python进阶01
在前面的python入门中我们知道python是面向对象的，今天就来详细解释一下面向对象这个事情，在游戏中我们会发现各个人物都有自己的属性，如攻击力，防御力，在游戏的底层代码逻辑中，他们就是一个个对象之间的交互，相同的对象抽象出了”类“的概念，而对象就是类的具象，我们这里引入了类的概念，类也是python中非常重要的部分，同时python中也内置了非常多的类，类与函数类似，但又有些许不同，例如，函数可以被调用，而类可以被继承，在官方版本的python中所有的类都来自一个超级父类---------Object
那我们接下来就来学习类的写法，类的特性，类的使用方法，以及类的功能
类的写法
下面是最简单的一个类，这个类只有两个属性
class Student:#类名的首字母一定要大写
def __init__(self, name, score):#数据的定义
self.name = name
self.score = score
def print_score(self):
print(f"姓名：{self.name}，得分：{self.score}")#定义操作数据的方式
if __name__ == '__main__':
A = Student("小米", 90)#引入实例A
A.print_score()
一个类中需要有两种东西，一种是数据，另外一种是对数据的操作
类的特性
类是面向对象编程的基础，它具有以下特性：
-
封装：封装是将数据（属性）和操作数据的函数（方法）捆绑在一起的概念。通过封装，类可以隐藏其内部实现细节，只提供公共接口供外部使用，这样可以降低代码的耦合度，提高代码的可维护性和可复用性。
-
继承：继承是指一个类（子类）可以从另一个类（父类）继承属性和方法的能力。子类可以重用父类的代码，并可以在此基础上进行扩展或修改。继承可以建立类之间的层次关系，提高代码的可扩展性和可维护性。
-
多态：多态是指同一个方法名可以在不同的类中具有不同的实现方式。这意味着可以使用统一的接口来调用不同类的方法，而不需要考虑具体的实现细节。多态可以提高代码的灵活性和可扩展性，使代码更易于理解和维护。
-
抽象：抽象：抽象是指将类的通用特征提取出来形成抽象类或接口，从而隐藏对象的复杂性，只展示对象的关键特征和行为。通过抽象，可以简化问题的复杂度，提高代码的可读性和可维护性。
类的隐藏和强制访问
在Python中，类中的属性和方法可以使用下划线进行隐藏或者强制访问。这是通过命名约定来实现的，而不是通过严格的访问控制关键字（如public、private、protected）。
-
隐藏属性和方法：
在Python中，通过在属性名或方法名前面加一个下划线
_来表示该属性或方法是私有的，即隐藏起来不希望外部直接访问。但这只是一种命名约定，实际上仍然可以通过对象名来访问这些属性和方法。class MyClass: def __init__(self): self._hidden_attr = "hidden attribute" def _hidden_method(self): return "hidden method" obj = MyClass() print(obj._hidden_attr) # 可以访问隐藏属性 print(obj._hidden_method()) # 可以访问隐藏方法
-
强制访问：
如果希望将属性或方法设置为完全私有的，即在外部无法直接访问，可以在属性或方法名前面加两个下划线
__。这样会触发Python的名称修饰（Name Mangling）机制，Python会在名字前加上类名，以此防止子类中的命名冲突。class MyClass: def __init__(self): self.__private_attr = "private attribute" def __private_method(self): return "private method" obj = MyClass() # print(obj.__private_attr) # 无法直接访问，会抛出AttributeError # print(obj.__private_method()) # 无法直接访问，会抛出AttributeError print(obj._MyClass__private_attr) # 可以通过名字修饰来强制访问隐藏属性 print(obj._MyClass__private_method()) # 可以通过名字修饰来强制访问隐藏方法
需要注意的是，虽然可以通过名字修饰来强制访问隐藏属性和方法，但这不是Python官方鼓励的做法。通常情况下，应该尽量遵循命名约定，而不是使用名称修饰来访问私有属性和方法。
-
文件的读写
首先介绍两个基本概念：绝对路径和相对路径
-
绝对路径： 绝对路径是从文件系统的根目录（通常是硬盘的根目录）开始指定文件或目录的路径。这种路径独立于当前工作目录。在Windows系统中，绝对路径通常以驱动器名和冒号开始，例如
C:\Users\User\file.txt。绝对路径可以准确地定位文件或目录，不受当前工作目录的影响。 -
相对路径： 相对路径是相对于当前工作目录的文件或目录的路径。相对路径不包含根目录的信息，而是从当前工作目录开始指定文件或目录的位置。因此，相对路径的有效性取决于当前工作目录。在相对路径中，常见的标识符是
.（当前目录）和..（上一级目录）。例如，假设当前工作目录是/home/user/，则文件file.txt的相对路径可以简单表示为file.txt。
相对路径和绝对路径各有优势：
-
绝对路径： 确保了对文件或目录的准确定位，不受当前工作目录的影响。在某些情况下，特别是当你需要在不同的环境中运行程序时，使用绝对路径更为安全。
-
相对路径： 更为简洁和灵活，因为它们不需要包含完整的目录结构，而是相对于当前工作目录。这使得代码更易于移植和维护，尤其是在涉及多个操作系统或不同目录结构的情况下。
read函数中的参数在不同类型中表示的含义不同
读
-
内置
open()函数中的read(size)：size：可选参数，表示要读取的字节数。如果未指定则默认读取整个文件。如果指定了
则只读取指定字节数的数据。例如：
with open('file.txt', 'r') as f: data = f.read(100) # 读取前100个字节的数据 -
Pandas DataFrame 对象中的
read(nrows)：nrows：可选参数，表示要读取的行数。默认情况下，Pandas 会尝试读取整个文件。如果指定了 则只读取指定数量的行。例如：
pythonCopy codeimport pandas as pd df = pd.read_csv('data.csv', nrows=10) # 仅读取前10行数据 -
SQLite 中
fetchmany(size)：size：可选参数，表示要获取的记录数量。如果未指定则默认为 cursor.arraysize的值。例如：
import sqlite3 conn = sqlite3.connect('example.db') cursor = conn.cursor() cursor.execute('SELECT * FROM table_name') data = cursor.fetchmany(5) # 获取前5条记录
写
1：使用内置的 open() 函数：
with open('filename.txt', 'w') as f:
f.write('Hello, world!')
2：使用文件对象的 write() 方法：
f = open('filename.txt', 'w')
f.write('Hello, world!')
f.close()
3：使用 print() 函数并将输出重定向到文件：
with open('filename.txt', 'w') as f:
print('Hello, world!', file=f)
4：使用第三方库，如numpy、pandas等，以更方便的方式写入数据到文件：
import numpy as np
data = np.array([[1, 2, 3], [4, 5, 6]])
np.savetxt('filename.txt', data)
5：使用 csv 模块写入 CSV 文件：
import csv
data = [['Name', 'Age'], ['Alice', 30], ['Bob', 35], ['Charlie', 40]]
with open('filename.csv', 'w', newline='') as f:
writer = csv.writer(f)
writer.writerows(data)
猴子补丁
下面列举一个最简单的猴子补丁
class Dog():
def __init__(self,name):
self.name = name
def bark(self):
print(f"{self.name} is wangwangwang")
def eat(self):
print(f"dog is eatting")
if __name__ == '__main__':
snoopy = Dog("snoopy")
snoopy.bark()
Dog.eat = eat
snoopy.eat()
例如上述代码中，Dog类中是没有属性eat的，但你调用eat方法还是可以调用的，这类方式就叫猴子补丁。猴子补丁的工作原理是利用Python的动态性质。在Python中，类和模块的属性和方法都可以在运行时动态地添加、修改或删除。通过猴子补丁，我们可以在程序运行期间修改代码的行为，而不必修改源代码。但是实际使用时需要谨慎考虑。过度使用猴子补丁可能会导致代码的不稳定性和可读性降低，因此应该尽量避免滥用这种技术。
异常处理
自定义异常
class CustomError(Exception):#建立一个名为CustomError的类名，同时继承自内置的Exception类
def __init__(self, message):#初始定义
self.message = message
def Error():
raise CustomError("你想声明的错误类型")#在代码中遇到特定错误情况时，使用raise关键字抛出自定义异常。
异常处理try-except块
-
try块：在
try块中编写可能引发异常的代码。如果在执行try块中的代码时出现异常，则异常会被捕获，不会使程序中断。 -
except块：
except块用于捕获try块中可能抛出的异常。在except块中可以指定要捕获的异常类型。如果未指定异常类型，则捕获所有类型的异常。异常被捕获后，程序会执行except块中的代码来处理异常。try: # 可能引发异常的代码块 # 可能会抛出异常的代码 except [异常类型] as [异常变量]: # 异常处理代码块
Finally块
finally块： 使用finally关键字定义的代码块总是在try语句块执行完毕后执行，无论是否发生异常。
try: # 一些可能引发异常的代码 except CustomError: # 处理自定义异常 except Exception as e: # 处理其他异常 finally: # 执行清理操作，如关闭文件或释放资源
正则表达式
正则表达式是一种强大的文本模式匹配和搜索工具，用于在字符串中查找和匹配特定模式的文本。你可以暂时理解为计算机识别文本的一种方式，它由一系列字符和特殊字符组成，用于描述字符串的模式。由于正则表达式的匹配规则太过灵活。这里就简单介绍一下一些基本的正则表达式
-
普通字符： 大多数字符在正则表达式中都是普通字符，它们匹配自身。例如，正则表达式
hello匹配字符串中的 "hello"。 -
转义字符： 使用反斜杠
\将某些字符转义为特殊字符。例如，\.匹配句点（.），\d匹配任意数字，\s匹配空白字符。 -
字符类别： 使用方括号
[]定义一个字符类别，表示可以匹配其中任意一个字符。例如，[aeiou]匹配任何一个元音字母。 -
元字符： 元字符是具有特殊含义的字符，包括但不限于：
.: 匹配除换行符以外的任意字符。^: 匹配字符串的开头。$: 匹配字符串的结尾。\b: 匹配单词的边界。\d: 匹配任意数字。\w: 匹配任意字母、数字或下划线。\s: 匹配任意空白字符。[]: 字符集合，匹配括号内的任意一个字符。|: 或，用于匹配两个或多个表达式中的任意一个。(): 分组，将其中的表达式作为一个整体。 -
量词： 量词用于指定前面的字符可以出现的次数。
*: 匹配前一个字符零次或多次。+: 匹配前一个字符一次或多次。?: 匹配前一个字符零次或一次。{n}: 匹配前一个字符恰好出现 n 次。{n,}: 匹配前一个字符至少出现 n 次。{n,m}: 匹配前一个字符至少出现 n 次，最多出现 m 次。
import re
#最简单的匹配样式
a = 'wy'
print(re.match('wy', a))#match函数
print(re.match('\d\d\d', '012'))# \d 匹配一个数字字符
贪婪匹配
贪婪匹配是指正则表达式尽可能多地匹配输入字符串的特性。在贪婪匹配中，量词（如*、+、?、{m,n}）会尽量匹配尽可能多的字符，直到达到条件不满足为止。
例如，考虑正则表达式 .* 匹配任意字符零次或多次。如果将其应用于字符串 "abc123def456"，它会匹配整个字符串，因为 .* 将尽可能多地匹配字符，直到字符串的末尾。
贪婪匹配可能导致意外的结果，特别是在使用带有其他模式的复杂正则表达式时。为了避免贪婪匹配，可以在量词后面加上问号 ?，将其变为非贪婪匹配。例如，.*? 表示匹配任意字符零次或多次，但尽可能少地匹配字符，直到下一个模式成功匹配或达到字符串的结尾。
groups # 返回一个元组 记录所有括号获取的值 group(num) #0 整个正则表达式相匹配的字符串 1 返回一个获取符合的字符串
460
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
