isinstance和issubclass
isinstance()判断一个对象是不是这个类的对象,传两个参数（对象，类）
issubclass()判断一个类是不是另一类的子类，传两个参数(子类，父类)
class Foo: pass class Son(Foo): pass s = Son() #判断一个对象是不是这个类的对象,传两个参数（对象，类） print(isinstance(s,Son)) print(isinstance(s,Foo)) #type更精准 print(type(s) is Son) print(type(s) is Foo) #判断一个类是不是另一类的子类，传两个参数(子类，父类) print(issubclass(Son,Foo)) print(issubclass(Son,object)) print(issubclass(Foo,object)) print(issubclass(int,object))
反射
反射的概念是由Smith在1982年首次提出的，主要是指程序可以访问、检测和修改它本身状态或行为的一种能力（自省）。这一概念的提出很快引发了计算机科学领域关于应用反射性的研究。它首先被程序语言的设计领域所采用,并在Lisp和面向对象方面取得了成绩。
python面向对象中的反射：通过字符串的形式操作对象相关的属性。python中的一切事物都是对象（都可以使用反射）
四个可以实现反射的函数：hasattr，getattr，setattr，delattr。
hasattr判断object，类中有没有一个name字符串对应的方法或属性，返回bool。
class People: country='China' def __init__(self,name): self.name=name # def walk(self): # print('%s is walking' %self.name) p=People('egon') #hasattr是否有这个属性 print('name' in p.__dict__)#True print(hasattr(p,'name'))#True print(hasattr(p,'name1213'))#False
getattr，通过字符串的方式直接操作。
res=getattr(p,'country') #拿到返回值相当于res=p.country print(res)#China f=getattr(p,'walk') #t=p.walk print(f)#<bound method People.walk of <__main__.People object at 0x000000000221DE10>> f1=getattr(People,'walk') print(f1)#<function People.walk at 0x000000000221BA60> f()#egon is walking f1(p)#egon is walking
print(getattr(p,'xxxxxxxx','这个属性确实不存在'))
p.sex='male' print(p.sex)#male print(p.__dict__)#{'name': 'egon', 'sex': 'male'} setattr(p,'age',18) print(p.__dict__)#{'age': 18, 'name': 'egon', 'sex': 'male'} print(p.age)#18 print(getattr(p,'age'))#18
# print(p.__dict__) # del p.name # print(p.__dict__) print(p.__dict__)#{'name': 'egon', 'sex': 'male', 'age': 18} delattr(p,'name') print(p.__dict__)#{'sex': 'male', 'age': 18}
#反射当前模块的属性也就是模块级别的反射 import sys x=1111 class Foo: pass def s1(): print('s1') def s2(): print('s2') # print(__name__) this_module = sys.modules[__name__]#获取当前模块的对象 print(this_module)#拿到当前的模块了 print(hasattr(this_module, 's1'))#模块有没有这个属性 print(getattr(this_module, 's2')) print(this_module.s2)#下面两者等价于上面 print(this_module.s1)
import sys def add(): print('add') def change(): print('change') def search(): print('search') def delete(): print('delete') this_module=sys.modules[__name__] while True: cmd=input('>>：').strip() if not cmd:continue if hasattr(this_module,cmd): func=getattr(this_module,cmd) func() # if cmd in func_dic: #hasattr() # func=func_dic.get(cmd) #func=getattr() # func() # func_dic={ 'add':add, 'change':change, 'search':search, 'delete':delete } while True: cmd=input('>>：').strip() if not cmd:continue if cmd in func_dic: #hasattr() func=func_dic.get(cmd) #func=getattr() func()
总的来说反射其实就是在找他们的名称空间是否有这些名称，也就是是否有我们需要的属性，然后返回相关的值。
class Foo: x=1 def __init__(self,name): self.name=name def walk(self): print('walking......') f=Foo('egon') Foo.__dict__={'x':1,'walk':....} 'x' in Foo.__dict__ #hasattr(Foo,'x') Foo.__dict__['x'] #getattr(Foo,'x') print(Foo.x) #'x' in Foo.__dict__
可插拔机制
在现实生产环境经常会遇到两名程序员共同完成一个项目的情况，比如一个人写server端另一个人写client端，但是server的这个程序员某些功能还没写完就请假了，client的程序员需要用到他还未完成的功能，
使用反射机制可以实现可插拔机制。反射的好处就是，可以事先定义好接口，接口只有在被完成后才会真正执行，这实现了即插即用，这其实是一种‘后期绑定’，即你可以事先把主要的逻辑写好（只定义接口），然后后期再去实现接口的功能。
class FtpClient: 'ftp客户端,但是还么有实现具体的功能' def __init__(self,addr): print('正在连接服务器[%s]' %addr) self.addr=addr def test(self): print('test') def get(self): print('get------->')
import ftpclient # # print(ftpclient) # print(ftpclient.FtpClient) # obj=ftpclient.FtpClient('192.168.1.3') # # print(obj) # obj.test()他还没写test所以会出错 # f1=ftpclient.FtpClient('192.168.1.1') if hasattr(f1,'get'):#对方实现我就用 func=getattr(f1,'get') func() else: print('其他逻辑')
字符串导入模块
#不推荐 m=input("请输入你要导入的模块：") m1=__import__(m) print(m1) print(m1.time())
#推荐使用方法 import importlib t=importlib.import_module('time') print(t.time())
__setattr__,__getattr__,__delattr__
__setattr__为对象设置修改属性时触发运行。
class Foo: def __init__(self,x): self.name=x # def __setattr__(self, key, value): # self.key=value#字符串类型不能使用这个方式要使用反射 # setattr(self,key_str,value) #self.key_attribute=value相当于再次触发了 __setattr__产生递归 self.__dict__[key]=value#设置时加入dict f1=Foo('egon') #f1.name='egon' f1.age=18#设置时触发 __setattr__
__delattr__删除对象属性时触发。
def __delattr__(self, item): print('delattr:%s' %item) print(type(item)) # delattr(self,item) # del self.item self.__dict__.pop(item) print(f1.__dict__) del f1.age print(f1.__dict__) print(f1.age)
__getattr__只有当查找属性不存在时才会触发，存在就直接返回了。
class Foo: def __init__(self,x): self.name=x #属性不存在的情况下才会触发 def __getattr__(self, item): print('getattr-->%s %s' %(item,type(item))) f=Foo('egon') print(f.name)#返回x print(f.xxxxxxx)#调用__getattr__
定制自己的数据类型
我们之前学习的列表，字典等都是数据类型，我们可以通过继承派生出自己的数据类型。
class List(list): pass l=List([1,2,3]) print(l) l.append(4) print(l)
当然我们定制不仅仅是继承，还要派生自己的属性。
class List(list): def append(self, p_object): # print('--->',p_object) if not isinstance(p_object,int):#只让append数字 raise TypeError('must be int') # self.append(p_object)递归 super().append(p_object) def insert(self, index, p_object): if not isinstance(p_object,int): raise TypeError('must be int') # self.append(p_object) super().insert(index,p_object) l=List([1,2,3]) # print(l) # l.append(4) # print(l) # l.append('5') print(l) # l.insert(0,-1) l.insert(0,'-1123123213') print(l)
注：__annotations__可以看到你要求的类型。
def test(x:int,y:int)->int: return x+y print(test.__annotations__) #{'x': <class 'int'>, 'return': <class 'int'>, 'y': <class 'int'>} print(test(1,2))
不能用继承,来实现open函数（不是类）的功能，授权的方式实现定制自己的数据类型。
import time class Open: def __init__(self,filepath,m='r',encode='utf-8'): self.x=open(filepath,mode=m,encoding=encode)#正常打开文件的操作保存给open类的私有属性 self.filepath=filepath self.mode=m self.encoding=encode def write(self,line): print('f自己的write',line) t=time.strftime('%Y-%m-%d %X') self.x.write('%s %s' %(t,line))#self.x就是文件句柄 def __getattr__(self, item):#授权，找不到属性就找他 # print('=------>',item,type(item)) return getattr(self.x,item) # # f=Open('b.txt','w') # # print(f) # f.write('111111\n') # f.write('111111\n') # f.write('111111\n') f=Open('b.txt','r+') # print(f.write) print(f.read) res=f.read() #self.x.read() print(res) print('=-=====>',f.read()) f.seek(0) print(f.read()) # f.flush() # f.close()
item系列，把对象操作属性模拟成字典的格式。用.方法调用的就是__attr__系列，用[key]方式就是调用__item__系列。
class Foo: def __init__(self,name): self.name=name def __setattr__(self, key, value):#与他的区别就在于item是调用的k，v的格式 print('setattr===>') def __getitem__(self, item): # print('getitem',item) return self.__dict__[item] def __setitem__(self, key, value): print('setitem-----<') self.__dict__[key]=value def __delitem__(self, key): self.__dict__.pop(key) # self.__dict__.pop(key) # def __delattr__(self, item): # print('del obj.key时,我执行') # self.__dict__.pop(item) f=Foo('egon')#调用__setattr__ # f.name='egonlin' f['name']='egonlinhai'#调用__setitem__ # print(f.name) # f.name='egonlin' # f['age']=18 # print(f.__dict__) # del f['age'] #del f.age print(f.__dict__) print(f['name'])#__getitem__
__str__打印时触发，__repr__与前者差不多，前者输出更友好。
__format__自定制格式化字符串
__slots__
class People: __slots__=['x','y','z']#对象不会再创建名称空间，对象都用类的名称空间 p=People() # print(People.__dict__)没dict p.x=1 p.y=2 p.z=3 p.a=4#__slots__使类只开辟x，y，z空间，对象名称不能加入 print(p.x,p.y,p.z,p.a) # print(p.__dict__) p1=People() p1.x=10 p1.y=20 p1.z=30 print(p1.x,p1.y,p1.z) print(p1.__dict__)
__iter__,__next__
class Foo: def __init__(self,start): self.start=start def __iter__(self): return self def __next__(self): if self.start > 10: raise StopIteration n=self.start self.start+=1 return n f=Foo(0) print(next(f)) #f.__next__() for i in f: # res=f.__iter__() #next(res) print(i)
class Range: '123' def __init__(self,start,end): self.start=start self.end=end def __iter__(self): return self def __next__(self): if self.start == self.end: raise StopIteration n=self.start self.start+=1 return n for i in Range(0,3): print(i)
__doc__,__moudle__,__class__
class Foo: '我是描述信息' pass class Bar(Foo): pass print(Bar.__doc__) #None该属性无法继承给子类 b=Bar() print(b.__class__)#<class '__main__.Bar'> print(b.__module__)#__main__ print(Foo.__module__)#__main__ print(Foo.__class__) #<class 'type'>
__del__析构方法，当对象在内存中被释放时，自动触发执行，此方法一般无须定义，因为Python是一门高级语言，程序员在使用时无需关心内存的分配和释放，因为此工作都是交给Python解释器来执行，所以，析构函数的调用是由解释器在进行垃圾回收时自动触发执行的。
f=open('a.txt') #做了两件事，在用户空间拿到一个f变量，在操作系统内核空间打开一个文件 del f #只回收用户空间的f，操作系统的文件还处于打开状态 #所以我们应该在del f之前保证f.close()执行,即便是没有del，程序执行完毕也会自动del清理资源，于是文件操作的正确用法应该是 f=open('a.txt') 读写... f.close()#清理的时候就调用析构方法 很多情况下大家都容易忽略f.close,这就用到了with上下文管理
import time class Open: def __init__(self,filepath,mode='r',encode='utf-8'): self.f=open(filepath,mode=mode,encoding=encode) def write(self): pass def __getattr__(self, item): return getattr(self.f,item) def __del__(self): print('----->del') self.f.close() f=Open('a.txt','w') f1=f del f print('=========>')
__enter__和__exit__
with open('a.txt') as f:叫做上下文管理协议，即with语句，为了让一个对象兼容with语句，必须在这个对象的类中声明__enter__和__exit__方法。
class Open: def __init__(self,name): self.name=name def __enter__(self): print('出现with语句,对象的__enter__被触发,有返回值则赋值给as声明的变量') # return self def __exit__(self, exc_type, exc_val, exc_tb): print('with中代码块执行完毕时执行我啊') with Open('a.txt') as f: print('=====>执行代码块') # print(f,f.name)
__exit__()中的三个参数分别代表异常类型，异常值和追溯信息,with语句中代码块出现异常，则with后的代码都无法执行。
如果__exit()返回值为True,那么异常会被清空，就好像啥都没发生一样，with后的语句正常执行
class Foo: def __enter__(self): print('=======================》enter') return 111111111111111 def __exit__(self, exc_type, exc_val, exc_tb):#with代码块已执行完就会触发__exit__ print('exit') print('exc_type',exc_type) print('exc_val',exc_val) print('exc_tb',exc_tb) return True # with Foo(): #触发res=Foo().__enter__()拿到返回值 # pass with Foo() as obj: #res=Foo().__enter__() #obj=res print('with foo的自代码块',obj)#obj就是__enter__的返回值 raise NameError('名字没有定义') print('************************************')#他是不会执行的抛异常已经触发__exit__了 print('1111111111111111111111111111111111111111')#返回ture异常解决，否则抛异常不执行了
1.使用with语句的目的就是把代码块放入with中执行，with结束后，自动完成清理工作，无须手动干预，
2.在需要管理一些资源比如文件，网络连接和锁的编程环境中，可以在__exit__中定制自动释放资源的机制，你无须再去关心这个问题，这将大有用处。
import time class Open: def __init__(self,filepath,mode='r',encode='utf-8'): self.f=open(filepath,mode=mode,encoding=encode) def write(self,line): self.f.write(line) def __getattr__(self, item):#这个步骤是授权的到open函数的其他方法 return getattr(self.f,item) def __del__(self): print('----->del') self.f.close() def __enter__(self): return self.f#self是Open产生的实例，self.f是open函数的真实句柄两者都可以 def __exit__(self, exc_type, exc_val, exc_tb): self.f.close() with Open('egon.txt','w') as f:#触发__enter_-拿到真实的文件句柄self.f，与自制open类的write方法没什么关系 f.write('egontest\n') f.write('egontest\n') f.write('egontest\n') f.write('egontest\n') f.write('egontest\n')
__call__在对象后面加括号，触发执行。
class People: def __init__(self,name): self.name=name # def __call__(self, *args, **kwargs): print('call') # p=People('egon') print(callable(People)) print(callable(p)) p()#对象加（）去找自己类里面的__call__方法，没有这个方法就不能实例化。有这个对象就可以实例化了
元类
类也是对象
python中一切皆是对象，类本身也是一个对象，当使用关键字class的时候，python解释器在加载class的时候就会创建一个对象(这里的对象指的是类而非类的实例)，因而我们可以将类当作一个对象去使用，同样满足第一类对象的概念，可以：
把类赋值给一个变量
把类作为函数参数进行传递
把类作为函数的返回值
在运行时动态地创建类
上例可以看出f1是由Foo这个类产生的对象，而Foo本身也是对象，那它又是由哪个类产生的呢？
class Foo: pass f1=Foo() print(type(f1)) # 输出：<class '__main__.Foo'> 表示，obj 对象由Foo类创建 print(type(Foo)) # 输出：<type 'type'>
什么是元类？
元类是类的类，是类的模板。
元类是用来控制如何创建类的，正如类是创建对象的模板一样，而元类的主要目的是为了控制类的创建行为，元类的实例化的结果为我们用class定义的类，正如类的实例为对象(f1对象是Foo类的一个实例，Foo类是 type 类的一个实例)。type是python的一个内建元类，用来直接控制生成类，python中任何class定义的类其实都是type类实例化的对象。
创建类的两种方式：
1.使用class关键字创建，我们一般就是这么创建类的，所以就不多说了。
2.手动模拟class创建类的过程，这需要将创建类的步骤拆开手动完成。
接下来我们就自己手动创建一个类。
在此之前要明确创建类主要分为三个部分的创建，类名，类的父类，类体。
第一步，先处理类体->名称空间，类体定义的名字都会存放于类的名称空间中（一个局部的名称空间），我们可以事先定义一个空字典，然后用exec去执行类体的代码（exec产生名称空间的过程与真正的class过程类似，只是后者会将__开头的属性变形），生成类的局部名称空间，即填充字典。
第二步调用元类type（也可以自定义）来产生类，
type 接收三个参数：
第 1 个参数是字符串 ‘Foo’，表示类名，
第 2 个参数是元组 (object, )，表示所有的父类，
第 3 个参数是字典。
class Foo: x=1 def run(self): pass print(type(Foo)) #type成为元类，是所有类的类，利用type模拟class关键字的创建类的过程 def run(self): print('%s is runing' %self.name) class_name='Bar'#类名 bases=(object,)#继承 class_dic={ 'x':1, 'run':run }#名称空间 Bar=type(class_name,bases,class_dic)#type实例化一个类 print(Bar) print(type(Bar))
自定制元类
就是自己定制一个MYtype类继承type的属性。
class Mymeta(type): def __init__(self,class_name,class_bases,class_dic): pass def __call__(self, *args, **kwargs):#f=Foo('egon') # print(self)self是foo obj=self.__new__(self)#类加()自动调init？不存在的是他调的 self.__init__(obj,*args,**kwargs) #obj.name='egon'self是foo所以自动调用foo的构造方法 return obj#foo产生的空对象完成过初始化 class Foo(metaclass=Mymeta): x=1 def __init__(self,name):#不能有返回值，返回就与上面的返回值冲突了 self.name=name #obj.name='egon' def run(self): 'run function' print('running') # print(Foo.__dict__) f=Foo('egon') print(f) print(f.name)
# 道生一：传入type class SayMetaClass(type): # 传入三大永恒命题：类名称、父类、属性 def __new__(cls, name, bases, attrs): # 创造“天赋” attrs['say_'+name] = lambda self,value,saying=name: print(saying+','+value+'!') # 传承三大永恒命题：类名称、父类、属性 return type.__new__(cls, name, bases, attrs) # 一生二：创建类 class Hello(object, metaclass=SayMetaClass): pass # 二生三：创建实列 hello = Hello() # 三生万物：调用实例方法 hello.say_Hello('world!')
3572
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
