python类，专栏总目录：
1、类list
1.1、__len__
__len__()方法我们也知道是为了能让class作用于len()函数。
1.2、__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 "<stdin>", line 1, in <module>
TypeError: 'Fib' object does not support indexing要表现得像list那样按照下标取出元素，需要实现__getitem__()方法：
class Fib(object):
def __getitem__(self, n):
a, b = 1, 1
for x in range(n):
a, b = b, a + b
return a现在，就可以按下标访问数列的任意一项了：
>>> f = Fib()
>>> f[0]
1
>>> f[1]
1
>>> f[2]
2
>>> f[3]
3
>>> f[10]
89
>>> f[100]
573147844013817084101但是list有个神奇的切片方法：
>>> list(range(100))[5:10]
[5, 6, 7, 8, 9]对于Fib却报错。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现在试试Fib的切片：
>>> f = Fib()
>>> f[0:5]
[1, 1, 2, 3, 5]
>>> f[:10]
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]但是没有对step参数作处理：
>>> f[:10:2]
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]也没有对负数作处理，所以，要正确实现一个__getitem__()还是有很多工作要做的。
此外，如果把对象看成dict，__getitem__()的参数也可能是一个可以作key的object，例如str。
与之对应的是__setitem__()方法，把对象视作list或dict来对集合赋值。最后，还有一个__delitem__()方法，用于删除某个元素。
总之，通过上面的方法，我们自己定义的类表现得和Python自带的list、tuple、dict没什么区别，这完全归功于动态语言的“鸭子类型”，不需要强制继承某个接口。
1.3、__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。
我们以斐波那契数列为例，写一个Fib类，可以作用于for循环：
class Fib(object):
def __init__(self):
self.a, self.b = 0, 1 # 初始化两个计数器a，b
def __iter__(self):
return self # 实例本身就是迭代对象，故返回自己
def __next__(self):
self.a, self.b = self.b, self.a + self.b # 计算下一个值
if self.a > 100000: # 退出循环的条件
raise StopIteration()
return self.a # 返回下一个值现在，试试把Fib实例作用于for循环：
>>> for n in Fib():
... print(n)
...
1
1
2
3
5
...
46368
750252、类字符串
2.1、__str__
我们先定义一个Student类，打印一个实例：
>>> class Student(object):
... def __init__(self, name):
... self.name = name
...
>>> print(Student('Michael'))
<__main__.Student object at 0x109afb190>打印出一堆<__main__.Student object at 0x109afb190>，不好看。
怎么才能打印得好看呢？只需要定义好__str__()方法，返回一个好看的字符串就可以了：
>>> class Student(object):
... def __init__(self, name):
... self.name = name
... def __str__(self):
... return 'Student object (name: %s)' % self.name
...
>>> print(Student('Michael'))
Student object (name: Michael)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。
2.2、__repr__
但是细心的朋友会发现直接敲变量不用print，打印出来的实例还是不好看：
>>> s = Student('Michael')
>>> s
<__main__.Student object at 0x109afb310>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 Student(object):
def __init__(self, name):
self.name = name
def __str__(self):
return 'Student object (name=%s)' % self.name
__repr__ = __str__2.3、类format输出
将类format输出为字符串，__str__ 方法默认调用了 __repr__ 方法。
>>> class A:
def __str__(self):
#__str__使用：被打印的时候需要以字符串的形式输出的时候，就会找到这个方法，并将返回值打印出来
return "我是一个字符串"
>>> a1 = A()
>>> print(repr(a1))
<__main__.A object at 0x00000000033712E8>
>>> print(str(a1))
我是一个字符串与下例对比：
>>> class A:
def __repr__(self): #返回一个可以用来表示对象的可打印字符串
return "我是一个字符串"
>>> a1 = A()
>>> print(repr(a1))
我是一个字符串
>>> print(str(a1))
我是一个字符串在 SO 上的解释是：
__repr__ 目的是为了表示清楚，是为开发者准备的。
__str__ 目的是可读性好，是为使用者准备的。
__repr__ 应该尽可能的表示出一个对象来源的类以及继承关系，方便程序员们了解这个对象。而 __str__ 就简单的表示对象，而不要让不懂编程的以为输出的是 bug。
>>> import datetime
>>> today = datetime.datetime.now()
>>> str(today)
'2012-03-14 09:21:58.130922'
>>> repr(today)
'datetime.datetime(2012, 3, 14, 9, 21, 58, 130922)'3、类属性
3.1、__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 Student(object):
def __init__(self):
self.name = 'Michael'调用name属性，没问题，但是，调用不存在的score属性，就有问题了：
>>> s = Student()
>>> print(s.name)
Michael
>>> print(s.score)
Traceback (most recent call last):
...
AttributeError: 'Student' object has no attribute 'score'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 Student(object):
def __init__(self):
self.name = 'Michael'
def __getattr__(self, attr):
if attr=='score':
return 99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 Student(object):
def __getattr__(self, attr):
if attr=='age':
return lambda: 25
raise AttributeError('\'Student\' object has no attribute \'%s\'' % attr)这实际上可以把一个类的所有属性和方法调用全部动态化处理了，不需要任何特殊手段。这种完全动态调用的特性有什么实际作用呢？作用就是，可以针对完全动态的情况作调用。
举个例子：
现在很多网站都搞REST API，比如新浪微博、豆瓣啥的，调用API的URL类似：
-
http://api.server/user/friends
-
http://api.server/user/timeline/list
如果要写SDK，给每个URL对应的API都写一个方法，那得累死，而且，API一旦改动，SDK也要改。
利用完全动态的__getattr__，我们可以写出一个链式调用：
class Chain(object):
def __init__(self, path=''):
self._path = path
def __getattr__(self, path):
return Chain('%s/%s' % (self._path, path))
def __str__(self):
return self._path
__repr__ = __str__试试：
>>> Chain().status.user.timeline.list
'/status/user/timeline/list'这样，无论API怎么变，SDK都可以根据URL实现完全动态的调用，而且，不随API的增加而改变！
还有些REST API会把参数放到URL中，比如GitHub的API：
GET /users/:user/repos调用时，需要把:user替换为实际用户名。如果我们能写出这样的链式调用：
Chain().users('michael').repos就可以非常方便地调用API了。有兴趣的童鞋可以试试写出来。
4、实例调用
4.1、__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。
在Python中，函数其实是一个对象：
>>> f = abs
>>> f.__name__
'abs'
>>> f(-123)
123由于 f 可以被调用，所以，f 被称为可调用对象。所有的函数都是可调用对象。
一个类实例也可以变成一个可调用对象，只需要实现一个特殊方法__call__()。
我们把 Person 类变成一个可调用对象：
class Person(object):
def __init__(self, name, gender):
self.name = name
self.gender = gender
def __call__(self, friend):
print('My name is %s, friend is %s.' % (self.name, friend))
def test(self):
print("test.....")现在可以对 Person 实例直接调用：
Person("小明", "女")("小红")
Person("小明", "女").test()
__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。
如果你把对象看成函数，那么函数本身其实也可以在运行期动态创建出来，因为类的实例都是运行期创建出来的，这么一来，我们就模糊了对象和函数的界限。
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(Student())
True
>>> callable(max)
True
>>> callable([1, 2, 3])
False
>>> callable(None)
False
>>> callable('str')
False通过callable()函数，我们就可以判断一个对象是否是“可调用”对象。
5、类初始化函数调用顺序
5.1、__init__、__del__、__enter__、__exit__
__init__()：类的构造函数，负责初始化；
__del__()：所有对象都释放后调用，相当于类析构函数；
__enter__()：在使用with语句时调用，会话管理器在代码块开始前调用，返回值与as后的参数绑定。
__exit__()：会话管理器在代码块执行完成好后调用，在with语句完成时，对象销毁之前调用。
测试代码：
class Foo:
def __init__(self, filename):
print("执行__init__()")
self.filename = filename
def __enter__(self):
print("执行__enter__()")
return self
def __exit__(self, exc_type, exc_val, exc_tb):
print("执行__exit__()")
print("exc_type:", exc_type)
print("exc_val:", exc_val)
print("exc_tb:", exc_tb)
return True
def __del__(self):
print("执行__del__()")
if __name__ == '__main__':
with Foo("test.txt") as f:
print("1")
print("2", b)
print("3")
print("4")执行结果：
执行__init__()，后立即执行__enter__()，执行内容，遇到异常后，在异常前调用__exit__()，退出with环境。
执行__init__()
执行__enter__()
1
执行__exit__()
exc_type: <class 'NameError'>
exc_val: name 'b' is not defined
exc_tb: <traceback object at 0x0000000002899208>
4
执行__del__()def __exit__(self, exc_type, exc_val, exc_tb)解析：
def __exit__(self, exc_type, exc_val, exc_tb):
print("执行__exit__()")
print("exc_type:", exc_type)
print("exc_val:", exc_val)
print("exc_tb:", exc_tb)
return True是否抛出异常：
当with ... as...代码块没有异常时，这三个参数为None；
当with ... as...代码块有异常时，这三个参数分别有对应的值（可运行代码查看值的详情）。
是否返回：
返回值True，会吞掉with ... as...代码块的异常，并且结束代码块运行，但是代码块之外的代码要继续运行。
若，没有返回值、或者返回值不为True,一遇到with ... as...代码块的异常，会立即抛出异常，结束所有代码的运行，包括代码块之外的代码。
6.小结
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。
本节介绍的是最常用的几个定制方法，还有很多可定制的方法，请参考Python的官方文档。
扫一扫
1023
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
