元类与装饰器的基础概念
Python中的装饰器和元类都是面向对象编程中用于扩展功能的高级特性，但两者的作用层次完全不同。装饰器作用于已经定义好的函数或类，在不修改原有代码的基础上为其添加额外逻辑；元类则作用于类的创建过程，在类定义阶段就可以干预类的结构和行为。
装饰器的基本定义
装饰器本质上是一个接收函数或类作为参数的可调用对象，它会在原函数或类的基础上包装新的逻辑，最终返回一个新的函数或类。最常见的装饰器是函数装饰器，也可以使用类来实现装饰器。
下面是一个简单的函数装饰器示例，用于统计函数的执行时间：
import time
def time_cost_decorator(func):
def wrapper(*args, **kwargs):
start_time = time.time()
result = func(*args, **kwargs)
end_time = time.time()
print(f"函数{func.__name__}执行耗时：{end_time - start_time:.4f}秒")
return result
return wrapper
@time_cost_decorator
def test_func():
time.sleep(1)
print("测试函数执行完成")
test_func()
元类的基本定义
在Python中，一切皆对象，类本身也是对象，而创建类的类就被称为元类。默认情况下，所有类的元类都是type，我们可以通过自定义元类来修改类的创建行为，比如添加类属性、修改类方法、校验类的定义规则等。
自定义元类需要继承type，并且重写__new__或者__init__方法，下面是一个简单的元类示例，用于在创建类的时候自动为类添加一个类属性：
class AddAttrMeta(type):
def __new__(cls, name, bases, attrs):
# 为类添加新的类属性
attrs["author"] = "python_developer"
return super().__new__(cls, name, bases, attrs)
class TestClass(metaclass=AddAttrMeta):
pass
print(TestClass.author) # 输出 python_developer
装饰器与元类的核心差异
装饰器和元类虽然都能扩展功能，但两者的作用阶段、操作对象和适用场景都有明显区别，具体差异可以通过下表对比：
| 对比维度 | 装饰器 | 元类 |
|---|---|---|
| 作用阶段 | 函数或类定义完成之后 | 类定义的过程之中 |
| 操作对象 | 已经存在的函数或类对象 | 类的创建过程（类名、基类、属性字典） |
| 修改范围 | 函数/类的外部行为包装 | 类的内部结构、属性、方法定义 |
| 复杂度 | 实现相对简单，使用门槛低 | 实现复杂，需要对Python类创建机制有深入理解 |
| 适用场景 | 日志记录、权限校验、缓存、计时等通用功能扩展 | ORM框架类定义、接口规范校验、自动注册类等底层逻辑 |
两者的组合使用场景
在实际开发中，装饰器和元类也可以结合使用，比如我们可以先通过元类定义类的通用结构，再通过装饰器为类中的方法添加统一的功能。下面是一个组合使用的示例，元类为所有方法添加日志前缀，装饰器为特定方法添加执行时间统计：
import time
# 时间统计装饰器
def time_cost_decorator(func):
def wrapper(*args, **kwargs):
start_time = time.time()
result = func(*args, **kwargs)
end_time = time.time()
print(f"方法{func.__name__}执行耗时：{end_time - start_time:.4f}秒")
return result
return wrapper
# 自定义元类，为所有方法添加日志前缀
class LogMeta(type):
def __new__(cls, name, bases, attrs):
new_attrs = {}
for attr_name, attr_value in attrs.items():
if callable(attr_value) and not attr_name.startswith("__"):
# 包装方法，添加日志前缀
def make_wrapper(origin_func):
def wrapper(*args, **kwargs):
print(f"[{name}] 方法{origin_func.__name__}开始执行")
return origin_func(*args, **kwargs)
return wrapper
new_attrs[attr_name] = make_wrapper(attr_value)
else:
new_attrs[attr_name] = attr_value
return super().__new__(cls, name, bases, new_attrs)
# 使用元类和装饰器
class UserService(metaclass=LogMeta):
@time_cost_decorator
def get_user_info(self, user_id):
time.sleep(0.5)
return f"用户ID：{user_id} 的信息"
user_service = UserService()
user_service.get_user_info(1001)
上述代码的执行结果会先输出元类添加的日志前缀，再输出装饰器统计的执行耗时，体现了两者在不同层次上的功能扩展能力。
使用时的注意事项
- 装饰器嵌套时需要注意执行顺序，靠近函数定义的装饰器会先执行，外层的装饰器后执行。
- 元类的
__new__方法在类创建时执行，修改属性字典后才会生成最终的类对象，需要注意属性修改的逻辑不要出现循环依赖。 - 如果不是底层框架开发，优先选择装饰器实现功能扩展，元类的使用会增加代码的阅读和维护难度，非必要不轻易使用。
- 使用装饰器修饰类时，需要注意保留原类的名称和文档字符串，可以通过
functools.wraps装饰器来保留原函数的元信息。
需要注意的是，元类是Python中非常底层的特性，大部分业务开发场景不需要使用元类，只有当需要控制类的创建过程、实现框架级别的通用逻辑时，才考虑使用元类。
总结
装饰器和元类都是Python中非常强大的高级特性，装饰器适合在已有的函数或类上添加通用功能，使用简单灵活；元类适合在类创建阶段干预类的结构，适合框架级别的开发。开发者需要根据实际的业务场景选择合适的特性，避免过度使用元类导致代码复杂度上升。理解两者的核心差异和使用场景，能够帮助我们写出更优雅、更易维护的Python代码。