Metaklasės ir deskriptoriai yra pažangios Python savybės meta-programavimui — valdyti, kaip klasės ir atributų prieiga elgiasi. Jie suteikia "magiją" daugeliui sistemų (ORM, Pydantic), nors jūs juos tiesiogiai rašote aplikacijos kode retai.
:
(Dog)
(Dog())
Kaip klasė kuria instanceų, metaklasė kuria klases. Suderinę metaklasę, galite perduoti ir modifikuoti klasės kūrimą:
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
Tai leidžia sistemoms automatiškai registruoti klases, patikrinti apibrėžimus arba pridėti elgesį kiekvienai poklasiai — pvz., kaip ORM paverčia klasės atributus duomenų bazės stulpeliais.
Deskriptorius yra objektas, kuris apibrėžia __get__/__set__/__delete__, valdydamas, kas atsitinka, kai atributas yra skaitytas arba rašytas:
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
Deskriptoriai sulaikydami atributų prieigą — įgalina patikrinimą, apskaičiuojamus atributus ir lazyią įkėlimą. Iš tiesų, @property, @classmethod ir @staticmethod yra deskriptoriais įgyvendinti.
Metaclasses → Django/SQLAlchemy ORM models, ABCs, Pydantic, framework registration
Descriptors → @property, ORM fields, validation libraries, lazy attributes
Metaklasės ir deskriptoriai yra meta-programavimo mašineryja už daugelį galingiausių Python bibliotekų — ORM, kurios paverčia klasės apibrėžimus duomenų bazės schomomis, patikrinimo sistemomis kaip Pydantic ir net įmontuotomis dalimis kaip @property (deskriptorius).
Nors dauguma programistų juos tiesiogiai rašo retai (ir neturėtų lįsti, kai yra paprastesnių įrankių), jų supratimas demistifikuoja, kaip šios sistemos pasiekia "magiją" klasės lygio prisitaikymo ir kontroliuojamos atributų prieigos.
Ši žinias yra vertinga pažangiam bibliotekų dizainui, sistemos elgesio šalinimui ir giliam Python objekto modelio supratimui — tai yra kas atskiria vidutinę nuo ekspertinio lygio kalbos supratimo.