Python：细说元类
Python：细说元类.Python编程语言的一个重要特征是，所有事物都是一个对象。这些对象都是类的实例。
classMyClass:
pass
a=int('5')
b=MyClass()
print(type(a))
print(type(b))
但是，类不也是对象吗？是的，他们也是对象。
classMyClass:
pass
print(type(MyClass))
因此我们定义的类都具有type类型。所以称作是元！但是类是如何通过type类来创建的呢？而且刚才我们也看到type是一个函数，且返回一个对象的类型。
没错，当我们只是传递一个对象给type的时候，它就返回这个对象的类型给我们。但是如果我们传递跟多信息给它，它就会创建一个类给我们。比如这个：
MyClass=type('MyClass',(),{})
instance=MyClass()
print(type(instance))
我们可以name，bases作为元组传递给type，并且将attributes作为字典传给type，那么我们就会得到一个类。这个类扩展了刚才所给的bases并包含了我们所给的attributes。
当我们按如下定义一个类的时候：
classMyClass(int):
name="MyClass"
在它内部就等价于MyClass=type("MyClass",(int,),{"name":"MyClass"})。这里的type就是MyClass的元类了。
对象都是类的实例，而且类是元类的实例。
因此基本上说，这就是基本的东西了----我们由类来创建对象，然后我们由元类来创建类。在Python中，type是所有类的一个默认的元类，但是这个是可以由我们自己按需定制的。
元类钩子
如果我们不想要type作为我们的类的元类，应该怎么办呢？我们需要定制所需要创建的类的方式，并且我们不会有其他更好的方法来修改type元类的工作方式。因此我们如何做到并使用我们定制的类呢？
一个相当显然的方法是使用这个方式：MyClass=MyMetaClass(name,bases,attrs)。但是还有其他方法将一个类放置于一个定制的元类里面。在Python2中，所有类都可以定义一个__metaclass__方法，它可以用来创建一个类。在Python3中，我们将这个可调用的元类作为关键词参数传递给类的参数列表中：
#Python3
classMyClass(metaclass=MetaClass):
pass
#Python2
classMyClass():
__metaclass__=MetaClass
这个种元类参数必须是可调用的，也就是它带有name，bases和attributes，因为它有参数并且返回一个类的对象实例。请注意的是，元类参数本身并不必须是一个元类，只要它是一个类似于可调用的，并能由元类创建对象的工厂（factory）那样就行。
deffunc_metaclass(name,bases,attrs):
attrs['is_meta']=True
returntype(name,bases,attrs)
classMyClass(metaclass=func_metaclass):
pass
这是关于函数被用作可调用的元类的一个很简单的例子。现在让我们来使用这些类吧。
classMetaClass(type):
def__init__(cls,name,bases,attrs):
super().__init__(name,bases,attrs)
cls.is_meta=True
classMyClass(metaclass=MetaClass):
pass
print(MyClass.is_meta)
这里，元类被调用了并带有一些参数，这些参数都被传给了它的__new__方法，并且我们得到了一个类。我们从type得到了一个子类，因此我们不需要提供我们自己对__new__方法的实现方式。在__new__被调用之后，__init__方法也会被调用作为初始化。我们给我们的__init__方法也加入了额外的属性。
在我们的函数例子中，我们直接使用了type元类。因此所有从这个函数产生的类都会还有type类型。换句话说，我们在我们刚才这个类的例子中扩展了type。因此所产生的类的类型将是我们定义的元类。因此看来使用基于类的方法（来创建类）是有好处的。
使用案例
我们再来在看看子类：
classTrackSubclasses(type):
subclasses={}
def__init__(cls,name,bases,attrs):
forbaseinbases:
cls.subclasses[base]=cls.subclasses.get(base,0)+1
super().__init__(name,bases,attrs)
classA(metaclass=TrackSubclasses):
pass
classB(A):
pass
classC(A):
pass
classD(B):
pass
print(TrackSubclasses.subclasses)
或者写一个final类：
classFinal(type):
def__init__(cls,name,bases,attrs):
super().__init__(name,bases,attrs)
forklassinbases:
ifisinstance(klass,Final):
raiseTypeError("{}isfinal".format(klass.__name__))
classFinalClass(metaclass=Final):
pass
classChildClass(FinalClass):
pass
Python培训、Python培训班、Python培训机构，就选光环大数据！
还不够过瘾？想学习更多？点击 http://hadoop.aura.cn/python/ 进行Python学习！
大数据培训、人工智能培训、Python培训、大数据培训机构、大数据培训班、数据分析培训、大数据可视化培训，就选光环大数据！光环大数据，聘请专业的大数据领域知名讲师，确保教学的整体质量与教学水准。讲师团及时掌握时代潮流技术，将前沿技能融入教学中，确保学生所学知识顺应时代所需。通过深入浅出、通俗易懂的教学方式，指导学生更快的掌握技能知识，成就上万个高薪就业学子。 更多问题咨询，欢迎点击------>>>>在线客服！
