一 isinstance(obj,cls)和issubclass(sub,super)
isinstance(obj,cls)检查是否obj是否是类 cls 的对象
classFoo(object):passobj=Foo()
isinstance(obj, Foo)
issubclass(sub, super)检查sub类是否是 super 类的派生类
classFoo(object):pass
classBar(Foo):passissubclass(Bar, Foo)
二 反射
1 什么是反射
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。
2 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)
四个可以实现自省的函数:hasattr(object,name)、getattr(object, name, default=None)、setattr(x, y, v)、delattr(x, y)。适用于类和对象(一切皆对象,类本身也是一个对象)
classBlackMedium:
feature='Ugly'
def __init__(self,name,addr):
self.name=name
self.addr=addrdefsell_house(self):print('%s 黑中介卖房子啦,傻逼才买呢,但是谁能证明自己不傻逼' %self.name)defrent_house(self):print('%s 黑中介租房子啦,傻逼才租呢' %self.name)
b1=BlackMedium('万成置地','回龙观天露园')#检测是否含有某属性
print(hasattr(b1,'name'))print(hasattr(b1,'sell_house'))#获取属性
n=getattr(b1,'name')print(n)
func=getattr(b1,'rent_house')
func()#getattr(b1,'aaaaaaaa') #报错
print(getattr(b1,'aaaaaaaa','不存在啊'))#设置属性
setattr(b1,'sb',True)
setattr(b1,'show_name',lambda self:self.name+'sb')print(b1.__dict__)print(b1.show_name(b1))#删除属性
delattr(b1,'addr')
delattr(b1,'show_name')
delattr(b1,'show_name111')#不存在,则报错
print(b1.__dict__)
四个方法的使用演示
classFoo(object):
staticField= "old boy"
def __init__(self):
self.name= 'wupeiqi'
deffunc(self):return 'func'@staticmethoddefbar():return 'bar'
print getattr(Foo, 'staticField')print getattr(Foo, 'func')print getattr(Foo, 'bar')
类也是对象
importsysdefs1():print('s1')defs2():print('s2')
this_module= sys.modules[__name__]
hasattr(this_module,'s1')
getattr(this_module,'s2')
反射当前模块成员
导入其他模块,利用反射查找该模块是否存在某个方法
#!/usr/bin/env python#-*- coding:utf-8 -*-
deftest():print('from the test')
module_test.py
"""程序目录:
module_test.py
index.py
当前文件:
index.py"""
importmodule_test as obj#obj.test()
print(hasattr(obj,'test'))
getattr(obj,'test')()
index.py
3 为什么用反射之反射的好处
好处一:实现可插拔机制
有俩程序员,一个lili,一个是egon,lili在写程序的时候需要用到egon所写的类,但是egon去跟女朋友度蜜月去了,还没有完成他写的类,lili想到了反射,使用了反射机制lili可以继续完成自己的代码,等egon度蜜月回来后再继续完成类的定义并且去实现lili想要的功能。
总之反射的好处就是,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’,什么意思?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
classFtpClient:'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
egon还没有实现全部功能
#from module import FtpClient
f1=FtpClient('192.168.1.1')if hasattr(f1,'get'):
func_get=getattr(f1,'get')
func_get()else:print('---->不存在此方法')print('处理其他的逻辑')
不影响lili的代码编写
好处二:动态导入模块(基于反射当前模块成员)
三 __setattr__,__delattr__,__getattr__
classFoo:
x=1
def __init__(self,y):
self.y=ydef __getattr__(self, item):print('----> from getattr:你找的属性不存在')def __setattr__(self, key, value):print('----> from setattr')#self.key=value #这就无限递归了,你好好想想
#self.__dict__[key]=value #应该使用它
def __delattr__(self, item):print('----> from delattr')#del self.item #无限递归了
self.__dict__.pop(item)#__setattr__添加/修改属性会触发它的执行
f1=Foo(10)print(f1.__dict__) #因为你重写了__setattr__,凡是赋值操作都会触发它的运行,你啥都没写,就是根本没赋值,除非你直接操作属性字典,否则永远无法赋值
f1.z=3
print(f1.__dict__)#__delattr__删除属性的时候会触发
f1.__dict__['a']=3#我们可以直接修改属性字典,来完成添加/修改属性的操作
delf1.aprint(f1.__dict__)#__getattr__只有在使用点调用属性且属性不存在的时候才会触发
f1.xxxxxx
三者用法演示
四 二次加工标准类型(包装)
包装:python为大家提供了标准数据类型,以及丰富的内置方法,其实在很多场景下我们都需要基于标准数据类型来定制我们自己的数据类型,新增/改写方法,这就用到了我们刚学的继承/派生知识(其他的标准类型均可以通过下面的方式进行二次加工)
class List(list): #继承list所有的属性,也可以派生出自己新的,比如append和mid
defappend(self, p_object):'派生自己的append:加上类型检查'
if notisinstance(p_object,int):raise TypeError('must be int')
super().append(p_object)
@propertydefmid(self):'新增自己的属性'index=len(self)//2
returnself[index]
l=List([1,2,3,4])print(l)
l.append(5)print(l)#l.append('1111111') #报错,必须为int类型
print(l.mid)#其余的方法都继承list的
l.insert(0,-123)print(l)
l.clear()print(l)
二次加工标准类型(基于继承实现
classList(list):def __init__(self,item,tag=False):
super().__init__(item)
self.tag=tagdefappend(self, p_object):if notisinstance(p_object,str):raiseTypeError
super().append(p_object)defclear(self):if notself.tag:raisePermissionError
super().clear()
l=List([1,2,3],False)print(l)print(l.tag)
l.append('saf')print(l)#l.clear() #异常
l.tag=True
l.clear()
练习(clear加权限限制)
授权:授权是包装的一个特性, 包装一个类型通常是对已存在的类型的一些定制,这种做法可以新建,修改或删除原有产品的功能。其它的则保持原样。授权的过程,即是所有更新的功能都是由新类的某部分来处理,但已存在的功能就授权给对象的默认属性。
实现授权的关键点就是覆盖__getattr__方法
importtimeclassFileHandle:def __init__(self,filename,mode='r',encoding='utf-8'):
self.file=open(filename,mode,encoding=encoding)defwrite(self,line):
t=time.strftime('%Y-%m-%d %T')
self.file.write('%s %s' %(t,line))def __getattr__(self, item):returngetattr(self.file,item)
f1=FileHandle('b.txt','w+')
f1.write('你好啊')
f1.seek(0)print(f1.read())
f1.close()
授权示范一
#_*_coding:utf-8_*_
__author__ = 'Linhaifeng'
#我们来加上b模式支持
importtimeclassFileHandle:def __init__(self,filename,mode='r',encoding='utf-8'):if 'b' inmode:
self.file=open(filename,mode)else:
self.file=open(filename,mode,encoding=encoding)
self.filename=filename
self.mode=mode
self.encoding=encodingdefwrite(self,line):if 'b' inself.mode:if notisinstance(line,bytes):raise TypeError('must be bytes')
self.file.write(line)def __getattr__(self, item):returngetattr(self.file,item)def __str__(self):if 'b' inself.mode:
res="<_io.bufferedreader name="%s">" %self.filenameelse:
res="<_io.textiowrapper name="%s" mode="%s" encoding="%s">" %(self.filename,self.mode,self.encoding)returnres
f1=FileHandle('b.txt','wb')#f1.write('你好啊啊啊啊啊') #自定制的write,不用在进行encode转成二进制去写了,简单,大气
f1.write('你好啊'.encode('utf-8'))print(f1)
f1.close()
授权示范二
#练习一
classList:def __init__(self,seq):
self.seq=seqdefappend(self, p_object):'派生自己的append加上类型检查,覆盖原有的append'
if notisinstance(p_object,int):raise TypeError('must be int')
self.seq.append(p_object)
@propertydefmid(self):'新增自己的方法'index=len(self.seq)//2
returnself.seq[index]def __getattr__(self, item):returngetattr(self.seq,item)def __str__(self):returnstr(self.seq)
l=List([1,2,3])print(l)
l.append(4)print(l)#l.append('3333333') #报错,必须为int类型
print(l.mid)#基于授权,获得insert方法
l.insert(0,-123)print(l)#练习二
classList:def __init__(self,seq,permission=False):
self.seq=seq
self.permission=permissiondefclear(self):if notself.permission:raise PermissionError('not allow the operation')
self.seq.clear()def __getattr__(self, item):returngetattr(self.seq,item)def __str__(self):returnstr(self.seq)
l=List([1,2,3])#l.clear() #此时没有权限,抛出异常
l.permission=Trueprint(l)
l.clear()print(l)#基于授权,获得insert方法
l.insert(0,-123)print(l)
练习题(授权)
五 __getattribute__
classFoo:def __init__(self,x):
self.x=xdef __getattr__(self, item):print('执行的是我')#return self.__dict__[item]
f1=Foo(10)print(f1.x)
f1.xxxxxx#不存在的属性访问,触发__getattr__
回顾__getattr__
classFoo:def __init__(self,x):
self.x=xdef __getattribute__(self, item):print('不管是否存在,我都会执行')
f1=Foo(10)
f1.x
f1.xxxxxx
__getattribute__
#_*_coding:utf-8_*_
__author__ = 'Linhaifeng'
classFoo:def __init__(self,x):
self.x=xdef __getattr__(self, item):print('执行的是我')#return self.__dict__[item]
def __getattribute__(self, item):print('不管是否存在,我都会执行')raise AttributeError('哈哈')
f1=Foo(10)
f1.x
f1.xxxxxx#当__getattribute__与__getattr__同时存在,只会执行__getattrbute__,除非__getattribute__在执行过程中抛出异常AttributeError
二者同时出现
六 描述符(__get__,__set__,__delete__)
1 描述符是什么:描述符本质就是一个新式类,在这个新式类中,至少实现了__get__(),__set__(),__delete__()中的一个,这也被称为描述符协议
__get__():调用一个属性时,触发
__set__():为一个属性赋值时,触发
__delete__():采用del删除属性时,触发
class Foo: #在python3中Foo是新式类,它实现了三种方法,这个类就被称作一个描述符
def __get__(self, instance, owner):pass
def __set__(self, instance, value):pass
def __delete__(self, instance):pass
定义一个描述符
2 描述符是干什么的:描述符的作用是用来代理另外一个类的属性的(必须把描述符定义成这个类的类属性,不能定义到构造函数中)
classFoo:def __get__(self, instance, owner):print('触发get')def __set__(self, instance, value):print('触发set')def __delete__(self, instance):print('触发delete')#包含这三个方法的新式类称为描述符,由这个类产生的实例进行属性的调用/赋值/删除,并不会触发这三个方法
f1=Foo()
f1.name='egon'f1.namedelf1.name#疑问:何时,何地,会触发这三个方法的执行
引子:描述符类产生的实例进行属性操作并不会触发三个方法的执行
#描述符Str
classStr:def __get__(self, instance, owner):print('Str调用')def __set__(self, instance, value):print('Str设置...')def __delete__(self, instance):print('Str删除...')#描述符Int
classInt:def __get__(self, instance, owner):print('Int调用')def __set__(self, instance, value):print('Int设置...')def __delete__(self, instance):print('Int删除...')classPeople:
name=Str()
age=Int()def __init__(self,name,age): #name被Str类代理,age被Int类代理,
self.name=name
self.age=age#何地?:定义成另外一个类的类属性
#何时?:且看下列演示
p1=People('alex',18)#描述符Str的使用
p1.name
p1.name='egon'
delp1.name#描述符Int的使用
p1.age
p1.age=18
delp1.age#我们来瞅瞅到底发生了什么
print(p1.__dict__)print(People.__dict__)#补充
print(type(p1) == People) #type(obj)其实是查看obj是由哪个类实例化来的
print(type(p1).__dict__ == People.__dict__)
描述符应用之何时?何地?
3 描述符分两种
一 数据描述符:至少实现了__get__()和__set__()
classFoo:def __set__(self, instance, value):print('set')def __get__(self, instance, owner):print('get')
二 非数据描述符:没有实现__set__()
classFoo:def __get__(self, instance, owner):print('get')
4 注意事项:
一 描述符本身应该定义成新式类,被代理的类也应该是新式类
二 必须把描述符定义成这个类的类属性,不能为定义到构造函数中
三 要严格遵循该优先级,优先级由高到底分别是
1.类属性
2.数据描述符
3.实例属性
4.非数据描述符
5.找不到的属性触发__getattr__()
#描述符Str
classStr:def __get__(self, instance, owner):print('Str调用')def __set__(self, instance, value):print('Str设置...')def __delete__(self, instance):print('Str删除...')classPeople:
name=Str()def __init__(self,name,age): #name被Str类代理,age被Int类代理,
self.name=name
self.age=age#基于上面的演示,我们已经知道,在一个类中定义描述符它就是一个类属性,存在于类的属性字典中,而不是实例的属性字典
#那既然描述符被定义成了一个类属性,直接通过类名也一定可以调用吧,没错
People.name #恩,调用类属性name,本质就是在调用描述符Str,触发了__get__()
People.name='egon' #那赋值呢,我去,并没有触发__set__()
del People.name #赶紧试试del,我去,也没有触发__delete__()#结论:描述符对类没有作用-------->傻逼到家的结论
'''原因:描述符在使用时被定义成另外一个类的类属性,因而类属性比二次加工的描述符伪装而来的类属性有更高的优先级
People.name #恩,调用类属性name,找不到就去找描述符伪装的类属性name,触发了__get__()
People.name='egon' #那赋值呢,直接赋值了一个类属性,它拥有更高的优先级,相当于覆盖了描述符,肯定不会触发描述符的__set__()
del People.name #同上'''
类属性>数据描述符
#描述符Str
classStr:def __get__(self, instance, owner):print('Str调用')def __set__(self, instance, value):print('Str设置...')def __delete__(self, instance):print('Str删除...')classPeople:
name=Str()def __init__(self,name,age): #name被Str类代理,age被Int类代理,
self.name=name
self.age=age
p1=People('egon',18)#如果描述符是一个数据描述符(即有__get__又有__set__),那么p1.name的调用与赋值都是触发描述符的操作,于p1本身无关了,相当于覆盖了实例的属性
p1.name='egonnnnnn'p1.nameprint(p1.__dict__)#实例的属性字典中没有name,因为name是一个数据描述符,优先级高于实例属性,查看/赋值/删除都是跟描述符有关,与实例无关了
del p1.name
数据描述符>实例属性
classFoo:deffunc(self):print('我胡汉三又回来了')
f1=Foo()
f1.func()#调用类的方法,也可以说是调用非数据描述符#函数是一个非数据描述符对象(一切皆对象么)
print(dir(Foo.func))print(hasattr(Foo.func,'__set__'))print(hasattr(Foo.func,'__get__'))print(hasattr(Foo.func,'__delete__'))#有人可能会问,描述符不都是类么,函数怎么算也应该是一个对象啊,怎么就是描述符了#笨蛋哥,描述符是类没问题,描述符在应用的时候不都是实例化成一个类属性么#函数就是一个由非描述符类实例化得到的对象#没错,字符串也一样
f1.func='这是实例属性啊'
print(f1.func)del f1.func #删掉了非数据
f1.func()
实例属性>非数据描述符
classFoo:def __set__(self, instance, value):print('set')def __get__(self, instance, owner):print('get')classRoom:
name=Foo()def __init__(self,name,width,length):
self.name=name
self.width=width
self.length=length#name是一个数据描述符,因为name=Foo()而Foo实现了get和set方法,因而比实例属性有更高的优先级#对实例的属性操作,触发的都是描述符的
r1=Room('厕所',1,1)
r1.name
r1.name='厨房'
classFoo:def __get__(self, instance, owner):print('get')classRoom:
name=Foo()def __init__(self,name,width,length):
self.name=name
self.width=width
self.length=length#name是一个非数据描述符,因为name=Foo()而Foo没有实现set方法,因而比实例属性有更低的优先级#对实例的属性操作,触发的都是实例自己的
r1=Room('厕所',1,1)
r1.name
r1.name='厨房'
再次验证:实例属性>非数据描述符
classFoo:deffunc(self):print('我胡汉三又回来了')def __getattr__(self, item):print('找不到了当然是来找我啦',item)
f1=Foo()
f1.xxxxxxxxxxx
非数据描述符>找不到
5 描述符使用
众所周知,python是弱类型语言,即参数的赋值没有类型限制,下面我们通过描述符机制来实现类型限制功能
classStr:def __init__(self,name):
self.name=namedef __get__(self, instance, owner):print('get--->',instance,owner)return instance.__dict__[self.name]def __set__(self, instance, value):print('set--->',instance,value)
instance.__dict__[self.name]=valuedef __delete__(self, instance):print('delete--->',instance)
instance.__dict__.pop(self.name)classPeople:
name=Str('name')def __init__(self,name,age,salary):
self.name=name
self.age=age
self.salary=salary
p1=People('egon',18,3231.3)#调用
print(p1.__dict__)
p1.name#赋值
print(p1.__dict__)
p1.name='egonlin'
print(p1.__dict__)#删除
print(p1.__dict__)delp1.nameprint(p1.__dict__)
牛刀小试
classStr:def __init__(self,name):
self.name=namedef __get__(self, instance, owner):print('get--->',instance,owner)return instance.__dict__[self.name]def __set__(self, instance, value):print('set--->',instance,value)
instance.__dict__[self.name]=valuedef __delete__(self, instance):print('delete--->',instance)
instance.__dict__.pop(self.name)classPeople:
name=Str('name')def __init__(self,name,age,salary):
self.name=name
self.age=age
self.salary=salary#疑问:如果我用类名去操作属性呢
People.name #报错,错误的根源在于类去操作属性时,会把None传给instance
#修订__get__方法
classStr:def __init__(self,name):
self.name=namedef __get__(self, instance, owner):print('get--->',instance,owner)if instance isNone:returnselfreturn instance.__dict__[self.name]def __set__(self, instance, value):print('set--->',instance,value)
instance.__dict__[self.name]=valuedef __delete__(self, instance):print('delete--->',instance)
instance.__dict__.pop(self.name)classPeople:
name=Str('name')def __init__(self,name,age,salary):
self.name=name
self.age=age
self.salary=salaryprint(People.name) #完美,解决
拔刀相助
classStr:def __init__(self,name,expected_type):
self.name=name
self.expected_type=expected_typedef __get__(self, instance, owner):print('get--->',instance,owner)if instance isNone:returnselfreturn instance.__dict__[self.name]def __set__(self, instance, value):print('set--->',instance,value)if not isinstance(value,self.expected_type): #如果不是期望的类型,则抛出异常
raise TypeError('Expected %s' %str(self.expected_type))
instance.__dict__[self.name]=valuedef __delete__(self, instance):print('delete--->',instance)
instance.__dict__.pop(self.name)classPeople:
name=Str('name',str) #新增类型限制str
def __init__(self,name,age,salary):
self.name=name
self.age=age
self.salary=salary
p1=People(123,18,3333.3)#传入的name因不是字符串类型而抛出异常
磨刀霍霍
classTyped:def __init__(self,name,expected_type):
self.name=name
self.expected_type=expected_typedef __get__(self, instance, owner):print('get--->',instance,owner)if instance isNone:returnselfreturn instance.__dict__[self.name]def __set__(self, instance, value):print('set--->',instance,value)if notisinstance(value,self.expected_type):raise TypeError('Expected %s' %str(self.expected_type))
instance.__dict__[self.name]=valuedef __delete__(self, instance):print('delete--->',instance)
instance.__dict__.pop(self.name)classPeople:
name=Typed('name',str)
age=Typed('name',int)
salary=Typed('name',float)def __init__(self,name,age,salary):
self.name=name
self.age=age
self.salary=salary
p1=People(123,18,3333.3)
p1=People('egon','18',3333.3)
p1=People('egon',18,3333)
大刀阔斧
大刀阔斧之后我们已然能实现功能了,但是问题是,如果我们的类有很多属性,你仍然采用在定义一堆类属性的方式去实现,low,这时候我需要教你一招:独孤九剑
defdecorate(cls):print('类的装饰器开始运行啦------>')returncls
@decorate#无参:People=decorate(People)
classPeople:def __init__(self,name,age,salary):
self.name=name
self.age=age
self.salary=salary
p1=People('egon',18,3333.3)
类的装饰器:无参
def typeassert(**kwargs):defdecorate(cls):print('类的装饰器开始运行啦------>',kwargs)returnclsreturndecorate
@typeassert(name=str,age=int,salary=float) #有参:1.运行typeassert(...)返回结果是decorate,此时参数都传给kwargs 2.People=decorate(People)
classPeople:def __init__(self,name,age,salary):
self.name=name
self.age=age
self.salary=salary
p1=People('egon',18,3333.3)
类的装饰器:有参
终极大招
classTyped:def __init__(self,name,expected_type):
self.name=name
self.expected_type=expected_typedef __get__(self, instance, owner):print('get--->',instance,owner)if instance isNone:returnselfreturn instance.__dict__[self.name]def __set__(self, instance, value):print('set--->',instance,value)if notisinstance(value,self.expected_type):raise TypeError('Expected %s' %str(self.expected_type))
instance.__dict__[self.name]=valuedef __delete__(self, instance):print('delete--->',instance)
instance.__dict__.pop(self.name)def typeassert(**kwargs):defdecorate(cls):print('类的装饰器开始运行啦------>',kwargs)for name,expected_type inkwargs.items():
setattr(cls,name,Typed(name,expected_type))returnclsreturndecorate
@typeassert(name=str,age=int,salary=float) #有参:1.运行typeassert(...)返回结果是decorate,此时参数都传给kwargs 2.People=decorate(People)
classPeople:def __init__(self,name,age,salary):
self.name=name
self.age=age
self.salary=salaryprint(People.__dict__)
p1=People('egon',18,3333.3)
刀光剑影
6 描述符总结
描述符是可以实现大部分python类特性中的底层魔法,包括@classmethod,@staticmethd,@property甚至是__slots__属性
描述父是很多高级库和框架的重要工具之一,描述符通常是使用到装饰器或者元类的大型框架中的一个组件.
7 利用描述符原理完成一个自定制@property,实现延迟计算(本质就是把一个函数属性利用装饰器原理做成一个描述符:类的属性字典中函数名为key,value为描述符类产生的对象)
classRoom:def __init__(self,name,width,length):
self.name=name
self.width=width
self.length=length
@propertydefarea(self):return self.width *self.length
r1=Room('alex',1,1)print(r1.area)
@property回顾
classLazyproperty:def __init__(self,func):
self.func=funcdef __get__(self, instance, owner):print('这是我们自己定制的静态属性,r1.area实际是要执行r1.area()')if instance isNone:returnselfreturn self.func(instance) #此时你应该明白,到底是谁在为你做自动传递self的事情
classRoom:def __init__(self,name,width,length):
self.name=name
self.width=width
self.length=length
@Lazyproperty#area=Lazyproperty(area) 相当于定义了一个类属性,即描述符
defarea(self):return self.width *self.length
r1=Room('alex',1,1)print(r1.area)
自己做一个@property
classLazyproperty:def __init__(self,func):
self.func=funcdef __get__(self, instance, owner):print('这是我们自己定制的静态属性,r1.area实际是要执行r1.area()')if instance isNone:returnselfelse:print('--->')
value=self.func(instance)
setattr(instance,self.func.__name__,value) #计算一次就缓存到实例的属性字典中
returnvalueclassRoom:def __init__(self,name,width,length):
self.name=name
self.width=width
self.length=length
@Lazyproperty#area=Lazyproperty(area) 相当于'定义了一个类属性,即描述符'
defarea(self):return self.width *self.length
r1=Room('alex',1,1)print(r1.area) #先从自己的属性字典找,没有再去类的中找,然后出发了area的__get__方法
print(r1.area) #先从自己的属性字典找,找到了,是上次计算的结果,这样就不用每执行一次都去计算
实现延迟计算功能
#缓存不起来了
classLazyproperty:def __init__(self,func):
self.func=funcdef __get__(self, instance, owner):print('这是我们自己定制的静态属性,r1.area实际是要执行r1.area()')if instance isNone:returnselfelse:
value=self.func(instance)
instance.__dict__[self.func.__name__]=valuereturnvalue#return self.func(instance) #此时你应该明白,到底是谁在为你做自动传递self的事情
def __set__(self, instance, value):print('hahahahahah')classRoom:def __init__(self,name,width,length):
self.name=name
self.width=width
self.length=length
@Lazyproperty#area=Lazyproperty(area) 相当于定义了一个类属性,即描述符
defarea(self):return self.width *self.lengthprint(Room.__dict__)
r1=Room('alex',1,1)print(r1.area)print(r1.area)print(r1.area)print(r1.area) #缓存功能失效,每次都去找描述符了,为何,因为描述符实现了set方法,它由非数据描述符变成了数据描述符,数据描述符比实例属性有更高的优先级,因而所有的属性操作都去找描述符了
一个小的改动,延迟计算的美梦就破碎了
8 利用描述符原理完成一个自定制@classmethod
classClassMethod:def __init__(self,func):
self.func=funcdef __get__(self, instance, owner): #类来调用,instance为None,owner为类本身,实例来调用,instance为实例,owner为类本身,
deffeedback():print('在这里可以加功能啊...')returnself.func(owner)returnfeedbackclassPeople:
name='linhaifeng'@ClassMethod#say_hi=ClassMethod(say_hi)
defsay_hi(cls):print('你好啊,帅哥 %s' %cls.name)
People.say_hi()
p1=People()
p1.say_hi()#疑问,类方法如果有参数呢,好说,好说
classClassMethod:def __init__(self,func):
self.func=funcdef __get__(self, instance, owner): #类来调用,instance为None,owner为类本身,实例来调用,instance为实例,owner为类本身,
def feedback(*args,**kwargs):print('在这里可以加功能啊...')return self.func(owner,*args,**kwargs)returnfeedbackclassPeople:
name='linhaifeng'@ClassMethod#say_hi=ClassMethod(say_hi)
defsay_hi(cls,msg):print('你好啊,帅哥 %s %s' %(cls.name,msg))
People.say_hi('你是那偷心的贼')
p1=People()
p1.say_hi('你是那偷心的贼')
自己做一个@classmethod
9 利用描述符原理完成一个自定制的@staticmethod
classStaticMethod:def __init__(self,func):
self.func=funcdef __get__(self, instance, owner): #类来调用,instance为None,owner为类本身,实例来调用,instance为实例,owner为类本身,
def feedback(*args,**kwargs):print('在这里可以加功能啊...')return self.func(*args,**kwargs)returnfeedbackclassPeople:
@StaticMethod#say_hi=StaticMethod(say_hi)
defsay_hi(x,y,z):print('------>',x,y,z)
People.say_hi(1,2,3)
p1=People()
p1.say_hi(4,5,6)
自己做一个@staticmethod
六 再看property
一个静态属性property本质就是实现了get,set,delete三种方法
classFoo:
@propertydefAAA(self):print('get的时候运行我啊')
@AAA.setterdefAAA(self,value):print('set的时候运行我啊')
@AAA.deleterdefAAA(self):print('delete的时候运行我啊')#只有在属性AAA定义property后才能定义AAA.setter,AAA.deleter
f1=Foo()
f1.AAA
f1.AAA='aaa'
del f1.AAA
用法一
classFoo:defget_AAA(self):print('get的时候运行我啊')defset_AAA(self,value):print('set的时候运行我啊')defdelete_AAA(self):print('delete的时候运行我啊')
AAA=property(get_AAA,set_AAA,delete_AAA) #内置property三个参数与get,set,delete一一对应
f1=Foo()
f1.AAA
f1.AAA='aaa'
del f1.AAA
用法二
怎么用?
classGoods:def __init__(self):#原价
self.original_price = 100
#折扣
self.discount = 0.8@propertydefprice(self):#实际价格 = 原价 * 折扣
new_price = self.original_price *self.discountreturnnew_price
@price.setterdefprice(self, value):
self.original_price=value
@price.deleterdefprice(self):delself.original_price
obj=Goods()
obj.price#获取商品价格
obj.price = 200 #修改商品原价
print(obj.price)del obj.price #删除商品原价
案例一
#实现类型检测功能
#第一关:
classPeople:def __init__(self,name):
self.name=name
@propertydefname(self):returnself.name#p1=People('alex') #property自动实现了set和get方法属于数据描述符,比实例属性优先级高,所以你这面写会触发property内置的set,抛出异常
#第二关:修订版
classPeople:def __init__(self,name):
self.name=name #实例化就触发property
@propertydefname(self):#return self.name #无限递归
print('get------>')returnself.DouNiWan
@name.setterdefname(self,value):print('set------>')
self.DouNiWan=value
@name.deleterdefname(self):print('delete------>')delself.DouNiWan
p1=People('alex') #self.name实际是存放到self.DouNiWan里
print(p1.name)print(p1.name)print(p1.name)print(p1.__dict__)
p1.name='egon'
print(p1.__dict__)delp1.nameprint(p1.__dict__)#第三关:加上类型检查
classPeople:def __init__(self,name):
self.name=name #实例化就触发property
@propertydefname(self):#return self.name #无限递归
print('get------>')returnself.DouNiWan
@name.setterdefname(self,value):print('set------>')if notisinstance(value,str):raise TypeError('必须是字符串类型')
self.DouNiWan=value
@name.deleterdefname(self):print('delete------>')delself.DouNiWan
p1=People('alex') #self.name实际是存放到self.DouNiWan里
p1.name=1
案例二
七 __setitem__,__getitem,__delitem__
classFoo:def __init__(self,name):
self.name=namedef __getitem__(self, item):print(self.__dict__[item])def __setitem__(self, key, value):
self.__dict__[key]=valuedef __delitem__(self, key):print('del obj[key]时,我执行')
self.__dict__.pop(key)def __delattr__(self, item):print('del obj.key时,我执行')
self.__dict__.pop(item)
f1=Foo('sb')
f1['age']=18f1['age1']=19
delf1.age1del f1['age']
f1['name']='alex'
print(f1.__dict__)
View Code
八 __str__,__repr__,__format__
改变对象的字符串显示__str__,__repr__
自定制格式化字符串__format__
#_*_coding:utf-8_*_
__author__ = 'Linhaifeng'format_dict={'nat':'{obj.name}-{obj.addr}-{obj.type}',#学校名-学校地址-学校类型
'tna':'{obj.type}:{obj.name}:{obj.addr}',#学校类型:学校名:学校地址
'tan':'{obj.type}/{obj.addr}/{obj.name}',#学校类型/学校地址/学校名
}classSchool:def __init__(self,name,addr,type):
self.name=name
self.addr=addr
self.type=typedef __repr__(self):return 'School(%s,%s)' %(self.name,self.addr)def __str__(self):return '(%s,%s)' %(self.name,self.addr)def __format__(self, format_spec):#if format_spec
if not format_spec or format_spec not informat_dict:
format_spec='nat'fmt=format_dict[format_spec]return fmt.format(obj=self)
s1=School('oldboy1','北京','私立')print('from repr:',repr(s1))print('from str:',str(s1))print(s1)'''str函数或者print函数--->obj.__str__()
repr或者交互式解释器--->obj.__repr__()
如果__str__没有被定义,那么就会使用__repr__来代替输出
注意:这俩方法的返回值必须是字符串,否则抛出异常'''
print(format(s1,'nat'))print(format(s1,'tna'))print(format(s1,'tan'))print(format(s1,'asfdasdffd'))
View Code
date_dic={'ymd':'{0.year}:{0.month}:{0.day}','dmy':'{0.day}/{0.month}/{0.year}','mdy':'{0.month}-{0.day}-{0.year}',
}classDate:def __init__(self,year,month,day):
self.year=year
self.month=month
self.day=daydef __format__(self, format_spec):if not format_spec or format_spec not indate_dic:
format_spec='ymd'fmt=date_dic[format_spec]returnfmt.format(self)
d1=Date(2016,12,29)print(format(d1))print('{:mdy}'.format(d1))
自定义format练习
#_*_coding:utf-8_*_
__author__ = 'Linhaifeng'
classA:pass
classB(A):pass
print(issubclass(B,A)) #B是A的子类,返回True
a1=A()print(isinstance(a1,A)) #a1是A的实例
issubclass和isinstance
九 __slots__
'''1.__slots__是什么:是一个类变量,变量值可以是列表,元祖,或者可迭代对象,也可以是一个字符串(意味着所有实例只有一个数据属性)
2.引子:使用点来访问属性本质就是在访问类或者对象的__dict__属性字典(类的字典是共享的,而每个实例的是独立的)
3.为何使用__slots__:字典会占用大量内存,如果你有一个属性很少的类,但是有很多实例,为了节省内存可以使用__slots__取代实例的__dict__
当你定义__slots__后,__slots__就会为实例使用一种更加紧凑的内部表示。实例通过一个很小的固定大小的数组来构建,而不是为每个实例定义一个
字典,这跟元组或列表很类似。在__slots__中列出的属性名在内部被映射到这个数组的指定小标上。使用__slots__一个不好的地方就是我们不能再给
实例添加新的属性了,只能使用在__slots__中定义的那些属性名。
4.注意事项:__slots__的很多特性都依赖于普通的基于字典的实现。另外,定义了__slots__后的类不再 支持一些普通类特性了,比如多继承。大多数情况下,你应该
只在那些经常被使用到 的用作数据结构的类上定义__slots__比如在程序中需要创建某个类的几百万个实例对象 。
关于__slots__的一个常见误区是它可以作为一个封装工具来防止用户给实例增加新的属性。尽管使用__slots__可以达到这样的目的,但是这个并不是它的初衷。 更多的是用来作为一个内存优化工具。'''
classFoo:__slots__='x'f1=Foo()
f1.x=1f1.y=2#报错
print(f1.__slots__) #f1不再有__dict__
classBar:__slots__=['x','y']
n=Bar()
n.x,n.y=1,2n.z=3#报错
__slots__使用
classFoo:__slots__=['name','age']
f1=Foo()
f1.name='alex'f1.age=18
print(f1.__slots__)
f2=Foo()
f2.name='egon'f2.age=19
print(f2.__slots__)print(Foo.__dict__)#f1与f2都没有属性字典__dict__了,统一归__slots__管,节省内存
刨根问底
十 __next__和__iter__实现迭代器协议
classFoo:def __init__(self,start,stop):
self.num=start
self.stop=stopdef __iter__(self):returnselfdef __next__(self):if self.num >=self.stop:raiseStopIteration
n=self.num
self.num+=1
returnn
f=Foo(1,5)from collections importIterable,Iteratorprint(isinstance(f,Iterator))for i in Foo(1,5):print(i)
简单示范
classRange:def __init__(self,n,stop,step):
self.n=n
self.stop=stop
self.step=stepdef __next__(self):if self.n >=self.stop:raiseStopIteration
x=self.n
self.n+=self.stepreturnxdef __iter__(self):returnselffor i in Range(1,7,3): # print(i)
练习:简单模拟range,加上步长
classFib:def __init__(self):
self._a=0
self._b=1
def __iter__(self):returnselfdef __next__(self):
self._a,self._b=self._b,self._a +self._breturnself._a
f1=Fib()print(f1.__next__())print(next(f1))print(next(f1))for i inf1:if i > 100:break
print('%s' %i,end='')
十一 __doc__
classFoo:'我是描述信息'
pass
print(Foo.__doc__)
它类的描述信息
classFoo:'我是描述信息'
pass
classBar(Foo):pass
print(Bar.__doc__) #该属性无法继承给子类
该属性无法被继承
十二 __module__和__class__
__module__ 表示当前操作的对象在那个模块
__class__ 表示当前操作的对象的类是什么
#!/usr/bin/env python#-*- coding:utf-8 -*-
classC:def __init__(self):
self.name= ‘SB'
lib/aa.py
from lib.aa importC
obj=C()print obj.__module__ #输出 lib.aa,即:输出模块
print obj.__class__ #输出 lib.aa.C,即:输出类
index.py
十三 __del__
析构方法,当对象在内存中被释放时,自动触发执行。
注:如果产生的对象仅仅只是python程序级别的(用户级),那么无需定义__del__,如果产生的对象的同时还会向操作系统发起系统调用,即一个对象有用户级与内核级两种资源,比如(打开一个文件,创建一个数据库链接),则必须在清除对象的同时回收系统资源,这就用到了__del__
classFoo:def __del__(self):print('执行我啦')
f1=Foo()delf1print('------->')#输出结果
执行我啦------->
简单示范
classFoo:def __del__(self):print('执行我啦')
f1=Foo()#del f1
print('------->')#输出结果
------->执行我啦#为何啊???
挖坑埋了你
典型的应用场景:
创建数据库类,用该类实例化出数据库链接对象,对象本身是存放于用户空间内存中,而链接则是由操作系统管理的,存放于内核空间内存中
当程序结束时,python只会回收自己的内存空间,即用户态内存,而操作系统的资源则没有被回收,这就需要我们定制__del__,在对象被删除前向操作系统发起关闭数据库链接的系统调用,回收资源
这与文件处理是一个道理:
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()
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
十四 __enter__和__exit__
我们知道在操作文件对象的时候可以这么写
with open('a.txt') as f:'代码块'
上述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
classOpen:def __init__(self,name):
self.name=namedef __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)
上下文管理协议
__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
classOpen:def __init__(self,name):
self.name=namedef __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')def __exit__(self, exc_type, exc_val, exc_tb):print('with中代码块执行完毕时执行我啊')print(exc_type)print(exc_val)print(exc_tb)
with Open('a.txt') as f:print('=====>执行代码块')raise AttributeError('***着火啦,救火啊***')print('0'*100) #------------------------------->不会执行
View Code
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
classOpen:def __init__(self,name):
self.name=namedef __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')def __exit__(self, exc_type, exc_val, exc_tb):print('with中代码块执行完毕时执行我啊')print(exc_type)print(exc_val)print(exc_tb)returnTrue
with Open('a.txt') as f:print('=====>执行代码块')raise AttributeError('***着火啦,救火啊***')print('0'*100) #------------------------------->会执行
View Code
classOpen:def __init__(self,filepath,mode='r',encoding='utf-8'):
self.filepath=filepath
self.mode=mode
self.encoding=encodingdef __enter__(self):#print('enter')
self.f=open(self.filepath,mode=self.mode,encoding=self.encoding)returnself.fdef __exit__(self, exc_type, exc_val, exc_tb):#print('exit')
self.f.close()returnTruedef __getattr__(self, item):returngetattr(self.f,item)
with Open('a.txt','w') as f:print(f)
f.write('aaaaaa')
f.wasdf#抛出异常,交给__exit__处理
练习:模拟Open
用途或者说好处:
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,你无须再去关系这个问题,这将大有用处
十五 __call__
对象后面加括号,触发执行。
注:构造方法的执行是由创建对象触发的,即:对象 = 类名() ;而对于 __call__ 方法的执行是由对象后加括号触发的,即:对象() 或者 类()()
classFoo:def __init__(self):pass
def __call__(self, *args, **kwargs):print('__call__')
obj= Foo() #执行 __init__
obj() #执行 __call__
View Code
十六 metaclass
一 前言
元类属于python面向对象编程的深层魔法,99%的人都不得要领,一些自以为搞明白元类的人其实也只是自圆其说、点到为止,从对元类的控制上来看就破绽百出、逻辑混乱,今天我就来带大家来深度了解python元类的来龙去脉。
笔者深入浅出的背后是对技术一日复一日的执念,希望可以大家可以尊重原创,为大家能因此文而解开对元类所有的疑惑而感到开心!!!
二 什么是元类
一切源自于一句话:python中一切皆为对象。让我们先定义一个类,然后逐步分析
class OldboyTeacher(object):
school='oldboy'def __init__(self,name,age):
self.name=name
self.age=age
def say(self):
print('%s says welcome to the oldboy to learn Python' %self.name)
所有的对象都是实例化或者说调用类而得到的(调用类的过程称为类的实例化),比如对象t1是调用类OldboyTeacher得到的
t1=OldboyTeacher('egon',18)
print(type(t1)) #查看对象t1的类是
如果一切皆为对象,那么类OldboyTeacher本质也是一个对象,既然所有的对象都是调用类得到的,那么OldboyTeacher必然也是调用了一个类得到的,这个类称为元类
于是我们可以推导出===>产生OldboyTeacher的过程一定发生了:OldboyTeacher=元类(...)
print(type(OldboyTeacher)) # 结果为,证明是调用了type这个元类而产生的OldboyTeacher,即默认的元类为type
三 class关键字创建类的流程分析
上文我们基于python中一切皆为对象的概念分析出:我们用class关键字定义的类本身也是一个对象,负责产生该对象的类称之为元类(元类可以简称为类的类),内置的元类为type
class关键字在帮我们创建类时,必然帮我们调用了元类OldboyTeacher=type(...),那调用type时传入的参数是什么呢?必然是类的关键组成部分,一个类有三大组成部分,分别是
1、类名class_name='OldboyTeacher'
2、基类们class_bases=(object,)
3、类的名称空间class_dic,类的名称空间是执行类体代码而得到的
调用type时会依次传入以上三个参数
综上,class关键字帮我们创建一个类应该细分为以下四个过程
补充:exec的用法
#exec:三个参数
#参数一:包含一系列python代码的字符串
#参数二:全局作用域(字典形式),如果不指定,默认为globals()
#参数三:局部作用域(字典形式),如果不指定,默认为locals()
#可以把exec命令的执行当成是一个函数的执行,会将执行期间产生的名字存放于局部名称空间中
g={'x':1,'y':2}
l={}exec('''global x,z
x=100
z=200
m=300''',g,l)print(g) #{'x': 100, 'y': 2,'z':200,......}
print(l) #{'m': 300}
四 自定义元类控制类OldboyTeacher的创建
一个类没有声明自己的元类,默认他的元类就是type,除了使用内置元类type,我们也可以通过继承type来自定义元类,然后使用metaclass关键字参数为一个类指定元类
class Mymeta(type): #只有继承了type类才能称之为一个元类,否则就是一个普通的自定义类
pass
class OldboyTeacher(object,metaclass=Mymeta): #OldboyTeacher=Mymeta('OldboyTeacher',(object),{...})
school='oldboy'
def __init__(self,name,age):
self.name=name
self.age=agedefsay(self):print('%s says welcome to the oldboy to learn Python' %self.name)
自定义元类可以控制类的产生过程,类的产生过程其实就是元类的调用过程,即OldboyTeacher=Mymeta('OldboyTeacher',(object),{...}),调用Mymeta会先产生一个空对象OldoyTeacher,然后连同调用Mymeta括号内的参数一同传给Mymeta下的__init__方法,完成初始化,于是我们可以
class Mymeta(type): #只有继承了type类才能称之为一个元类,否则就是一个普通的自定义类
def __init__(self,class_name,class_bases,class_dic):#print(self) #
#print(class_bases) #(,)
#print(class_dic) #{'__module__': '__main__', '__qualname__': 'OldboyTeacher', 'school': 'oldboy', '__init__': , 'say': }
super(Mymeta, self).__init__(class_name, class_bases, class_dic) #重用父类的功能
ifclass_name.islower():raise TypeError('类名%s请修改为驼峰体' %class_name)if '__doc__' not in class_dic or len(class_dic['__doc__'].strip('\n')) ==0:raise TypeError('类中必须有文档注释,并且文档注释不能为空')class OldboyTeacher(object,metaclass=Mymeta): #OldboyTeacher=Mymeta('OldboyTeacher',(object),{...})
"""类OldboyTeacher的文档注释"""school='oldboy'
def __init__(self,name,age):
self.name=name
self.age=agedefsay(self):print('%s says welcome to the oldboy to learn Python' %self.name)
六 自定义元类控制类OldboyTeacher的调用
储备知识:__call__
classFoo:def __call__(self, *args, **kwargs):print(self)print(args)print(kwargs)
obj=Foo()#1、要想让obj这个对象变成一个可调用的对象,需要在该对象的类中定义一个方法__call__方法,该方法会在调用对象时自动触发#2、调用obj的返回值就是__call__方法的返回值
res=obj(1,2,3,x=1,y=2)
由上例得知,调用一个对象,就是触发对象所在类中的__call__方法的执行,如果把OldboyTeacher也当做一个对象,那么在OldboyTeacher这个对象的类中也必然存在一个__call__方法
class Mymeta(type): #只有继承了type类才能称之为一个元类,否则就是一个普通的自定义类
def __call__(self, *args, **kwargs):print(self) #
print(args) #('egon', 18)
print(kwargs) #{}
return 123
class OldboyTeacher(object,metaclass=Mymeta):
school='oldboy'
def __init__(self,name,age):
self.name=name
self.age=agedefsay(self):print('%s says welcome to the oldboy to learn Python' %self.name)#调用OldboyTeacher就是在调用OldboyTeacher类中的__call__方法#然后将OldboyTeacher传给self,溢出的位置参数传给*,溢出的关键字参数传给**#调用OldboyTeacher的返回值就是调用__call__的返回值
t1=OldboyTeacher('egon',18)print(t1) #123
默认地,调用t1=OldboyTeacher('egon',18)会做三件事
1、产生一个空对象obj
2、调用__init__方法初始化对象obj
3、返回初始化好的obj
对应着,OldboyTeacher类中的__call__方法也应该做这三件事
class Mymeta(type): #只有继承了type类才能称之为一个元类,否则就是一个普通的自定义类
def __call__(self, *args, **kwargs): #self=
#1、调用__new__产生一个空对象obj
obj=self.__new__(self) #此处的self是类OldoyTeacher,必须传参,代表创建一个OldboyTeacher的对象obj
#2、调用__init__初始化空对象obj
self.__init__(obj,*args,**kwargs)#3、返回初始化好的对象obj
returnobjclass OldboyTeacher(object,metaclass=Mymeta):
school='oldboy'
def __init__(self,name,age):
self.name=name
self.age=agedefsay(self):print('%s says welcome to the oldboy to learn Python' %self.name)
t1=OldboyTeacher('egon',18)print(t1.__dict__) #{'name': 'egon', 'age': 18}
上例的__call__相当于一个模板,我们可以在该基础上改写__call__的逻辑从而控制调用OldboyTeacher的过程,比如将OldboyTeacher的对象的所有属性都变成私有的
class Mymeta(type): #只有继承了type类才能称之为一个元类,否则就是一个普通的自定义类
def __call__(self, *args, **kwargs): #self=
#1、调用__new__产生一个空对象obj
obj=self.__new__(self) #此处的self是类OldoyTeacher,必须传参,代表创建一个OldboyTeacher的对象obj
#2、调用__init__初始化空对象obj
self.__init__(obj,*args,**kwargs)#在初始化之后,obj.__dict__里就有值了
obj.__dict__={'_%s__%s' %(self.__name__,k):v for k,v in obj.__dict__.items()}#3、返回初始化好的对象obj
returnobjclass OldboyTeacher(object,metaclass=Mymeta):
school='oldboy'
def __init__(self,name,age):
self.name=name
self.age=agedefsay(self):print('%s says welcome to the oldboy to learn Python' %self.name)
t1=OldboyTeacher('egon',18)print(t1.__dict__) #{'_OldboyTeacher__name': 'egon', '_OldboyTeacher__age': 18}
六 再看属性查找
结合python继承的实现原理+元类重新看属性的查找应该是什么样子呢???
在学习完元类后,其实我们用class自定义的类也全都是对象(包括object类本身也是元类type的 一个实例,可以用type(object)查看),我们学习过继承的实现原理,如果把类当成对象去看,将下述继承应该说成是:对象OldboyTeacher继承对象Foo,对象Foo继承对象Bar,对象Bar继承对象object
class Mymeta(type): #只有继承了type类才能称之为一个元类,否则就是一个普通的自定义类
n=444
def __call__(self, *args, **kwargs): #self=
obj=self.__new__(self)
self.__init__(obj,*args,**kwargs)returnobjclassBar(object):
n=333
classFoo(Bar):
n=222
class OldboyTeacher(Foo,metaclass=Mymeta):
n=111school='oldboy'
def __init__(self,name,age):
self.name=name
self.age=agedefsay(self):print('%s says welcome to the oldboy to learn Python' %self.name)print(OldboyTeacher.n) #自下而上依次注释各个类中的n=xxx,然后重新运行程序,发现n的查找顺序为OldboyTeacher->Foo->Bar->object->Mymeta->type
于是属性查找应该分成两层,一层是对象层(基于c3算法的MRO)的查找,另外一个层则是类层(即元类层)的查找
#查找顺序:#1、先对象层:OldoyTeacher->Foo->Bar->object#2、然后元类层:Mymeta->type
依据上述总结,我们来分析下元类Mymeta中__call__里的self.__new__的查找
classMymeta(type):
n=444
def __call__(self, *args, **kwargs): #self=
obj=self.__new__(self)print(self.__new__ is object.__new__) #True
classBar(object):
n=333
#def __new__(cls, *args, **kwargs):
#print('Bar.__new__')
classFoo(Bar):
n=222
#def __new__(cls, *args, **kwargs):
#print('Foo.__new__')
class OldboyTeacher(Foo,metaclass=Mymeta):
n=111school='oldboy'
def __init__(self,name,age):
self.name=name
self.age=agedefsay(self):print('%s says welcome to the oldboy to learn Python' %self.name)#def __new__(cls, *args, **kwargs):
#print('OldboyTeacher.__new__')
OldboyTeacher('egon',18) #触发OldboyTeacher的类中的__call__方法的执行,进而执行self.__new__开始查找
总结,Mymeta下的__call__里的self.__new__在OldboyTeacher、Foo、Bar里都没有找到__new__的情况下,会去找object里的__new__,而object下默认就有一个__new__,所以即便是之前的类均未实现__new__,也一定会在object中找到一个,根本不会、也根本没必要再去找元类Mymeta->type中查找__new__
我们在元类的__call__中也可以用object.__new__(self)去造对象
但我们还是推荐在__call__中使用self.__new__(self)去创造空对象,因为这种方式会检索三个类OldboyTeacher->Foo->Bar,而object.__new__则是直接跨过了他们三个
最后说明一点
class Mymeta(type): #只有继承了type类才能称之为一个元类,否则就是一个普通的自定义类
n=444
def __new__(cls, *args, **kwargs):
obj=type.__new__(cls,*args,**kwargs) #必须按照这种传值方式
print(obj.__dict__)#return obj # 只有在返回值是type的对象时,才会触发下面的__init__
return 123
def __init__(self,class_name,class_bases,class_dic):print('run。。。')class OldboyTeacher(object,metaclass=Mymeta): #OldboyTeacher=Mymeta('OldboyTeacher',(object),{...})
n=111school='oldboy'
def __init__(self,name,age):
self.name=name
self.age=agedefsay(self):print('%s says welcome to the oldboy to learn Python' %self.name)print(type(Mymeta)) ##产生类OldboyTeacher的过程就是在调用Mymeta,而Mymeta也是type类的一个对象,那么Mymeta之所以可以调用,一定是在元类type中有一个__call__方法#该方法中同样需要做至少三件事:#class type:#def __call__(self, *args, **kwargs): #self=#obj=self.__new__(self,*args,**kwargs) # 产生Mymeta的一个对象#self.__init__(obj,*args,**kwargs)#return obj
七 练习题
练习一:在元类中控制把自定义类的数据属性都变成大写
classMymetaclass(type):def __new__(cls,name,bases,attrs):
update_attrs={}for k,v inattrs.items():if not callable(v) and not k.startswith('__'):
update_attrs[k.upper()]=velse:
update_attrs[k]=vreturn type.__new__(cls,name,bases,update_attrs)class Chinese(metaclass=Mymetaclass):
country='China'tag='Legend of the Dragon' #龙的传人
defwalk(self):print('%s is walking' %self.name)print(Chinese.__dict__)'''{'__module__': '__main__',
'COUNTRY': 'China',
'TAG': 'Legend of the Dragon',
'walk': ,
'__dict__': ,
'__weakref__': ,
'__doc__': None}'''
View Code
练习二:在元类中控制自定义的类无需__init__方法
1.元类帮其完成创建对象,以及初始化操作;
2.要求实例化时传参必须为关键字形式,否则抛出异常TypeError: must use keyword argument
3.key作为用户自定义类产生对象的属性,且所有属性变成大写
classMymetaclass(type):#def __new__(cls,name,bases,attrs):
#update_attrs={}
#for k,v in attrs.items():
#if not callable(v) and not k.startswith('__'):
#update_attrs[k.upper()]=v
#else:
#update_attrs[k]=v
#return type.__new__(cls,name,bases,update_attrs)
def __call__(self, *args, **kwargs):ifargs:raise TypeError('must use keyword argument for key function')
obj= object.__new__(self) #创建对象,self为类Foo
for k,v inkwargs.items():
obj.__dict__[k.upper()]=vreturnobjclass Chinese(metaclass=Mymetaclass):
country='China'tag='Legend of the Dragon' #龙的传人
defwalk(self):print('%s is walking' %self.name)
p=Chinese(name='egon',age=18,sex='male')print(p.__dict__)
View Code
练习三:在元类中控制自定义的类产生的对象相关的属性全部为隐藏属性
classMymeta(type):def __init__(self,class_name,class_bases,class_dic):#控制类Foo的创建
super(Mymeta,self).__init__(class_name,class_bases,class_dic)def __call__(self, *args, **kwargs):#控制Foo的调用过程,即Foo对象的产生过程
obj = self.__new__(self)
self.__init__(obj, *args, **kwargs)
obj.__dict__={'_%s__%s' %(self.__name__,k):v for k,v in obj.__dict__.items()}returnobjclass Foo(object,metaclass=Mymeta): #Foo=Mymeta(...)
def __init__(self, name, age,sex):
self.name=name
self.age=age
self.sex=sex
obj=Foo('egon',18,'male')print(obj.__dict__)
View Code
练习四:基于元类实现单例模式
#步骤五:基于元类实现单例模式#单例:即单个实例,指的是同一个类实例化多次的结果指向同一个对象,用于节省内存空间#如果我们从配置文件中读取配置来进行实例化,在配置相同的情况下,就没必要重复产生对象浪费内存了#settings.py文件内容如下
HOST='1.1.1.1'PORT=3306
#方式一:定义一个类方法实现单例模式
importsettingsclassMysql:__instance=Nonedef __init__(self,host,port):
self.host=host
self.port=port
@classmethoddefsingleton(cls):if not cls.__instance:
cls.__instance=cls(settings.HOST,settings.PORT)return cls.__instanceobj1=Mysql('1.1.1.2',3306)
obj2=Mysql('1.1.1.3',3307)print(obj1 is obj2) #False
obj3=Mysql.singleton()
obj4=Mysql.singleton()print(obj3 is obj4) #True
#方式二:定制元类实现单例模式
importsettingsclassMymeta(type):def __init__(self,name,bases,dic): #定义类Mysql时就触发
#事先先从配置文件中取配置来造一个Mysql的实例出来
self.__instance = object.__new__(self) #产生对象
self.__init__(self.__instance, settings.HOST, settings.PORT) #初始化对象
#上述两步可以合成下面一步
#self.__instance=super().__call__(*args,**kwargs)
super().__init__(name,bases,dic)def __call__(self, *args, **kwargs): #Mysql(...)时触发
if args or kwargs: #args或kwargs内有值
obj=object.__new__(self)
self.__init__(obj,*args,**kwargs)returnobjreturn self.__instance
class Mysql(metaclass=Mymeta):def __init__(self,host,port):
self.host=host
self.port=port
obj1=Mysql() #没有传值则默认从配置文件中读配置来实例化,所有的实例应该指向一个内存地址
obj2=Mysql()
obj3=Mysql()print(obj1 is obj2 isobj3)
obj4=Mysql('1.1.1.4',3307)#方式三:定义一个装饰器实现单例模式
importsettingsdef singleton(cls): #cls=Mysql
_instance=cls(settings.HOST,settings.PORT)def wrapper(*args,**kwargs):if args orkwargs:
obj=cls(*args,**kwargs)returnobjreturn_instancereturnwrapper
@singleton#Mysql=singleton(Mysql)
classMysql:def __init__(self,host,port):
self.host=host
self.port=port
obj1=Mysql()
obj2=Mysql()
obj3=Mysql()print(obj1 is obj2 is obj3) #True
obj4=Mysql('1.1.1.3',3307)
obj5=Mysql('1.1.1.4',3308)print(obj3 is obj4) #False
View Code
魔术方法大全
魔术方法这里按照不同的类别有如下分类:
魔法方法
含义
基本的魔法方法
__new__(cls[, ...])
1. __new__ 是在一个对象实例化的时候所调用的第一个方法
2. 它的第一个参数是这个类,其他的参数是用来直接传递给 __init__ 方法
3. __new__ 决定是否要使用该 __init__ 方法,因为 __new__ 可以调用其他类的构造方法或者直接返回别的实例对象来作为本类的实例,如果 __new__ 没有返回实例对象,则 __init__ 不会被调用
4. __new__ 主要是用于继承一个不可变的类型比如一个 tuple 或者 string
__init__(self[, ...])
构造器,当一个实例被创建的时候调用的初始化方法
__del__(self)
析构器,当一个实例被销毁的时候调用的方法
__call__(self[, args...])
允许一个类的实例像函数一样被调用:x(a, b) 调用 x.__call__(a, b)
__len__(self)
定义当被 len() 调用时的行为
__repr__(self)
定义当被 repr() 调用或者直接执行对象时的行为
__str__(self)
定义当被 str() 调用或者打印对象时的行为
__bytes__(self)
定义当被 bytes() 调用时的行为
__hash__(self)
定义当被 hash() 调用时的行为
__bool__(self)
定义当被 bool() 调用时的行为,应该返回 True 或 False
__format__(self, format_spec)
定义当被 format() 调用时的行为
有关属性
__getattr__(self, name)
定义当用户试图获取一个不存在的属性时的行为
__getattribute__(self, name)
定义当该类的属性被访问时的行为
__setattr__(self, name, value)
定义当一个属性被设置时的行为
__delattr__(self, name)
定义当一个属性被删除时的行为
__dir__(self)
定义当 dir() 被调用时的行为
__get__(self, instance, owner)
定义当描述符的值被取得时的行为
__set__(self, instance, value)
定义当描述符的值被改变时的行为
__delete__(self, instance)
定义当描述符的值被删除时的行为
比较操作符
__lt__(self, other)
定义小于号的行为:x < y 调用 x.__lt__(y)
__le__(self, other)
定义小于等于号的行为:x <= y 调用 x.__le__(y)
__eq__(self, other)
定义等于号的行为:x == y 调用 x.__eq__(y)
__ne__(self, other)
定义不等号的行为:x != y 调用 x.__ne__(y)
__gt__(self, other)
定义大于号的行为:x > y 调用 x.__gt__(y)
__ge__(self, other)
定义大于等于号的行为:x >= y 调用 x.__ge__(y)
算数运算符
__add__(self, other)
定义加法的行为:+
__sub__(self, other)
定义减法的行为:-
__mul__(self, other)
定义乘法的行为:*
__truediv__(self, other)
定义真除法的行为:/
__floordiv__(self, other)
定义整数除法的行为://
__mod__(self, other)
定义取模算法的行为:%
__divmod__(self, other)
定义当被 divmod() 调用时的行为
__pow__(self, other[, modulo])
定义当被 power() 调用或 ** 运算时的行为
__lshift__(self, other)
定义按位左移位的行为:<<
__rshift__(self, other)
定义按位右移位的行为:>>
__and__(self, other)
定义按位与操作的行为:&
__xor__(self, other)
定义按位异或操作的行为:^
__or__(self, other)
定义按位或操作的行为:|
反运算
__radd__(self, other)
(与上方相同,当左操作数不支持相应的操作时被调用)
__rsub__(self, other)
(与上方相同,当左操作数不支持相应的操作时被调用)
__rmul__(self, other)
(与上方相同,当左操作数不支持相应的操作时被调用)
__rtruediv__(self, other)
(与上方相同,当左操作数不支持相应的操作时被调用)
__rfloordiv__(self, other)
(与上方相同,当左操作数不支持相应的操作时被调用)
__rmod__(self, other)
(与上方相同,当左操作数不支持相应的操作时被调用)
__rdivmod__(self, other)
(与上方相同,当左操作数不支持相应的操作时被调用)
__rpow__(self, other)
(与上方相同,当左操作数不支持相应的操作时被调用)
__rlshift__(self, other)
(与上方相同,当左操作数不支持相应的操作时被调用)
__rrshift__(self, other)
(与上方相同,当左操作数不支持相应的操作时被调用)
__rand__(self, other)
(与上方相同,当左操作数不支持相应的操作时被调用)
__rxor__(self, other)
(与上方相同,当左操作数不支持相应的操作时被调用)
__ror__(self, other)
(与上方相同,当左操作数不支持相应的操作时被调用)
增量赋值运算
__iadd__(self, other)
定义赋值加法的行为:+=
__isub__(self, other)
定义赋值减法的行为:-=
__imul__(self, other)
定义赋值乘法的行为:*=
__itruediv__(self, other)
定义赋值真除法的行为:/=
__ifloordiv__(self, other)
定义赋值整数除法的行为://=
__imod__(self, other)
定义赋值取模算法的行为:%=
__ipow__(self, other[, modulo])
定义赋值幂运算的行为:**=
__ilshift__(self, other)
定义赋值按位左移位的行为:<<=
__irshift__(self, other)
定义赋值按位右移位的行为:>>=
__iand__(self, other)
定义赋值按位与操作的行为:&=
__ixor__(self, other)
定义赋值按位异或操作的行为:^=
__ior__(self, other)
定义赋值按位或操作的行为:|=
一元操作符
__pos__(self)
定义正号的行为:+x
__neg__(self)
定义负号的行为:-x
__abs__(self)
定义当被 abs() 调用时的行为
__invert__(self)
定义按位求反的行为:~x
类型转换
__complex__(self)
定义当被 complex() 调用时的行为(需要返回恰当的值)
__int__(self)
定义当被 int() 调用时的行为(需要返回恰当的值)
__float__(self)
定义当被 float() 调用时的行为(需要返回恰当的值)
__round__(self[, n])
定义当被 round() 调用时的行为(需要返回恰当的值)
__index__(self)
1. 当对象是被应用在切片表达式中时,实现整形强制转换
2. 如果你定义了一个可能在切片时用到的定制的数值型,你应该定义 __index__
3. 如果 __index__ 被定义,则 __int__ 也需要被定义,且返回相同的值
上下文管理(with 语句)
__enter__(self)
1. 定义当使用 with 语句时的初始化行为
2. __enter__ 的返回值被 with 语句的目标或者 as 后的名字绑定
__exit__(self, exc_type, exc_value, traceback)
1. 定义当一个代码块被执行或者终止后上下文管理器应该做什么
2. 一般被用来处理异常,清除工作或者做一些代码块执行完毕之后的日常工作
容器类型
__len__(self)
定义当被 len() 调用时的行为(返回容器中元素的个数)
__getitem__(self, key)
定义获取容器中指定元素的行为,相当于 self[key]
__setitem__(self, key, value)
定义设置容器中指定元素的行为,相当于 self[key] = value
__delitem__(self, key)
定义删除容器中指定元素的行为,相当于 del self[key]
__iter__(self)
定义当迭代容器中的元素的行为
__reversed__(self)
定义当被 reversed() 调用时的行为
__contains__(self, item)
定义当使用成员测试运算符(in 或 not in)时的行为