1.20 Python学习日志 元类 垃圾回收

Python元类

元类是用来创建类的类，可以在类被创建的时候定义类的结构和行为，可以看作是类的进一步抽象

类有多种创建方式

包括：

1.class关键字

2.type函数动态创建（第二个参数是父类元组bases）

MyDynamicClass = type('MyDynamicClass', (), {'k':'v', 'function': lambda self: print("Hello")})

3.元类和class关键字

在元类中，__new__方法被用来控制创建类对象的过程。元类中，你可以通过重写__new__方法来定制类的创建过程

• cls: 当前类的类对象，即元类自身。
• name: 类的名称。
• bases: 类的基类（父类）元组。
• dct: 类的属性和方法的字典。

__metaclass__ 是一个特殊的类属性，用于指定在创建类时要使用的元类。当你定义一个类时，Python 解释器会检查该类体中是否包含 __metaclass__ 属性。如果存在 __metaclass__，Python 将使用它指定的元类来创建类对象。如果没有指定 __metaclass__，Python 将使用默认的元类，通常是 type。大多数情况下，直接使用 metaclass 参数来指定元类更为常见。

class MyMetaClass(type):
    def __new__(cls, name, bases, dct):
        dct['x'] = 42
        return super().__new__(cls, name, bases, dct)


class MyDynamicClass(metaclass=MyMetaClass):
    y = 43

4.使用collections.namedtuple模块创建具有命名字段的简单类

from collections import namedtumple

Point = namedtuple('Point', ['x', 'y'])
p = Point(x=1, y=2)

5.使用类装饰器来使用元类

class MyMetaClass(type):
    def __new__(cls, name, bases, dct):
        dct['new_attribute'] = 'this is a new attribute'

        return super.__new__(cls, name, bases, dct)


def my_decorator(cls):
    return MyMetaClass(cls.__name__, cls.__bases__.dict(cls.__dict__))


@my_decorator
class MyClass():
    existing_attribute = 'this is a existing attribute'

Python类方法@classmethod和静态方法@staticmethod

二者都是定义类级别方法的装饰器，但存在一些区别：

1. 参数传递：

   • 类方法 (@classmethod) 需要一个额外的参数，通常被命名为 cls，用于表示类本身。这个参数会自动传递类的引用。
   • 静态方法 (@staticmethod) 不需要额外的参数，它不会隐式传递类的引用，也不会传递实例引用。

2. 访问权限：

   • 类方法 (@classmethod) 可以访问和修改类的状态，包括类变量。因为它有一个类的引用作为参数。
   • 静态方法 (@staticmethod) 不能访问或修改类的状态，因为它没有类或实例的引用。它更像是一个独立的函数，只与类的命名空间有关。

3. 调用方式：

   • 类方法通过类名调用，但也可以通过实例调用。当通过实例调用时，实例会自动传递给 cls 参数。
   • 静态方法通过类名调用，与实例无关，也可以通过实例调用。但不会自动传递类或实例引用。

Python 内存管理和垃圾回收

python垃圾回收算法与所使用的解释器有关，python常用解释器：CPython、Jython、IronPython、PyPy、MicroPython、StacklessPython等。CPython使用引用计数+标记清除+分代回收，Jython和Ironthon依赖于相应的平台，PyPy使用追踪垃圾回收算法

引用计数是一种常见的方式，但不能解决循环依赖，这时需要标记清除算法辅助，一般而言标记算法是针对会包含其他对象引用的容器对象的，标记算法从根对象出发进行标记，第二轮将没有标记的对象添加进垃圾集合，这个过程会暂停程序的执行。根对象通常包括：全局变量、活动栈、静态对象

循环引用，指多个对象相互引用但是引用次数无法降为零，从而导致内存泄漏，内存泄漏是指由于错误的设计导致未能正确释放不再使用的内存，进而导致系统可用内存越来越少。

在python中我们可以通过手动启动垃圾回收并获取垃圾回收器的统计信息：

import gc

gc.collect()                                                                      

stats = gc.get_stats()
print(stats)