类的类
自定义元类基础
创建一个自定义元类，通常需要继承 type并重写其 __new__或 __init__方法。
classVerboseMeta(type):"""一个在创建类时打印信息的元类示例"""def__new__(cls,name,bases,attrs):# 在类对象真正创建之前，我们可以修改属性字典 (attrs)print(f"[VerboseMeta] 正在创建类：{name}")# 例如，我们可以自动给类添加一个由元类注入的属性attrs['injected_by_meta']=f"由元类为{name}注入"# 必须调用父类的__new__方法来最终完成类的创建returnsuper().__new__(cls,name,bases,attrs)def__init__(self,name,bases,attrs):# 类对象已经创建，可以进行一些初始化后的操作print(f"[VerboseMeta] 类{name}初始化完成")super().__init__(name,bases,attrs)classMyClass(metaclass=VerboseMeta):defhello(self):return"Hello from MyClass"# 当Python解释器执行到上面的类定义时，VerboseMeta就已经开始工作了。# 输出：# [VerboseMeta] 正在创建类：MyClass# [VerboseMeta] 类 MyClass 初始化完成obj=MyClass()print(obj.hello())# 输出: Hello from MyClassprint(obj.injected_by_meta)# 输出: 由元类为MyClass注入VerboseMeta的 __new__方法在类 MyClass被创建前被调用，
参数 name是类名（‘MyClass’），bases是基类元组（默认为空），attrs是一个包含类体内定义的所有属性（如方法、类变量）的字典。
我们通过修改 attrs动态地为类添加了一个新属性 injected_by_meta
场景一：自动注册特定方法
假设我们想自
classRegisterMeta(type):def__new__(cls,name,bases,attrs):# 遍历类的属性，找出所有可调用且名字以大写字母开头的方法methods=[keyforkey,valueinattrs.items()ifcallable(value)andkey[0].isupper()]# 将这些方法名列表存入类的 'registered_methods' 属性中attrs['registered_methods']=methodsreturnsuper().__new__(cls,name,bases,attrs)classMyService(metaclass=RegisterMeta):defPublicMethod(self):# 以大写字母开头，将被注册return"This is a public method."defprivate_method(self):# 以小写字母开头，不会被注册return"This is a private method."print(MyService.registered_methods)# 输出：['PublicMethod']元类 RegisterMeta在 MyService类创建时，扫描其属性，将符合条件的方名法记录到 registered_methods列表中，这对于构建插件系统或API框架非常有用
场景二：实现单例模式
classSingletonMeta(type):_instances={}# 用于存储每个类的唯一实例def__call__(cls,*args,**kwargs):# 当类被“调用”（实例化）时，此方法被触发ifclsnotincls._instances:# 如果该类还没有实例，则创建一个并存入字典instance=super().__call__(*args,**kwargs)cls._instances[cls]=instance# 返回字典中存储的该类的实例returncls._instances[cls]classDatabaseConnection(metaclass=SingletonMeta):def__init__(self):print("初始化数据库连接...")# 模拟耗时的连接建立# 测试db1=DatabaseConnection()# 输出：初始化数据库连接...db2=DatabaseConnection()print(db1isdb2)# 输出：True, 说明是同一个对象关键在于元类的 __call__方法控制着类的实例化过程。通过检查实例是否已存在，我们确保了全局唯一性
进阶应用：迷你ORM框架
classField:"""描述字段的类"""def__init__(self,data_type):self.data_type=data_typeclassModelMeta(type):"""元类，用于收集Model子类的字段信息"""def__new__(cls,name,bases,attrs):# 跳过对基类Model本身的处理ifname=='Model':returnsuper().__new__(cls,name,bases,attrs)# 收集所有Field类型的属性fields={}forkey,valueinattrs.items():ifisinstance(value,Field):fields[key]=value# 将收集到的字段信息存入类的'_fields'属性中attrs['_fields']=fields# 假设表名就是类名的小写attrs['_table_name']=name.lower()returnsuper().__new__(cls,name,bases,attrs)classModel(metaclass=ModelMeta):"""所有模型类的基类"""pass# 定义具体的模型类classUser(Model):id=Field(int)name=Field(str)email=Field(str)# 使用print(User._table_name)# 输出：userprint(User._fields)# 输出：{'id': <__main__.Field object at ...>, ...}user=User()# 此时，user实例的类User已经通过ModelMeta元类，自动拥有了关于其字段和表名的元信息。这个例子展示了元类的强大之处：它允许框架开发者（Model和ModelMeta）在后台完成繁琐的映射工作，而业务开发者（User类的定义者）只需以非常声明式的方式编写代码，就能实现复杂的功能。这正是Django ORM等框架的核心工作原理。
