python数据模型

1.1 简介

数据模型其实是对Python框架得描述，它规范了这门语言自身构建模块的接口，这些模块包括但不限于序列，迭代器，函数，类和上下文管理器。

不管在那种框架下写程序，都会花费大量时间去实现哪些会被框架本身调用的方法，Python也不例外。Python解释器碰到特殊的句法时，会使用特殊方法去激活一些基本的对象操作，这些特殊方法的名字以两个下划线开头，一两个下划线结尾（例如__getitem__）。比如obj[key]的背后就是__getitem__方法，为了能求得my_collection[key]的值，解释器实际上会调用my_collection.__getitem__(key)。

这些特殊方法名能让你自己的对象实现和支持一下语言架构，并与之交互：

~  迭代

~  集合类

~  属性访问

~  运算符重载

~  函数和方法的调用

~  对象的创建和销毁

~  字符串表示形式和格式化

~  管理上下文（即with块）

接下来我们使用一个非常简单的例子来展示如何实现__getitem__和__len__这两个特殊方法，通过这个例子我们也能见识到特殊方法的强大。

import collections

Card = collections.namedtuple("Card", ["rank", "suit"])


class FrenchDeck:

    ranks = [str(n) for n in range(2, 11)] + list("JQKA")
    suits = "spades diamonds clubs hearts".split()

    def __init__(self):
        self._card = [Card(rank, suit) for suit in self.suits for rank in self.ranks]

    def __len__(self):
        return len(self._card)

    def __getitem__(self, position):
        return self._card[position]

我们使用collections.namedtuple很容易得到一个对象：

beer_card = Card("7", "diamonds")
print(beer_card)

我们关注的重点应该是FrenchDeck类，它跟任何标准python集合类型一样，可以使用len()函数查看其长度

    deck = FrenchDeck()
    print(len(deck))

那么下面我们从中取出任意一个对象，比如最后一个和第一个，是很容易的，deck[0]或deck[-1]，这都是由__getitem__方法提供的：

print(deck[-1])
print(deck[0])

接下来如果我们想要任意取出一个对象，还需要单独实现另外一个方法吗，并不用，因为python已经内置了一个方法randm.choice

现在是不是可以体会到通过实现特殊方法来利用python数据模型的两个好处：

①：作为你的类的用户，他们不必去记住标准操作的格式名称（怎么得到元素的总数？是.size()还是.lenght()还是其他什么）

②：可以更加方便的利用python的标准库，比如上面提到的random.choice函数，从而不用重复造轮子，因为__getitem__方法把[]操作交给了self._cards列表，所以我们的deck类自动支持切片操作。

总结：虽然FrenchDeck类隐性的继承了object类，但是功能却不是继承而来的。我们通过数据模型和一些合成来实现这些功能。通过实现__len__和__getitem__这两个特殊方法，FrenchDeck就跟一个python自由的序列数据模型一样，可以体现出python的核心语言特性（例如迭代和切片）。同时这个类还可以使用标准库。

1.2 如何使用特殊方法

首先明确一点，特殊方法的存在是为了被python解释器调用的，你自己并不需要调用它们。也就是说没有obj.__len__（）这种写法，而应该使用len(obj)。在执行len(obj)的时候，如果obj是一个自定义类的对象，那么python会自己去调用其中由你实现的__len__方法。

然而，如果是python内置的类型，例如list，str等，那么cpython会抄个近路，__len__实际上会直接返回pyVarObject里的ob_size属性。pyVarObject是表示内存中长度可变的内置对象的C语言结构体。直接读取这个值比调用一个方法快的多。

很多时候，特殊方法的调用是隐式的，比如for i in x：这个语句中，背后其实就调用了iter(x)，而这个函数的背后则是x.__iter__()方法。当然前提是这个方法在x中被实现了。

通常你无须直接使用特殊方法。除非有大量的元编程存在，直接调用特殊方法的频率应该远远低于你去实现他们的次数。唯一的例外可能是__init__方法，你可能经常会用到它，目的是在你自己的类中的__init__方法中调用超类的构造器。

字符串表示形式

python有一个内置的函数叫repr，它能把一个对象用字符串的形式表达出来以便辨认，这就是“字符串表示形式”。repr就是通过__repr__这个特殊方法来得到一个对象的字符串表示形式的。如果没有实现__repr__，当我们在控制台例打印一个实例时，得到的字符串可能会是<xx object at xxx>。

交互式控制台和调试程序（debugger）用repr函数来获取字符串表示形式；在老的使用%符号的字符串格式中，这个函数返回的结果用来代替%r所代表的对象；同样，str.format函数所用到的新式字符串格式化方法也是利用了repr，才把！r字段变成字符串。

__repr__和__str__的区别在于，后者是在str（）函数被使用，或是在用print函数打印一个对象的时候才被调用，并且它返回的字符串对终端用户更友好。

如果你只想实现这两个特殊方法中的一个，__repr__是更好的选择，因为如果一个对象没有__str__函数，而python又需要调用它的时候，解释器会用__repr__作为代替。

1.3 特殊方法一览

python特殊方法

https://docs.python.org/3/reference/datamodel.html