如何让Python中的超类同时作为工厂类正常工作？

1. 特殊继承关系下__init__和__new__的工作机制 #

Python中，__new__是类的构造方法，负责创建并返回实例对象；__init__是初始化方法，仅对__new__创建好的实例做属性初始化。
当通过SuperClass的__new__实现工厂逻辑时，流程是：

• 若__new__返回子类的实例，Python会自动调用该子类的__init__方法，而非SuperClass的__init__。
• 你遇到的参数不匹配问题，根源就在此：工厂创建时传入的参数会被自动传递给子类的__init__，如果这些参数和子类__init__的定义不匹配，就会报错。
• 修改SuperClass的__init__无效，因为此时执行的是子类的__init__，只有直接创建SuperClass实例时，它自己的__init__才会被调用。

2. 两种创建方式能否同时正常工作 #

可以实现。核心是在工厂逻辑中区分两类参数：一类是用来选择子类的标识参数，另一类是子类初始化需要的业务参数，确保工厂创建时只把对应子类需要的参数传递给它的__init__，同时不影响直接创建子类的参数逻辑。

3. 是否可以仅修改SuperClass实现需求 #

完全可以，无需改动任何子类代码。只需调整SuperClass的__new__方法，或新增工厂类方法来处理参数分发：
比如在__new__中拆分参数，先确定要实例化的子类，再把子类所需的初始化参数传递过去：

class SuperClass:
    def __new__(cls, *args, **kwargs):
        # 仅当调用SuperClass本身时触发工厂逻辑
        if cls is SuperClass:
            # 假设用type参数指定子类类型
            subclass_type = kwargs.pop('type')
            subclass_map = {
                'A': ClassA,
                'B': ClassB,
                'C': ClassC
            }
            target_subclass = subclass_map[subclass_type]
            # 创建子类实例，自动调用子类__init__并传入剩余参数
            return super().__new__(target_subclass)
        # 直接创建子类时，按正常逻辑执行
        return super().__new__(cls)

# 子类无需修改，示例：
class ClassA(SuperClass):
    def __init__(self, a_param):
        self.a_param = a_param

class ClassB(SuperClass):
    def __init__(self, b_param1, b_param2):
        self.b_param1 = b_param1
        self.b_param2 = b_param2

这样直接创建ClassA(123)和工厂创建SuperClass(type='A', a_param=123)都能正常工作。

4. 是否必须添加类方法或分离工厂类 #

不是必须，但这两种方案往往更符合Python编码习惯，代码可读性更高：

• 新增@classmethod修饰的create方法：把工厂逻辑从__new__中分离，避免__new__承担过多职责（它原本仅负责实例创建）。示例：

class SuperClass:
    @classmethod
    def create(cls, subclass_type, **kwargs):
        subclass_map = {'A': ClassA, 'B': ClassB, 'C': ClassC}
        return subclass_map[subclass_type](**kwargs)

这种方式下，__new__和__init__的原有逻辑完全不受影响，两种创建方式互不干扰。

• 分离工厂类：如果后续子类数量多、工厂逻辑复杂，单独创建SuperClassFactory类能让代码职责更单一，避免父类与工厂的耦合。
• 当然，坚持用__new__实现也可行，但代码可读性不如前两种方案。

你提到的“指定所有参数名称”的方案虽可行，但不够优雅，通过参数拆分的方式能让工厂逻辑更智能，降低用户的使用成本。

内容的提问来源于stack exchange，提问作者Diego-MX