生产代码中绝不使用反射！Python呢？
我写过C#，听到的一个观点是“在生产代码中绝对不要使用反射”。我在测试代码中用过反射，但从来没有在实际运行的代码中用过。大家的理由都很合理，总有其他方法可以通过增加抽象层或设计模式来实现。
现在我开始写一些比较复杂的Python代码，我在想这个原则是否也适用。看起来Python在设计时就考虑到了反射。模块和类会把成员存储在一个很容易访问的字典里。例如，Django的模型中的Meta类就使用字符串来引用成员。
我可以在Python中写出像C#/Java那样的代码，但我真的不想这样做。我仍然坚信在这些语言中“不要使用反射”。那么，Python的方式是不是根本就不同呢？
5 个回答
是的，从这个角度来看，Python 的开发确实有很大的不同。
在 C# 或 Java 中，反射是指运行时能够了解正在运行的代码的一些信息，并根据这些信息做出决策。
因为 Python 使用的是动态类型，所以任何类型的发现都是在运行时进行的，而不是在编译时。这基本上意味着，任何 Python 程序都必须使用反射才能正常工作，只不过在 Python 中不叫反射，而是叫做运行程序 :)
此外，Python 的哲学也很支持这种动态执行的特性，所以你应该大胆利用这一点。
附注：虽然在紧密循环中应该尽量避免使用反射，并且要知道反射的速度通常慢一到两个数量级，但在合适的情况下使用它并不需要害怕。
我觉得“生产代码中不要使用反射”这个说法在C#中并不完全正确。
反射常常能让程序员做一些其他方法无法做到的事情。
我会说“在生产代码中不要对非公共成员使用反射”，并且“使用反射要小心！”如果用得不对，可能会影响性能。但如果用得当，反而可能提高性能（想想静态反射就知道了）。
不要在频繁调用的代码中使用反射。
而Python则是一个动态语言，所有的概念都不一样。正常情况下（以及正确的做法）就是使用你提到的那些技术。
作为一种动态语言，Python和静态类型语言有很大的不同，所以在Python中，很多东西都是通过反射来实现的 :-) 而且我觉得“在生产代码中绝对不要使用反射”（针对静态语言）这个说法有点过于极端了。