接觸過 Django 的同學都應該十分熟悉它的 ORM 系統。對于 python 新手而言，這是一項幾乎可以被稱作“黑科技”的特性：只要你在models.py中隨便定義一個Model的子類，Django 便可以：
- 獲取它的字段定義，并轉換成表結構
- 讀取Meta內部類，并轉化成相應的配置信息。對于特殊的Model（如abstract、proxy），還要進行相應的轉換
-
為沒有定義objects的Model加上一個默認的Manager
開發之余，我也曾腦補過其背后的原理。曾經，我認為是這樣的：
啟動時，遍歷models.py中的所有屬性，找到Model的子類，并對其進行上述的修改。
當初，我還以為自己觸碰到了真理，并曾將其應用到實際生產中――為 SAE 的 KVDB 寫了一個類 ORM 系統。然而在實現的過程中，我明顯感受到了這種方法的丑陋，而且性能并不出色（因為要遍歷所有的定義模塊）。
那么事實上，Django 是怎么實現的呢？
自古以來我們制造東西的方法都是“自上而下”的，是用切削、分割、組合的方法來制造。然而，生命是自下而上地，自發地建造起來的，這個過程極為低廉。
――王晉康 《水星播種》
這句話揭示了生命的神奇所在：真正的生命都是由基本物質自發構成的，而非造物主流水線式的加工。
那么，如果 類 也有生命的話，對它自己的修飾就不應該由調用者來完成，而應該是自發的。
幸而，python 提供了造物主的接口――這便是 Meta Classes，或者稱為“元類”。
元類 是什么？
簡單說：元類就是類的類。
首先，要有一個概念：
python 中，一切都是對象。
沒錯，一切，包括 類 本身。
既然，類 是 對象，對象 是 類的實例，那么――類 也應該有 類 才對。
類的類：type
在 python 中，我們可以用type檢測一個對象的類，如：
print type(1) #
如果對一個類操作呢？
print type(int) #
class MyClass(object): pass
print type(MyClass) #
print type(type) #
這說明：type其實是一個類型，所有類――包括type自己――的類都是type。
type 簡介
從 官方文檔 中，我們可以知道：
和 dict 類似，type 也是一個工廠構造函數，調用其將返回 一個type類型的實例（即 類）。
type 有兩個重載版本：
+ `type(object)`，即我們最常用的版本。
+ `type(name, bases, dict)`，一個更強大的版本。通過指定 類名稱（`name`）、父類列表（`bases`）和 屬性字典（`dict`） 動態合成一個類。
下面兩個語句等價：
class Integer(int):
name = 'my integer'
def increase(self, num):
return num + 1
# -------------------
Integer = type('Integer', (int, ), {
'name': 'my integer',
'increase': lambda self, num: \
num + 1 # 很酷的寫法，不是么
})
也就是說：類的定義過程，其實是type類型實例化的過程。
然而這和修飾一個已定義的類有什么關系呢？
當然有啦～既然“類的定義”就是“type類型的初始化過程”，那其中必定會調用到type的構造函數(__new__() 或 __init__())。只要我們繼承 type類 并修改其 __new__函數，在這里面動手腳就可以啦。
接下來我們將通過一個栗子感受 python 的黑魔法，不過在此之前，我們要先了解一個語法糖。
__metaclass__ 屬性
有沒覺得上面第二段示例有些鬼畜呢？它勒令程序員將類的成員寫成一個字典，簡直是反人類。如果我們真的是要通過修改 元類 來改變 類 的行為的話，似乎就必須采用這種方法了～～簡直可怕～～
好在，python 2.2 時引進了一個語法糖：__metaclass__。
class Integer(int):
__metaclass__ = IntMeta
現在將會等價于：
Integer = IntMeta('Integer', (int, ), {})
由此一來，我們在使用傳統類定義的同時，也可以使用元類啦。
栗子：子類凈化器
需求描述
你是一個有語言潔癖的開發者，平時容不得別人講一句臟話，在開發時也是如此。現在，你寫出了一個非常棒的框架，并馬上要將它公之于眾了。不過，你的強迫癥又犯了：如果你的使用者在代碼中寫滿了臟話，怎么辦？豈不是玷污了自己的純潔？
假如你就是這個喪心病狂的開發者，你會怎么做？
在知道元類之前，你可能會無從下手。不過，這個問題你可以用 元類 輕松解決――只要在類定義時過濾掉不干凈的字眼就好了（百度貼吧的干活～～）。
我們的元類看起來會是這樣的：
sensitive_words_list = ['asshole', 'fuck', 'shit']
def detect_sensitive_words(string):
'''檢測敏感詞匯'''
words_detected = filter(lambda word: word in string.lower(), sensitive_words_list)
if words_detected:
raise NameError('Sensitive words {0} detected in the string "{1}".' \
.format(
', '.join(map(lambda s: '"%s"' % s, words_detected)),
string
)
)
class CleanerMeta(type):
def __new__(cls, class_name, bases, attrs):
detect_sensitive_words(class_name) # 檢查類名
map(detect_sensitive_words, attrs.iterkeys()) # 檢查屬性名
print "Well done! You are a polite coder!" # 如無異常，輸出祝賀消息
return super(CleanerMeta, cls).__new__(cls, class_name, bases, attrs)
# 重要！這行一定不能漏！！這回調用內建的類構造器來構造類，否則定義好的類將會變成 None
現在，只需這樣定義基類：
class APIBase(object):
__metaclass__ = CleanerMeta
# ...
那么所有 APIBase 的派生類都會接受安全審查（奸笑～～）：
class ImAGoodBoy(APIBase):
a_polite_attribute = 1
# [Output] Well done! You are a polite coder!
class FuckMyBoss(APIBase):
pass
# [Output] NameError: Sensitive words "fuck" detected in the string "FuckMyBoss".
class PretendToBePolite(APIBase):
def __fuck_your_asshole(self):
pass
# [Output] NameError: Sensitive words "asshole", "fuck" detected in the string "_PretendToBePolite__fuck_your_asshole".
看，即使像最后一個例子中的私有屬性也難逃審查，因為它們本質都是相同的。
甚至，你還可以對有問題的屬性進行偷偷的修改，比如 讓不文明的函數在調用時打出一行警告 等等，這里就不多說了。
元類 在實際開發中的應用
日常開發時，元類 常用嗎？
當然，Django 的 ORM 就是一個例子，大名鼎鼎的 SQLAlchemy 也用了這種黑魔法。
此外，在一些小型的庫中，也有 元類 的身影。比如 abc（奇怪的名字～～）――這是 python 的一個內建庫，用于模擬 抽象基類（Abstract Base Classes）。開發者可以使用 abc.abstractmethod 裝飾器，將 指定了 __metaclass__ = abc.ABCMeta 的類的方法定義成 抽象方法，同時這個類也成了 抽象基類，抽象基類是不可實例化的。這便實現了對 抽象基類 的模擬。
倘若你也有需要動態修改類定義的需求，不妨也試試這種“黑魔法”。
小結
- 類 也是 對象，所有的類都是type的實例
- 元類（Meta Classes）是類的類
- __metaclass__ = Meta 是 Meta(name, bases, dict) 的 語法糖
- 可以通過重載元類的 __new__ 方法，修改 類定義 的行為
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
