Metaklase i deskriptori su naprednite Python značajke za meta-programiranje — kontroliranje kako se klase ponašaju i kako funkcionira pristup atributima. Omogućavaju puno "čarolije" u okvirima (ORMs, Pydantic), mada rijetko direktno pišeš u kodu aplikacije.
:
(Dog)
(Dog())
Onako kako klasa kreira instance, metaklasa kreira klase. Prilagođavanjem metaklase, možeš preusmjeriti i izmijeniti kreiranje klase:
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
Ovo omogućava okvirima da automatski registriraju klase, validiraju definicije ili dodaju ponašanje svakoj podklasi — npr. kako ORMs pretvaraju atribute klase u stupce baze podataka.
A deskriptor je objekt koji definira __get__/__set__/__delete__, kontrolirajući što se događa kada se atribut čita ili piše:
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
Deskriptori preusmjeravaju pristup atributima — omogućavajući validaciju, izračunate atribute i lijeną učitavanje. Zapravo, @property, @classmethod, i @staticmethod su svi implementirani kao deskriptori.
Metaclasses → Django/SQLAlchemy ORM models, ABCs, Pydantic, framework registration
Descriptors → @property, ORM fields, validation libraries, lazy attributes
Metaklase i deskriptori su meta-programiranje mehanizam iza mnogo Python-ovih najpotentnih biblioteka — ORMs koji pretvaraju definicije klasa u sheme baze podataka, okviri za validaciju kao Pydantic, i čak ugrađene stvari kao @property (deskriptor).
Ali većina razvojnih programera ih rijetko piše direktno (i ne trebali bi koristiti kada postoje jednostavnija rješenja), razumijevanje njih demistificira kako ti okviri postižu svoju "čaroliju" prilagođavanja razine klase i kontroliranog pristupa atributima.
Ovo znanje je vrijedno za napredni dizajn biblioteka, otklanjanje greške ponašanja okvirima, i duboko razumijevanje Python-ova objektnog modela — to je ono što odvaja međurazinu od stručne razine razumijevanja jezika.