关键词：元类、type、prepare、OrderedDict、属性顺序、数据建模

在 Python 的高级编程中，元类（metaclass）是一种强大而神秘的机制。它允许我们在类创建之前进行干预，从而实现诸如自动属性验证、字段序列化、ORM 映射等功能。而今天我们要聚焦的，是元类中一个常被忽视但极具价值的特殊方法：__prepare__。

🧩 一、问题背景：类属性顺序的丢失

在 Python 中，类的定义体在解析时会被封装为一个字典（dict），这意味着属性定义的顺序在默认情况下是不保留的。这个特性在很多场景下没有问题，但在某些特定应用中却成为限制。例如：

在数据建模中，字段顺序可能需要与数据库表列或 CSV 文件列一一对应；
在对象序列化时，希望按定义顺序输出 JSON 或 XML；
在构建 DSL（领域特定语言）时，顺序可能隐含语义逻辑。

这时候，我们自然会想到：有没有办法在类定义时保留属性的声明顺序？

答案是肯定的：使用元类中的 __prepare__ 方法。

🧪 二、`prepare` 方法详解

2.1 基本定义

__prepare__ 是一个类方法（必须使用 @classmethod 装饰器），它只在元类中有效。它在解释器调用元类的 __new__ 和 __init__ 方法之前被调用，用于为类定义体创建一个“命名空间”容器。

其定义如下：

@classmethod
def __prepare__(cls, name, bases, kwargs):...

cls：元类本身；
name：即将创建的类名；
bases：基类组成的元组；
kwargs：其他关键字参数（可选）。

返回值必须是一个映射类型（mapping），用于存放后续类定义中的属性。

2.2 默认行为

在默认情况下，Python 使用 dict 作为类的命名空间容器，因此顺序不被保留。例如：

class MyClass:b = 1 a = 2 c = 3 print(MyClass.__dict__.keys())  # 输出顺序不一定为 b -> a -> c

2.3 修改命名空间容器

我们可以通过重写 __prepare__ 方法，将默认的 dict 替换为 collections.OrderedDict，从而保留属性定义顺序：

import collectionsclass OrderedMeta(type):@classmethoddef __prepare__(cls, name, bases):return collections.OrderedDict()

这样，类定义中的属性顺序就会被记录和保留。

🏗️ 三、实战应用：构建有序字段模型

我们来看一个典型的应用场景：数据建模与字段验证。

设想我们正在开发一个业务实体类，每个字段都需要进行类型或值验证。同时，我们希望字段的顺序与定义顺序一致，比如用于生成 CSV 或数据库表结构。

3.1 示例：使用 `prepare` 保存字段顺序

以下是一个简化版的 Entity 类定义：

import collectionsclass Validated:"""验证字段的基类"""def __init__(self):self.storage_name = None class String(Validated):def __set__(self, instance, value):if not isinstance(value, str):raise ValueError("Must be a string")instance.__dict__[self.storage_name] = valueclass Number(Validated):def __set__(self, instance, value):if not isinstance(value, (int, float)):raise ValueError("Must be a number")instance.__dict__[self.storage_name] = valueclass EntityMeta(type):@classmethoddef __prepare__(cls, name, bases):return collections.OrderedDict()def __init__(cls, name, bases, attrs):super().__init__(name, bases, attrs)cls._field_names = []for name, attr in attrs.items():if isinstance(attr, Validated):attr.storage_name = f'_{name}'cls._field_names.append(name)class Entity(metaclass=EntityMeta):@classmethoddef field_names(cls):return cls._field_names

3.2 使用示例

class Product(Entity):name = String()price = Number()stock = Number()for name in Product.field_names():print(name)

输出结果：

name 
price
stock

可以看到，字段顺序完全保留了定义顺序。

💡 四、`prepare` 的深层价值

4.1 控制类构建的“命名空间”

__prepare__ 是类构建流程中最早执行的元类方法之一。它允许我们在类属性被解析之前，就准备好一个“容器”，从而影响整个类的构建过程。

4.2 与类装饰器的比较

虽然类装饰器也可以在类构建之后进行处理，但 __prepare__ 的优势在于：

它在类构建之前介入；
能直接控制属性顺序；
更适合用于构建框架级别的抽象（如 ORM、序列化库等）。

4.3 可扩展性与灵活性

除了 OrderedDict，我们还可以返回自定义的映射类型，从而实现更复杂的逻辑，例如：

自动记录字段定义顺序；
支持字段别名；
支持字段分组；
支持字段依赖性解析。

这为元类提供了极大的扩展空间。

🧠 五、思考与拓展：`prepare` 的哲学意义

如果说 Python 的类机制是“代码即数据”的体现，那么元类就是“数据即行为”的升华。而 __prepare__ 站在这一切的起点，它不仅是技术上的一个细节，更是一种思维方式的体现：

对顺序的尊重：在某些场景下，顺序不是“偶然”，而是“设计”；
对过程的掌控：不满足于结果，而是希望在构建过程中施加影响；
对抽象的追求：通过元类机制，将代码逻辑抽象成通用结构，实现高复用性。

这正是 Python 语言设计哲学的体现：让程序员拥有控制权，但不强加负担。

📌 六、总结

项目	说明
`__prepare__` 的作用	提前为类定义体准备一个命名空间容器
默认行为	返回 `dict`，不保留属性顺序
解决方案	返回 `OrderedDict` 或自定义映射类型
应用场景	字段顺序敏感的建模、序列化、ORM、DSL 等
优势	提供构建前的干预点，支持更复杂的类构建逻辑