10.6 元类（Metaclass）：类的创建过程、自定义元类、应用场景

在 Python 中，有一个看似高深但非常底层的概念：元类。简单说，元类就是用来创建类的“类”。你已经知道类可以创建实例对象，那么类本身又是由谁创建的呢？答案就是元类。理解了元类，你就能真正摸清 Python 面向对象体系的“根”。

类的创建过程：`type` 是默认的元类

先看一个事实：在 Python 里，类本身也是对象。这个对象有类型，你可以用 type() 查看：

class Foo:
    pass

print(type(Foo))   # <class 'type'>
print(type(int))   # <class 'type'>
print(type(str))   # <class 'type'>

你会发现，所有类的类型都是 type。也就是说，type 是 Python 中最基础的元类，它负责创建所有的类。

那么 type 是如何创建一个类的呢？实际上，当我们用 class 关键字定义一个类时，解释器在背后做了三件事：

收集类体中的代码并执行，生成一个命名空间字典（包含属性、方法等）。
确定类名、要继承的父类元组。
调用元类的 new 和 init 方法，传入类名、父类元组、命名空间字典，最终生成类对象。

这个过程等价于手动调用 type(name, bases, dict)：

# 正常的 class 定义
class Person:
    species = "human"
    def __init__(self, name):
        self.name = name

# 等价于使用 type 动态创建
Person = type('Person', (), {
    'species': 'human',
    '__init__': lambda self, name: setattr(self, 'name', name)
})

两种方式生成的 Person 类完全一样。这就是类的创建全过程：元类接收三个参数，返回一个类对象。

自定义元类：控制类的生成

既然 type 可以创建类，那么我们可以继承 type 并改写它的行为，从而实现自定义元类。自定义元类最核心的方法是 new 和 init：

new(cls, name, bases, dct)：负责创建类对象（在类真正产生之前介入）。
init(cls, name, bases, dct)：负责初始化刚创建好的类对象。

举个例子，假设我们要求所有使用了某个元类的子类，都必须定义一个 table_name 属性，否则报错：

class ModelMeta(type):
    def __new__(cls, name, bases, dct):
        # 如果需要，可以在这里修改 dct（例如自动添加方法）
        if name != 'BaseModel':
            if 'table_name' not in dct:
                raise TypeError(f"类 {name} 必须定义 table_name 属性")
        return super().__new__(cls, name, bases, dct)

class BaseModel(metaclass=ModelMeta):
    pass

# 正确使用
class User(BaseModel):
    table_name = 'users'

# 错误使用，会直接报错
class Product(BaseModel):   # TypeError: 类 Product 必须定义 table_name 属性
    pass

这里的关键点：

通过 metaclass=ModelMeta 指定这个类的元类。
new 方法在类体执行后、类对象生成前被调用，我们可以检查或修改 dct（即类的属性字典）。
super().new(cls, name, bases, dct) 最终调用 type.new 生成类对象，保证流程完整。

自定义元类还可以改写 init 或 call 方法，控制类的实例化行为。不过最常用的还是 new 来做“类注册”之类的动作。

实际应用场景

元类听起来很深奥，在普通业务代码中确实很少用。但很多著名的框架和库在用元类实现非常巧妙的功能，典型场景包括：

1. ORM 框架自动注册字段或模型
Django 的模型系统就用了元类。当你定义 class User(models.Model): name = models.CharField(...) 时，元类会扫描类属性中所有的 Field 实例，将它们收集到一个 _meta 对象里，并自动生成对应的数据库映射。开发者完全不用手动注册表结构，这就是元类在背后做了大量工作。

2. 接口实现检查或自动添加功能
利用元类，可以在类创建时自动为所有方法加上日志、性能统计，或者检查子类是否真正重写了特定的接口方法。例如，定义一个 ServiceMeta，要求所有服务子类必须实现 run() 方法，否则无法创建。

3. 单例模式
虽然单例有多种实现方式，但用元类控制实例创建是一种很 Pythonic 的做法：

class SingletonMeta(type):
    _instances = {}
    def __call__(cls, *args, **kwargs):
        if cls not in cls._instances:
            cls._instances[cls] = super().__call__(*args, **kwargs)
        return cls._instances[cls]

class Config(metaclass=SingletonMeta):
    def __init__(self):
        self.data = {}

这里重写了元类的 call（每当调用 Config() 时触发），确保每个类只有一个实例。

4. 插件系统或命令注册
如果希望所有子类在定义时自动注册到某个全局注册表中，元类非常适合。例如，构建一个爬虫框架，所有 Spider 子类一被定义就自动被框架发现，无需手动调用 register()。

何时该用，何时不该用？

该用：当你需要影响一批类的创建行为，而且这些行为无法用装饰器或简单继承优雅地解决时（例如 ORM、类注册、规范强制）。
不该用：如果问题可以通过类装饰器或普通继承解决，就不要上元类。元类会显著增加代码的理解难度，Python 社区有句名言：“元类比 99% 的开发者认为的更难，也比它们需要的更少。”

总的来说，元类是控制类创建流程的终极武器，隐藏在 Python 的底层，为框架库提供了极大的灵活性。即使你平常不写元类，理解它的工作机制，也能帮助你读懂 Django、SQLAlchemy 等框架的源码，真正把 Python 的面向对象能力用到极致。

10.6 元类（Metaclass）：类的创建过程、自定义元类、应用场景

类的创建过程：type 是默认的元类

自定义元类：控制类的生成

实际应用场景

何时该用，何时不该用？

类的创建过程：`type` 是默认的元类