动态创建可变对象：Python类工厂函数深度解析

在Python开发中，我们常遇到需要快速创建简单数据容器的场景。collections.namedtuple 提供了不可变解决方案，但当我们需要可变记录类型时，如何避免重复编写样板代码？本文将揭秘通过类工厂函数动态创建类的核心技术。

一、传统方式的痛点

定义简单数据类时，重复的__init__代码违反DRY原则：

class Dog:def __init__(self, name, weight, owner):  # 属性名重复3次！self.name = nameself.weight = weightself.owner = owner 

不仅代码冗余，默认的__repr__输出也不友好：<__main__.Dog at 0x2865bac>

二、理想解决方案

参考namedtuple设计可变工厂函数：

Dog = record_factory('Dog', 'name weight owner')
rex = Dog('Rex', 30, 'Bob')
print(rex)  # 输出: Dog(name='Rex', weight=30, owner='Bob')
rex.weight = 32  # 支持修改属性 

三、核心实现解析（附关键代码）

def record_factory(cls_name, field_names):# 1. 字段名处理（支持空格/逗号分隔）field_names = tuple(field_names.replace(',', ' ').split())# 2. 动态构建__init__def __init__(self, *args, kwargs):attrs = dict(zip(self.__slots__, args))attrs.update(kwargs)for name, value in attrs.items():setattr(self, name, value)# 3. 实现可迭代协议 def __iter__(self):for name in self.__slots__:yield getattr(self, name)# 4. 生成友好__repr__def __repr__(self):values = ', '.join(f'{name}={getattr(self, name)!r}' for name in self.__slots__)return f'{cls_name}({values})'# 5. 组装类属性字典 cls_attrs = {'__slots__': field_names,   # 固定属性节省内存'__init__': __init__,'__iter__': __iter__,'__repr__': __repr__}# 6. 动态创建类 return type(cls_name, (object,), cls_attrs)

四、关键技术原理

1. type的三元用法

type(cls_name, bases, attrs) 是动态创建类的核心：

• cls_name：类名字符串
• bases：继承的父类元组
• attrs：包含属性和方法的字典

2. __slots__优化

显式声明属性：

• 禁止动态添加新属性
• 内存占用比常规类少40%-50%
• 固定属性顺序保证迭代一致性

3. 鸭子类型处理参数

try:field_names = field_names.replace(',', ' ').split()
except AttributeError:pass  # 直接使用传入的可迭代对象 

五、对比两种动态类实现方式

注：collections.namedtuple使用exec实现是为了支持源码查看

六、局限性及解决方案

当前实现不支持序列化（pickle）：

import pickle 
pickle.dumps(rex)  # 报错：Can't pickle Dog...

解决方案：
参考官方namedtuple实现，添加__reduce__方法处理序列化

七、适用场景建议

1. 配置参数容器：替代字典存储配置项，支持属性访问
2. 临时数据对象：测试时快速构建模拟对象
3. 协议转换中间件：CSV/JSON等数据转换为Python对象

生产环境推荐使用dataclasses(Python 3.7+) 或attrs库，它们提供更完整的特性（类型提示、序列化等）

附录：性能对比（百万实例内存占用）

• 普通类：≈1.2GB
• __slots__类：≈650MB
• namedtuple：≈550MB
• record_factory：≈650MB（与__slots__类相当）

通过动态类创建技术，我们实现了简洁性与灵活性的平衡。虽然现代Python有更先进的替代方案，但理解其底层原理对掌握元编程至关重要。