魔法方法总是杯双下划线包围,这是魔法方法的最大特点。
为什么称其为“魔法方法呢”?
他的魔力体现在他们总能够在适当的时候被自动调用。
魔法方法的第一个参数应为cls(类方法)或者self(实例方法)
cls
:代表一个类的名称self
:代表一个实例对象的名称
基本的魔法方法
1、__init__(self[,...]):构造器,当一个实例被创建的时候调用的初始化方法
【例子】
class A():
def __init__(self,x,y):
self.x = x
self.y = y
def zhouchang(self):
c = 2*(self.x+self.y)
return c
def area(self):
s = self.x*self.y
return s
a = A(2,5) #该句创建对象时,会自动调用__init__方法来初始化对象
print(a.zhouchang())
print(a.area())
2、__new__(cls[,...]):在一个对象实例化的时候所调用的第一个方法,在调用__init__
初始化前,先调用__new__
【注意点】__new__
对当前类进行了实例化,并将实例返回,传给__init__
的self
。但是,执行了__new__
,并不一定会进入__init__
,只有__new__
返回了,当前类cls
的实例,当前类的__init__
才会进入。
【例子】
class A(object):
def __init__(self):
print('into A.init')
def __new__(cls, *args, **kwargs):
print('into A.new')
print(cls)
return object.__new__(cls)
class B(A):
def __init__(self):
print('into B.init')
def __new__(cls, *args, **kwargs):
print('into B.new')
print(cls)
return super().__new__(cls)
b = B()
#结果:
# into B.new
# <class '__main__.B'>
# into A.new
# <class '__main__.B'>
# into B.init
class C(object):
def __init__(self):
print('into C.init')
def __new__(cls, *args, **kwargs):
print('into C.new')
print(cls)
return object.__new__(cls)
class D(C):
def __init__(self):
print('into D.init')
def __new__(cls, *args, **kwargs):
print('into D.new')
print(cls)
return super().__new__(C) #在这里做了改变,将原先的cls改成了C,这将导致无法给init方法传递正确的对象,因此不会执行D类中的init代码
d = D()
#结果
# into D.new
# <class '__main__.D'>
# into C.new
# <class '__main__.C'>
这两段代码说明的是:假如__new__
没有正确返回当前类cls
的实例,那__init__
是不会被调用的,即使是父类的实例也不行,将没有__init__
被调用。
【例子】利用__new__
实现单例模式。
class A:
__instance = None
def __new__(cls, *args, **kwargs):
if cls.__instance is None:
cls.__instance = object.__new__(cls)
return cls.__instance
else:
return cls.__instance
a = A()
b = A()
print(id(a))
print(id(b))
#结果
# 2898115563464
# 2898115563464
创建的两个对象是同一个
【例子】利用__new__继承一些不可变的 class 时(比如int, str, tuple
), 提供给你一个自定义这些类的实例化过程的途径。
class CapStr(str):
def __new__(cls, string,*args, **kwargs):
string = string.upper()
return str.__new__(cls,string)
s1 = CapStr('shi') #SHI
print(s1)
3、del__(self)
析构器,当一个对象将要被系统回收之时调用的方法
Python 采用自动引用计数(ARC)方式来回收对象所占用的空间,当程序中有一个变量引用该 Python 对象时,Python 会自动保证该对象引用计数为 1;当程序中有两个变量引用该 Python 对象时,Python 会自动保证该对象引用计数为 2,依此类推,如果一个对象的引用计数变成了 0,则说明程序中不再有变量引用该对象,表明程序不再需要该对象,因此 Python 就会回收该对象。
大部分时候,Python 的 ARC 都能准确、高效地回收系统中的每个对象。但如果系统中出现循环引用的情况,比如对象 a 持有一个实例变量引用对象 b,而对象 b 又持有一个实例变量引用对象 a,此时两个对象的引用计数都是 1,而实际上程序已经不再有变量引用它们,系统应该回收它们,此时 Python 的垃圾回收器就可能没那么快,要等专门的循环垃圾回收器(Cyclic Garbage Collector)来检测并回收这种引用循环。
class A:
def __init__(self):
print('into A.init')
def __del__(self):
print('into A.del')
a = A()
a1 = a
a2 = a
del a1
del a2
del a
#结果
# into A.init
# into A.del
4、__str__(self)
:
- 当你打印一个对象的时候,触发
__str__
- 当你使用
%s
格式化的时候,触发__str__
str
强转数据类型的时候,触发__str__
5、_repr__(self):
repr
是str
的备胎- 有
__str__
的时候执行__str__
,没有实现__str__
的时候,执行__repr__
repr(obj)
内置函数对应的结果是__repr__
的返回值- 当你使用
%r
格式化的时候 触发__repr__
【例子】
import datetime
today = datetime.date.today()
print(str(today)) # 2019-10-11
print(repr(today)) # datetime.date(2019, 10, 11)
print('%s' %today) # 2019-10-11
print('%r' %today) # datetime.date(2019, 10, 11)