python中的特殊变量

• 类似__xx，以双下划线开头的实例变量名，是一个私有变量（private），只有内部可以访问，外部不能访问；
• 类似__xx__，以双下划线开头，并且以双下划线结尾的，是特殊变量，特殊变量是可以直接访问的，它不是private变量，下面会介绍Python中的常见特殊变量；
• 类似_x，以单下划线开头的实例变量名，这样的变量外部是可以访问的，但是，按照约定俗成的规定，当你看到这样的变量时，意思就是，“虽然我可以被访问，但是请把我视为私有变量，不要随意访问”。

特殊变量

#__name__

• 如果直接执行某个.py文件的时候，这个文件里面的__name__就是__main__，如果不是直接执行，而是被另外一个.py文件import的时候，这个文件里面的__name__是这个py的文件名。
• 使用这个__name__可以对程序进行调试，如果说当程序之间互相之间调用，比较复杂的关系的时候，使用if __name__ == '__main__':将执行的代码放在里面，在执行其他的程序的时候，测试的程序本身不会运行，而这个程序有问题的时候，可以执行这个文件，那么if __name__ == '__main__':里面的代码就执行了。

 

#__doc__

获取模块注释

 

#__file__

当前执行文件的路径

 

#__cached__

对应pycache文件的位置

 

#__name__

执行当前文件的时候，等于__main__;否则不等于；一般在主文件里写

 

#__package__

模块所在package

 

#__all__

python模块中的__all__，可用于模块导入时限制，如：

from module import *

此时被导入模块若定义了__all__属性，则只有__all__内指定的属性、方法、类可被导入。

若没定义，则导入模块内的所有公有属性，方法和类 。

# 在别的模块中，导入该模块时，只能导入__all__中的变量，方法和类
__all__ = ('A', 'func')  
class A():
    def __init__(self, name, age):
        self.name = name
        self.age = age

class B():
    def __init__(self, name, id):
        self.name = name
        self.id = id

def func():
    print('func() is called!')

def func1():
    print('func1() is called!')

 

#test.py中定义了__all__属性，只能导入__all__中定义的属性，方法和类
from test import *  
a=A('python','24')  
print(a.name,a.age)  
func()  
#func1() #NameError: name 'func1' is not defined  
#b=B('python',123456) #NameError: name 'B' is not defined  

　　

 

#__slots__

Python允许在定义class的时候，定义一个特殊的__slots__变量，来限制该class实例能添加的属性范围

class P(object):
    __slots__ = ("name", "age")
    pass

 

#__init__()

构造函数，创建实例的时候，可以调用__init__方法做一些初始化的工作，如果子类重写了__init__，实例化子类时，则只会调用子类的__init__，此时如果想使用父类的__init__，可以使用super函数，如下：

class P(object):
    def __init__(self, name, score):
        self.name = name
        self.score = name


class C(P):
    def __init__(self, name, score, age):
        super(C, self).__init__(name, score)
        self.age = age 

 

#__new__()

注意：__init__是实例创建之后调用的第一个方法，而__new__更像构造函数，它在__init__之前被调用。

另外，__new__方法是一个静态方法，第一参数是cls，__new__方法必须返回创建出来的实例。

 

例如，用__new__实现单例模式：

class Singleton(object):
    def __new__(cls):
        # 关键在于这，每一次实例化的时候，我们都只会返回这同一个instance对象
        if not hasattr(cls, 'instance'):
            cls.instance = super(Singleton, cls).__new__(cls)
        return cls.instance
 
obj1 = Singleton()
obj2 = Singleton()
 
obj1.attr1 = 'value1'
print(obj1.attr1, obj2.attr1)
print(obj1 is obj2)

 

#__del__()

析构函数：__del__()    释放对象是自动调用

 

#__str__()

在调用print打印对象时自动调用，是给用户用的，是一个描述对象的方法。

#__repr__()

是给机器用的，在Python解释器里面直接敲对象名在回车后调用的方法。（用于调试）

# test.py
class P(object):
    def __str__(self):
        return "__str__ called"

    def __repr__(self):
        return "__repr__ called"

p = P()

可以看下__str__和__repr__的区别：

>>> from test import p
>>> p
__repr__ called
>>> print p
__str__ called

　　

 

#__enter__

#__exit__

这两个方法是用于支持with语句的上下文管理器。

例如让文件句柄支持with语法的实现：

class File(object):
    def __init__(self, file_name, method):
        self.file_obj = open(file_name, method)
    def __enter__(self):
        return self.file_obj
    def __exit__(self, type, value, traceback):
        self.file_obj.close()

with File('demo.txt', 'w') as opened_file:
    opened_file.write('Hola!')

　

#__iter__

next

如果一个类想被用于for ... in循环，类似list或tuple那样，就必须实现一个__iter__()方法，该方法返回一个迭代对象，然后，Python的for循环就会不断调用该迭代对象的next()方法拿到循环的下一个值，直到遇到StopIteration错误时退出循环。

class Fib(object):
    def __init__(self):
        self.a, self.b = 0, 1 # 初始化两个计数器a，b

    def __iter__(self):
        return self # 实例本身就是迭代对象，故返回自己

    def next(self):
        self.a, self.b = self.b, self.a + self.b # 计算下一个值
        if self.a > 100000: # 退出循环的条件
            raise StopIteration();
        return self.a # 返回下一个值

　　

#__call__

实例可以像函数一样调用。

class Student(object):

    def __init__(self):
        self.name = "Michael"

    def __call__(self):
        print('__call__ called')


s = Student()
s()

　　

#__getitem__

#__setitem__

#__delitem__

支持下标（或切片）操作的函数

class Fib(object):
    def __getitem__(self, n): 
        if isinstance(n, int):
            a, b = 1, 1
            for x in range(n):
                a, b = b, a + b 
            return a

        if isinstance(n, slice):
            start = n.start
            stop = n.stop
            a, b = 1, 1
            L = []
            for x in range(stop):
                if x >= start:
                    L.append(a)
                a, b = b, a + b 
            return L

fib = Fib()
print(fib[10])
print(fib[0:10])

　　

#__getattr__

#__getattribute__

#__setattr__

#__delattr__

支持点操作（即 "对象.属性" 访问方式），

 

当访问不存在的属性时，才会使用__getattr__  方法。

class Student(object):

    def __init__(self):
        self.name = "Michael"

    def __getattr__(self, attr):
        print '__getattr__ called'
        if attr=='score':
            return 99
        elif attr=='name':
            return "Tom"


s = Student()
print(s.score)       # 99
print(s.name)        # Michael

 

Python的字典支持下标操作，但不支持 "." 操作，如果想让其支持，如下实现：

class Storage(dict):
    __slots__ = ()
    """
    A Storage object is like a dictionary except `obj.foo` can be used
    in addition to `obj['foo']`.

        >>> o = Storage(a=1)
        >>> o.a
        >>> o['a']
        >>> o.a = 2
        >>> o['a']
        >>> del o.a
        >>> o.a
        Traceback (most recent call last):
            ...
        AttributeError: 'a'
        >>> 'b' in o
        False

    """

    def __getattr__(self, key):
        try:
            return self[key]
        except KeyError, k:
            raise AttributeError(k)

    def __setattr__(self, key, value):
        self[key] = value

    def __delattr__(self, key):
        try:
            del self[key]
        except KeyError, k:
            raise AttributeError(k)
   
    def __repr__(self):
        return '<Storage ' + dict.__repr__(self) + '>'

　　

转载于:https://www.cnblogs.com/lanston1/p/11013733.html