python方法调用方法分类_【转】Python中特殊方法的分类与总结

Python 用下划线作为变量前缀和后缀指定特殊变量

_xxx 不能用’from module import *’导入

__xxx__ 系统定义名字

__xxx 类中的私有变量名

核心风格：避免用下划线作为变量名的开始。

因为下划线对解释器有特殊的意义，而且是内建标识符所使用的符号，我们建议程序员避免用下划线作为变量名的开始。一般来讲，变量名_xxx被看作是“私有的”，在模块或类外不可以使用。当变量是私有的时候，用_xxx 来表示变量是很好的习惯。因为变量名__xxx__对Python 来说有特殊含义，对于普通的变量应当避免这种命名风格。

“单下划线” 开始的成员变量叫做保护变量，意思是只有类对象和子类对象自己能访问到这些变量；

“双下划线” 开始的是私有成员，意思是只有类对象自己能访问，连子类对象也不能访问到这个数据。

以单下划线开头（_foo）的代表不能直接访问的类属性，需通过类提供的接口进行访问，不能用“from xxx import *”而导入；以双下划线开头的（__foo）代表类的私有成员；以双下划线开头和结尾的（__foo__）代表python里特殊方法专用的标识，如 __init__（）代表类的构造函数。

现在我们来总结下所有的系统定义属性和方法， 先来看下保留属性：

>>> Class1.__doc__ # 类型帮助信息 'Class1 Doc.'

>>> Class1.__name__ # 类型名称 'Class1'

>>> Class1.__module__ # 类型所在模块 '__main__'

>>> Class1.__bases__ # 类型所继承的基类 (,)

>>> Class1.__dict__ # 类型字典，存储所有类型成员信息。

>>> Class1().__class__ # 类型

>>> Class1().__module__ # 实例类型所在模块 '__main__'

>>> Class1().__dict__ # 对象字典，存储所有实例成员信息。 {'i': 1234}

接下来是保留方法，可以把保留方法分类：

类的基础方法

序号目的所编写代码Python 实际调用

①

初始化一个实例

x = MyClass()

x.__init__()

②

字符串的“官方”表现形式

repr(x)

x.__repr__()

③

字符串的“非正式”值

str(x)

x.__str__()

④

字节数组的“非正式”值

bytes(x)

x.__bytes__()

⑤

格式化字符串的值

format(x, format_spec)

x.__format__(format_spec)

对 __init__() 方法的调用发生在实例被创建 之后 。如果要控制实际创建进程，请使用 __new__() 方法。

按照约定， __repr__()方法所返回的字符串为合法的 Python 表达式。

在调用 print(x) 的同时也调用了 __str__()方法。

由于 bytes 类型的引入而从 Python 3 开始出现。

行为方式与迭代器类似的类

序号目的所编写代码Python 实际调用

①

遍历某个序列

iter(seq)

seq.__iter__()

②

从迭代器中获取下一个值

next(seq)

seq.__next__()

③

按逆序创建一个迭代器

reversed(seq)

seq.__reversed__()

无论何时创建迭代器都将调用 __iter__()方法。这是用初始值对迭代器进行初始化的绝佳之处。

无论何时从迭代器中获取下一个值都将调用 __next__()方法。

__reversed__() 方法并不常用。它以一个现有序列为参数，并将该序列中所有元素从尾到头以逆序排列生成一个新的迭代器。

计算属性

序号目的所编写代码Python 实际调用

①

获取一个计算属性（无条件的）

x.my_property

x.__getattribute__('my_property')

②

获取一个计算属性（后备）

x.my_property

x.__getattr__('my_property')

③

设置某属性

x.my_property = value

x.__setattr__('my_property',value)

④

删除某属性

del x.my_property

x.__delattr__('my_property')

⑤

列出所有属性和方法

dir(x)

x.__dir__()

如果某个类定义了 __getattribute__() 方法，在 每次引用属性或方法名称时Python 都调用它（特殊方法名称除外，因为那样将会导致讨厌的无限循环）。

如果某个类定义了 __getattr__() 方法，Python 将只在正常的位置查询属性时才会调用它。如果实例 x 定义了属性color，x.color 将 不会 调用x.__getattr__('color')；而只会返回x.color已定义好的值。

无论何时给属性赋值，都会调用 __setattr__()方法。

无论何时删除一个属性，都将调用 __delattr__()方法。

如果定义了 __getattr__() 或 __getattribute__() 方法， __dir__() 方法将非常有用。通常，调用 dir(x) 将只显示正常的属性和方法。如果 __getattr()__方法动态处理color 属性，dir(x) 将不会将 color 列为可用属性。可通过覆盖 __dir__() 方法允许将color 列为可用属性，对于想使用你的类但却不想深入其内部的人来说，该方法非常有益。

行为方式与函数类似的类

可以让类的实例变得可调用——就像函数可以调用一样——通过定义 __call__() 方法。

序号目的所编写代码Python 实际调用

①

像调用函数一样“调用”一个实例

my_instance()

my_instance.__call__()

zipfile 模块 通过该方式定义了一个可以使用给定密码解密 经加密 zip 文件的类。该 zip解密 算法需要在解密的过程中保存状态。通过将解密器定义为类，使我们得以在 decryptor 类的单个实例中对该状态进行维护。状态在__init__() 方法中进行初始化，如果文件 经加密 则进行更新。但由于该类像函数一样“可调用”，因此可以将实例作为map() 函数的第一个参数传入，代码如下：

#excerpt from zipfile.pyclass _ZipDecrypter:

def __init__(self, pwd):

self.key0 = 305419896

self.key1 = 591751049

self.key2 = 878082192

for p in pwd:

self._UpdateKeys(p)

def __call__(self, c):

assert isinstance(c, int)

k = self.key2 | 2 c = c ^ (((k * (k^1)) >> & 255)

self._UpdateKeys(c)

return c

zd = _ZipDecrypter(pwd)

bytes = zef_file.read(12)

h = list(map(zd, bytes[0:12]))

_ZipDecryptor 类维护了以三个旋转密钥形式出现的状态，该状态稍后将在 _UpdateKeys()方法中更新（此处未展示）。

该类定义了一个 __call__() 方法，使得该类可像函数一样调用。在此例中，__call__()对 zip 文件的单个字节进行解密，然后基于经解密的字节对旋转密码进行更新。

zd 是 _ZipDecryptor 类的一个实例。变量 pwd 被传入 __init__()方法，并在其中被存储和用于首次旋转密码更新。

给出 zip 文件的头 12 个字节，将这些字节映射给 zd 进行解密，实际上这将导致调用 __call__() 方法 12 次，也就是 更新内部状态并返回结果字节 12 次。

行为方式与序列类似的类

如果类作为一系列值的容器出现——也就是说如果对某个类来说，是否“包含”某值是件有意义的事情——那么它也许应该定义下面的特殊方法已，让它的行为方式与序列类似。

序号目的所编写代码Python 实际调用

①

序列的长度

len(seq)

seq.__len__()

②

了解某序列是否包含特定的值

x in seq

seq.__contains__(x)

cgi 模块 在其FieldStorage 类中使用了这些方法，该类用于表示提交给动态网页的所有表单字段或查询参数。

#A script which responds to http://example.com/search?q=cgiimport cgi fs = cgi.FieldStorage()

if 'q' in fs:

do_search()

#An excerpt from cgi.py that explains how that works class FieldStorage: . . .def __contains__(self, key):

if self.list is None:

raise TypeError('not indexable')

return any(item.name == key for item in self.list)

def __len__(self):

return len(self.keys())

一旦创建了 cgi.FieldStorage 类的实例，就可以使用 “in” 运算符来检查查询字符串中是否包含了某个特定参数。

而 __contains__()方法是令该魔法生效的主角。

如果代码为 if 'q' in fs，Python 将在 fs 对象中查找 __contains__() 方法，而该方法在cgi.py 中已经定义。'q' 的值被当作key 参数传入__contains__()方法。

同样的 FieldStorage 类还支持返回其长度，因此可以编写代码 len(fs) 而其将调用FieldStorage 的__len__()方法，并返回其识别的查询参数个数。

self.keys() 方法检查 self.list is None 是否为真值，因此 __len__ 方法无需重复该错误检查。

行为方式与字典类似的类

在前一节的基础上稍作拓展，就不仅可以对 “in” 运算符和 len() 函数进行响应，还可像全功能字典一样根据键来返回值。

序号目的所编写代码Python 实际调用

①

通过键来获取值

x[key]

x.__getitem__(key)

②

通过键来设置值

x[key] = value

x.__setitem__(key, value)

③

删除一个键值对

del x[key]

x.__delitem__(key)

④

为缺失键提供默认值

x[nonexistent_key]

x.__missing__(nonexistent_key)

cgi 模块 的FieldStorage 类 同样定义了这些特殊方法，也就是说可以像下面这样编码：

#A script which responds to http://example.com/search?q=cgi import cgi fs = cgi.FieldStorage()if 'q' in fs:

do_search(fs['q'])

#An excerpt from cgi.py that shows how it works class FieldStorage: . . .

def __getitem__(self, key): if self.list is None:

raise TypeError('not indexable')

found = []

for item in self.list:

if item.name == key:

found.append(item)

if not found:

raise KeyError(key)

if len(found) == 1:

return found[0]

else: return found

fs 对象是 cgi.FieldStorage 类的一个实例，但仍然可以像 fs['q']这样估算表达式。

fs['q'] 将 key 参数设置为 'q' 来调用 __getitem__() 方法。然后它将在其内部维护的查询参数列表 (self.list) 中查找一个.name与给定键相符的字典项。

可比较的类

我将此内容从前一节中拿出来使其单独成节，是因为“比较”操作并不局限于数字。许多数据类型都可以进行比较——字符串、列表，甚至字典。如果要创建自己的类，且对象之间的比较有意义，可以使用下面的特殊方法来实现比较。

序号目的所编写代码Python 实际调用

①

相等

x == y

x.__eq__(y)

②

不相等

x != y

x.__ne__(y)

③

小于

x < y

x.__lt__(y)

④

小于或等于

x <= y

x.__le__(y)

⑤

大于

x > y

x.__gt__(y)

⑥

大于或等于

x >= y

x.__ge__(y)

⑦

布尔上上下文环境中的真值

if x:

x.__bool__()

☞如果定义了 __lt__() 方法但没有定义 __gt__() 方法，Python 将通过经交换的算子调用__lt__() 方法。然而，Python 并不会组合方法。例如，如果定义了__lt__() 方法和 __eq()__ 方法，并试图测试是否 x <= y，Python 不会按顺序调用__lt__() 和__eq()__ 。它将只调用__le__() 方法。

可序列化的类

Python 支持 任意对象的序列化和反序列化。（多数 Python 参考资料称该过程为 “pickling” 和 “unpickling”）。该技术对与将状态保存为文件并在稍后恢复它非常有意义。所有的内置数据类型 均已支持 pickling 。如果创建了自定义类，且希望它能够 pickle，阅读pickle 协议 了解下列特殊方法何时以及如何被调用。

序号目的所编写代码Python 实际调用

①

自定义对象的复制

copy.copy(x)

x.__copy__()

②

自定义对象的深度复制

copy.deepcopy(x)

x.__deepcopy__()

③

在 pickling 之前获取对象的状态

pickle.dump(x, file)

x.__getstate__()

④

序列化某对象

pickle.dump(x, file)

x.__reduce__()

⑤

序列化某对象（新 pickling 协议）

pickle.dump(x, file, protocol_version)

x.__reduce_ex__(protocol_version)

⑥

控制 unpickling 过程中对象的创建方式

x = pickle.load(file)

x.__getnewargs__()

⑦

在 unpickling 之后还原对象的状态

x = pickle.load(file)

x.__setstate__()

* 要重建序列化对象，Python 需要创建一个和被序列化的对象看起来一样的新对象，然后设置新对象的所有属性。__getnewargs__() 方法控制新对象的创建过程，而__setstate__() 方法控制属性值的还原方式。

可在 with 语块中使用的类

with 语块定义了 运行时刻上下文环境；在执行 with 语句时将“进入”该上下文环境，而执行该语块中的最后一条语句将“退出”该上下文环境。

序号目的所编写代码Python 实际调用

①

在进入 with 语块时进行一些特别操作

with x:

x.__enter__()

②

在退出 with 语块时进行一些特别操作

with x:

x.__exit__()

以下是 with file 习惯用法 的运作方式：

#excerpt from io.py:def _checkClosed(self, msg=None):

'''Internal: raise an ValueError if file is closed'''

if self.closed:

raise ValueError('I/O operation on closed file.' if msg is None else msg)

def __enter__(self):

'''Context management protocol. Returns self.'''

self._checkClosed()

return self

def __exit__(self, *args):

'''Context management protocol. Calls close()'''

self.close()

该文件对象同时定义了一个 __enter__() 和一个 __exit__() 方法。该 __enter__() 方法检查文件是否处于打开状态；如果没有， _checkClosed()方法引发一个例外。

__enter__() 方法将始终返回 self —— 这是 with语块将用于调用属性和方法的对象

在 with 语块结束后，文件对象将自动关闭。怎么做到的？在 __exit__() 方法中调用了 self.close() .

☞该 __exit__() 方法将总是被调用，哪怕是在 with 语块中引发了例外。实际上，如果引发了例外，该例外信息将会被传递给__exit__() 方法。查阅With 状态上下文环境管理器 了解更多细节。

真正神奇的东西

如果知道自己在干什么，你几乎可以完全控制类是如何比较的、属性如何定义，以及类的子类是何种类型。

序号目的所编写代码Python 实际调用

①

类构造器

x = MyClass()

x.__new__()

②

类析构器

del x

x.__del__()

③

只定义特定集合的某些属性

x.__slots__()

④

自定义散列值

hash(x)

x.__hash__()

⑤

获取某个属性的值

x.color

type(x).__dict__['color'].__get__(x, type(x))

⑥

设置某个属性的值

x.color = 'PapayaWhip'

type(x).__dict__['color'].__set__(x, 'PapayaWhip')

⑦

删除某个属性

del x.color

type(x).__dict__['color'].__del__(x)

⑧

控制某个对象是否是该对象的实例 your class

isinstance(x, MyClass)

MyClass.__instancecheck__(x)

⑨

控制某个类是否是该类的子类

issubclass(C, MyClass)

MyClass.__subclasscheck__(C)

⑩

控制某个类是否是该抽象基类的子类

issubclass(C, MyABC)

MyABC.__subclasshook__(C)