本文深入解析Python中的元类概念，通过实例展示如何利用元类创建类，实现类的动态修改及单例模式。元类是创建类的类，掌握了元类，可以更灵活地操纵Python程序。
译注：这是一篇在Stack overflow上很热的帖子。提问者自称已经掌握了有关Python OOP编程中的各种概念，但始终觉得元类（metaclass）难以理解。他知道这肯定和自省有关，但仍然觉得不太明白，希望大家可以给出一些实际的例子和代码片段以帮助理解，以及在什么情况下需要进行元编程。于是e-satis同学给出了神一般的回复，该回复获得了985点的赞同点数，更有人评论说这段回复应该加入到Python的官方文档中去。而e-satis同学本人在Stack Overflow中的声望积分也高达64271分。以下就是这篇精彩的回复（提示：非常长）
类也是对象
在理解元类之前，你需要先掌握Python中的类。Python中类的概念借鉴于Smalltalk，这显得有些奇特。在大多数编程语言中，类就是一组用来描述如何生成一个对象的代码段。在Python中这一点仍然成立：
>>> class ObjectCreator:
… pass
…
>>> my_object = ObjectCreator()
>>> print(my_object)
<__main__.ObjectCreator object at 0x7f9d09525190>
但是，Python中的类还远不止如此。类同样也是一种对象。是的，没错，就是对象。只要你使用关键字 class ，Python解释器在执行的时候就会创建一个对象。下面的代码段：
>>> class ObjectCreator:
… pass
…
将在内存中创建一个对象，名字就是 ObjectCreator 。这个对象（类）自身拥有创建对象（类实例）的能力，而这就是为什么它是一个类的原因。但是，它的本质仍然是一个对象，于是乎你可以对它做如下的操作：
-
你可以将它赋值给一个变量
-
你可以拷贝它
-
你可以为它增加属性
-
你可以将它作为函数参数进行传递
下面是示例：
>>> print(ObjectCreator) # 你可以打印一个类，因为它其实也是一个对象
<class '__main__.ObjectCreator'>
>>> def echo(o):
… print(o)
…
>>> echo(ObjectCreator) # 你可以将类做为参数传给函数
<class '__main__.ObjectCreator'>
>>> print(hasattr(ObjectCreator, 'new_attribute'))
Fasle
>>> ObjectCreator.new_attribute = 'foo' # 你可以为类增加属性
>>> print(hasattr(ObjectCreator, 'new_attribute'))
True
>>> print(ObjectCreator.new_attribute)
foo
>>> ObjectCreatorMirror = ObjectCreator # 你可以将类赋值给一个变量
>>> print(ObjectCreatorMirror())
<__main__.ObjectCreator object at 0x7f9d094af1f0>
动态地创建类
因为类也是对象，你可以在运行时动态的创建它们，就像其他任何对象一样。首先，你可以在函数中创建类，使用 class 关键字即可。
>>> def choose_class(name):
… if name == 'foo':
… class Foo:
… pass
… return Foo # 返回的是类，不是类的实例
… else:
… class Bar:
… pass
… return Bar
…
>>> MyClass = choose_class('foo')
>>> print(MyClass) # 函数返回的是类，不是类的实例
<class '__main__.choose_class.<locals>.Foo'>
>>> print(MyClass()) # 你可以通过这个类创建类实例，也就是对象
<__main__.choose_class.<locals>.Foo object at 0x7f9d094af1f0>
但这还不够动态，因为你仍然需要自己编写整个类的代码。由于类也是对象，所以它们必须是通过什么东西来生成的才对。当你使用 class 关键字时，Python解释器自动创建这个对象。但就和Python中的大多数事情一样，Python仍然提供给你手动处理的方法。还记得内建函数 type 吗？这个古老但强大的函数能够让你知道一个对象的类型是什么，就像这样：
>>> print(type(1))
<class 'int'>
>>> print(type("1"))
<class 'str'>
>>> print(type(ObjectCreator))
<class 'type'>
>>> print(type(ObjectCreator()))
<class '__main__.ObjectCreator'>
这里，type 有一种完全不同的能力，它也能动态的创建类。type 可以接受一个类的描述作为参数，然后返回一个类。（我知道，根据传入参数的不同，同一个函数拥有两种完全不同的用法是一件很傻的事情，但这在Python中是为了保持向后兼容性）
type 可以像这样工作：
type(类名, 父类的元组（针对继承的情况，可以为空），包含属性的字典（名称和值）)
比如下面的代码：
>>> class MyShinyClass:
… pass
可以手动像这样创建：
>>> MyShinyClass = type('MyShinyClass', (), {}) # 返回一个类对象
>>> print(MyShinyClass)
<class '__main__.MyShinyClass'>
>>> print(MyShinyClass()) # 创建一个该类的实例
<__main__.MyShinyClass object at 0x7f9d094af1f0>
你会发现我们使用 MyShinyClass作为类名，并且也可以把它当做一个变量来作为类的引用。类和变量是不同的，这里没有任何理由把事情弄的复杂。
type 接受一个字典来为类定义属性，因此
>>> class Foo:
… bar = True
可以翻译为：
>>> Foo = type('Foo', (), {'bar':True})
并且可以将Foo当成一个普通的类一样使用：
>>> print(Foo)
<class '__main__.Foo'>
>>> print(Foo.bar)
True
>>> f = Foo()
>>> print(f)
<__main__.Foo object at 0x7f9d094af1f0>
>>> print(f.bar)
True
当然，你可以向这个类继承，所以，如下的代码：
>>> class FooChild(Foo):
… pass
就可以写成：
>>> FooChild = type('FooChild', (Foo,),{})
>>> print(FooChild)
<class '__main__.FooChild'>
>>> print(FooChild.bar) # bar属性是由Foo继承而来
True
最终你会希望为你的类增加方法。只需要定义一个有着恰当签名的函数并将其作为属性赋值就可以了。
>>> 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
你可以看到，在Python中，类也是对象，你可以动态的创建类。这就是当你使用关键字 class 时Python在幕后做的事情，而这就是通过元类来实现的。
到底什么是元类（终于到主题了）
元类就是用来创建类的“东西”。你创建类就是为了创建类的实例对象，不是吗？但是我们已经学习到了Python中的类也是对象。好吧，元类就是用来创建这些类（对象）的，元类就是类的类，你可以这样理解为：
MyClass = MetaClass()
MyObject = MyClass()
你已经看到了type可以让你像这样做：
MyClass = type('MyClass', (), {})
这是因为函数 type 实际上是一个元类。type 就是Python在背后用来创建所有类的元类。现在你想知道那为什么 type 会全部采用小写形式而不是 Type 呢？好吧，我猜这是为了和 str 保持一致性，str 是用来创建字符串对象的类，而 int 是用来创建整数对象的类。type 就是创建类对象的类。你可以通过检查 __class__属性来看到这一点。Python中所有的东西，注意，我是指所有的东西——都是对象。这包括整数、字符串、函数以及类。它们全部都是对象，而且它们都是从一个类创建而来。
>>> age = 35
>>> age.__class__
<class 'int'>
>>> name = 'bob'
>>> name.__class__
<class 'str'>
>>> def foo(): pass
>>>foo.__class__
<class 'function'>
>>> class Bar(object): pass
>>> b = Bar()
>>> b.__class__
<class '__main__.Bar'>
现在，对于任何一个 __class__的 __class__属性又是什么呢？
>>> age.__class__.__class__
<class 'type'>
>>> name.__class__.__class__
<class 'type'>
>>> foo.__class__.__class__
<class 'type'>
>>> b.__class__.__class__
<class 'type'>
因此，元类就是创建类这种对象的东西。如果你喜欢的话，可以把元类称为“类工厂”（不要和工厂类搞混了:D） type 就是Python的内建元类，当然了，你也可以创建自己的元类。
关键字参数 metaclass
你可以在写一个类的时候，在类头部中把想要试用的元类作为一个关键字参数列出来。
class Foo(metaclass=Meta):
如果你这么做了，Python就会用元类来创建类Foo。
当一个特定的元类按照上面的语法声明的时候，运行在 class 语句末尾来创建 class 对象的的调用被修改为调用元类而不是默认的type：
class = Meta(classname, superclasses, attributedict)
现在的问题就是，你可以在 metaclass中放置些什么代码呢？答案就是：可以创建一个类的东西。那么什么可以用来创建一个类呢？type ，或者任何使用到 type 或者子类化 type 的东东都可以。
自定义元类
元类的主要目的就是为了当创建类时能够自动地改变类。通常，你会为API做这样的事情，你希望可以创建符合当前上下文的类。假想一个很傻的例子，你决定在你的模块里所有的类的属性都应该是大写形式。有好几种方法可以办到，但其中一种就是通过在类定义时设定 metaclass。采用这种方法，我们只需要告诉元类把所有的属性都改成大写形式就万事大吉了。
幸运的是，metaclass实际上可以被任意调用，它并不需要是一个正式的类（我知道，某些名字里带有 class的东西并不需要是一个 class，画画图理解下，这很有帮助）。所以，我们这里就先以一个简单的函数作为例子开始。
# 元类会自动将你通常传给‘type’的参数作为自己的参数传入
def upper_attr(future_class_name, future_class_parents, future_class_attr):
'''返回一个类对象，将属性都转为大写形式'''
# 选择所有不以'__'开头的属性
attrs = ((name, value) for name, value in future_class_attr.items() if not name.startswith('__'))
# 将它们转为大写形式
uppercase_attr = dict((name.upper(), value) for name, value in attrs)
# 通过'type'来做类对象的创建
return type(future_class_name, future_class_parents, uppercase_attr)
class Foo(metaclass=upper_attr):
bar = 'bip'
print(hasattr(Foo, 'bar'))
# 输出:False
print(hasattr(Foo, 'BAR'))
# 输出:True
f = Foo()
print(f.BAR)
# 输出:'bip'
现在让我们再做一次，这一次用一个真正的 class 来当做元类。
# 请记住，'type'实际上是一个类，就像'str'和'int'一样
# 所以，你可以从type继承
class UpperAttrMetaClass(type):
# __new__ 是在__init__之前被调用的特殊方法
# __new__是用来创建对象并返回之的方法
# 而__init__只是用来将传入的参数初始化给对象
# 你很少用到__new__，除非你希望能够控制对象的创建
# 这里，创建的对象是类，我们希望能够自定义它，所以我们这里改写__new__
# 如果你希望的话，你也可以在__init__中做些事情
# 还有一些高级的用法会涉及到改写__call__特殊方法，但是我们这里不用
def __new__(upperattr_metaclass, future_class_name, future_class_parents, future_class_attr):
attrs = ((name, value) for name, value in future_class_attr.items() if not name.startswith('__'))
uppercase_attr = dict((name.upper(), value) for name, value in attrs)
return type(future_class_name, future_class_parents, uppercase_attr)
但是，这种方式其实不是OOP。我们直接调用了type，而且我们没有改写父类的 __new__方法。现在让我们这样去处理:
class UpperAttrMetaclass(type):
def __new__(upperattr_metaclass, future_class_name, future_class_parents, future_class_attr):
attrs = ((name, value) for name, value in future_class_attr.items() if not name.startswith('__'))
uppercase_attr = dict((name.upper(), value) for name, value in attrs)
# 复用type.__new__方法
# 这就是基本的OOP编程，没什么魔法
return type.__new__(upperattr_metaclass, future_class_name, future_class_parents, uppercase_attr)
你可能已经注意到了有个额外的参数 upperattr_metaclass，这并没有什么特别的。元类的 __new__方法和 普通类的 __new__方法很类似，第一个参数都是当前的元类（类），这样看起来 __new__方法很像是一个类方法（classmethod）。当然了，为了清晰起见，这里的名字我起的比较长。但是就像self一样，所有的参数都有它们的传统名称。因此，在真实的产品代码中一个元类应该是像这样的：
class UpperAttrMetaclass(type):
def __new__(mcs, clsname, bases, attrs):
uppercase_attrs = {
attr if attr.startswith("__") else attr.upper(): v
for attr, v in attrs.items()
}
return type.__new__(mcs, clsname, bases, uppercase_attrs)
如果使用 super 方法的话，我们还可以使它变得更清晰一些，这会缓解继承（是的，你可以拥有元类，从元类继承，从 type 继承）
class UpperAttrMetaclass(type):
def __new__(mcs, clsname, bases, attrs):
uppercase_attrs = {
attr if attr.startswith("__") else attr.upper(): v
for attr, v in attrs.items()
}
return super(UpperAttrMetaclass, mcs).__new__(
mcs, clsname, bases, uppercase_attrs)
就是这样，除此之外，关于元类真的没有别的可说的了。使用到元类的代码比较复杂，这背后的原因倒并不是因为元类本身，而是因为你通常会使用元类去做一些晦涩的事情，依赖于自省，控制继承等等。确实，用元类来搞些“黑暗魔法”是特别有用的，因而会搞出些复杂的东西来。但就元类本身而言，它们其实是很简单的：
-
拦截类的创建
-
修改类
-
返回修改之后的类
为什么要用metaclass类而不是函数?
由于 metaclass可以接受任何可调用的对象，那为何还要使用类呢，因为很显然使用类会更加复杂啊？这里有好几个原因：
-
意图会更加清晰。当你读到
UpperAttrMetaclass(type)时，你知道接下来要发生什么。 -
你可以使用OOP编程。元类可以从元类中继承而来，改写父类的方法。元类甚至还可以使用元类。
-
你可以把代码组织的更好。当你使用元类的时候肯定不会是像我上面举的这种简单场景，通常都是针对比较复杂的问题。将多个方法归总到一个类中会很有帮助，也会使得代码更容易阅读。
-
你可以使用
__new__,__init__以及__call__这样的特殊方法。它们能帮你处理不同的任务。就算通常你可以把所有的东西都在__new__里处理掉，有些人还是觉得用__init__更舒服些。 -
哇哦，这东西的名字是
metaclass，肯定非善类，我要小心！
究竟为什么要使用元类？
现在回到我们的大主题上来，究竟是为什么你会去使用这样一种容易出错且晦涩的特性？好吧，一般来说，你根本就用不上它：
“元类就是深度的魔法，99%的用户应该根本不必为此操心。如果你想搞清楚究竟是否需要用到元类，那么你就不需要它。那些实际用到元类的人都非常清楚地知道他们需要做什么，而且根本不需要解释为什么要用元类。” —— Python界的领袖 Tim Peters
元类的主要用途是创建API。一个典型的例子是Django ORM。它允许你像这样定义：
class Person(models.Model):
name = models.CharField(max_length=30)
age = models.IntegerField()
但是如果你像这样做的话：
guy = Person(name='bob', age='35')
print guy.age
这并不会返回一个 IntegerField对象，而是会返回一个 int，甚至可以直接从数据库中取出数据。这是有可能的，因为 models.Model定义了 metaclass， 并且使用了一些魔法能够将你刚刚定义的简单的 Person类转变成对数据库的一个复杂hook。Django框架将这些看起来很复杂的东西通过暴露出一个简单的使用元类的API将其化简，通过这个API重新创建代码，在背后完成真正的工作。
使用元类创建ORM的实例
我们通过创建一个类似Django中的ORM来熟悉一下元类的使用，通常元类用来创建API是非常好的选择，使用元类的编写很复杂、但使用者可以非常简洁的调用的API。
#我们想创建一个类似Django的ORM，只要定义字段就可以实现对数据库表和字段的操作。
class User(Model):
# 定义类的属性到列的映射：
id = IntegerField('id')
name = StringField('username')
email = StringField('email')
password = StringField('password')
例如：
# 创建一个实例：
u = User(id=12345, name='Michael', email='test@orm.org', password='my-pwd')
# 保存到数据库：
u.save()
接下来我们来实现这么个功能：
#一、首先来定义Field类，它负责保存数据库表的字段名和字段类型：
class Field:
def __init__(self, name, column_type):
self.name = name
self.column_type = column_type
def __str__(self):
return '<%s:%s>' % (self.__class__.__name__, self.name)
class StringField(Field):
def __init__(self, name):
super(StringField, self).__init__(name, 'varchar(100)')
class IntegerField(Field):
def __init__(self, name):
super(IntegerField, self).__init__(name, 'bigint')
#二、定义元类，控制Model对象的创建
class ModelMetaclass(type):
'''定义元类'''
def __new__(cls, name, bases, attrs):
if name=='Model':
return super(ModelMetaclass,cls).__new__(cls, name, bases, attrs)
mappings = dict()
for k, v in attrs.iteritems():
# 保存类属性和列的映射关系到mappings字典
if isinstance(v, Field):
print('Found mapping: %s==>%s' % (k, v))
mappings[k] = v
for k in mappings.iterkeys():
#将类属性移除，使定义的类字段不污染User类属性，只在实例中可以访问这些key
attrs.pop(k)
attrs['__table__'] = name.lower() # 假设表名和为类名的小写,创建类时添加一个__table__类属性
attrs['__mappings__'] = mappings # 保存属性和列的映射关系，创建类时添加一个__mappings__类属性
return super(ModelMetaclass,cls).__new__(cls, name, bases, attrs)
#三、编写Model基类
class Model(dict):
__metaclass__ = ModelMetaclass
def __init__(self, **kw):
super(Model, self).__init__(**kw)
def __getattr__(self, key):
try:
return self[key]
except KeyError:
raise AttributeError(r"'Model' object has no attribute '%s'" % key)
def __setattr__(self, key, value):
self[key] = value
def save(self):
fields = []
params = []
args = []
for k, v in self.__mappings__.iteritems():
fields.append(v.name)
params.append('?')
args.append(getattr(self, k, None))
sql = 'insert into %s (%s) values (%s)' % (self.__table__, ','.join(fields), ','.join(params))
print('SQL: %s' % sql)
print('ARGS: %s' % str(args))
#最后，我们使用定义好的ORM接口，使用起来非常的简单。
class User(Model):
# 定义类的属性到列的映射：
id = IntegerField('id')
name = StringField('username')
email = StringField('email')
password = StringField('password')
# 创建一个实例：
u = User(id=12345, name='Michael', email='test@orm.org', password='my-pwd')
# 保存到数据库：
u.save()
#输出
# Found mapping: email==><StringField:email>
# Found mapping: password==><StringField:password>
# Found mapping: id==><IntegerField:id>
# Found mapping: name==><StringField:username>
# SQL: insert into User (password,email,username,id) values (?,?,?,?)
# ARGS: ['my-pwd', 'test@orm.org', 'Michael', 12345]
使用 __new__方法和元类分别实现单例模式
__new__、 __init__、 __call__的介绍
在讲到使用元类创建单例模式之前，必须了解 __new__这个内置方法的作用。在上面讲元类的时候我们用到了 __new__方法来实现类的创建，然而我在那之前还是对 __new__这个方法和 __init__方法有一定的疑惑。因此这里花点时间对其概念做一次了解和区分。
__new__方法负责创建一个实例对象，在对象被创建的时候调用该方法，它是一个类方法。__new__方法在返回一个实例之后，会自动调用 __init__方法，对实例进行初始化。如果 __new__方法不返回值，或者返回的不是当前类的实例，那么它就不会自动的去调用 __init__方法。
__init__方法负责将该实例对象进行初始化，在对象被创建之后调用该方法，在 __new__方法创建出一个实例后对实例属性进行初始化。__init__方法可以没有返回值。
__call__方法其实和类的创建过程和实例化没有多大关系了，定义了 __call__方法才能以函数调用的方式执行实例对象。
例如：
class A:
def __call__(self):
print("__call__ be called")
a = A()
a()
#输出
#__call__ be called
打个比方帮助理解：如果将创建实例的过程比作建一个房子。
- 那么
class就是一个房屋的设计图，他规定了这个房子有几个房间，每个人房间的大小朝向等。这个设计图就是类的结构。 __new__就是一个房屋的框架，每个具体的房屋都需要先搭好框架后才能进行装修，当然先有了房屋设计才能有具体的房屋框架出来。这个就是从类到类实例的创建。__init__就是装修房子的过程，对房屋的墙面和地板等颜色材质的丰富就是它该做的事情，当然先有具体的房子框架出来才能进行装饰了。这个就是实例属性的初始化，它是在__new__出一个实例后才能初始化。__call__就是房子的电话，有了固定电话，才能被打电话嘛（就是通过括号的方式像函数一样执行）。
class Foo:
def __new__(cls, *args, **kwargs):
#__new__是一个类方法，在对象创建的时候调用
print("excute __new__")
return super(Foo, cls).__new__(cls, *args, **kwargs)
def __init__(self, value):
#__init__是一个实例方法，在对象创建后调用，对实例属性做初始化
print("excute __init")
self.value = value
f1 = Foo(1)
print(f1.value)
f2 = Foo(2)
print(f2.value)
#输出===：
excute __new__
excute __init
1
excute __new__
excute __init
2
#====可以看出new方法在init方法之前执行
子类如果重写 __new__方法，一般依然要调用父类的 __new__方法。
class Child(Foo):
def __new__(cls, *args, **kwargs):
return suyper(Child, cls).__new__(cls, *args, **kwargs)
必须注意的是，类的 __new__方法运行之后，必须生成本类的实例才能自动调用本类的 __init__方法进行初始化，否则不会自动调用 __init__。
class Foo:
def __init__(self, *args, **kwargs):
print("Foo __init__")
def __new__(cls, *args, **kwargs):
return type.__new__(Stranger, *args, **kwargs)
class Stranger:
def __init__(self, name):
print("class Stranger's __init__ be called")
self.name = name
foo = Foo("test")
print(type(foo)) # <class '__main__.Stranger'>
print(foo.name) # AttributeError: 'Stranger' object has no attribute 'name'
# 说明：如果__new__方法返回的不是本类的实例，那么本类（Foo）的__init__和生成的类(Stranger)的__init__都不会被调用
实现单例模式
依照Python官方文档的说法，__new__方法主要是当你继承一些不可变的class时（比如 int 、str、tuple）， 提供给你一个自定义这些类的实例化过程的途径。还有就是实现自定义的 metaclass。接下来我们分别通过这两种方式来实现单例模式。当初在看到cookbook中的元类来实现单例模式的时候对其相当疑惑，因此才有了上面这些对元类的总结。
简单来说，单例模式的原理就是通过在类属性中添加一个单例判定位 ins_flag，通过这个flag判断是否已经被实例化过了，如果被实例化过了就返回该实例。
-
__new__方法实现单例class Singleton: def __new__(cls, *args, **kwargs): if not hasattr(cls, "_instance"): cls._instance = super(Singleton, cls).__new__(cls, *args, **kwargs) return cls._instance s1 = Singleton() s2 = Singleton() print(s1 is s2)因为重写
__new__方法，所以继承自Singleton的类，在不重写__new__的情况下都将是单例模式。 -
元类实现单例
当初我也很疑惑为什么我们是使用元类的
__init__方法，而不是使用__new__方法来为元类增加一个属性。其实我只是被上面那一段关于普通类中__new__方法迷惑了，它主要用于我们需要对类的结构进行改变的时候我们才要重写这个方法。class Singleton(type): def __init__(cls, *args, **kwargs): print("__init__") cls.__instance = None type.__init__(cls, *args, **kwargs) def __call__(cls, *args, **kwargs): print("__call__") if cls.__instance is None: cls.__instance = type.__call__(cls, *args, **kwargs) return cls.__instance class Foo(metaclass=Singleton): pass # 在代码执行到这里的时候，Singleton中的__new__方法和__init__方法其实已经被执行了，而不是在Foo实例化的时候执行。且仅会执行一次。 foo1 = Foo() foo2 = Foo() print(Foo.__dict__) # '_Singleton__instance': <__main__.Foo object at 0x0000018FF6999490> # 存在一个私有属性来保存属性，而不会污染Foo类（其实还是会污染，只是无法直接通过__instance属性访问） print(foo1 is foo2) # True # 输出 # __init__ # __call__ # __call__ # {'__module__': '__main__', '__dict__': <attribute '__dict__' of 'Foo' objects>, '__weakref__': <attribute '__weakref__' of 'Foo' objects>, '__doc__': None, '_Singleton__instance': <__main__.Foo object at 0x0000018FF6999490>} # True基于这个例子：
我们知道元类（Singleton）生成的实例是一个类（Foo），而这里我们仅仅需要对这个实例（Foo）增加一个属性（
__instance）来判断和保存生成的单例。想想也知道为一个类添加一个属性当然是在__init__中实现了。
关于__call__方法的调用，因为 Foo 是 Singleton 的一个实例。所以 Foo() 这样的方式就调用了 Singleton 的__call__方法。不明白就回头看看上一节中的__call__方法介绍。
假如我们通过元类的__new__方法来也可以实现，但显然没有通过__init__实现优雅，因为我们不会为了给实例增加一个属性而重写__new__方法。所以这个方式不推荐。class Singleton(type): def __new__(mcs, name, bases, attrs): print("__new__") attrs["_instance"] = None return type.__new__(mcs, name, bases, attrs) def __call__(cls, *args, **kwargs): print("__call__") if cls._instance is None: cls._instance = type.__call__(cls, *args, **kwargs) return cls._instance class Foo(metaclass=Singleton): pass foo1 = Foo() foo2 = Foo() print(Foo.__dict__) print(foo1 is foo2) # True # 输出 # __new__ # __call__ # __call__ # {'__module__': '__main__', '_instance': <__main__.Foo object at 0x000002C063297700>, '__dict__': <attribute '__dict__' of 'Foo' objects>, '__weakref__': <attribute '__weakref__' of 'Foo' objects>, '__doc__': None} # True
结语
首先，你知道了类其实是能够创建出类实例的对象。好吧，事实上，类本身也是实例，当然，它们是元类的实例。
>>> class Foo: pass
...
>>> id(Foo)
2484440721056
Python中的一切都是对象，它们要么是类的实例，要么是元类的实例，除了 type。type 实际上是它自己的元类，在纯Python环境中这可不是你能够做到的，这是通过在实现层面耍一些小手段做到的。其次，元类是很复杂的。对于非常简单的类，你可能不希望通过使用元类来对类做修改。你可以通过其他两种技术来修改类：
-
Monkey patching
-
class decorators
当你需要动态修改类时，99%的时间里你最好使用上面这两种技术。当然了，其实在99%的时间里你根本就不需要动态修改类 😄
英文原文：Stack Overflow
译文原文：伯乐在线—深刻理解Python中的元类(metaclass) —— 链接已失效
扫一扫
280
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
