所以这可能是一个黑客，但我一直在使用eval（str）来获取一个静态对象，这有点矛盾，在python 3中。

有一个Records.py文件，除了用保存一些参数的静态方法和构造函数定义的类对象外，它什么都没有。然后从另一个.py文件导入Records，但我需要动态选择每个对象，然后根据读入的数据类型按需实例化它。

因此，在object_name=“RecordOne”或类名的情况下，我调用cur_type=eval（object_name），然后要实例化它，请执行cur_inst=cur_type（args）然而，在实例化之前，您可以从cur_type.getName（）调用静态方法，例如，类似于抽象基类实现或任何目标。然而，在后端，它可能是在python中实例化的，并不是真正静态的，因为eval返回一个对象。。。。必须已实例化。。。。这会产生类似静态的行为。

python中的静态方法称为classmethods。查看以下代码

class MyClass:

    def myInstanceMethod(self):
        print 'output from an instance method'

    @classmethod
    def myStaticMethod(cls):
        print 'output from a static method'

>>> MyClass.myInstanceMethod()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unbound method myInstanceMethod() must be called [...]

>>> MyClass.myStaticMethod()
output from a static method

注意，当我们调用方法myInstanceMethod时，会得到一个错误。这是因为它要求在此类的实例上调用该方法。方法myStaticMethod使用decorator@classmethod设置为类方法。

为了好玩，我们可以通过传入类的实例来调用类上的myInstanceMethod，如下所示：

>>> MyClass.myInstanceMethod(MyClass())
output from an instance method

关于Python的属性查找，一个非常有趣的点是它可以用来创建“虚拟变量”：

class A(object):

  label="Amazing"

  def __init__(self,d): 
      self.data=d

  def say(self): 
      print("%s %s!"%(self.label,self.data))

class B(A):
  label="Bold"  # overrides A.label

A(5).say()      # Amazing 5!
B(3).say()      # Bold 3!

通常情况下，在创建它们之后，不会有任何分配给它们。请注意，查找使用self，因为尽管标签在不与特定实例关联的意义上是静态的，但值仍然取决于（的类）实例。

@数据类定义提供用于定义实例变量和初始化方法__init__（）的类级名称。如果要在@dataclass中使用类级变量，则应使用typeing.ClassVar类型提示。ClassVar类型的参数定义类级别变量的类型。

from typing import ClassVar
from dataclasses import dataclass

@dataclass
class Test:
    i: ClassVar[int] = 10
    x: int
    y: int
    
    def __repr__(self):
        return f"Test({self.x=}, {self.y=}, {Test.i=})"

用法示例：

> test1 = Test(5, 6)
> test2 = Test(10, 11)

> test1
Test(self.x=5, self.y=6, Test.i=10)
> test2
Test(self.x=10, self.y=11, Test.i=10)

所以这可能是一个黑客，但我一直在使用eval（str）来获取一个静态对象，这有点矛盾，在python 3中。

有一个Records.py文件，除了用保存一些参数的静态方法和构造函数定义的类对象外，它什么都没有。然后从另一个.py文件导入Records，但我需要动态选择每个对象，然后根据读入的数据类型按需实例化它。

因此，在object_name=“RecordOne”或类名的情况下，我调用cur_type=eval（object_name），然后要实例化它，请执行cur_inst=cur_type（args）然而，在实例化之前，您可以从cur_type.getName（）调用静态方法，例如，类似于抽象基类实现或任何目标。然而，在后端，它可能是在python中实例化的，并不是真正静态的，因为eval返回一个对象。。。。必须已实例化。。。。这会产生类似静态的行为。

类变量并允许子类化

假设你不是在寻找一个真正的静态变量，而是一个类似于蟒蛇的东西，它可以为同意的成年人做同样的工作，那么就使用一个类变量。这将为您提供一个所有实例都可以访问（和更新）的变量

注意：其他许多使用类变量的答案都会破坏子类化。应避免直接按名称引用类。

from contextlib import contextmanager

class Sheldon(object):
    foo = 73

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

    def times(self):
        cls = self.__class__
        return cls.foo * self.n
        #self.foo * self.n would give the same result here but is less readable
        # it will also create a local variable which will make it easier to break your code
    
    def updatefoo(self):
        cls = self.__class__
        cls.foo *= self.n
        #self.foo *= self.n will not work here
        # assignment will try to create a instance variable foo

    @classmethod
    @contextmanager
    def reset_after_test(cls):
        originalfoo = cls.foo
        yield
        cls.foo = originalfoo
        #if you don't do this then running a full test suite will fail
        #updates to foo in one test will be kept for later tests

将为您提供与使用Sheldon.foo处理变量相同的功能，并将通过以下测试：

def test_times():
    with Sheldon.reset_after_test():
        s = Sheldon(2)
        assert s.times() == 146

def test_update():
    with Sheldon.reset_after_test():
        s = Sheldon(2)
        s.updatefoo()
        assert Sheldon.foo == 146

def test_two_instances():
    with Sheldon.reset_after_test():
        s = Sheldon(2)
        s3 = Sheldon(3)
        assert s.times() == 146
        assert s3.times() == 219
        s3.updatefoo()
        assert s.times() == 438

它还允许其他人简单地：

class Douglas(Sheldon):
    foo = 42

这也将起作用：

def test_subclassing():
    with Sheldon.reset_after_test(), Douglas.reset_after_test():
        s = Sheldon(2)
        d = Douglas(2)
        assert d.times() == 84
        assert s.times() == 146
        d.updatefoo()
        assert d.times() == 168 #Douglas.Foo was updated
        assert s.times() == 146 #Seldon.Foo is still 73

def test_subclassing_reset():
    with Sheldon.reset_after_test(), Douglas.reset_after_test():
        s = Sheldon(2)
        d = Douglas(2)
        assert d.times() == 84 #Douglas.foo was reset after the last test
        assert s.times() == 146 #and so was Sheldon.foo

有关创建课程时要注意的事项的最佳建议，请查看Raymond Hettinger的视频https://www.youtube.com/watch?v=HTLu2DFOdTg