面向物件高階
閱讀目錄
- 一 isinstance(obj,cls)和issubclass(sub,super)
- 二 反射
- 三 __setattr__,__delattr__,__getattr__
- 四 二次加工標準型別(包裝)
- 五 __getattribute__
- 六 描述符(__get__,__set__,__delete__)
- 六 再看property
- 七 __setitem__,__getitem,__delitem__
- 八 __str__,__repr__,__format__
- 九 __slots__
- 十 __next__和__iter__實現迭代器協議
- 十一 __doc__
- 十二__module__和__class__
- 十三 __del__
- 十四 __enter__和__exit__
- 十五 __call__
- 十六 metaclass
一 isinstance(obj,cls)和issubclass(sub,super)
isinstance(obj,cls)檢查是否obj是否是類 cls 的物件
1 class Foo(object): 2 pass 3 4 obj = Foo() 5 6 isinstance(obj, Foo)
issubclass(sub, super)檢查sub類是否是 super 類的派生類
1 class Foo(object): 2 pass3 4 class Bar(Foo): 5 pass 6 7 issubclass(Bar, Foo)
二 反射
1 什麼是反射
反射的概念是由Smith在1982年首次提出的,主要是指程式可以訪問、檢測和修改它本身狀態或行為的一種能力(自省)。這一概念的提出很快引發了電腦科學領域關於應用反射性的研究。它首先被程式語言的設計領域所採用,並在Lisp和麵向物件方面取得了成績。
2 python面向物件中的反射:通過字串的形式操作物件相關的屬性。python中的一切事物都是物件(都可以使用反射)
四個可以實現自省的函式
下列方法適用於類和物件(一切皆物件,類本身也是一個物件)
判斷object中有沒有一個name字串對應的方法或屬性hasattr(object,name)
def getattr(object, name, default=None): # known special case of getattr """ getattr(object, name[, default]) -> value Get a named attribute from an object; getattr(x, 'y') is equivalent to x.y. When a default argument is given, it is returned when the attribute doesn't exist; without it, an exception is raised in that case. """ passgetattr(object, name, default=None)
def setattr(x, y, v): # real signature unknown; restored from __doc__ """ Sets the named attribute on the given object to the specified value. setattr(x, 'y', v) is equivalent to ``x.y = v'' """ passsetattr(x, y, v)
def delattr(x, y): # real signature unknown; restored from __doc__ """ Deletes the named attribute from the given object. delattr(x, 'y') is equivalent to ``del x.y'' """ passdelattr(x, y)
class BlackMedium: feature='Ugly' def __init__(self,name,addr): self.name=name self.addr=addr def sell_house(self): print('%s 黑中介賣房子啦,傻逼才買呢,但是誰能證明自己不傻逼' %self.name) def rent_house(self): print('%s 黑中介租房子啦,傻逼才租呢' %self.name) b1=BlackMedium('萬成置地','回龍觀天露園') #檢測是否含有某屬性 print(hasattr(b1,'name')) print(hasattr(b1,'sell_house')) #獲取屬性 n=getattr(b1,'name') print(n) func=getattr(b1,'rent_house') func() # getattr(b1,'aaaaaaaa') #報錯 print(getattr(b1,'aaaaaaaa','不存在啊')) #設定屬性 setattr(b1,'sb',True) setattr(b1,'show_name',lambda self:self.name+'sb') print(b1.__dict__) print(b1.show_name(b1)) #刪除屬性 delattr(b1,'addr') delattr(b1,'show_name') delattr(b1,'show_name111')#不存在,則報錯 print(b1.__dict__)
class Foo(object): staticField = "old boy" def __init__(self): self.name = 'wupeiqi' def func(self): return 'func' @staticmethod def bar(): return 'bar' print getattr(Foo, 'staticField') print getattr(Foo, 'func') print getattr(Foo, 'bar')類也是物件
#!/usr/bin/env python # -*- coding:utf-8 -*- import sys def s1(): print 's1' def s2(): print 's2' this_module = sys.modules[__name__] hasattr(this_module, 's1') getattr(this_module, 's2')反射當前模組成員
匯入其他模組,利用反射查詢該模組是否存在某個方法
#!/usr/bin/env python # -*- coding:utf-8 -*- def test(): print('from the test')module_test.py
1 #!/usr/bin/env python 2 # -*- coding:utf-8 -*- 3 4 """ 5 程式目錄: 6 module_test.py 7 index.py 8 9 當前檔案: 10 index.py 11 """ 12 13 import module_test as obj 14 15 #obj.test() 16 17 print(hasattr(obj,'test')) 18 19 getattr(obj,'test')()
獲取當前模組
current_module=__import__(__name__) x=111 print(hasattr(current_module,"x")) print(getattr(current_module,"x"))
3 為什麼用反射之反射的好處
好處一:實現可插拔機制
有倆程式設計師,一個lili,一個是egon,lili在寫程式的時候需要用到egon所寫的類,但是egon去跟女朋友度蜜月去了,還沒有完成他寫的類,lili想到了反射,使用了反射機制lili可以繼續完成自己的程式碼,等egon度蜜月回來後再繼續完成類的定義並且去實現lili想要的功能。
總之反射的好處就是,可以事先定義好介面,介面只有在被完成後才會真正執行,這實現了即插即用,這其實是一種‘後期繫結’,什麼意思?即你可以事先把主要的邏輯寫好(只定義介面),然後後期再去實現介面的功能
class FtpClient: 'ftp客戶端,但是還麼有實現具體的功能' def __init__(self,addr): print('正在連線伺服器[%s]' %addr) self.addr=addregon還沒有實現全部功能
#from module import FtpClient f1=FtpClient('192.168.1.1') if hasattr(f1,'get'): func_get=getattr(f1,'get') func_get() else: print('---->不存在此方法') print('處理其他的邏輯')不影響lili的程式碼編寫
好處二:動態匯入模組(基於反射當前模組成員)
三 __setattr__,__delattr__,__getattr__
class Foo: x=1 def __init__(self,y): self.y=y def __getattr__(self, item): print('----> from getattr:你找的屬性不存在') def __setattr__(self, key, value): print('----> from setattr') # self.key=value #這就無限遞迴了,你好好想想 # self.__dict__[key]=value #應該使用它 def __delattr__(self, item): print('----> from delattr') # del self.item #無限遞迴了 self.__dict__.pop(item) #__setattr__新增/修改屬性會觸發它的執行 f1=Foo(10) print(f1.__dict__) # 因為你重寫了__setattr__,凡是賦值操作都會觸發它的執行,你啥都沒寫,就是根本沒賦值,除非你直接操作屬性字典,否則永遠無法賦值 f1.z=3 print(f1.__dict__) #__delattr__刪除屬性的時候會觸發 f1.__dict__['a']=3#我們可以直接修改屬性字典,來完成新增/修改屬性的操作 del f1.a print(f1.__dict__) #__getattr__只有在使用點呼叫屬性且屬性不存在的時候才會觸發 f1.xxxxxx三者的用法演示
四 二次加工標準型別(包裝)
包裝:python為大家提供了標準資料型別,以及豐富的內建方法,其實在很多場景下我們都需要基於標準資料型別來定製我們自己的資料型別,新增/改寫方法,這就用到了我們剛學的繼承/派生知識(其他的標準型別均可以通過下面的方式進行二次加工)
class List(list): #繼承list所有的屬性,也可以派生出自己新的,比如append和mid def append(self, p_object): ' 派生自己的append:加上型別檢查' if not isinstance(p_object,int): raise TypeError('must be int') super().append(p_object) @property def mid(self): '新增自己的屬性' index=len(self)//2 return self[index] l=List([1,2,3,4]) print(l) l.append(5) print(l) # l.append('1111111') #報錯,必須為int型別 print(l.mid) #其餘的方法都繼承list的 l.insert(0,-123) print(l) l.clear() print(l)二次加工標準型別(基於繼承實現)
class List(list): def __init__(self,item,tag=False): super().__init__(item) self.tag=tag def append(self, p_object): if not isinstance(p_object,str): raise TypeError super().append(p_object) def clear(self): if not self.tag: raise PermissionError super().clear() l=List([1,2,3],False) print(l) print(l.tag) l.append('saf') print(l) # l.clear() #異常 l.tag=True l.clear()練習(clear加許可權限制)
授權:授權是包裝的一個特性,包裝一個型別通常是對已存在的型別的一些定製,這種做法可以新建,修改或刪除原有產品的功能。其它的則保持原樣。授權的過程,即是所有更新的功能都是由新類的某部分來處理,但已存在的功能就授權給物件的預設屬性。
實現授權的關鍵點就是覆蓋__getattr__方法
import time class FileHandle: def __init__(self,filename,mode='r',encoding='utf-8'): self.file=open(filename,mode,encoding=encoding) def write(self,line): t=time.strftime('%Y-%m-%d %T') self.file.write('%s %s' %(t,line)) def __getattr__(self, item): return getattr(self.file,item) f1=FileHandle('b.txt','w+') f1.write('你好啊') f1.seek(0) print(f1.read()) f1.close()授權示範一
#_*_coding:utf-8_*_ __author__ = 'Linhaifeng' #我們來加上b模式支援 import time class FileHandle: def __init__(self,filename,mode='r',encoding='utf-8'): if 'b' in mode: self.file=open(filename,mode) else: self.file=open(filename,mode,encoding=encoding) self.filename=filename self.mode=mode self.encoding=encoding def write(self,line): if 'b' in self.mode: if not isinstance(line,bytes): raise TypeError('must be bytes') self.file.write(line) def __getattr__(self, item): return getattr(self.file,item) def __str__(self): if 'b' in self.mode: res="<_io.BufferedReader name='%s'>" %self.filename else: res="<_io.TextIOWrapper name='%s' mode='%s' encoding='%s'>" %(self.filename,self.mode,self.encoding) return res f1=FileHandle('b.txt','wb') # f1.write('你好啊啊啊啊啊') #自定製的write,不用在進行encode轉成二進位制去寫了,簡單,大氣 f1.write('你好啊'.encode('utf-8')) print(f1) f1.close()授權示範二
#練習一 class List: def __init__(self,seq): self.seq=seq def append(self, p_object): ' 派生自己的append加上型別檢查,覆蓋原有的append' if not isinstance(p_object,int): raise TypeError('must be int') self.seq.append(p_object) @property def mid(self): '新增自己的方法' index=len(self.seq)//2 return self.seq[index] def __getattr__(self, item): return getattr(self.seq,item) def __str__(self): return str(self.seq) l=List([1,2,3]) print(l) l.append(4) print(l) # l.append('3333333') #報錯,必須為int型別 print(l.mid) #基於授權,獲得insert方法 l.insert(0,-123) print(l) #練習二 class List: def __init__(self,seq,permission=False): self.seq=seq self.permission=permission def clear(self): if not self.permission: raise PermissionError('not allow the operation') self.seq.clear() def __getattr__(self, item): return getattr(self.seq,item) def __str__(self): return str(self.seq) l=List([1,2,3]) # l.clear() #此時沒有許可權,丟擲異常 l.permission=True print(l) l.clear() print(l) #基於授權,獲得insert方法 l.insert(0,-123) print(l)練習題(授權)
五 __getattribute__
class Foo: def __init__(self,x): self.x=x def __getattr__(self, item): print('執行的是我') # return self.__dict__[item] f1=Foo(10) print(f1.x) f1.xxxxxx #不存在的屬性訪問,觸發__getattr__回顧__getattr__
class Foo: def __init__(self,x): self.x=x def __getattribute__(self, item): print('不管是否存在,我都會執行') f1=Foo(10) f1.x f1.xxxxxx__getattribute__
#_*_coding:utf-8_*_ __author__ = 'Linhaifeng' class Foo: def __init__(self,x): self.x=x def __getattr__(self, item): print('執行的是我') # return self.__dict__[item] def __getattribute__(self, item): print('不管是否存在,我都會執行') raise AttributeError('哈哈') f1=Foo(10) f1.x f1.xxxxxx #當__getattribute__與__getattr__同時存在,只會執行__getattrbute__,除非__getattribute__在執行過程中丟擲異常AttributeError二者同時出現
六 描述符(__get__,__set__,__delete__)
1 描述符是什麼:描述符本質就是一個新式類,在這個新式類中,至少實現了__get__(),__set__(),__delete__()中的一個,這也被稱為描述符協議
__get__():呼叫一個屬性時,觸發
__set__():為一個屬性賦值時,觸發
__delete__():採用del刪除屬性時,觸發
class Foo: #在python3中Foo是新式類,它實現了三種方法,這個類就被稱作一個描述符 def __get__(self, instance, owner): pass def __set__(self, instance, value): pass def __delete__(self, instance): pass定義一個描述符
2 描述符是幹什麼的:描述符的作用是用來代理另外一個類的屬性的(必須把描述符定義成這個類的類屬性,不能定義到建構函式中)
class Foo: def __get__(self, instance, owner): print('觸發get') def __set__(self, instance, value): print('觸發set') def __delete__(self, instance): print('觸發delete') #包含這三個方法的新式類稱為描述符,由這個類產生的例項進行屬性的呼叫/賦值/刪除,並不會觸發這三個方法 f1=Foo() f1.name='egon' f1.name del f1.name #疑問:何時,何地,會觸發這三個方法的執行引子:描述符類產生的例項進行屬性操作並不會觸發三個方法的執行
#描述符Str class Str: def __get__(self, instance, owner): print('Str呼叫') def __set__(self, instance, value): print('Str設定...') def __delete__(self, instance): print('Str刪除...') #描述符Int class Int: def __get__(self, instance, owner): print('Int呼叫') def __set__(self, instance, value): print('Int設定...') def __delete__(self, instance): print('Int刪除...') class People: name=Str() age=Int() def __init__(self,name,age): #name被Str類代理,age被Int類代理, self.name=name self.age=age #何地?:定義成另外一個類的類屬性 #何時?:且看下列演示 p1=People('alex',18) #描述符Str的使用 p1.name p1.name='egon' del p1.name #描述符Int的使用 p1.age p1.age=18 del p1.age #我們來瞅瞅到底發生了什麼 print(p1.__dict__) print(People.__dict__) #補充 print(type(p1) == People) #type(obj)其實是檢視obj是由哪個類例項化來的 print(type(p1).__dict__ == People.__dict__)描述符應用之何時?何地?
3 描述符分兩種
一 資料描述符:至少實現了__get__()和__set__()
1 class Foo: 2 def __set__(self, instance, value): 3 print('set') 4 def __get__(self, instance, owner): 5 print('get')
二 非資料描述符:沒有實現__set__()
1 class Foo: 2 def __get__(self, instance, owner): 3 print('get')
4 注意事項:
一 描述符本身應該定義成新式類,被代理的類也應該是新式類
二 必須把描述符定義成這個類的類屬性,不能為定義到建構函式中
三 要嚴格遵循該優先順序,優先順序由高到底分別是
1.類屬性
2.資料描述符
3.例項屬性
4.非資料描述符
5.找不到的屬性觸發__getattr__()
#描述符Str class Str: def __get__(self, instance, owner): print('Str呼叫') def __set__(self, instance, value): print('Str設定...') def __delete__(self, instance): print('Str刪除...') class People: name=Str() def __init__(self,name,age): #name被Str類代理,age被Int類代理, self.name=name self.age=age #基於上面的演示,我們已經知道,在一個類中定義描述符它就是一個類屬性,存在於類的屬性字典中,而不是例項的屬性字典 #那既然描述符被定義成了一個類屬性,直接通過類名也一定可以呼叫吧,沒錯 People.name #恩,呼叫類屬性name,本質就是在呼叫描述符Str,觸發了__get__() People.name='egon' #那賦值呢,我去,並沒有觸發__set__() del People.name #趕緊試試del,我去,也沒有觸發__delete__() #結論:描述符對類沒有作用-------->傻逼到家的結論 ''' 原因:描述符在使用時被定義成另外一個類的類屬性,因而類屬性比二次加工的描述符偽裝而來的類屬性有更高的優先順序 People.name #恩,呼叫類屬性name,找不到就去找描述符偽裝的類屬性name,觸發了__get__() People.name='egon' #那賦值呢,直接賦值了一個類屬性,它擁有更高的優先順序,相當於覆蓋了描述符,肯定不會觸發描述符的__set__() del People.name #同上 '''類屬性>資料描述符
#描述符Str class Str: def __get__(self, instance, owner): print('Str呼叫') def __set__(self, instance, value): print('Str設定...') def __delete__(self, instance): print('Str刪除...') class People: name=Str() def __init__(self,name,age): #name被Str類代理,age被Int類代理, self.name=name self.age=age p1=People('egon',18) #如果描述符是一個數據描述符(即有__get__又有__set__),那麼p1.name的呼叫與賦值都是觸發描述符的操作,於p1本身無關了,相當於覆蓋了例項的屬性 p1.name='egonnnnnn' p1.name print(p1.__dict__)#例項的屬性字典中沒有name,因為name是一個數據描述符,優先順序高於例項屬性,檢視/賦值/刪除都是跟描述符有關,與例項無關了 del p1.name資料描述符>例項屬性
class Foo: def func(self): print('我胡漢三又回來了') f1=Foo() f1.func() #呼叫類的方法,也可以說是呼叫非資料描述符 #函式是一個非資料描述符物件(一切皆物件麼) print(dir(Foo.func)) print(hasattr(Foo.func,'__set__')) print(hasattr(Foo.func,'__get__')) print(hasattr(Foo.func,'__delete__')) #有人可能會問,描述符不都是類麼,函式怎麼算也應該是一個物件啊,怎麼就是描述符了 #笨蛋哥,描述符是類沒問題,描述符在應用的時候不都是例項化成一個類屬性麼 #函式就是一個由非描述符類例項化得到的物件 #沒錯,字串也一樣 f1.func='這是例項屬性啊' print(f1.func) del f1.func #刪掉了非資料 f1.func()例項屬性>非資料描述符
class Foo: def __set__(self, instance, value): print('set') def __get__(self, instance, owner): print('get') class Room: name=Foo() def __init__(self,name,width,length): self.name=name self.width=width self.length=length #name是一個數據描述符,因為name=Foo()而Foo實現了get和set方法,因而比例項屬性有更高的優先順序 #對例項的屬性操作,觸發的都是描述符的 r1=Room('廁所',1,1) r1.name r1.name='廚房' class Foo: def __get__(self, instance, owner): print('get') class Room: name=Foo() def __init__(self,name,width,length): self.name=name self.width=width self.length=length #name是一個非資料描述符,因為name=Foo()而Foo沒有實現set方法,因而比例項屬性有更低的優先順序 #對例項的屬性操作,觸發的都是例項自己的 r1=Room('廁所',1,1) r1.name r1.name='廚房'再次驗證:例項屬性>非資料描述符
class Foo: def func(self): print('我胡漢三又回來了') def __getattr__(self, item): print('找不到了當然是來找我啦',item) f1=Foo() f1.xxxxxxxxxxx非資料描述符>找不到
5 描述符使用
眾所周知,python是弱型別語言,即引數的賦值沒有型別限制,下面我們通過描述符機制來實現型別限制功能
class Str: def __init__(self,name): self.name=name def __get__(self, instance, owner): print('get--->',instance,owner) return instance.__dict__[self.name] def __set__(self, instance, value): print('set--->',instance,value) instance.__dict__[self.name]=value def __delete__(self, instance): print('delete--->',instance) instance.__dict__.pop(self.name) class People: name=Str('name') def __init__(self,name,age,salary): self.name=name self.age=age self.salary=salary p1=People('egon',18,3231.3) #呼叫 print(p1.__dict__) p1.name #賦值 print(p1.__dict__) p1.name='egonlin' print(p1.__dict__) #刪除 print(p1.__dict__) del p1.name print(p1.__dict__)牛刀小試
class Str: def __init__(self,name): self.name=name def __get__(self, instance, owner): print('get--->',instance,owner) return instance.__dict__[self.name] def __set__(self, instance, value): print('set--->',instance,value) instance.__dict__[self.name]=value def __delete__(self, instance): print('delete--->',instance) instance.__dict__.pop(self.name) class People: name=Str('name') def __init__(self,name,age,salary): self.name=name self.age=age self.salary=salary #疑問:如果我用類名去操作屬性呢 People.name #報錯,錯誤的根源在於類去操作屬性時,會把None傳給instance #修訂__get__方法 class Str: def __init__(self,name): self.name=name def __get__(self, instance, owner): print('get--->',instance,owner) if instance is None: return self return instance.__dict__[self.name] def __set__(self, instance, value): print('set--->',instance,value) instance.__dict__[self.name]=value def __delete__(self, instance): print('delete--->',instance) instance.__dict__.pop(self.name) class People: name=Str('name') def __init__(self,name,age,salary): self.name=name self.age=age self.salary=salary print(People.name) #完美,解決拔刀相助
class Str: def __init__(self,name,expected_type): self.name=name self.expected_type=expected_type def __get__(self, instance, owner): print('get--->',instance,owner) if instance is None: return self return instance.__dict__[self.name] def __set__(self, instance, value): print('set--->',instance,value) if not isinstance(value,self.expected_type): #如果不是期望的型別,則丟擲異常 raise TypeError('Expected %s' %str(self.expected_type)) instance.__dict__[self.name]=value def __delete__(self, instance): print('delete--->',instance) instance.__dict__.pop(self.name) class People: name=Str('name',str) #新增型別限制str def __init__(self,name,age,salary): self.name=name self.age=age self.salary=salary p1=People(123,18,3333.3)#傳入的name因不是字串型別而丟擲異常磨刀霍霍
class Typed: def __init__(self,name,expected_type): self.name=name self.expected_type=expected_type def __get__(self, instance, owner): print('get--->',instance,owner) if instance is None: return self return instance.__dict__[self.name] def __set__(self, instance, value): print('set--->',instance,value) if not isinstance(value,self.expected_type): raise TypeError('Expected %s' %str(self.expected_type)) instance.__dict__[self.name]=value def __delete__(self, instance): print('delete--->',instance) instance.__dict__.pop(self.name) class People: name=Typed('name',str) age=Typed('name',int) salary=Typed('name',float) def __init__(self,name,age,salary): self.name=name self.age=age self.salary=salary p1=People(123,18,3333.3) p1=People('egon','18',3333.3) p1=People('egon',18,3333)大刀闊斧
大刀闊斧之後我們已然能實現功能了,但是問題是,如果我們的類有很多屬性,你仍然採用在定義一堆類屬性的方式去實現,low,這時候我需要教你一招:獨孤九劍
def decorate(cls): print('類的裝飾器開始執行啦------>') return cls @decorate #無參:People=decorate(People) class People: def __init__(self,name,age,salary): self.name=name self.age=age self.salary=salary p1=People('egon',18,3333.3)類的裝飾器:無參
def typeassert(**kwargs): def decorate(cls): print('類的裝飾器開始執行啦------>',kwargs) return cls return decorate @typeassert(name=str,age=int,salary=float) #有參:1.執行typeassert(...)返回結果是decorate,此時引數都傳給kwargs 2.People=decorate(People) class People: def __init__(self,name,age,salary): self.name=name self.age=age self.salary=salary p1=People('egon',18,3333.3)類的裝飾器:有參
終極大招
class Typed: def __init__(self,name,expected_type): self.name=name self.expected_type=expected_type def __get__(self, instance, owner): print('get--->',instance,owner) if instance is None: return self return instance.__dict__[self.name] def __set__(self, instance, value): print('set--->',instance,value) if not isinstance(value,self.expected_type): raise TypeError('Expected %s' %str(self.expected_type)) instance.__dict__[self.name]=value def __delete__(self, instance): print('delete--->',instance) instance.__dict__.pop(self.name) def typeassert(**kwargs): def decorate(cls): print('類的裝飾器開始執行啦------>',kwargs) for name,expected_type in kwargs.items(): setattr(cls,name,Typed(name,expected_type)) return cls return decorate @typeassert(name=str,age=int,salary=float) #有參:1.執行typeassert(...)返回結果是decorate,此時引數都傳給kwargs 2.People=decorate(People) class People: def __init__(self,name,age,salary): self.name=name self.age=age self.salary=salary print(People.__dict__) p1=People('egon',18,3333.3)刀光劍影
6 描述符總結
描述符是可以實現大部分python類特性中的底層魔法,包括@classmethod,@staticmethd,@property甚至是__slots__屬性
描述父是很多高階庫和框架的重要工具之一,描述符通常是使用到裝飾器或者元類的大型框架中的一個元件.
7 利用描述符原理完成一個自定製@property,實現延遲計算(本質就是把一個函式屬性利用裝飾器原理做成一個描述符:類的屬性字典中函式名為key,value為描述符類產生的物件)
class Room: def __init__(self,name,width,length): self.name=name self.width=width self.length=length @property def area(self): return self.width * self.length r1=Room('alex',1,1) print(r1.area)@property回顧
class Lazyproperty: def __init__(self,func): self.func=func def __get__(self, instance, owner): print('這是我們自己定製的靜態屬性,r1.area實際是要執行r1.area()') if instance is None: return self return self.func(instance) #此時你應該明白,到底是誰在為你做自動傳遞self的事情 class Room: def __init__(self,name,width,length): self.name=name self.width=width self.length=length @Lazyproperty #area=Lazyproperty(area) 相當於定義了一個類屬性,即描述符 def area(self): return self.width * self.length r1=Room('alex',1,1) print(r1.area)自己做一個@property
class Lazyproperty: def __init__(self,func): self.func=func def __get__(self, instance, owner): print('這是我們自己定製的靜態屬性,r1.area實際是要執行r1.area()') if instance is None: return self else: print('--->') value=self.func(instance) setattr(instance,self.func.__name__,value) #計算一次就快取到例項的屬性字典中 return value class Room: def __init__(self,name,width,length): self.name=name self.width=width self.length=length @Lazyproperty #area=Lazyproperty(area) 相當於'定義了一個類屬性,即描述符' def area(self): return self.width * self.length r1=Room('alex',1,1) print(r1.area) #先從自己的屬性字典找,沒有再去類的中找,然後出發了area的__get__方法 print(r1.area) #先從自己的屬性字典找,找到了,是上次計算的結果,這樣就不用每執行一次都去計算實現延遲計算功能
#快取不起來了 class Lazyproperty: def __init__(self,func): self.func=func def __get__(self, instance, owner): print('這是我們自己定製的靜態屬性,r1.area實際是要執行r1.area()') if instance is None: return self else: value=self.func(instance) instance.__dict__[self.func.__name__]=value return value # return self.func(instance) #此時你應該明白,到底是誰在為你做自動傳遞self的事情 def __set__(self, instance, value): print('hahahahahah') class Room: def __init__(self,name,width,length): self.name=name self.width=width self.length=length @Lazyproperty #area=Lazyproperty(area) 相當於定義了一個類屬性,即描述符 def area(self): return self.width * self.length print(Room.__dict__) r1=Room('alex',1,1) print(r1.area) print(r1.area) print(r1.area) print(r1.area) #快取功能失效,每次都去找描述符了,為何,因為描述符實現了set方法,它由非資料描述符變成了資料描述符,資料描述符比例項屬性有更高的優先順序,因而所有的屬性操作都去找描述符了一個小的改動,延遲計算的美夢就破碎了
8 利用描述符原理完成一個自定製@classmethod
class ClassMethod: def __init__(self,func): self.func=func def __get__(self, instance, owner): #類來呼叫,instance為None,owner為類本身,例項來呼叫,instance為例項,owner為類本身, def feedback(): print('在這裡可以加功能啊...') return self.func(owner) return feedback class People: name='linhaifeng' @ClassMethod # say_hi=ClassMethod(say_hi) def say_hi(cls): print('你好啊,帥哥 %s' %cls.name) People.say_hi() p1=People() p1.say_hi() #疑問,類方法如果有引數呢,好說,好說 class ClassMethod: def __init__(self,func): self.func=func def __get__(self, instance, owner): #類來呼叫,instance為None,owner為類本身,例項來呼叫,instance為例項,owner為類本身, def feedback(*args,**kwargs): print('在這裡可以加功能啊...') return self.func(owner,*args,**kwargs) return feedback class People: name='linhaifeng' @ClassMethod # say_hi=ClassMethod(say_hi) def say_hi(cls,msg): print('你好啊,帥哥 %s %s' %(cls.name,msg)) People.say_hi('你是那偷心的賊') p1=People() p1.say_hi('你是那偷心的賊')自己做一個@classmethod
9 利用描述符原理完成一個自定製的@staticmethod
class StaticMethod: def __init__(self,func): self.func=func def __get__(self, instance, owner): #類來呼叫,instance為None,owner為類本身,例項來呼叫,instance為例項,owner為類本身, def feedback(*args,**kwargs): print('在這裡可以加功能啊...') return self.func(*args,**kwargs) return feedback class People: @StaticMethod# say_hi=StaticMethod(say_hi) def say_hi(x,y,z): print('------>',x,y,z) People.say_hi(1,2,3) p1=People() p1.say_hi(4,5,6)自己做一個@staticmethod
六 再看property
一個靜態屬性property本質就是實現了get,set,delete三種方法
class Foo: @property def AAA(self): print('get的時候執行我啊') @AAA.setter def AAA(self,value): print('set的時候執行我啊') @AAA.deleter def AAA(self): print('delete的時候執行我啊') #只有在屬性AAA定義property後才能定義AAA.setter,AAA.deleter f1=Foo() f1.AAA f1.AAA='aaa' del f1.AAA用法一
class Foo: def get_AAA(self): print('get的時候執行我啊') def set_AAA(self,value): print('set的時候執行我啊') def delete_AAA(self): print('delete的時候執行我啊') AAA=property(get_AAA,set_AAA,delete_AAA) #內建property三個引數與get,set,delete一一對應 f1=Foo() f1.AAA f1.AAA='aaa' del f1.AAA用法二
怎麼用?
class Goods: def __init__(self): # 原價 self.original_price = 100 # 折扣 self.discount = 0.8 @property def price(self): # 實際價格 = 原價 * 折扣 new_price = self.original_price * self.discount return new_price @price.setter def price(self, value): self.original_price = value @price.deleter def price(self): del self.original_price obj = Goods() obj.price # 獲取商品價格 obj.price = 200 # 修改商品原價 print(obj.price) del obj.price # 刪除商品原價案例一
#實現型別檢測功能 #第一關: class People: def __init__(self,name): self.name=name @property def name(self): return self.name # p1=People('alex') #property自動實現了set和get方法屬於資料描述符,比例項屬性優先順序高,所以你這面寫會觸發property內建的set,丟擲異常 #第二關:修訂版 class People: def __init__(self,name): self.name=name #例項化就觸發property @property def name(self): # return self.name #無限遞迴 print('get------>') return self.DouNiWan @name.setter def name(self,value): print('set------>') self.DouNiWan=value @name.deleter def name(self): print('delete------>') del self.DouNiWan p1=People('alex') #self.name實際是存放到self.DouNiWan裡 print(p1.name) print(p1.name) print(p1.name) print(p1.__dict__) p1.name='egon' print(p1.__dict__) del p1.name print(p1.__dict__) #第三關:加上型別檢查 class People: def __init__(self,name): self.name=name #例項化就觸發property @property def name(self): # return self.name #無限遞迴 print('get------>') return self.DouNiWan @name.setter def name(self,value): print('set------>') if not isinstance(value,str): raise TypeError('必須是字串型別') self.DouNiWan=value @name.deleter def name(self): print('delete------>') del self.DouNiWan p1=People('alex') #self.name實際是存放到self.DouNiWan裡 p1.name=1案例二
七 __setitem__,__getitem,__delitem__
class Foo: def __init__(self,name): self.name=name def __getitem__(self, item): print(self.__dict__[item]) def __setitem__(self, key, value): self.__dict__[key]=value def __delitem__(self, key): print('del obj[key]時,我執行') self.__dict__.pop(key) def __delattr__(self, item): print('del obj.key時,我執行') self.__dict__.pop(item) f1=Foo('sb') f1['age']=18 f1['age1']=19 del f1.age1 del f1['age'] f1['name']='alex' print(f1.__dict__)View Code
八 __str__,__repr__,__format__
改變物件的字串顯示__str__,__repr__
自定製格式化字串__format__
#_*_coding:utf-8_*_ __author__ = 'Linhaifeng' format_dict={ 'nat':'{obj.name}-{obj.addr}-{obj.type}',#學校名-學校地址-學校型別 'tna':'{obj.type}:{obj.name}:{obj.addr}',#學校型別:學校名:學校地址 'tan':'{obj.type}/{obj.addr}/{obj.name}',#學校型別/學校地址/學校名 } class School: def __init__(self,name,addr,type): self.name=name self.addr=addr self.type=type def __repr__(self): return 'School(%s,%s)' %(self.name,self.addr) def __str__(self): return '(%s,%s)' %(self.name,self.addr) def __format__(self, format_spec): # if format_spec if not format_spec or format_spec not in format_dict: format_spec='nat' fmt=format_dict[format_spec] return fmt.format(obj=self) s1=School('oldboy1','北京','私立') print('from repr: ',repr(s1)) print('from str: ',str(s1)) print(s1) ''' str函式或者print函式--->obj.__str__() repr或者互動式直譯器--->obj.__repr__() 如果__str__沒有被定義,那麼就會使用__repr__來代替輸出 注意:這倆方法的返回值必須是字串,否則丟擲異常 ''' print(format(s1,'nat')) print(format(s1,'tna')) print(format(s1,'tan')) print(format(s1,'asfdasdffd'))View Code
date_dic={ 'ymd':'{0.year}:{0.month}:{0.day}', 'dmy':'{0.day}/{0.month}/{0.year}', 'mdy':'{0.month}-{0.day}-{0.year}', } class Date: def __init__(self,year,month,day): self.year=year self.month=month self.day=day def __format__(self, format_spec): if not format_spec or format_spec not in date_dic: format_spec='ymd' fmt=date_dic[format_spec] return fmt.format(self) d1=Date(2016,12,29) print(format(d1)) print('{:mdy}'.format(d1))自定義format練習
#_*_coding:utf-8_*_ __author__ = 'Linhaifeng' class A: pass class B(A): pass print(issubclass(B,A)) #B是A的子類,返回True a1=A() print(isinstance(a1,A)) #a1是A的例項issubclass和isinstance
九 __slots__
''' 1.__slots__是什麼:是一個類變數,變數值可以是列表,元祖,或者可迭代物件,也可以是一個字串(意味著所有例項只有一個數據屬性) 2.引子:使用點來訪問屬性本質就是在訪問類或者物件的__dict__屬性字典(類的字典是共享的,而每個例項的是獨立的) 3.為何使用__slots__:字典會佔用大量記憶體,如果你有一個屬性很少的類,但是有很多例項,為了節省記憶體可以使用__slots__取代例項的__dict__ 當你定義__slots__後,__slots__就會為例項使用一種更加緊湊的內部表示。例項通過一個很小的固定大小的陣列來構建,而不是為每個例項定義一個 字典,這跟元組或列表很類似。在__slots__中列出的屬性名在內部被對映到這個陣列的指定小標上。使用__slots__一個不好的地方就是我們不能再給 例項新增新的屬性了,只能使用在__slots__中定義的那些屬性名。 4.注意事項:__slots__的很多特性都依賴於普通的基於字典的實現。另外,定義了__slots__後的類不再 支援一些普通類特性了,比如多繼承。大多數情況下,你應該 只在那些經常被使用到 的用作資料結構的類上定義__slots__比如在程式中需要建立某個類的幾百萬個例項物件 。 關於__slots__的一個常見誤區是它可以作為一個封裝工具來防止使用者給例項增加新的屬性。儘管使用__slots__可以達到這樣的目的,但是這個並不是它的初衷。 更多的是用來作為一個記憶體優化工具。 ''' class Foo: __slots__='x' f1=Foo() f1.x=1 f1.y=2#報錯 print(f1.__slots__) #f1不再有__dict__ class Bar: __slots__=['x','y'] n=Bar() n.x,n.y=1,2 n.z=3#報錯__slots__使用
class Foo: __slots__=['name','age'] f1=Foo() f1.name='alex' f1.age=18 print(f1.__slots__) f2=Foo() f2.name='egon' f2.age=19 print(f2.__slots__) print(Foo.__dict__) #f1與f2都沒有屬性字典__dict__了,統一歸__slots__管,節省記憶體刨根問底
十 __next__和__iter__實現迭代器協議
#_*_coding:utf-8_*_ __author__ = 'Linhaifeng' class Foo: def __init__(self,x): self.x=x def __iter__(self): return self def __next__(self): n=self.x self.x+=1 return self.x f=Foo(3) for i in f: print(i)簡單示範
class Foo: def __init__(self,start,stop): self.num=start self.stop=stop def __iter__(self): return self def __next__(self): if self.num >= self.stop: raise StopIteration n=self.num self.num+=1 return n f=Foo(1,5) from collections import Iterable,Iterator print(isinstance(f,Iterator)) for i in Foo(1,5): print(i)
class Range: def __init__(self,n,stop,step): self.n=n self.stop=stop self.step=step def __next__(self): if self.n >= self.stop: raise StopIteration x=self.n self.n+=self.step return x def __iter__(self): return self for i in Range(1,7,3): # print(i)練習:簡單模擬range,加上步長
class Fib: def __init__(self): self._a=0 self._b=1 def __iter__(self): return self def __next__(self): self._a,self._b=self._b,self._a + self._b return self._a f1=Fib() print(f1.__next__()) print(next(f1)) print(next(f1)) for i in f1: if i > 100: break print('%s ' %i,end='')斐波那契數列
十一 __doc__
class Foo: '我是描述資訊' pass print(Foo.__doc__)它類的描述資訊
class Foo: '我是描述資訊' pass class Bar(Foo): pass print(Bar.__doc__) #該屬性無法繼承給子類該屬性無法被繼承
十二__module__和__class__
__module__ 表示當前操作的物件在那個模組
__class__ 表示當前操作的物件的類是什麼
#!/usr/bin/env python # -*- coding:utf-8 -*- class C: def __init__(self): self.name = ‘SB'lib/aa.py
from lib.aa import C obj = C() print obj.__module__ # 輸出 lib.aa,即:輸出模組 print obj.__class__ # 輸出 lib.aa.C,即:輸出類index.py
十三 __del__
析構方法,當物件在記憶體中被釋放時,自動觸發執行。
注:如果產生的物件僅僅只是python程式級別的(使用者級),那麼無需定義__del__,如果產生的物件的同時還會向作業系統發起系統呼叫,即一個物件有使用者級與核心級兩種資源,比如(開啟一個檔案,建立一個數據庫連結),則必須在清除物件的同時回收系統資源,這就用到了__del__
class Foo: def __del__(self): print('執行我啦') f1=Foo() del f1 print('------->') #輸出結果 執行我啦 ------->簡單示範
class Foo: def __del__(self): print('執行我啦') f1=Foo() # del f1 print('------->') #輸出結果 -------> 執行我啦 #為何啊???挖坑埋了你
典型的應用場景:
建立資料庫類,用該類例項化出資料庫連結物件,物件本身是存放於使用者空間記憶體中,而連結則是由作業系統管理的,存放於核心空間記憶體中
當程式結束時,python只會回收自己的記憶體空間,即使用者態記憶體,而作業系統的資源則沒有被回收,這就需要我們定製__del__,在物件被刪除前向作業系統發起關閉資料庫連結的系統呼叫,回收資源
這與檔案處理是一個道理:
f=open('a.txt') #做了兩件事,在使用者空間拿到一個f變數,在作業系統核心空間開啟一個檔案 del f #只回收使用者空間的f,作業系統的檔案還處於開啟狀態 #所以我們應該在del f之前保證f.close()執行,即便是沒有del,程式執行完畢也會自動del清理資源,於是檔案操作的正確用法應該是 f=open('a.txt') 讀寫... f.close() 很多情況下大家都容易忽略f.close,這就用到了with上下文管理
十四 __enter__和__exit__
我們知道在操作檔案物件的時候可以這麼寫
1 with open('a.txt') as f: 2 '程式碼塊'
上述叫做上下文管理協議,即with語句,為了讓一個物件相容with語句,必須在這個物件的類中宣告__enter__和__exit__方法
class Open: def __init__(self,name): self.name=name def __enter__(self): print('出現with語句,物件的__enter__被觸發,有返回值則賦值給as宣告的變數') # return self def __exit__(self, exc_type, exc_val, exc_tb): print('with中程式碼塊執行完畢時執行我啊') with Open('a.txt') as f: print('=====>執行程式碼塊') # print(f,f.name)上下文管理協議
__exit__()中的三個引數分別代表異常型別,異常值和追溯資訊,with語句中程式碼塊出現異常,則with後的程式碼都無法執行
class Open: def __init__(self,name): self.name=name def __enter__(self): print('出現with語句,物件的__enter__被觸發,有返回值則賦值給as宣告的變數') def __exit__(self, exc_type, exc_val, exc_tb): print('with中程式碼塊執行完畢時執行我啊') print(exc_type) print(exc_val) print(exc_tb) with Open('a.txt') as f: print('=====>執行程式碼塊') raise AttributeError('***著火啦,救火啊***') print('0'*100) #------------------------------->不會執行View Code
如果__exit()返回值為True,那麼異常會被清空,就好像啥都沒發生一樣,with後的語句正常執行
class Open: def __init__(self,name): self.name=name def __enter__(self): print('出現with語句,物件的__enter__被觸發,有返回值則賦值給as宣告的變數') def __exit__(self, exc_type, exc_val, exc_tb): print('with中程式碼塊執行完畢時執行我啊') print(exc_type) print(exc_val) print(exc_tb) return True with Open('a.txt') as f: print('=====>執行程式碼塊') raise AttributeError('***著火啦,救火啊***') print('0'*100) #------------------------------->會執行View Code
class Open: def __init__(self,filepath,mode='r',encoding='utf-8'): self.filepath=filepath self.mode=mode self.encoding=encoding def __enter__(self): # print('enter') self.f=open(self.filepath,mode=self.mode,encoding=self.encoding) return self.f def __exit__(self, exc_type, exc_val, exc_tb): # print('exit') self.f.close() return True def __getattr__(self, item): return getattr(self.f,item) with Open('a.txt','w') as f: print(f) f.write('aaaaaa') f.wasdf #丟擲異常,交給__exit__處理練習:模擬Open
用途或者說好處:
1.使用with語句的目的就是把程式碼塊放入with中執行,with結束後,自動完成清理工作,無須手動干預
2.在需要管理一些資源比如檔案,網路連線和鎖的程式設計環境中,可以在__exit__中定製自動釋放資源的機制,你無須再去關係這個問題,這將大有用處
十五 __call__
物件後面加括號,觸發執行。
注:構造方法的執行是由建立物件觸發的,即:物件 = 類名() ;而對於 __call__ 方法的執行是由物件後加括號觸發的,即:物件() 或者 類()()
class Foo: def __init__(self): pass def __call__(self, *args, **kwargs): print('__call__') obj = Foo() # 執行 __init__ obj() # 執行 __call__View Code