python编程语法基础-python高级编程——入门语法（一）

元类

在python中一切皆对象，类也是对象，只不过类是一个创建对象的对象，我们可以在类中动态的创建一个类，比如

deffunc(name):if name == "Plane":classPlane(object):pass

returnPlaneelse:classMetrorolite(object):pass

return Mrtroolite

虽然根据上述代码可以动态创建一个类，但是整个类的代码仍需要我们编写的

type()有两种作用：

1、检查对象类型

classPeople(object):def __init__(self, id, name, employees):

self.id=id

self.name=namedeffunc(self):return

if __name__ == "__main__":

id= 1001name= "abc"employees= [1,2,3]

people=People(id, name, employees)#检查整型

print(type(id)) #

#检查字符串型

print(type(name)) #

#检查列表型

print(type(employees)) #

#检查类的对象型

print(type(people)) #

#检查类类型

print(type(People)) #

#检查函数型

print(type(people.func)) #

#如果我们对其结果再次type()得到的结果都是type类型，这就验证了一切解释对象

2、还有一个高大上的作用就是动态的创建类

语法：type(类名, 由父类名称组成的元组（可以为空）, 包含属性的字典（名称和值）)

返回值是一个类

#空类

Chinese = type("People", (), {})#继承父类，父类以元组的形式表达

Chinses = type("People", (object, ), {})#给类一些属性(下述都是类属性）和方法（方法可以自定义，依次是实例方法、类方法、静态方法）

defsayHI(self):print("HI")

@classmethoddefsayHello(cls):print("Hello")

@staticmethoddefsayBye():print("Bye")

Chinese= type("People", (object, ), {"id": 1001, "name": "zhangsan", "func1": sayHI, "func2": sayHello, "func3": sayBye})#Chinese 不是类名，People是类名，Chinese是一个引用变量

元类的定义：

元类就是用来创建类的"东西”

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

元类的实例化结果是我们用class定义的类，正如类的实例为对象

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

当然了，你也可以创建自己的元类，需要继承 type。

元类的定义和使用：

通过函数返回一个元类：

#自定义函数

defsummary(a, b):return a+b#这个函数的作用是修改当前类的属性的值和方法的功能，并且返回一个类

defupper_attr(future_class_name, future_class_parent, future_class_attr):#可以修改当前类定义的属性的值和方法的功能

newAttr ={}for name, value infuture_class_attr.items():if name == "bar":

newAttr[name]= "变量值修改了"

if name == "func":

newAttr[name]=summaryreturntype(future_class_name, future_class_parent, newAttr)class Operation(object, metaclass=upper_attr):

bar= "修改之前的值"func=Noneif __name__ == "__main__":print(Operation.bar) #变量值修改了

print(Operation.func(2, 4)) #返回值6

通过继承type生成元类（博主也没有看懂，了解即可，用到极少）：

classMeta(type):def __init__(cls, *args, **kwargs):

super().__init__(*args)def __new__(cls, *args, **kwargs):

name, bases, attrs = args

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

class M_Class(metaclass=Meta):

def __new__(cls, *args, **kwargs):

return super().__new__(cls)

def __init__(self):

pass

动态语言

静态语言和动态语言的区别：

静态语言（强类型语言）

静态语言是在编译时变量的数据类型即可确定的语言，多数静态类型语言要 求在使用变量之前必须声明数据类型。

例如：C++、Java、Delphi、C#等。

动态语言（弱类型语言）

动态语言是在运行时确定数据类型的语言。变量使用之前不需要类型声明， 通常变量的类型是被赋值的那个值的类型。

例如：PHP/ASP/Ruby/Python/Perl/ABAP/SQL/JavaScript/Unix Shell等等。

动态语言的特性：

运行的过程中给对象绑定(添加)属性

运行的过程中给类绑定(添加)属性

运行的过程中给类绑定(添加)方法

运行的过程中删除属性、方法

classPerson(object):def __init__(self, name, age):

self.name=name

self.age=agedefshow():print("通过类动态增加类方法.")

@classmethoddefshow2(cls):print("通过类动态增加类方法，并且打印id.", cls.id)if __name__ == "__main__":

person= Person("张三", 22)#运行过程中，给对象添加属性

person.phone = "1847015XXXX"

print(person.phone) #1847015XXXX

#运行过程中，对象是不能添加方法，否则会报错

#person.func = show

#person.func()

#运行过程中，给类增加属性

Person.id = 10001

print("对象访问类属性", person.id) #对象访问类属性10001

print("类访问类属性", Person.id) #类访问类属性10001

#运行过程中给类增加方法

Person.func =show

Person.func()#通过类动态增加类方法.

#运行过程中给类增加类方法

Person.func =show2

Person.func()#通过类动态增加类方法，并且打印id。10001

__slots__

__slots__作用：

Python允许在定义class的时候，定义一个特殊变量__slots__来限制该 class能添加的属性，当前类就不能定义或者增加__slots__之外的属性了

__slots__注意事项：

__slots__只对类的实例化对象进行限制，不对类进行限制，__slots__变量值是以元组形式表示

__slots__不仅限制类对象的属性，还限制类对象的方法

__slots__仅对当前类起作用，对继承的子类不起作用

在子类中定义__slots__，子类允许定义的属性就是自身的__slots__加上父类的 __slots__

classPerson(object):__slots__ = ("name", "age")def __init__(self, name, age):

self.name=name

self.age=ageif __name__ == "__main__":

person= Person("张三", 22)#运行过程中，给对象添加属性实例对象属性只限于name，age

#person.phone = "1847015XXXX"

#print(person.phone)

#运行过程中，给类增加属性，__slots__ 不限制类

Person.id = 10001

print("对象访问类属性", person.id) #对象访问类属性 10001

print("类访问类属性", Person.id) #类访问类属性 10001

生成器

概念：Python中，这种一边循环一边计算的机制，称为生成器：generator。

创建生成器的两种方式：

方法1：列表生成式的 [ ] 改成 ( )

numbers = ( i for i in range(100))

通过 next() 函数获得生成器的下一个返回值

没有更多的元素时，抛出 StopIteration 的异常

正确的方法是使用 for 循环，因为生成器也是可迭代对象，并且不需要关心 StopIteration 异

方法2：使用函数创建生成器（实例）

#斐波那契数列

deffibonacci(num):

a=0

b= 1count=0

temp= 1

while count

a, b= b, a+b

count+= 1fi= fibonacci(4)print(next(fi)) #1

print(next(fi)) #1

print(next(fi)) #2

print(next(fi)) #3

#没有更多的元素时，抛出 StopIteration 的异常#正确的方法是使用 for 循环，因为生成器也是可迭代对象，并且不需要关心StopIteration 异常

print(next(fi)) #error

#所以在使用生成器的时候，需要捕获异常

fi = fibonacci(10)whileTrue:try:print(next(fi))exceptStopIteration as e:print(e)break

另外生成器也可以传递参数通过send(参数值)：

#斐波那契数列

deffibonacci(num):

a=0

b= 1count=0

temp= 1

while count

temp= yield temp*bprint("temp{}:{}".format(count, temp))

a, b= b, a+b

count+= 1fi= fibonacci(10)print(next(fi))whileTrue:try:print(fi.send(1))except:break

迭代器

可迭代对象：

这里先提一下迭代器对象，如果一个对象可以通for循环进行遍历的对象一般都是迭代器对象；python提供了一个Iterable类就是鉴别对象是否是迭代器对象，在鉴别的过程中需要借助isinstance()方法，这个方法是鉴别对象是否属于一个类的对象，这里不能用type()方法，因为type()的作用是鉴别对象是否是类的实例化对象（通过继承的是false)

首先先简单介绍两者检验对象类型的区别：

classA:def __init__(self):pass

classB(A):def __init__(self):

super().__init__()if __name__ == "__main__":

a= 123

#两者检验整型,类似这种，字符串、列表、元组、集合、字典都是一样的结果

print(type(a) == int) #True

print(isinstance(a, int)) #True

#两者主要的区别 直接通过类生成的对象，两者检验的结果是一样的

b =B()print(type(b) == B) #True

print(isinstance(b, B)) #True

#若是父类就会有不一样的结果

print(type(b) == A) #False

print(isinstance(b, A)) #True

所以在检验对象时，采用isinstance()比较好，

from collections importIterableclassA:def __init__(self):pass

classB(A):def __init__(self):

super().__init__()#实例生成器函数

deffunc(self, a):yielda

a= a + 1

if a == 5:return

if __name__ == "__main__":

b=B()print(isinstance(b, Iterable)) #False

#像集合数据类型都是可迭代对象，字符串、列表、元组、集合、字典

b = ""

print(isinstance(b, Iterable)) #True

#前面提到的生成器，他也是可迭代对象

a =B()

b=a.func(0)print(isinstance(b, Iterable)) #True

迭代器：

可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。

可以使用 isinstance() 判断一个对象是否是 Iterator 对象：

有两种情况是迭代器：

1、通过生成器函数生成的生成器就是迭代器

2、通iter()函数将可迭代对象转换成迭代器

from collections importIteratorclassA:def __init__(self):pass

classB(A):def __init__(self):

super().__init__()#实例生成器函数

deffunc(self, a):yielda

a= a + 1

if a == 5:return

if __name__ == "__main__":

b=B()print(isinstance(b, Iterator)) #False

#像集合数据类型都是可迭代对象，字符串、列表、元组、集合、字典

b = ""

print(isinstance(b, Iterator)) #True

#前面提到的生成器，他也是可迭代对象

a =B()

b=a.func(0)print(isinstance(b, Iterator)) #True

#通过iter()函数将字符串、列表、元组、集合、字典转换成迭代器

b ={}

b=iter(b)print(isinstance(b, Iterator))

迭代器是可以自定义，只要重写迭代器协议的两个方法

迭代器对象符合迭代器协议，提供两种方法： __iter__() 和 __next__()

__iter__ 返回迭代器对象，并在循环开始时隐式调用。

__next__方法返回下一个值，并在每个循环增量处隐式调用。

__next__在没有更多值返回时引发StopIteration异常，循环结构隐式捕获该 异常以停止迭代。

classCounter:def __init__(self, low, high):

self.current=low

self.high=high#生成器的一般固定写法

def __iter__(self):returnself#在下面函数可以改变迭代器返回的下一个值

def __next__(self):if self.current >self.high:raiseStopIterationelse:

self.current+= 2

return self.current -2