虽然Python本身很难说是面向对象语言，但Python中的数据模型（data model）可以说真的是“纯面向对象”。在Python的世界里，一切皆是对象。无论是数值、字符串、序列、字典、函数、模块、类、实例、文件等等。
元类（metaclass）是Python 2.2中引入的概念，它的作用是定制类的创建行为。这么解释可能有点难理解，那么这篇文章就通过实例，一步步解释Python中的元类。
1. Python中一切皆对象，包括类
class Foo: def hello(self): print("hello world!") return foo = Foo() print(type(foo)) # <class '__main__.Foo'> print(type(foo.hello)) # <class 'method'> print(type(Foo)) # <class 'type'> temp = Foo # 赋值给其他变量 Foo.var = 11 # 增加参数 print(Foo) # 作为函数参数 例子中type(Foo)说明Foo本身也是一个对象，可以将其赋值给其他对象、对其添加属性、将其作为函数参数传递等等。
2. 类的创建过程
在上边的例子中，类Foo的创建过程中会执行class语句，此时需要首先确定元类（元类定制类的创建行为）。元类的确定过程如下：
- 确定类Foo的父类是否有参数metaclass，如果没有则：
- 确定类Foo的父类的父类是否有参数metaclass，如果没有则：
- 使用默认元类type（type的用法会在3中讲解）。
上边的例子中，前2项都不符合，则直接使用默认元类type。即上边的语句相当于：
def hello(self): print("hello world") return Foo = type("Foo", (object,), {"hello": hello}) 此时可以看出，实际上类Foo是元类type的实例。参见文章的封面图。
3. 动态创建类
Python中的类可以动态创建，用的就是默认元类type。动态创建类的type函数原型为：
type(object_or_name, bases, dict) 这里不过多赘述，上个章节中有介绍。举个比较复杂的动态创建类的例子：
def init(self, name): self.name = name return def hello(self): print("hello %s" % self.name) return Foo = type("Foo", (object,), {"__init__": init, "hello": hello, "cls_var": 10}) foo = Foo("xianhu") print(foo.hello()) print(Foo.cls_var)
4. 自定义元类
再一次说明实例、类和元类之间的关系：
>>> foo.__class__ # <class 'Foo'> >>> Foo.__class__ # <class 'type'> >>> type.__class__ # <class 'type'> foo是Foo的实例，Foo是type的实例，type的类又是type。type是默认的元类。那么如何自定义元类呢？（注意，百分之99的工程中不会用到自定义元类，除非你对元类非常理解）
举个例子，假设我们需要对一个模块中的所有函数添加作者属性。首先自定义一个元类，自定义时，需要继承默认元类type，并重写其中的__new__方法：
class Author(type): def __new__(mcs, name, bases, dict): # 添加作者属性 dict["author"] = "xianhu" return super(Author, mcs).__new__(mcs, name, bases, dict) 对模块中所有函数的继承类参数中添加metaclass参数：
class Foo(object, metaclass=Author): pass foo = Foo() print(foo.author) 注意：Python3中不再有__metaclass__属性以及模块级别的__metaclass__属性。如果一个模块中函数较多，可以利用正则表达式进行查找替换。
不过在平时的使用中，我发现了模块级别有个__build_class__函数，将其改为Author，就能达到模块级别元类的效果。但具体有哪些副作用还不太清楚，慎用！！！