面向物件:反射,雙下方法
一. 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。
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)
class Foo: f = '類的靜態變數' def __init__(self,name,age): self.name=name self.age=age def say_hi(self): print('hi,%s'%self.name) obj=Foo('egon',73) #檢測是否含有某屬性 print(hasattr(obj,'name')) print(hasattr(obj,'say_hi')) #獲取屬性 n=getattr(obj,'name') print(n) func=getattr(obj,'say_hi') func() print(getattr(obj,'aaaaaaaa','不存在啊')) #報錯 #設定屬性 setattr(obj,'sb',True) setattr(obj,'show_name',lambda self:self.name+'sb') print(obj.__dict__) print(obj.show_name(obj)) #刪除屬性 delattr(obj,'age') delattr(obj,'show_name') delattr(obj,'show_name111')#不存在,則報錯 print(obj.__dict__) 對例項化物件的示例
對物件的反射
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')
對類的反射
import sys
def s1():
print 's1'
def s2():
print 's2'
this_module = sys.modules[__name__]
hasattr(this_module, 's1')
getattr(this_module, 's2')
當前模組的反射
#一個模組中的程式碼 def test(): print('from the test') """ 程式目錄: module_test.py index.py 當前檔案: index.py """ # 另一個模組中的程式碼 import module_test as obj #obj.test() print(hasattr(obj,'test')) getattr(obj,'test')() 其他模組的示例
其他模組的反射
反射的應用:
瞭解了反射的四個函式。那麼反射到底有什麼用呢?它的應用場景是什麼呢?
現在讓我們開啟瀏覽器,訪問一個網站,你單擊登入就跳轉到登入介面,你單擊註冊就跳轉到註冊介面,等等,其實你單擊的其實是一個個的連結,每一個連結都會有一個函式或者方法來處理。
class User:
def login(self):
print('歡迎來到登入頁面')
def register(self):
print('歡迎來到註冊頁面')
def save(self):
print('歡迎來到儲存頁面')
while 1:
choose = input('>>>').strip()
if choose == 'login':
obj = User()
obj.login()
elif choose == 'register':
obj = User()
obj.register()
elif choose == 'save':
obj = User()
obj.save()
沒學反射之前的解決方式
class User:
def login(self):
print('歡迎來到登入頁面')
def register(self):
print('歡迎來到註冊頁面')
def save(self):
print('歡迎來到儲存頁面')
user = User()
while 1:
choose = input('>>>').strip()
if hasattr(user,choose):
func = getattr(user,choose)
func()
else:
print('輸入錯誤。。。。')
學了反射之後解決方式
有多簡單,一目瞭然。
二. 函式 vs 方法
學到這裡,我終於能回答你一直以來可能有的一個疑問。那就是,之前的學習中我們稱len()為函式(口誤時稱為方法)卻稱如str的strip為方法,那它到底叫什麼?函式和方法有什麼區別和相同之處?我在這裡就正式的解釋一下。
2.1 通過列印函式(方法)名確定
def func():
pass
print(func) # <function func at 0x00000260A2E690D0>
class A:
def func(self):
pass
print(A.func) # <function A.func at 0x0000026E65AE9C80>
obj = A()
print(obj.func) # <bound method A.func of <__main__.A object at 0x00000230BAD4C9E8>>
View Code
2.2 通過types模組驗證
from types import FunctionType
from types import MethodType
def func():
pass
class A:
def func(self):
pass
obj = A()
print(isinstance(func,FunctionType)) # True
print(isinstance(A.func,FunctionType)) # True
print(isinstance(obj.func,FunctionType)) # False
print(isinstance(obj.func,MethodType)) # True
View Code
2.3 靜態方法是函式
from types import FunctionType
from types import MethodType
class A:
def func(self):
pass
@classmethod
def func1(self):
pass
@staticmethod
def func2(self):
pass
obj = A()
# 靜態方法其實是函式
# print(isinstance(A.func2,FunctionType)) # True
# print(isinstance(obj.func2,FunctionType)) # True
View Code
2.4 函式與方法的區別
那麼,函式和方法除了上述的不同之處,我們還總結了一下幾點區別。
(1)函式的是顯式傳遞資料的。如我們要指明為len()函式傳遞一些要處理資料。
(2)函式則跟物件無關。
(3)方法中的資料則是隱式傳遞的。
(4)方法可以操作類內部的資料。
(5)方法跟物件是關聯的。如我們在用strip()方法是,是不是都是要通過str物件呼叫,比如我們有字串s,然後s.strip()這樣呼叫。是的,strip()方法屬於str物件。
我們或許在日常中會口語化稱呼函式和方法時不嚴謹,但是我們心中要知道二者之間的區別。
在其他語言中,如Java中只有方法,C中只有函式,C++麼,則取決於是否在類中。
三. 雙下方法
定義:雙下方法是特殊方法,他是直譯器提供的 由爽下劃線加方法名加雙下劃線 __方法名__的具有特殊意義的方法,雙下方法主要是python原始碼程式設計師使用的,我們在開發中儘量不要使用雙下方法,但是深入研究雙下方法,更有益於我們閱讀原始碼。
呼叫:不同的雙下方法有不同的觸發方式,就好比盜墓時觸發的機關一樣,不知不覺就觸發了雙下方法,例如:init
3.01 __len
class B:
def __len__(self):
print(666)
b = B()
len(b) # len 一個物件就會觸發 __len__方法。
class A:
def __init__(self):
self.a = 1
self.b = 2
def __len__(self):
return len(self.__dict__)
a = A()
print(len(a))
View Code
3.02 __hash
class A:
def __init__(self):
self.a = 1
self.b = 2
def __hash__(self):
return hash(str(self.a)+str(self.b))
a = A()
print(hash(a))
View Code
3.03 str
如果一個類中定義了__str__方法,那麼在列印 物件 時,預設輸出該方法的返回值。
class A:
def __init__(self):
pass
def __str__(self):
return '太白'
a = A()
print(a)
print('%s' % a)
View Code
3.04 repr
如果一個類中定義了__repr__方法,那麼在repr(物件) 時,預設輸出該方法的返回值。
class A:
def __init__(self):
pass
def __repr__(self):
return '太白'
a = A()
print(repr(a))
print('%r'%a)
View Code
3.05 call
物件後面加括號,觸發執行。
注:構造方法__new__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
3.06 __eq
class A:
def __init__(self):
self.a = 1
self.b = 2
def __eq__(self,obj):
if self.a == obj.a and self.b == obj.b:
return True
a = A()
b = A()
print(a == b)
View Code
3.07 del
析構方法,當物件在記憶體中被釋放時,自動觸發執行。
注:此方法一般無須定義,因為Python是一門高階語言,程式設計師在使用時無需關心記憶體的分配和釋放,因為此工作都是交給Python直譯器來執行,所以,解構函式的呼叫是由直譯器在進行垃圾回收時自動觸發執行的。
3.08__new
class A:
def __init__(self):
self.x = 1
print('in init function')
def __new__(cls, *args, **kwargs):
print('in new function')
return object.__new__(A, *args, **kwargs)
a = A()
print(a.x)
View Code
class A:
__instance = None
def __new__(cls, *args, **kwargs):
if cls.__instance is None:
obj = object.__new__(cls)
cls.__instance = obj
return cls.__instance
單例模式
單例模式具體分析
單例模式是一種常用的軟體設計模式。在它的核心結構中只包含一個被稱為單例類的特殊類。通過單例模式可以保證系統中一個類只有一個例項而且該例項易於外界訪問,從而方便對例項個數的控制並節約系統資源。如果希望在系統中某個類的物件只能存在一個,單例模式是最好的解決方案。
【採用單例模式動機、原因】
對於系統中的某些類來說,只有一個例項很重要,例如,一個系統中可以存在多個列印任務,但是隻能有一個正在工作的任務;一個系統只能有一個視窗管理器或檔案系統;一個系統只能有一個計時工具或ID(序號)生成器。如在Windows中就只能開啟一個工作管理員。如果不使用機制對視窗物件進行唯一化,將彈出多個視窗,如果這些視窗顯示的內容完全一致,則是重複物件,浪費記憶體資源;如果這些視窗顯示的內容不一致,則意味著在某一瞬間系統有多個狀態,與實際不符,也會給使用者帶來誤解,不知道哪一個才是真實的狀態。因此有時確保系統中某個物件的唯一性即一個類只能有一個例項非常重要。
如何保證一個類只有一個例項並且這個例項易於被訪問呢?定義一個全域性變數可以確保物件隨時都可以被訪問,但不能防止我們例項化多個物件。一個更好的解決辦法是讓類自身負責儲存它的唯一例項。這個類可以保證沒有其他例項被建立,並且它可以提供一個訪問該例項的方法。這就是單例模式的模式動機。
【單例模式優缺點】
【優點】
一、例項控制
單例模式會阻止其他物件例項化其自己的單例物件的副本,從而確保所有物件都訪問唯一例項。
二、靈活性
因為類控制了例項化過程,所以類可以靈活更改例項化過程。
【缺點】
一、開銷
雖然數量很少,但如果每次物件請求引用時都要檢查是否存在類的例項,將仍然需要一些開銷。可以通過使用靜態初始化解決此問題。
二、可能的開發混淆
使用單例物件(尤其在類庫中定義的物件)時,開發人員必須記住自己不能使用new關鍵字例項化物件。因為可能無法訪問庫原始碼,因此應用程式開發人員可能會意外發現自己無法直接例項化此類。
三、物件生存期
不能解決刪除單個物件的問題。在提供記憶體管理的語言中(例如基於.NET Framework的語言),只有單例類能夠導致例項被取消分配,因為它包含對該例項的私有引用。在某些語言中(如 C++),其他類可以刪除物件例項,但這樣會導致單例類中出現懸浮引用
3.09 __item__系列
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
3.10 上下文管理器相關
enter __exit
# 如果想要對一個類的物件進行with as 的操作 不行。
class A:
def __init__(self, text):
self.text = text
with A('大爺') as f1:
print(f1.text)
沒他們不可以這樣操作
class A:
def __init__(self, text):
self.text = text
def __enter__(self): # 開啟上下文管理器物件時觸發此方法
self.text = self.text + '您來啦'
return self # 將例項化的物件返回f1
def __exit__(self, exc_type, exc_val, exc_tb): # 執行完上下文管理器物件f1時觸發此方法
self.text = self.text + '這就走啦'
with A('大爺') as f1:
print(f1.text)
print(f1.text)
有他們可以這樣操作
class Diycontextor:
def __init__(self,name,mode):
self.name = name
self.mode = mode
def __enter__(self):
print "Hi enter here!!"
self.filehander = open(self.name,self.mode)
return self.filehander
def __exit__(self,*para):
print "Hi exit here"
self.filehander.close()
with Diycontextor('py_ana.py','r') as f:
for i in f:
print i
自定義檔案管理器
相關面試題:
class StarkConfig:
def __init__(self,num):
self.num = num
def run(self):
self()
def __call__(self, *args, **kwargs):
print(self.num)
class RoleConfig(StarkConfig):
def __call__(self, *args, **kwargs):
print(345)
def __getitem__(self, item):
return self.num[item]
v1 = RoleConfig('alex')
v2 = StarkConfig('太白金星')
# print(v1[1])
# print(v2[2])
v1.run()
-------
class UserInfo:
pass
class Department:
pass
class StarkConfig:
def __init__(self, num):
self.num = num
def changelist(self, request):
print(self.num, request)
def run(self):
self.changelist(999)
class RoleConfig(StarkConfig):
def changelist(self, request):
print(666, self.num)
class AdminSite:
def __init__(self):
self._registry = {}
def register(self, k, v):
self._registry[k] = v
site = AdminSite()
site.register(UserInfo, StarkConfig)
# 1
# obj = site._registry[UserInfo]()
# 2
obj = site._registry[UserInfo](100)
obj.run()
-------
class UserInfo:
pass
class Department:
pass
class StarkConfig:
def __init__(self,num):
self.num = num
def changelist(self,request):
print(self.num,request)
def run(self):
self.changelist(999)
class RoleConfig(StarkConfig):
def changelist(self,request):
print(666,self.num)
class AdminSite:
def __init__(self):
self._registry = {}
def register(self,k,v):
self._registry[k] = v(k)
site = AdminSite()
site.register(UserInfo,StarkConfig)
site.register(Department,RoleConfig)
for k,row in site._registry.items():
row.run()
-------
class A:
list_display = []
def get_list(self):
self.list_display.insert(0,33)
return self.list_display
s1 = A()
print(s1.get_list())
-------
class A:
list_display = [1, 2, 3]
def __init__(self):
self.list_display = []
def get_list(self):
self.list_display.insert(0, 33)
return self.list_display
s1 = A()
print(s1.get_list())
------
class A:
list_display = []
def get_list(self):
self.list_display.insert(0,33)
return self.list_display
class B(A):
list_display = [11,22]
s1 = A()
s2 = B()
print(s1.get_list())
print(s2.get_list())
View C