前言理解元类metaclass的道理不难难的是把它用到具体场景上。网上很多文章只给一句「元类是用来创建类的类」就收尾读者看完仍然不知道它到底能解决什么问题、写出来长什么样、打印出来是什么顺序。本文不谈抽象定义直接上四个可以照抄运行的例子观察元类生命周期的追踪器、单例Singleton、接口方法校验、自动生成__repr__。每个例子都给完整代码和应当出现的输出并逐行解释为什么是这样。看代码之前先记住一条判断原则元类管的是「类」这一层的事管不了「单个实例」的行为——这个边界划错了例子就看不懂。需要说明的是本文所有输出都是按语言参考和数据模型的规则逐步推演出来的本机没有 Python 解释器无法实际执行验证如果你在自己机器上跑出来不一致以官方文档和实际解释器为准。一、例子一给元类装一台「追踪器」先看最基础的例子把三个钩子的先后顺序看清# 适用于 Python 3.0class Meta(type):def __new__(mcls, name, bases, namespace):print(f1. Meta.__new__ 创建类 {name})return super().__new__(mcls, name, bases, namespace)def __init__(cls, name, bases, namespace):print(f2. Meta.__init__ 初始化类 {name})super().__init__(name, bases, namespace)def __call__(cls, *args, **kwargs):print(f3. Meta.__call__ 准备实例 {cls.__name__})return super().__call__(*args, **kwargs)print(--- 定义类 ---)class User(metaclassMeta):def __init__(self, name):self.name nameprint(5. User.__init__ 实例初始化完成)print(--- 创建实例 ---)u User(Alice)输出应依次为--- 定义类 ---1. Meta.__new__ 创建类 User2. Meta.__init__ 初始化类 User--- 创建实例 ---3. Meta.__call__ 准备实例 User5. User.__init__ 实例初始化完成注意第 1、2 步在class语句执行时就已经发生第 3 步才进入「造对象」阶段。中间缺了「4」因为默认的User.__new__没有打印。类之所以能像函数一样被调用正是因为它的元类定义了__call__。二、例子二单例单例的经典需求是无论创建多少次都返回同一个对象。用元类实现只要拦截「类的调用」即可# 适用于 Python 3.0class Singleton(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(metaclassSingleton):def __init__(self):self.values {}print(Config 初始化一次)first Config()second Config()print(first is second) # Truefirst.values[debug] Trueprint(second.values) # {debug: True}Config()第一次执行时_instances里没有这个键于是走super().__call__真正建实例并缓存第二次直接取出缓存。因此first is second为True打印「Config 初始化一次」也只会出现一次。这里_instances定义在元类Singleton上通过cls._instances访问——cls是Config普通属性查找到自己的类体、基类里都没有就会继续到元类里找到它。这个查找路径跟「实例找类属性」是同一套机制只是层级上移了一层。需要点破一个常见误判这个单例不是线程安全的。两个线程同时第一次调用Config()可能都判断到键不存在于是各建一个实例后写的覆盖先写的。要真在多线程环境用得加锁或者干脆用模块级对象模块在导入时只执行一次天生就是单例。这里只讲原理不写成锁的完整方案。三、例子三接口方法校验需求继承某个基类的子类必须实现指定方法否则在类定义时就报错而不是等到调用时才AttributeError。# 适用于 Python 3.0class RequireMethods(type):def __new__(mcls, name, bases, namespace):cls super().__new__(mcls, name, bases, namespace)required getattr(cls, required_methods, ())missing [n for n in required if n not in namespace]if bases and missing: # 有基类才校验跳过基类本身raise TypeError(f{name} 未实现: {, .join(missing)})return clsclass Handler(metaclassRequireMethods):required_methods (handle,)class JsonHandler(Handler):def handle(self, data):return fjson:{data}class BrokenHandler(Handler):pass # 这里会在定义时就抛 TypeErrorBrokenHandler的类体执行时元类的__new__发现handle不在它的命名空间namespace里直接raise TypeError。因为required_methods写在Handler上子类通过getattr(cls, ...)能拿到。判断if bases的作用是跳过Handler自身——它自己没有实现handle但并不该报错。这种「基类豁免」是写校验元类时最常见的漏判。四、例子四__prepare__与自动__repr__Python 3.6 起类命名空间默认就是保持插入顺序的映射。所以除非你要换一个特殊映射比如记录属性被访问顺序的自定义 dict否则不用写__prepare__。它的签名固定为类方法# 适用于 Python 3.6class Meta(type):classmethoddef __prepare__(mcls, name, bases, **kwargs):return {} # 返回值会被交给 __new__def __new__(mcls, name, bases, namespace, **kwargs):return super().__new__(mcls, name, bases, namespace)官方特别说明__prepare__返回的映射不是最终的类__dict__——它会被复制到一个新的有序映射再包成只读代理。所以别把那个映射存起来当__dict__用。另一个实用例子是自动补__repr__# 适用于 Python 3.0class AutoRepr(type):def __new__(mcls, name, bases, namespace):cls super().__new__(mcls, name, bases, namespace)if __repr__ not in namespace:def __repr__(self):body , .join(f{k}{v!r} for k, v in vars(self).items())return f{type(self).__name__}({body})cls.__repr__ __repr__return clsclass Point(metaclassAutoRepr):def __init__(self, x, y):self.x xself.y yprint(Point(1, 2)) # Point(x1, y2)判据是__repr__ not in namespace不是hasattr(cls, __repr__)——后者永远为真因为object已经提供了__repr__。用namespace判断才能区分「自己定义过」和「继承来的」。vars(self)返回实例的__dict__顺序即属性赋值顺序。对比三种「改类」手段怎么选手段介入时机典型用途是否会漏类装饰器类对象造好之后加方法、注册、加文档每个类都得手动写deco__init_subclass__子类被创建时父类里定义3.6注册子类、校验子类只对子类生效父类自己触发不了元类类被创建的全过程校验、改命名空间、拦截调用影响所有使用者耦合较重顺序上元类最先得到机会__prepare__、__new____init_subclass__在类对象构造时由type.__new__调用类装饰器排在最后。能用__init_subclass__就别上元类能用装饰器就别用__init_subclass__——按简单程度从后往前选。常见坑点单例元类忘了定义_instances❌def __call__(cls, *a, **k): if cls not in cls._instances: ...元类里没有_instances →AttributeError: type object Config has no attribute _instances✅ 在元类体里先写_instances {}。元类__new__丢掉**kwargs❌def __new__(mcls, name, bases, ns):而类定义写成class A(Base, tag1, metaclassM)。 → 多出来的关键字无处安放构造失败。 ✅ 签名收下**kwargs并透传给super().__new__(mcls, name, bases, ns, **kwargs)。__prepare__没写成类方法❌def __prepare__(mcls, name, bases, **kw):少了classmethod → 按普通函数绑定拿到的第一个参数不是元类。 ✅ 加上classmethod。把__prepare__返回的映射当成类__dict__❌self.ns ns; return ns之后指望A.__dict__ is self.ns。 → 官方说明会复制成新的有序映射并包成只读代理两者不是同一个对象。 ✅ 只把它当作「类体执行期间的临时命名空间」。用hasattr判断子类有没有实现某个方法❌if not hasattr(cls, handle): raise TypeError→ 基类一旦定义了handle就永远为真校验失效。 ✅if handle not in namespace只看子类自己写的命名空间。以为元类能管实例的行为❌ 在元类__new__里写def speak(self): ...然后指望每个实例有不同数据。 ✅ 元类管类实例级数据要放在__init__里、或写__setattr__/ 描述符。校验元类忘了豁免基类本身❌if missing: raise TypeError(...)→ 定义基类时因为没有实现抽象方法而立刻报错类根本建不出来。 ✅ 加if bases and missing:的短路条件。沿用 Python 2 的元类写法❌class Config(object): __metaclass__ SingletonPython 3 里这个属性不再生效等于没写元类。 ✅class Config(metaclassSingleton):。另外 Python 2.7 已于 2020 年 1 月 1 日停止维护Python 3 里已无旧式类class Foo:与class Foo(object):完全等价。总结例子拦截的钩子一句话原理生命周期追踪__new__/__init__/__call__建类走前两个建实例走第三个单例__call__缓存第一次的实例并复用需自行处理并发接口校验__new__在建类时检查命名空间缺哪些方法自动__repr____new__类建好后按需补方法用namespace判断是否已定义四个例子的共同点是它们都在「类」这一层动手和单个实例的数据无关。真正写代码时请按「装饰器 →__init_subclass__→ 元类」的顺序从简选择元类是最后手段而不是炫技手段。