Python ile metaprogramlamaya bir bakış

Edit this page

Haddim olmasa da bu konu hakkında bir yazı yazmak istiyorum zira bu konu hakkında Türkçe kaynakların bolluğundan yakınmıyoruz; aynı zamanda yazmak kişisel öğrenmemin de bir parçası.

Önce tanımlamak gerekirse, metaprogramlama (programlama üstü ya da üst programlama) adından da anlaşılacağı üzerinde program programlamayı bir problem olarak inceliyor.

Bir başka deyişle, normal işlerimizde bir program yazarız ve bu program bir “problem”i çözer. Eğer çözdüğünüz “problem” programlama ile ilgili ise metaprogramlama yapıyorsunuz demektir.

Metaprogramlama yapılarını herkes kullanabilir ama ekseriyetle SDK/API ve kütüphane tasarımcılarının işine yarıyor zira kullanıcılara çok fazla kod yazdırmadan zengin bir işlevsellik sunmuş oluyorlar.

Decorator’lar

Neredeyse her Python programcısı eninde sonunda bu yapıyı kullanır, o yüzden bu yapının nasıl çalıştığı konusunda bir içgörü edinmek oldukça önemli. Eğer decorator nedir bilmiyorsanız, ya da kafanızda canlanmadıysa şu örneğe bakabilirsiniz:

@app.route("/")
def home():
    return render_template("home.html")

Bu örnek Flask’dan, app.route isimli bir decorator, home isimli bir fonksiyona eklenmiş. Sadece bu basit eklentiyle, sıradan bir fonksiyon controller’e çevrilmiş oluyor, işte fazla kod yazdırmadan işlevsellik kazandırmanın en basit örneklerinden biri.

Peki decorator’lar nedir? Biliyorsunuz ki Python’da her şey bir nesne, mesela 1.5 + 2.5 yazmak yerine float nesnesinin metodunu 1.5.__add__(2.5) şeklinde çağırabiliyoruz.

Bazı nesneler var ki bunların çağrılabilme özellikleri var, örneğin fonksiyonlar veya metotlar; bunları çağırmak için de () kullanıyoruz. int de bir nesne bildiğiniz gibi, eğer bu nesneyi çağırırsanız size 0 döner (bir argüman verirseniz de o argümanı int’e cast eder/çevirir ve onu döner). Fakat 5 ‘i düşünelim, bu da bir nesne ve tipi int ama bu nesne çağrılabilir değil:

>>> int()
0
>>> 5()
<stdin>:1: SyntaxWarning: 'int' object is not callable; perhaps you missed a comma?
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'int' object is not callable

Bu bilgilerle birlikte, en ilkel tabiriyle, bir decorator argüman olarak bir çağrılabilir alan bir çağrılabilendir.

Hatta çoğu decorator çağrılabilen döner.

“Yahu Şuayip, sen int() deyince, aslında int.__init__ ya da int.__new__ çalışıyor, yani sen çağırma yapmıyorsun, aslında class initialize ediyorsun!” diyebilirsiniz. Çağırabilme kavramı biraz daha karmaşık olabilir, o yüzden bir C implementation’a bakın, emin olmak için Python’da builtin callable() ile bir nesenin çağırabilir olup olmadığını öğrenebilirsiniz.

Çağrılabilme kavramını anladıysanız oldukça basit bir tanımı ve yapısı var decorator’ların. Şimdi örnek bir decorator görelim ve açıklayalım:

def deco(func):
    print("Decorated %s" % func)
    return func

Bu örnek decorator, decorate ettiği çağrılabilir nesneyi her decorate ettiğimizde decorate ettiğimiz şeyi yazdırıyor. Tabii bu pek yararlı değil zira genelde biz nesnenin çağırdığı senaryodaki işlevselliğini değiştirmek isteriz.

Yine de bazen programın ilk çalışma anında decorate edilen nesnelerin davranışını değiştirmek için bu yapıyı kullanabiliriz. Mesela bir class’i decorate ettiğimizi düşünelim, bu yapıyı kullanarak class’ın kendisine ait bazı metotları ve attribute’ları değiştirebiliriz. Ya da daha uçuk kaçık bir şey yapıp, decorate ettiğimiz class’i döndürmek yerine başka bir class veya nesne döndürebiliriz (bunu bir nevi sonraki adımda yapıyoruz).

Şimdi nesnelerin çağırılma anına etki eden bir decorator yazalım:

def deco(func):
    def inner(*args, **kwargs):
        print("Calling %s" % func)
        return func(*args, **kwargs)

    return inner

Gördüğünüz üzere çağrılma anına etki etmek için bir fonksiyon tanımı yapmamız gerekiyor. İşin aslında, herhangi bir nesne alıp yeni, alakasız bir function nesnesi geri döndürüyoruz. Bu yeni function nesnesi de scope’unda bulunan, yani decorate edilmiş nesneyi çağırıyor, böylelikle orijinal nesneyi taklit ediyor.

Bu yapıyı, fonksiyon bağlamında düşünürsek, fonksiyonu her çağırdığımızda ek olarak bir şeyler yazdırıyoruz. Bu senaryo genelde log amaçlarıyla kullanılabiliyor; mesela fonksiyonlar ne zaman çağrılmış kaydı tutulsun diye.

Şimdi decoratorlar’ların nasıl uygulandığı konusunda ufak bir parantez açalım. Yani decorator yazdık iyi tamam, peki bir fonksiyonu nasıl decorate edeceğiz? Şimdi örneği görelim:

def echo(number):
    return number


echo = deco(echo)

Decorator’lar bahsettiğimiz üzere çağrılabilir alan çağrılabilen olduklarından, decorate etmek istediğimiz nesneyi argüman olarak decorator’a vermemiz yeterli. Tabii bu sırada decorate ettiğimiz nesneyi yeniden tanımlamamız gerekiyor (ki aynı isimle kullanabilelim).

Decorator’ların uygulanma prensibinin temelde bu olduğunu anlamak önemli zira sıradaki göstereceğim syntax’i direk yutarsanız ne yaptığımızı anlamanız zorlaşabilir. İşte decorator’ları uygulamanın bir başka yolu:

@deco
def echo(number):
    return number

Bu syntax tamamen işimizi kolaylaştırmak, sürekli tekrar eden kod yazmamak için Python tarafından bize sunuluyor; çoğunlukla da decorator’lar böyle uygulanır. Bu syntax’in temelde yaptığı şeyin yukarıdaki ile aynı olduğunu tekrar hatırlatmak istiyorum.

Şimdi şu koda bir bakalım:

def deco0(func):
    print("Decorating %s" % func)
    return func


def deco(func):
    def inner(*args, **kwargs):
        print("Calling %s" % func)
        return func(*args, **kwargs)

    return inner


def echo(number):
    return number


echo_1 = deco(echo)
echo_2 = deco0(echo)

echo_1 is echo  # output: False
echo_2 is echo  # output: True

Yukarıda yine örnekler üzerinden 2 tane decorator tanımladım, bir fonksiyonu da bu ikisi decorator ile decorate ettim. deco0’da direkt nesnenin kendisini, deco’da ise yeni oluşturduğum fonksiyonu dönüyorum.

Son iki satırdaki statement’lerin çıktılarını incelersek, yeni fonksiyon yani yeni bir nesne dönen decorator’un decorate ettiği fonksiyonu değiştirdiğini görüyoruz. Decorate ettiğimiz fonksiyon çağrıldığında yine eski nesnenin davranışı taklit edileceği için bu durumda sorun olmayacaktır, yani girdiğimiz sayı aynen bize dönecektir, beklediğimiz gibi.

Peki ya çağrılmadan önceki durum nedir? Decorate edilmiş nesne kendisi gibi değil, içerde döndüğümüz inner fonksiyonu gibi davranıyor! Bunu tabii ki istemeyiz. Bunun yol açtığı bazı sıkıntılar var, mesela decorate ettiğiniz function’a docstring koymuşsanız bu kaybolur. Ya da daha dramatik olarak, inner metodu orijinal nesnenin imzasıyla aynı değilse metodun imzasını kaybedersiniz. Örneğin bu bağlamda decorate edilmiş fonksiyonu echo(254, domates=123) şeklinde çağırmanızda problem olmaz (ancak bu argümanlar orijinal metoda gidince hata çıkar, o sürece kadar giden tüm kodlar gereksiz çalışmış olur).

Bu durumu düzeltmek için bir aracımız var, ne tesadüf ki bu araç da bir decorator. Şimdi bu decorator’un düzgün haline bakalım:

import functools


def deco(func):
    @functools.wraps(func)
    def inner(*args, **kwargs):
        print("Calling %s" % func)
        return func(*args, **kwargs)

    return inner

yani:

def deco(func):
    def inner(*args, **kwargs):
        print("Calling %s" % func)
        return func(*args, **kwargs)

    return functools.wraps(func)(inner)

functools.wraps decorate ettiği fonksiyonu, argüman olarak veren fonksiyona benzetmeye yarayan bir araç. Burada benzetme kelimesi önemli, zira decorate ettiğiniz nesne her zaman değişiyor; önemli olan bu nesnenin davranışının olabildiğince aynı kalması. wraps, yukarıda bahsettiğim problemleri ve birkaçını daha çözüyor; bu metodu nesneyi değiştiren her decorator yazdığımızda kullanmalıyız.

Daha önceden decorator’ların çağrılabilen alan bir çağrılabilir olduğunu söylemiştim. Dikkat ederseniz, wraps daha tanımında çağrılabilen alıyor, üzerine de bir function decorate ediyor. O zaman wraps decorator döndüren bir decorator mü oluyor? Muhtemelen hayır; bunlara argüman alabilen decorator’lar diyoruz. Ama “decorator döndüren decorator” gayet geçerli ve istek ve eminim ki örnekleri vardır.

Bu aşamada argüman alabilen decorator nasıl yazılır’ı anlatmayacağım, ama “decorator alan decorator” düşüncesi size fikir vermiş olmalı. Hemen küçük bir parantezde, argüman alan decorator yazmayı kolaylaştıran kütüphanemin reklamını yapmak isterim; bunu hem de class yazarak yapıyorsunuz!

Çağırma anına etki eden bir decorator’un, illa ki function dönmesine gerek yok, herhangi bir çağrılabilir nesne dönebilir. Fakat wraps function dışındaki nesneler için düzgün çalışmıyor. O yüzden genelde function dönülmesi hayırlı olur. Bu neyi decorate ettiğinize göre değişir tabii.

type

Eğer bir nesnenin type’ini merak edersek bunu tek argüman olarak bu arkadaşa verebiliriz; bunu hepimiz biliyoruz.

Daha az bilinen şey ise type, 3 argüman aldığı zaman yeni bir ‘type’ oluşturur. Peki ‘type’ nedir? Önce bir class tanımı yapalım:

class Person:
    def __init__(self, name):
        self.name = name


ismet = Person(name="İsmet")

Bu bağlamda type(ismet) ne diye bakarsanız Person olduğunu görürsünüz. Peki bir de type(Person) neymiş diye bakarsak onun da type olduğunu görüyoruz.

Sonuç olarak bir bir class tanımı yaptığımız zaman Python gidip bize özel bir type nesnesi oluşturuyor (bu bağlamda Person). Python’da her şey bir nesne demiştik; class’lar de bir nesnedir ve type‘ın subclass’ı olurlar.

Oysa type’in type’ina bakarsaniz yine type karşınıza çıkar. Demek ki gökküşağının sonunda type var.

Bir type oluşturulduğunda birkaç karakteristik özelliği olur:

  1. İsmi ne?
  2. Hangi base classları almış, yani neyi inherit etmiş?
  3. Class attribute’leri neler, yani class gövdesinde hangi tanımlar yapılmış?

Ancak bu üç bilgi elimizde ise, bir type oluşturabiliriz. Peki nasıl ya da ne kullanarak type oluşturabiliriz? Metaclass kullanarak.

Bir class’ın davranışını belirleyen classlara ‘metaclass’ denir; bu davranışlardan biri de oluşturulma şeklidir. Eğer bir metaclass belirtmezseniz, oluşturduğunuz tüm type’lar ‘type’ metaclass’i ile oluşturulur, yani şu şekilde:

def __init__(self, name):
    self.name = name


Person = type("Person", (), {"__init__": __init__})
ismet = Person(name="İsmet")

Buradaki argüman’lar yukarıda belirttiğim karakteristik özelliklere denk geliyorlar. Sonuç olarak anlamamız gereken şunlar:

  1. Her class aslında type’ın bir subtype’ıdır.
  2. Type’ları oluşturmanın tek yolu, class syntax’ı değil.
  3. Type’ların oluşturulmasını (ve diğer davranışlarını) değiştiren veya kontrol eden özel type’lar var.

Metaclass kavramı

Metaclass’ların ne olduğunu yukarıda öğrenmiştik. Şimdi kendimizi metaclass yazmak için motive etmeye çalışalım. Mesela bir class’ın oluşum sürecine neden müdahale etmek isteyelim ki?

Bunun üzerine çokça düşünürseniz, bir sebep bulamayacaksınız zira metaclass kullanımı günlük programlama rutinimiz için çok ileri bir çözüm. Genel tavsiye de, kodun karmaşıklığını çoğaltmamak için metaclass yazılmaması yönünde.

Şimdi sizin için bir metaclass kullanma bahanesi üreteceğim. Diyelim ki yukarıda öğrendiğimiz decorator bilgileriyle çok güzel bir class decorator’u yazdık (bu decorator’un ne yaptığı önemli değil). Fakat bu decorator’u gidip 50 tane class’in üstüne decorate etmemiz gerektiğini fark ettik, tabii canımız çok sıkıldı; çok fazla kod tekrarı yapacağız. İleride bu decorator’un bir argümanınını değiştirmek istersek vay halimize!

Metaclass bu bağlamda bir çözüm sağlayabilir. Bu classların base classına özel bir metaclass uydurup, classın oluşturulma aşamasında class’ı decorate edebiliriz. Metaclass subclasslara propagete ettiği için tüm subclasslar da decorate olmuş olur. Şimdi örnek üzerinden inceleyelim:

class PersonMeta(type):
    def __new__(mcs, name, bases, classdict):
        cls = super().__new__(mcs, name, bases, classdict)
        cls = super_useful_decorator(cls)
        return cls


class Person(metaclass=PersonMeta):
    def __init__(self, name):
        self.name = name

Şimdi buradaki anahtar gözlemleri sıralayalım:

  1. Metaclass type’in subclass’ı, zira type da bir metaclass. Metaclass işlevselliği için bu subtyping’a ihtiyacımız var (zira arkada C ile dönen bir implementation var; oraya kadar inemiyoruz).
  2. Buradaki __new__ sıradan __new__ ile aynı imzaya sahip değil, normalde __new__, __init__’den önce çalışır ve instance’yi oluşturmakla görevlidir. Oysa burda class’ın kendisini oluşturmakla görevli.
  3. __new__’in imzası type()’nın 3 argüman alan imzasıyla aynı, yani yukarıda bahsettiğimiz üç karakteristik.
  4. Bir class’ın metaclass’ını belirtmek için, class tanımında metaclass keyword argümanı kullanılır.
  5. __new__ içindeki oluşturma mekanizması için yine type’a başvuruyoruz (super yoluyla; burada açık açık cls = type(name, bases, classdict) da diyebilirdik, ama yaygın kullanım super’i çağırmaktır). Demek ki type oluşumuna müdahele etmek aslında o kadar karmaşık bir işlem değil. Ya bu üç karakteristiği değiştireceğiz ya da yeni oluşturulan type nesnesi üzerinde birtakım işlemler yapacağız.

Yani görünen o ki yukarıdaki verdiğim basit template ile __new__ gövdesinde birtakım özelleştirmeler ile type oluşumunu değiştiren bir metaclass yazabiliyoruz. Tabii sadece __new__ metodunu değiştirmek zorunda değilsiniz, ama en çok değiştirilmek istenen metot bu. Diğer metotların çalışma mekanizmaları için örn. __call__ daha incelikli detaylar var, bunları kullanmadan önce araştırmalısınız.

Tabii Python developer’ler de metaclass’ların pek karmaşık yapılalar olduklarını anlamışlar ki bunların üzerine bazı soyutlama katmanları yapmışlar. Bunlardan iki tanesi şunlar: şimdi bahsedeceğim __init_subclass__ ve daha sonra descriptor kısmında bahsedeceğim __set_name__ metotları.

Metaclass’a başvurmanın en sık sebebi bir ‘kayıt etme’ işlevselliği oluşturmak. Django üzerinden bir örnek vereyim. Django’da model kavramı var ve bunlar özetle class tanımlarını database tablolarına çeviriyor. Bu aşamada Django “acaba hangi class’lar model?” diye merak ediyor zira database tarafında tablolarını oluşturacak. Bu yüzden her Model classını inherit alan bir class oluşturduğumuzda Django bunu kayıt edecek bir mantığa ihtiyaç duyuyor.

Bu aşamada demin aynı decorator’lar için uyguladığımız metodu uygulayıp, bu sefer decorate etmek yerine classları bir listeye atan bir logic yazabilirdi. Bu sayede Model class’ini subtype etmiş tüm classların listesi elimizde olurdu.

__init_subclass__ metodu da tanımlandığı class’tan başka bir class inherit edince çalışan bir metot ve yukarıdaki senaryo için bire bir. Bir örnek vermem gerekirse:

registry = []


class Person:
    def __init__(self, name):
        self.name = name

    def __init_subclass__(cls, **kwargs):
        super().__init_subclass__(**kwargs)
        registry.append(cls)

Bu Person class’inden inherit eden herhangi bir class oluşturduğumuz zaman, registry’nin dolduğunu göreceksiniz. Aynı zamanda bu metot için gelişigüzel keyword argümanları da tanımayabilirsiniz, bu argümanlar class’ın tanımında verilebiliyor, mesela:

class Person:
    def __init__(self, name):
        self.name = name

    def __init_subclass__(cls, location, **kwargs):
        super().__init_subclass__(**kwargs)
        cls.location = location
        registry.append(cls)


class RichPerson(Person, location="Los Angeles"):
    pass

Tabii bu özelliği metaclass __new__ de sağlıyor (classdict sonrası keyword argument ekleme yoluyla). Aynı zamanda __init_subclass__ kullanmak için herhangi bir metaclass tanımı yapmadığımıza dikkat edin.

Son olarak, metaclass yazarken farkında olmanız gereken bir şey, yazdığınız metaclass davranışını değiştireceği class’dan bağımsız, kendine münhasır bir class. Yani metaclass’ın gövdesine bir metot koyayım ve oluşturduğum class’lar bu metodu çağırabilsin diye bir mantık yok; ki böyle bir mantığa gerek de yok, direkt oluşturduğunuz class’a metot enjekte edebilirsiniz (ya da düz inheritance kullanabilirsiniz). Bunu standart inheritance’ye alıştıysanız kafanızı karıştırabilir diye özellikle söylüyorum.

Descriptor’lar

Descriptor’lar kısaca class’ların attribute erişimini özelleştirmemize yarıyor, bir başka tabirle “nokta operatörünü özelleştirmek”. Mesela şu örnek üzerinden gidelim:

class Person:
    name = None


person = Person()
person.name = "İsmet"

Bu örnek güzel ama mesela şunları yapmak istesek nasıl yapardık acaba?

  1. Eğer Person’a name atanacak ise, bu name en az 3 karakter olsun, değilse hata versin.
  2. Eğer Person’un name’si belirlenmemiş ise, person.name diye çağırdığımız zaman “isim belirilmemiş” diye hata versin.
  3. Person’a name atanınca Person’un eski isimleri bir listede tutulsun ve person.old_names şeklinde erişebilelim.

Şimdi biraz beyin jimnastiği yaparsanız ve kendinizi çok kasarsanız bunların işlevselliğin hepsini oldukça karmaşık metaclass yapısıyla bir şekilde halledebileceğimizin farkına varabilirsiniz. Tabii bunu istemeyiz, bunun yerine descriptor’un sağladığı soyutlaştırmayı kullanabiliriz. Şimdi yukarıdaki işlevselliğin kazandırıldığı bir örnek görelim:

class Name:
    names = []
    current_name = None

    def __set__(self, instance, value):
        if len(value) < 3:
            raise ValueError(
                "Please provide a name that" " is at least 3 characters."
            )

        self.names.append(value)
        instance.old_names = self.names[:-1]
        self.current_name = value

    def __get__(self, instance, owner):
        if self.current_name is None:
            raise ValueError("Name is not set.")

        return self.current_name


class Person:
    name = Name()

İlk bakışta biraz karmaşık gözüküyor olabilir, ama basit bir mantıkla kurulduğunu __set__ ve __get__ metotlarını sindirdikten sonra anlayabiliriz. Şimdi birkaç çıkarım/tanımlama yapalım:

  1. Descriptor’lar class gövdesinde initialize edilir. Her descriptor kendi başına bir class’dır.
  2. __set__ metodu attribute değişiminde çağrılır, yani özetle erişimi bir metot ile sarmış oluyoruz. Benzer bir şekilde bu durum __get__ için de geçerli, bu metot da erişim zamanında çağrılır.
  3. Eğer bir class __get__, __set__ ya da __delete__ tanımı yapıyorsa, bir descriptor olur.

Sonuç olarak descriptor’lar “nokta” ile yapılan işlemleri bir metoda sararak dinamik erişim ve değişim özellikleri sunuyor. Bu metotların kullanımını değerlendirerek çeşitli işlevselliğe ulaşabiliriz. Bu bağlamda validation işlemleri için kullandık mesela.

__delete__ metodu del person.name için bir özelleştirme sunuyor, fakat bunun üzerinde fazla durmayacağım.

Eğer önceden bir framework’ta buna benzer bir yapı kullandıysanız, syntax’i size tanıdık gelmiş olabilir. Örneğin Django’da ve pek çok ORM’da şu yapı vardır:

class Person(models.Model):
    name = models.CharField()

Peki Django bu yapıyla ne yapıyor? __set__ ve __get__ metotlarını kullanarak ilgili bilgiyi arkada sırasıyla database’e yazıyor veya çekiyor.

Şimdi aklımıza gelmesi gereken bir soru, Django database’da tabloya yazarken veya bilgiyi çekerken kolon ismini nasıl biliyor? Yani şu query’i yapabilmek için “name”nin bir yerden gelmesi lazım:

SELECT name
FROM users
WHERE user.id = 1

Burada da imdadımıza __set_name__ yetişiyor. Bu metot bize descriptor’un nasıl isimlendirildiği konusunda bilgi veriyor. Örnek verelim:

class Name:
    names = []
    current_name = None

    def __set_name__(self, owner, name):
        self.field_name = name

    ...

Eğer bundan sonra, descriptor ne diye isimlendirilmiş merak edersek self.field_name kullanabiliriz. Bizim bağlamımızda bunun değeri name olacaktır.

Önceden bahsettiğim üzere __set_name__ de metaclass üzerine bir soyutlaştırma, ve metaclass’a nispeten yeni bir özellik.

Descriptor konusunda ufkunuzun açılması için Python dokümantasyonundan bir örnek vereceğim. Buradaki descriptor verilen dizindeki dosya sayısını dinamik olarak almaya yarıyor:

class DirectorySize:
    def __get__(self, instance, owner):
        return len(os.listdir(instance.dirname))


class Directory:
    size = DirectorySize()

    def __init__(self, dirname):
        self.dirname = dirname

Tabii bu yapıyı daha basit bir şekilde class içinde de halledebilirdik, ama fikrimce bu örnek descriptor’ların dinamik yapısını iyi bir şekilde gösteriyor.

Descriptor’ların da __init__ metotları olduğundan, tanımlarken çeşitli argümanlar da verebiliyoruz. Mesela Django CharField için max_length gibi bir argüman alabiliyor bu da database bağlamında VARCHAR boyutunu belirliyor.

Sonuç olarak descriptor’lardan anlamamız gereken şunlar:

  1. Bir class’ın attribute erişimini ve değişimini kontrol eden mekanizmalara descriptor diyoruz ve bu işlemler sırayla __get__ ve __set__ metotlarına denk geliyor.
  2. Descriptor’lar özellikle data validation veya dinamik data erişimi için işimize yarıyor.
  3. Descriptor’lar argüman alabiliyorlar ve __set_name__ metoduyla bir descriptor’un nasıl isimlendirildiğini öğrenebiliyoruz.
  4. Descriptor’lar sadece class variable olarak tanımlandıkları zaman çalışırlar.

Son olarak Python’daki classmethod, staticmethod ve property gibi decorator’lar de descriptor yöntemiyle çalışıyorlar. Örneğin class’daki bir metodu property decorator’u ile decorate ettiğimiz zaman bir descriptor tanımlanmış oluyor ve bu descriptor arkada decorate edilmiş metodu çağırıyor.

Dikkat ettiyseniz, metaprogramlama yapıları birbiriyle iç içe geçmiş durumda, “aslında descriptor olan bir decorator” veya “metaclass yoluyla kendini manifesto eden decorator’lar” da bunlara örnek. Demek ki metaprogramlama yapıları birbiriyle çok ilişkili ve bir harmoni içinde kullanıldıkları zaman oldukça işlevsel özellikler sunuyorlar. Bu bağlamda yine metaprogramlama yapabilmek için dilin kendisini ve veri yapılarını çok iyi şekilde anlamamız gerektiği ortaya çıkıyor.