定制类
看到类似__slots__这种形如__xxx__的变量或者函数名就要注意,这些在Python中是有特殊用途的。
__slots__我们已经知道怎么用了,len()方法我们也知道是为了能让class作用于len()函数。
Python的class中还有许多这样有特殊用途的函数,可以帮助我们定制类。
__str__()
先定义一个Animal类,并打印一个实例:
>>> class Animal(object):
def __init__(self,name):
self.name = name
>>> print(Animal('Dog'))
<__main__.Animal object at 0x0000021BC963AEF0>
一点都不好看
所以我们可以用__str()__方法,将实例转化为一个字符串,打印输出。
>>> class Animal(object):
def __init__(self,name):
self.name = name
def __str__(self):
return self.name
>>> print(Animal('Dog'))
Dog
这样打印出来的实例,不但好看,而且容易看出实例内部重要的数据。
然后会发现直接敲变量不用print,打印出来的实例还是不好看:
>>> an = Animal('Dog')
>>> an
<__main__.Animal object at 0x0000021BC96B7EB8>
这是因为直接显示变量调用的不是__str__(),而是__repr__(),两者的区别是__str__()返回用户看到的字符串,而__repr__()返回程序开发者看到的字符串,也就是说,__repr__()是为调试服务的。
解决办法是再定义一个__repr__()。但是通常__str__()和__repr__()代码都是一样的,所以,有个偷懒的写法:
>>> class Animal(object):
def __init__(self,name):
self.name = name
def __str__(self):
return self.name
__repr__ = __str__
>>> an
dog
这样就能看到正常的输出了!
__iter__()
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。
下面有一个例子:
>>> class Fib(object):
def __init__(self):
self.a,self.b = 0,1
def __iter__(self):
return self
def __next__(self):
self.a,self.b = self.b,self.a+self.b
if self.a > 10000:
raise StopIteration()
return self.a
创造一个实例来实现一下功能:
(输出的是纵向的,这里方便观看改一下格式)
for n in Fib():
print(n)
1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597 2584 4181 6765
__getitem__()
Fib实例虽然能作用于for循环,看起来和list有点像,但是,把它当成list来使用还是不行,比如,取第5个元素:
Fib()[5]
Traceback (most recent call last):
File “<pyshell#16>”, line 1, in
Fib()[5]
TypeError: ‘Fib’ object does not support indexing
所以我们就又发现了一种新方法__getitem__()
>>> class Fib(object):
def __getitem__(self,n):
a,b = 1,1
for x in range(n):
a,b = b,a+b
return a
>>> f = Fib()
>>> f[1]
1
但是之前的那个列表的切片方法却报错了:
>>> f[:5]
Traceback (most recent call last):
File "<pyshell#27>", line 1, in <module>
f[:5]
File "<pyshell#23>", line 4, in __getitem__
for x in range(n):
TypeError: 'slice' object cannot be interpreted as an integer
原因是__getitem__()传入的参数可能是一个int,也可能是一个切片对象slice,所以要做判断:
>>>class Fib(object):
def __getitem__(self, n):
if isinstance(n, int): # n是索引
a, b = 1, 1
for x in range(n):
a, b = b, a + b
return a
if isinstance(n, slice): # n是切片
start = n.start
stop = n.stop
if start is None:
start = 0
a, b = 1, 1
L = []
for x in range(stop):
if x >= start:
L.append(a)
a, b = b, a + b
return L
然后再试一下切片的方法:
>>> f = Fib()
>>> f[0:5]
[1, 1, 2, 3, 5]
>>> f[:10]
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
要正确实现一个__getitem__()还是有很多工作要做的。
__getattr__()
正常情况下,当我们调用类的方法或属性时,如果不存在,就会报错。比如定义Student类:
class Animal(object):
def __init__(self):
self.name = 'wangda'
调用name属性,没问题,但是,调用不存在的age属性,就有问题了:
>>> an = Animal()
>>> an.name
'wangda'
>>> an.age
Traceback (most recent call last):
File "<pyshell#60>", line 1, in <module>
an.age
AttributeError: 'Animal' object has no attribute 'age'
错误信息很清楚地告诉我们,没有找到score这个attribute。
要避免这个错误,除了可以加上一个score属性外,Python还有另一个机制,那就是写一个__getattr__()方法,动态返回一个属性。修改如下:
>>> class Animal(object):
def __init__(self):
self.name = 'Michael'
def __getattr__(self, attr):
if attr=='age':
return 10
>>> an = Animal()
>>> an.age
10
还有一种写法:
>>> class Animal(object):
def __getattr__(self,attr):
if attr == 'age':
return lambda:14
>>> an =Animal()
>>> an.age()
14
注意,只有在没有找到属性的情况下,才调用__getattr__,已有的属性,比如name,不会在__getattr__中查找。
此外,注意到任意调用如s.abc都会返回None,这是因为我们定义的__getattr__默认返回就是None。要让class只响应特定的几个属性,我们就要按照约定,抛出AttributeError的错误:
class Animal(object):
def __getattr__(self,attr):
if attr == 'age':
return lambda: 14
raise AttributeError('Wrong')
__call__
一个对象实例可以有自己的属性和方法,当我们调用实例方法时,我们用instance.method()来调用。能不能直接在实例本身上调用呢?在Python中,答案是肯定的。
任何类,只需要定义一个__call__()方法,就可以直接对实例进行调用。请看示例:
class Animal(object):
def __init__(self,name):
self.name = name
def __call__(self):
print('My name is %s'%self.name)
>>> an = Animal('aa')
>>> an()
My name is aa
call()还可以定义参数。对实例进行直接调用就好比对一个函数进行调用一样,所以你完全可以把对象看成函数,把函数看成对象,因为这两者之间本来就没啥根本的区别。
那么,怎么判断一个变量是对象还是函数呢?其实,更多的时候,我们需要判断一个对象是否能被调用,能被调用的对象就是一个Callable对象,比如函数和我们上面定义的带有__call__()的类实例:
>>> callable(max)
True
>>> callable([1,2,3])
False
Python的class允许定义许多定制方法,可以让我们非常方便地生成特定的类。
更多内容都在这个链接中:
Python官方文档