Metaclass dan descriptor adalah fitur Python lanjutan untuk meta-programming — mengontrol bagaimana kelas dan akses atribut berperilaku. Mereka memberikan "sihir" dalam banyak framework (ORM, Pydantic), meskipun Anda jarang menulisnya langsung dalam kode aplikasi.
:
(Dog)
(Dog())
Sama seperti kelas membuat instance, metaclass membuat kelas. Dengan menyesuaikan metaclass, Anda dapat mengintersepsi 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 mengintersepsi akses atribut — memungkinkan validasi, atribut terhitung, dan lazy loading. Faktanya, @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 paling kuat — ORM yang mengubah definisi kelas menjadi skema database, kerangka validasi seperti Pydantic, dan bahkan built-in seperti @property (descriptor).
Meskipun sebagian besar pengembang jarang menulisnya secara langsung (dan tidak seharusnya mencapainya ketika alat yang lebih sederhana tersedia), memahaminya menjelaskan bagaimana framework ini mencapai "sihir" kustomisasi tingkat kelas dan akses atribut yang dikendalikan.
Pengetahuan ini berharga untuk desain library lanjutan, debugging perilaku framework, dan pemahaman mendalam tentang model objek Python — ini adalah apa yang membedakan pemahaman tingkat menengah dari tingkat ahli dalam bahasa ini.