Metaclass dan descriptor adalah fitur Python lanjutan untuk meta-programming — mengontrol bagaimana kelas berperilaku dan bagaimana akses atribut berfungsi. Mereka memberdayakan banyak "keajaiban" dalam framework (ORMs, Pydantic), meskipun Anda jarang menulisnya secara langsung dalam kode aplikasi.
:
(Dog)
(Dog())
Sama seperti kelas membuat instance, metaclass membuat kelas. Dengan menyesuaikan metaclass, Anda dapat mencegat dan memodifikasi pembuatan kelas:
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
Ini memungkinkan framework untuk secara otomatis mendaftarkan kelas, memvalidasi definisi, atau menambahkan perilaku ke setiap subkelas — misalnya bagaimana ORM mengubah atribut kelas menjadi kolom database.
Sebuah descriptor adalah objek yang mendefinisikan __get__/__set__/__delete__, mengontrol apa yang terjadi ketika atribut dibaca atau ditulis:
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
Descriptor mencegat akses atribut — memungkinkan validasi, atribut yang dihitung, dan lazy loading. Sebenarnya, @property, @classmethod, dan @staticmethod semuanya diimplementasikan sebagai descriptor.
Metaclasses → Django/SQLAlchemy ORM models, ABCs, Pydantic, framework registration
Descriptors → @property, ORM fields, validation libraries, lazy attributes
Metaclass dan descriptor adalah mesin meta-programming di balik banyak library Python yang paling powerful — ORM yang mengubah definisi kelas menjadi skema database, framework validasi seperti Pydantic, dan bahkan built-in seperti @property (descriptor).
Meskipun sebagian besar developer jarang menulisnya secara langsung (dan tidak boleh menggunakannya ketika ada tool yang lebih sederhana), memahaminya menjelaskan bagaimana framework ini mencapai "keajaiban" mereka dalam kustomisasi tingkat kelas dan akses atribut yang terkontrol.
Pengetahuan ini berharga untuk desain library tingkat lanjut, debugging perilaku framework, dan pemahaman mendalam tentang object model Python — ini yang membedakan pemahaman tingkat menengah dari tingkat ahli tentang bahasa.