Metaclasses और descriptors मेटा-प्रोग्रामिंग के लिए Python की उन्नत विशेषताएं हैं — जो नियंत्रित करती हैं कि कक्षाएं कैसे व्यवहार करती हैं और विशेषता पहुंच कैसे काम करती है। वे frameworks (ORMs, Pydantic) में बहुत सारे "जादू" को सक्षम करती हैं, हालांकि आप शायद ही कभी उन्हें एप्लिकेशन कोड में सीधे लिखते हैं।
:
(Dog)
(Dog())
जिस तरह एक कक्षा उदाहरण बनाती है, एक metaclass कक्षाओं को बनाती है। Metaclass को कस्टमाइज करके, आप कक्षा निर्माण को अवरोधित और संशोधित कर सकते हैं:
class Meta(type):
def __new__(mcs, name, bases, namespace):
# runs when a class USING this metaclass is DEFINED
namespace["created_by"] = "Meta" # inject an attribute into every such class
return super().__new__(mcs, name, bases, namespace)
class MyClass(metaclass=Meta):
pass
MyClass.created_by # "Meta" — injected by the metaclass at class-creation time
यह frameworks को स्वचालित रूप से कक्षाओं को रजिस्टर करने, परिभाषाओं को मान्य करने, या प्रत्येक उप-कक्षा को व्यवहार जोड़ने की अनुमति देता है — उदाहरण के लिए कैसे ORMs कक्षा विशेषताओं को डेटाबेस कॉलम में बदलते हैं।
एक descriptor एक ऑब्जेक्ट है जो __get__/__set__/__delete__ को परिभाषित करता है, जो नियंत्रित करता है कि विशेषता को पढ़ने या लिखने पर क्या होता है:
class Positive:
def __set_name__(self, owner, name):
self.name = f"_{name}"
def __get__(self, obj, objtype=None):
return getattr(obj, self.name)
def __set__(self, obj, value):
if value < 0:
raise ValueError("must be positive") # validate on assignment
setattr(obj, self.name, value)
class Account:
balance = Positive() # a descriptor as a class attribute
a = Account()
a.balance = 100 # calls Positive.__set__ → validates
a.balance = -5 # ❌ ValueError
Descriptors विशेषता पहुंच को अवरोधित करते हैं — सत्यापन, गणना की गई विशेषताओं, और आलसी लोडिंग को सक्षम करते हैं। वास्तव में, @property, @classmethod, और @staticmethod सभी descriptors के रूप में लागू किए गए हैं।
Metaclasses → Django/SQLAlchemy ORM models, ABCs, Pydantic, framework registration
Descriptors → @property, ORM fields, validation libraries, lazy attributes
Metaclasses और descriptors Python के सबसे शक्तिशाली libraries के पीछे मेटा-प्रोग्रामिंग मशीनरी हैं — ORMs जो कक्षा परिभाषाओं को डेटाबेस स्कीमा में बदलते हैं, Pydantic जैसी सत्यापन frameworks, और यहां तक कि @property (descriptor) जैसे built-ins।
जबकि अधिकांश developers शायद ही कभी उन्हें सीधे लिखते हैं (और जब सरल उपकरण उपलब्ध हों तो उन्हें नहीं देखना चाहिए), उन्हें समझने से यह स्पष्ट होता है कि ये frameworks अपने "जादू" कक्षा-स्तरीय अनुकूलन और नियंत्रित विशेषता पहुंच को कैसे प्राप्त करते हैं।
यह ज्ञान उन्नत library design, framework behavior को debug करने, और Python के object model को गहराई से समझने के लिए मूल्यवान है — यह वह है जो intermediate से Python की भाषा की expert-level समझ को अलग करता है।