在 Python 的对象模型中，类本身也是对象。既然是对象，它就拥有自己的命名空间（namespace），而这个命名空间正是通过类的 __dict__ 属性来承载的。
如果说实例 __dict__ 负责存储实例对象的状态（State），那么类 __dict__ 则负责定义行为与结构（Behavior & Structure）。深入理解类的 __dict__，是掌握 Python 中类属性查找、描述符机制、继承体系以及元编程的关键基础。
一、类 __dict__ 的本质：mappingproxy
类 __dict__ 是一个映射对象，存储了类级命名空间中的所有成员。
class A: x = 1 def f(self): pass print(A.__dict__)其核心内容包括：
• 类属性：如 x。
• 方法函数：如 f（在类 __dict__ 中以原始函数形式存在）。
• 描述符对象：property、classmethod、staticmethod。
• 内置元数据：自动生成的属性如 __module__、__doc__、 __dict__、__weakref__ 等。
类对象的命名空间（即类 __dict__）里存储的是一切被定义在类体中的对象，而这些对象在被访问时，会根据它们是否实现了描述符协议，表现出不同的身份。
说明：
存储在 A.__dict__ 键值对中的键 “__dict__”，既不是类 __dict__，也不是实例 __dict__，它对应的值是一个 getset_descriptor（属性描述符）。当调用 obj.__dict__ 时，实际上是触发了类中的这个描述符，它负责去实例的内存地址中通过偏移量找到属于该实例的 __dict__。
需要注意的是，类 __dict__ 并不是普通的字典（dict）：
type(A.__dict__) # <class 'mappingproxy'>这意味着它是一个只读的映射视图（mappingproxy），不允许进行直接修改操作。
A.__dict__['x'] = 10# TypeError: 'mappingproxy' object does not support item assignmentPython 的设计初衷是，类结构的修改必须通过属性赋值语义（如 setattr(A, 'x', 10) 或 A.x = 10）来完成。
这样做是为了确保每次修改都能触发底层的元类钩子、更新缓存，并维护描述符机制以及多继承体系下的一致行为。
二、生成时机：类创建的“快照”
类 __dict__ 并非在运行期动态累积生成的，而是在类创建阶段一次性生成的。
1、执行类体
Python 会先创建一个临时命名空间（一个普通的字典），顺序执行类体内的代码。
class A: x = 1 def f(self): pass2、调用元类
类体执行完成后，将该命名空间传递给元类（默认是 type）。
等价于：
A = type('A', (object,), namespace)其中 namespace 最终成为 A.__dict__ 的内容。
3、封装视图
元类完成类对象的实例化，并将该命名空间封装为 mappingproxy 并绑定到类 __dict__。
因此，类 __dict__ 是类创建完成时的一个结构快照。后续通过 A.y = 2 等方式添加或修改属性，实际上会同步更新其底层的映射内容。
三、 属性查找链中的核心角色
当访问 obj.attr 时，Python 遵循一套严格的查找优先级：
1、数据描述符：先在类及其父类的 __dict__ 中查找实现了 __set__ 方法的描述符。
2、实例 __dict__：查找实例自身的属性。
3、非数据描述符/普通属性：在类 __dict__ 中查找方法（如普通函数）或类级变量。
4、父类 __dict__：按照 MRO（方法解析顺序） 向上追溯。
5、兜底方案：触发 __getattr__()。
可见，类 __dict__ 是属性查找链中的核心节点。方法、属性、描述符均来源于类 __dict__。
示例：
class A: x = 10 a = A()a.x # 10（查找 A.__dict__ 得到）因为 x 存在于 A.__dict__。
四、类 __dict__ 与继承、MRO 的关系
（1）子类不会复制父类 __dict__
class A: x = 1class B(A): y = 2 # A.__dict__ 仅包含 A 的成员，如 x# B.__dict__ 仅包含 B 新定义的成员，如 y父类成员通过 MRO 查找，而非物理复制。
（2）MRO 决定类 __dict__ 的查找顺序
属性的继承是通过 MRO 链条实现的。
print(B.__mro__)# (<class '__main__.B'>, <class '__main__.A'>, <class 'object'>)当在 B 的实例中访问 x 时，Python 先在 B.__dict__ 中查找；若未找到，则根据 B.__mro__ 进入 A.__dict__ 查找，以此类推。
B.__dict__ → A.__dict__ → object.__dict__这种机制既保证了内存效率（无需冗余拷贝），也保证了动态性（修改父类时，子类可立即生效）。
五、类 __dict__ 与描述符机制
类 __dict__ 是描述符生效的唯一入口。
class A: @property def x(self): return 1 A.__dict__['x'] # <property object>访问 a.x 时，实际上会触发：
property.__get__(a, A)描述符必须存在于类的 __dict__ 中才能正常工作。实例的 __dict__ 仅用于存储数据，无法承载描述符这类行为逻辑。
六、类 __dict__ 与方法绑定机制
在类 __dict__ 中，所有的实例方法都只是普通的函数对象：
class A: def f(self): pass print(type(A.__dict__['f'])) # <class 'function'>当通过实例访问方法时：
a.fPython 检测到函数对象实现了描述符协议，于是自动调用：
function.__get__(a, A)从而将函数绑定到实例上，生成一个 Bound Method 对象。
因此，方法定义在类的 __dict__ 中，实例本身并不拥有方法，实例只是提供 self 并完成方法绑定。
七、类 __dict__ 与元类写入行为
元类可以在类创建阶段直接修改即将成为类 __dict__ 的命名空间：
class Meta(type): def __new__(mcls, name, bases, namespace): namespace['added'] = 42 return super().__new__(mcls, name, bases, namespace) class A(metaclass=Meta): pass print(A.added) # 输出：42自定义元类时，通过操作 namespace（即未来的 A.__dict__），我们可以实现自动注入属性、修改类定义等功能：
class Meta(type): def __new__(mcls, name, bases, attrs): attrs['tag'] = "Processed" # 自动注入属性 return super().__new__(mcls, name, bases, attrs) class Service(metaclass=Meta): pass print(Service.tag) # 输出: ProcessedORM 框架（如 Django, SQLAlchemy）正是利用这一点，将类属性转化为数据库字段的映射。
八、常见误解与澄清
误解 1：类属性存放在实例中
❌ 错误
✔ 正解：类属性只存在于类 __dict__ 中。实例仅存储个性化数据。
误解 2：子类会复制父类 __dict__
❌ 错误
✔ 正解：子类仅通过 MRO 查找父类成员，两者物理隔离。
误解 3：可以随意修改 A.__dict__
❌ 错误
✔ 正解：它是 mappingproxy，必须使用赋值语义（比如 A.attr = v）修改。
误解 4：方法属于实例
❌ 错误
✔ 正解：方法定义在类 __dict__ 中，访问时通过描述符动态绑定实例。
📘 小结
类 __dict__ 是类对象的命名空间，用于存储类属性、方法和描述符。它在类创建阶段由元类一次性生成，并以只读的 mappingproxy 形式暴露。类 __dict__ 是属性查找、方法绑定、描述符生效和继承体系运作的核心。子类不会复制父类 __dict__，而是通过 MRO 动态查找。
理解类 __dict__，有助于深入掌握 Python 的类模型、方法解析顺序与元编程机制。
“点赞有美意，赞赏是鼓励”