第9章：符合Python风格的对象-私有属性和“受保护的”属性、使用 __slots__ 类属性节省内存空间、覆盖类属性

私有属性和“受保护的”属性

私有属性：

Python 不能像 Java 那样使用 private 修饰符创建私有属性，但是 Python 有个简单的机制，能避免子类意外覆盖“私有”属性。

举个例子：有人编写了一个名为 Dog 的类，这个类的内部用到了 mood 实例属性，但是没有将其开放。现在，你创建了 Dog 类的子类：Beagle。如果你在毫不知情的情况下又创建了名为 mood 的实例属性，那么在继承的方法中就会把 Dog 类的 mood 属性覆盖掉，这是个难以调试的问题。

为了避免这种情况，如果以 __mood 的形式（ 两个前导下划线，尾部没有或最多有一个下划线 ）命名实例属性，Python 会把属性名存入实例的 __dict__ 属性中，而且会在前面加上一个下划线和类名。因此，对 Dog 类来说，__mood 会变成 _Dog__mood；对 Beagle 类来说，会变成 _Beagle__mood。这个语言特性叫“名称改写”（name mangling）。

示例 9-10 私有属性的名称会被“改写”，在前面加上下划线和类名：

class Dog:
    __moon = 'Happy'


class Beagle(Dog):
    moon = 'Good'


print('Dog:', Dog.__dict__)
# Dog: {'__module__': '__main__', '_Dog__moon': 'Happy', '__doc__': None,
# '__dict__': <attribute '__dict__' of 'Dog' objects>, 
# '__weakref__': <attribute '__weakref__' of 'Dog' objects>, }

print('Beagle:', Beagle.__dict__)
# Beagle: {'__module__': '__main__', 'moon': 'Good', '__doc__': None}

从上方示例中可以看出 Dog 类的 __dict__ 存储的属性已经被改写为  _Dog__moon。

⚠️ 注意：“名称改写”是一种安全措施，不能保证万无一失：它的目的是避免意外访问，不能防止故意做错事。 

 “受保护的”属性：

但是，不是所有 Python 程序员都喜欢名称改写功能，也不是所有人都喜欢 self.__x 这种不对称的名称。有些人不喜欢这种句法，他们约定使用一个下划线前缀编写“受保护”的属性（ 如 self._x ）。

Python 解释器不会对使用单个下划线的属性名做特殊处理，不过这是很多 Python 程序员严格遵守的约定，他们不会在类外部访问这种属性。Python 文档把使用一个下划线前缀标记的属性称为“受保护的”属性。 使用 self._x 这种形式保护属性的做法很常见，但是很少有人把这种属性叫作“受保护的”属性，有些人甚至将其称为“私有”属性。

需要注意的是，Python 并不能真正的实现私有和“受保护”的属性，不会强制约束你的行为，请不要干愚蠢的事。

使用 __slots__ 类属性节省空间

默认情况下，Python 在各个实例中名为 __dict__ 的字典里存储实例属性。为了使用底层的散列表提升访问速度，字典会消耗大量内存。如果要处理数百万个属性不多的实例，通过 __slots__ 类属性，能节省大量内存，方法是让解释器在元组中存储实例属性，而不用字典。

定义 __slots__ 的方式是，创建一个类属性，使用 __slots__ 这个名字，并把它的值设为一个可迭代对象，其中各个元素表示各个实例属性。我喜欢使用元组，因为这样定义的 __slots__ 中所含的信息不会变化，例如：

class Vector2d:

    __slots__ = ('_x', '_y')
    typecode = 'd'

    def __init__():
    self._x = 'xxx'
    self._y = 'yyy'

    # 下面是各个方法(因排版需要而省略了)
    ......

在类中定义 __slots__ 属性的目的是告诉解释器：“这个类中的所有实例属性都在这儿了”。这样，Python 会在各个实例中使用类似元组的结构存储实例变量，从而避免使用消耗内存的 __dict__ 属性。如果有数百万个实例同时活动，这样做能节省大量内存。

此外，还有一个实例属性可能需要注意，即 __weakref__ 属性，为了 让对象支持弱引用，必须有这个属性。用户定义的类中默认就有 __weakref__ 属性。可是，如果类中定义了 __slots__ 属性，而且想把实例作为弱引用的目标，那么要把 '__weakref__' 添加 到 __slots__ 中。

⚠️ 总结注意事项：

1. 类的 __slots__ 属性只是修改实例属性的存储方式，而不修改类属性的存储方式。
2. 继承自超类的 __slots__ 属性没有效果，Python 只会使用各个类中自己定义的 __slots__ 属性。

3. 在类中定义 __slots__ 属性之后，实例不能再有 __slots__ 中所列名称之外的其他属性。除非把 '__dict__' 加 入 __slots__ 中(这样做就失去了节省内存的功效)。

4. 如果不把 '__weakref__' 加入 __slots__，实例就不能作为弱引用的目标。

覆盖类属性

Python 有个很独特的特性：类属性可用于为实例属性提供默认值，但如果为不存在的实例属性赋值，会新建实例属性并覆盖掉同名类属性。

Vector2d 中有个 typeCode 类属性，__bytes__ 方法两次用到了它，而且都故意使用 self.typeCode 读取它的值。因为 Vector2d 实例本身没有 typeCode 属性，所以 self.typeCode 默认获取的是 Vector2d.typeCode 类属性的值。但是，如果为不存在的实例属性赋值，会新建实例属性。假如我们为 typecCode 实例属性赋值，那么同名类属性不受影响。然而，自此之后，实例读取的 self.typeCode 是实例属性 typeCode，也就是把同名类属性遮盖了。借助这一特性，可以为各个实例的 typeCode 属性定制不同的值。

示例：

class Vector2d:
    # typeCode 是类属性，在 Vector2d 实例和字节序列之间转换时使用。
    typeCode = 'd'

    def __init__(self, x, y):
        self.__x = float(x)
        self.__y = float(y)

    def __bytes__(self):
        return bytes([ord(self.typeCode)]) + bytes(array(self.typeCode, self))


v1 = Vector2d(3, 4)

# 1. Vector2d.typeCode 属性的默认值是 'd'，即转换成字节序列时使用 8 字节双精度浮点数表示向量的各个分量。
# 因为 Vector2d 实例本身没有 typeCode 属性，所以 self.typeCode 默认获取的是 Vector2d.typeCode 类属性的值。
print(bytes(v1))  # b'd\x00\x00\x00\x00\x00\x00\x08@\x00\x00\x00\x00\x00\x00\x08@'

# 2. 如果在转换之前把 Vector2d 实例的 typeCode 属性设为 'f'，那么使用 4 字节单精度浮点数表示各个分量
# 为不存在的实例属性赋值，会新建实例属性，自此之后，实例读取的 self.typeCode 是实例属性 typeCode，也就是把同名类属性遮盖了。
v1.typeCode = 'f'
print(bytes(v1))  # b'f\x00\x00@@\x00\x00@@'

# 3. 同名类属性不受影响，Vector2d.typeCode 属性的值不变，只有 v1 实例的 typeCode 属性使用 'f'。
print(Vector2d.typeCode)  # d
print(v1.typeCode)  # f