python元编程详解
什么是元编程
软件开发中很重要的一条原则就是“不要重复自己的工作（Don’t repeat youself）”，也就是说当我们需要复制粘贴代码时候，通常都需要寻找一个更加优雅的解决方案，在python中，这类问题常常会归类为“元编程”
元编程目的
是创建函数和类，并用他们操作代码（例如修改，生成，或者包装自己已有的代码）。尽可能的使代码优雅简洁。具体而言，通过编程的方法，在更高的抽象层次上对一种层次的抽象的特性进行修改
元编程应用
给函数添加一个包装（装饰器）
关于装饰器的参考链接：http://www.cnblogs.com/xiaobingqianrui/p/8435074.html
注意：对wraps装饰器的使用进行补充说明，在类装饰器中使用闭包会导致生成的对象不再是被装饰的类的实例，而是在装饰器函数创建的子类的实例，这会影响__name__和__doc__等属性，在上篇我们使用@wraps装饰器对函数装饰器进行操作让问题得到解决，但在类装饰器中这一方法无效。
元类
在理解元类之前，您需要掌握Python中的类。Python对于从Smalltalk语言借用的类是非常奇怪的。在大多数语言中，类只是描述如何生成对象的代码片段。在Python中也是如此：
>>> class ObjectCreator(object): ... pass ... >>> my_object = ObjectCreator() >>> print(my_object) <__main__.ObjectCreator object at 0x8974f2c>
一旦使用关键字class，Python就会执行它并创建一个OBJECT。指示
>>> class ObjectCreator(object): ... pass ...
在内存中创建一个名为“ObjectCreator”的对象。这个对象（类）本身能够创建对象（实例），这就是为什么它是一个类。但是，它仍然是一个对象，因此：
- 您可以将其分配给变量
- 你可以复制它
- 你可以添加属性
- 您可以将其作为函数参数传递
例如：
>>> print(ObjectCreator) # you can print a class because it's an object <class '__main__.ObjectCreator'> >>> def echo(o): ... print(o) ... >>> echo(ObjectCreator) # you can pass a class as a parameter <class '__main__.ObjectCreator'> >>> print(hasattr(ObjectCreator, 'new_attribute')) False >>> ObjectCreator.new_attribute = 'foo' # you can add attributes to a class >>> print(hasattr(ObjectCreator, 'new_attribute')) True >>> print(ObjectCreator.new_attribute) foo >>> ObjectCreatorMirror = ObjectCreator # you can assign a class to a variable >>> print(ObjectCreatorMirror.new_attribute) foo >>> print(ObjectCreatorMirror()) <__main__.ObjectCreator object at 0x8997b4c>
动态创建类
由于类是对象，因此您可以像任何对象一样动态创建它们。首先，您可以使用class以下命令在函数中创建类：
>>> def choose_class(name):
... if name == 'foo':
... class Foo(object):
... pass
... return Foo # return the class, not an instance
... else:
... class Bar(object):
... pass
... return Bar
...
>>> MyClass = choose_class('foo')
>>> print(MyClass) # the function returns a class, not an instance
<class '__main__.Foo'>
>>> print(MyClass()) # you can create an object from this class
<__main__.Foo object at 0x89c6d4c>
但它还不是我们想要的，创建类应该有更优的方法，由于类是对象，因此它们必须由某些东西生成。
使用class关键字时，Python会自动创建此对象。但与Python中的大多数内容一样，它为您提供了手动执行此操作的方法。我们可用通过type函数查看对象的类型：
>>> print(type(1))
<type 'int'>
>>> print(type("1"))
<type 'str'>
>>> print(type(ObjectCreator))
<type 'type'>
>>> print(type(ObjectCreator()))
<class '__main__.ObjectCreator'>
type除了可以查看数据类型外,还有一个特殊的能力，它也可以动态创建类。type可以将类的描述作为参数，并返回一个类。查看type内部原理：
type(name of the class,
tuple of the parent class (for inheritance, can be empty),
dictionary containing attributes names and values)
例如：
>>> class MyShinyClass(object): ... pass
可以通过以下方式手动创建：
>>> MyShinyClass = type('MyShinyClass', (), {}) # returns a class object
>>> print(MyShinyClass)
<class '__main__.MyShinyClass'>
>>> print(MyShinyClass()) # create an instance with the class
<__main__.MyShinyClass object at 0x8997cec>
type接受字典来定义类的属性。所以：
>>> class Foo(object): ... bar = True
可以翻译成：
>>> Foo = type('Foo', (), {'bar':True})
并用作普通类：
>>> print(Foo) <class '__main__.Foo'> >>> print(Foo.bar) True >>> f = Foo() >>> print(f) <__main__.Foo object at 0x8a9b84c> >>> print(f.bar) True
当然，你可以继承它，所以：
>>> class FooChild(Foo): ... pass
会解释成：
>>> FooChild = type('FooChild', (Foo,), {})
>>> print(FooChild)
<class '__main__.FooChild'>
>>> print(FooChild.bar) # bar is inherited from Foo
True
最后，如果想要为我们创建的类添加方法，只需使用正确的签名定义函数并将其指定为属性即可。
>>> def echo_bar(self):
... print(self.bar)
...
>>> FooChild = type('FooChild', (Foo,), {'echo_bar': echo_bar})
>>> hasattr(Foo, 'echo_bar')
False
>>> hasattr(FooChild, 'echo_bar')
True
>>> my_foo = FooChild()
>>> my_foo.echo_bar()
True
在动态创建类之后，您可以添加更多方法，就像向正常创建的类对象添加方法一样。
>>> def echo_bar_more(self):
... print('yet another method')
...
>>> FooChild.echo_bar_more = echo_bar_more
>>> hasattr(FooChild, 'echo_bar_more')
True
在Python中，类是对象，您可以动态地动态创建类。这是Python在您使用关键字时所执行的操作class，它通过使用元类来实现。
什么是元类（终于讲到重点了）
元类是创建类的“类”。我们可以定义类来创建实例，python一切皆对象，类也不列外，它是通过元类来创建。类是创建实例的蓝图，元类是创建类的蓝图。可以很容易地看出，Python类中也需要是第一类对象才能启用此行为。
例如：
MyClass = MetaClass() my_object = MyClass()
通过type来创建：
MyClass = type('MyClass', (), {})
这是因为该函数type实际上是一个元类。type是Python用于在幕后创建所有类的元类。
为什么是小写type而不是大学Type？
type与str创建字符串对象int的类创建整数对象的类类似，它也只是创建类对象的类。我们通过检查__class__属性来查看。
一切，一切，一切重要的事情说三遍，都是Python中的一个对象。这包括整数，字符串，函数和类。所有这些都是对象。所有这些都是从一个类创建的：
>>> age = 35 >>> age.__class__ <type 'int'> >>> name = 'bob' >>> name.__class__ <type 'str'> >>> def foo(): pass >>> foo.__class__ <type 'function'> >>> class Bar(object): pass >>> b = Bar() >>> b.__class__ <class '__main__.Bar'>
那么__class__的__class__？
>>> age.__class__.__class__ <type 'type'> >>> name.__class__.__class__ <type 'type'> >>> foo.__class__.__class__ <type 'type'> >>> b.__class__.__class__ <type 'type'>
因此，元类只是创建类对象的东西。我们也称它为类工厂
type 是Python使用的内置元类，我们也可以创建自己的元类。
__mataClass__属性
在Python 2中，我们在编写类时添加属性：
class Foo(object):
__metaclass__ = something...
[...]
如果引用__mataClass__属性，python将使用元类类创建Foo，但是这样class Foo(object)，类对象Foo并不是在内存中创建的
Python将会在父类中查找__metaclass__，如果没有，就继续向父类的父类查找，如果还是没有，就在模块中找，还是没有的话就用缺省的MetaClass即type创建类。
当你这样做时：
class Foo(Bar):
pass
Python会执行以下操作：
如果有__metaclass__属性，将会在内存中创建一个类对象，名称Foo使用是__metaclass__。如果Python找不到__metaclass__，它将__metaclass__在MODULE级别查找，并尝试执行相同的操作（但仅适用于不继承任何内容的类，基本上是旧式类）。
如果还是找不到__metaclass__，它将使用Bar's（第一个父级）自己的元类（可能是默认的type）来创建类对象。
Python中的元类3
在Python 3中更改了设置元类的语法：
class Foo(object, metaclass=something):
...
即__metaclass__不再使用该属性，而是支持基类列表中的关键字参数。但是并不会影响元类的功能。
python3中我们可以将属性作为关键字参数传递给元类，如下所示：
class Foo(object, metaclass=something, kwarg1=value1, kwarg2=value2):
...
自定义元类
一个类没有声明自己的元类，默认他的元类就是type,除了使用元类type，用户也可以通过继承type来自定义元类
自定义元类的主要目的是：
- 拦截类的创建
- 读取类的信息，可以做修改
- 返回新的类
通过传入不同的字符串动态的创建不同的类
def create_class(name):
if name == 'user':
class User:
def __str__(self):
return "user"
return User
elif name == "company":
class Company:
def __str__(self):
return "company"
return Company
if __name__ == '__main__':
Myclass = create_class("user")
my_obj = Myclass()
print(my_obj) #user
print(type(my_obj)) #<class '__main__.create_class.<locals>.User'>
用type创建
# 一个简单type创建类的例子
#type(object_or_name, bases, dict)
#type里面有三个参数，第一个类名，第二个基类名，第三个是属性
User = type("User",(),{"name":"derek"})
my_obj = User()
print(my_obj.name) #derek
#带方法的创建
def say(self): #必须加self return "i am derek" User = type("User",(),{"name":"derek","say":say}) my_obj = User() print(my_obj.name) #derek print(my_obj.say()) #i am derek
让type创建的类继承一个基类
def say(self): #必须加self
return "i am derek"
class BaseClass:
def answer(self):
return "i am baseclass"
#type里面有三个参数，第一个类名，第二个基类名，第三个是属性
User = type("User",(BaseClass,),{"name":"derek","say":say})
if __name__ == '__main__':
my_obj = User()
print(my_obj.name) #d erek
print(my_obj.say()) # i am derek
print(my_obj.answer()) # i am baseclass
但是在实际编码中，我们一般不直接用type去创建类，而是用元类的写法，自定义一个元类metaclass去创建
# 把User类创建的过程委托给元类去做，这样代码的分离性比较好
class MetaClass(type):
def __new__(cls, *args, **kwargs):
return super().__new__(cls,*args, **kwargs)
class User(metaclass=MetaClass):
def __init__(self,name):
self.name = name
def __str__(self):
return "test"
if __name__ == '__main__':
#python中类的实例化过程，会首先寻找metaclass，通过metaclass去创建User类
my_obj = User(name="derek")
print(my_obj) #test
还有一个典型的自定义元类例子就是Django ORM。
元类的主要用例是创建API。
它允许您定义如下内容：
class Person(models.Model):
name = models.CharField(max_length=30)
age = models.IntegerField()
但是如果你这样做：
guy = Person(name='bob', age='35')
print(guy.age)
它不会返回一个IntegerField对象。它将返回一个int，甚至可以直接从数据库中获取它。
因为models.Model定义__metaclass__它会使用一些魔法将Person您刚刚使用简单语句定义的内容转换为数据库字段的复杂sql。
Django通过公开一个简单的API并使用元类，从这个API中重新创建代码来完成幕后的实际工作，从而使复杂的外观变得简单。
参考：https://stackoverflow.com/questions/100003/what-are-metaclasses-in-python
https://www.cnblogs.com/Gaoqiking/p/10744253.html
