的风险是不可估量的。换句话说，metaclass 仅仅是给小部分 Python 开发者，在开发框架层面的 Python 库时使用的。而在应用层，metaclass 往往不是很好的选择。

　　

参考

　　极客时间《Python 核心技术与实战》

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)
        obj.testPerporet = 'change' #修改子类的属性
        cls.__init__(cls, *args, **kwargs)
        return obj

class Foo(metaclass=Mymeta):
    yaml_tag = '!Foo'
    testPerporet = 'orig'

    def __init__(self, name):
        print('Foo.__init__')
        self.name = name

    def __new__(cls, *args, **kwargs):
        print('Foo.__new__')
        return object.__new__(cls)

foo = Foo('foo')
print(foo.__dict__)

尘墨 提供的参考代码