用 globals() 可直接获取当前模块已定义类并实例化，但需确保类名准确且未被同名变量覆盖；跨模块则应先 import 或 importlib.import_module()，再用 getattr() 安全提取类，严禁使用 eval/exec 防止 rce。
用 globals() 获取当前模块中的类并实例化
当目标类定义在当前 Python 文件（即当前模块）中时，globals() 是最直接、开销最小的方式。它返回一个字典，键为全局变量名，值为对应对象——只要类名拼写正确且已定义，就能取到类对象，再调用即可实例化。
常见错误现象：KeyError 表示字符串类名不存在于 globals() 中；或得到 TypeError: 'NoneType' object is not callable，说明取到的不是类（比如同名变量覆盖了类）。
- 确保类已定义在当前作用域，且未被同名变量遮蔽（如
MyClass = None） - 类名字符串必须完全匹配，包括大小写和下划线（如
"DataProcessor"≠"dataprocessor"） - 不支持嵌套类直接通过
globals()获取（如Outer.Inner），需改用其他方式
示例：
class User:
def __init__(self, name):
self.name = name
<p>cls_name = "User"
cls = globals().get(cls_name)
if cls and isinstance(cls, type):
obj = cls("Alice")
</p>
用 getattr() + 模块对象加载跨模块类
多数实际场景中，类定义在其他模块里（如 models.py 或 services/notify.py），这时不能依赖 globals()，而应先导入模块，再用 getattr() 提取类。
容易踩的坑：模块未导入就直接访问；路径写错导致 ImportError；类名拼错或首字母大小写不符；模块内有同名变量干扰。
- 务必先执行
import（或__import__），否则getattr会报AttributeError - 推荐使用
importlib.import_module()动态导入，比硬编码import更灵活 -
getattr(module, class_name)返回None时不一定是类不存在——也可能是模块里真定义了同名变量（如Task = "dummy"）
示例：
import importlib
<p>module_name = "myapp.models"
class_name = "Order"</p><p>try:
module = importlib.import_module(module_name)
cls = getattr(module, class_name)
if isinstance(cls, type):
obj = cls(id=123)
except (ImportError, AttributeError) as e:
print(f"Failed to load {class_name} from {module_name}: {e}")
</p>
为什么不用 eval() 或 exec()
eval("User()") 看似简单，但它是危险的反模式：只要字符串来自用户输入或配置文件，就可能执行任意代码，造成远程代码执行（RCE）漏洞。Python 官方文档明确警告避免在不可信数据上使用 eval。
python-docx Skill功能概述python-docx Skill是一项面向实际任务的技能，主要用于本Skill提供使用python-docx生成专业Word文档的标准方法和最佳实践；生成安全服务方案文档；核心要点生成技术架构设计文档；生成任何需要专业排版的Word文档；核心库 : python-docx；使用与执行辅助库 : docx.shared , docx.enum , docx.oxml.ns；标准代码模板；1. 文档初始化；2. 字体设置（必须！它将相关步骤、工具调用和结果整理方式集
性能与可维护性上也不占优：eval 每次都要解析字符串、编译 AST、执行——比直接查字典或调用 getattr 慢一个数量级，且无法做静态类型检查或 IDE 跳转。
- 永远不要对非固定、非白名单字符串使用
eval实例化类 -
exec更不可取：它不返回表达式结果，还需额外构造赋值语句，出错更难调试 - 如果必须解析复杂字符串（如带参数的构造调用），应先用正则或 AST 解析器提取类名和参数，再分步实例化
传参和异常处理的关键细节
动态实例化不只是拿到类，还要安全地传入初始化参数。硬编码参数类型或顺序极易出错，尤其当不同类构造函数签名差异大时。
最容易被忽略的是：类可能有必需的 **kwargs 参数（如 Django Model 的 Meta 配置）、或依赖上下文（如数据库连接），仅靠反射无法自动满足这些依赖。
- 建议将参数封装为字典，用
**params解包传入，避免位置参数错位 - 始终检查
hasattr(cls, "__init__")和inspect.signature(cls.__init__).parameters（需import inspect）来预判兼容性 - 捕获
TypeError（参数不匹配）、ValueError（业务校验失败）等具体异常，而不是笼统的Exception
示例（带参数校验）：
import inspect
<p>def safe_instantiate(cls_name: str, module_name: str, <strong>kwargs):
module = importlib.import_module(module_name)
cls = getattr(module, cls_name)
sig = inspect.signature(cls.<strong>init</strong>)
try:
return cls(</strong>kwargs)
except TypeError as e:</p><h1>可记录缺失参数名，便于调试</h1><pre class="brush:php;toolbar:false;"><code> raise TypeError(f"Failed to instantiate {cls_name}: {e}") from e</code>
动态实例化本身不复杂，真正复杂的是类来源的可信性、参数契约的一致性，以及错误发生时能否快速定位是配置错、类名错，还是参数结构错。别让反射掩盖了设计缺陷。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
