मेटाक्लास आणि डिस्क्रिप्टर हे Python ची उन्नत वैशिष्ट्ये आहेत मेटा-प्रोग्रामिंग साठी — वर्ग आणि गुणधर्म प्रवेश कसे वर्तन करतात हे नियंत्रित करण्यासाठी. ते frameworks मध्ये (ORM, Pydantic) बहुत "जादू" प्रदान करतात, परंतु आप application code मध्ये त्यांना सरळ रीतीने लिहिण्याचे क्वचित होते.
:
(Dog)
(Dog())
जसे एक वर्ग instances तयार करतो, तसे मेटाक्लास वर्ग तयार करतो. मेटाक्लास कस्टमाइज करून, आप वर्ग निर्माण को अवरोधित आणि 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 सक्षम बनाता है वर्ग स्वचालित रूप से पंजीकृत करने, परिभाषाएं मान्य करने, या प्रत्येक subclass को व्यवहार जोड़ने के लिए — उदाहरण के लिए ORM कैसे वर्ग गुणधर्म को डेटाबेस स्तंभों में बदलते हैं।
एक डिस्क्रिप्टर एक object है जो __get__/__set__/__delete__ को परिभाषित करता है, नियंत्रित करता है कि जब कोई गुणधर्म पढ़ा या लिखा जाता है तो 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
डिस्क्रिप्टर गुणधर्म प्रवेश को अवरोधित करते हैं — सत्यापन, गणना की गई गुणधर्म, और आलसी लोडिंग सक्षम करते हैं। वास्तव में, @property, @classmethod, और @staticmethod सभी डिस्क्रिप्टर के रूप में लागू होते हैं.
Metaclasses → Django/SQLAlchemy ORM models, ABCs, Pydantic, framework registration
Descriptors → @property, ORM fields, validation libraries, lazy attributes
मेटाक्लास आणि डिस्क्रिप्टर हे मेटा-प्रोग्रामिंग यंत्रणा आहे Python च्या सर्वात शक्तिशाली libraries च्या मागे — ORM जे वर्ग परिभाषाएं डेटाबेस schemas मध्ये रूपांतरित करतात, Pydantic सारखे validation frameworks, आणि अगतिक @property (डिस्क्रिप्टर) असे.
तरी कधी कधी developers त्यांना सरळ रीतीने लिहत नाहीत (आणि अधिक सरळ साधने उपलब्ध असतानी त्यांना वापरावे नाही), त्यांचे समजून कसे ही frameworks याच "जादू" साध्य करतात याचे रहस्य उघड करते वर्ग-level customization आणि नियंत्रित गुणधर्म प्रवेशाचे.
हे ज्ञान मूल्यवान आहे उन्नत library design, framework वर्तन debugging, आणि Python object model चे खोल समज साठी — हे असे काहीतरी आहे जे intermediate आणि expert-level भाषा समज अलग करते.