Python中的特殊方法、属性和迭代器

最新推荐文章于 2023-07-04 13:30:57 发布

愤怒的可乐

最新推荐文章于 2023-07-04 13:30:57 发布

阅读量624

点赞数

分类专栏： python 文章标签： python中的特殊方法 python中的魔法方法 python中的property函数 python迭代器

本文链接：https://blog.csdn.net/yjw123456/article/details/78730933

版权

python 专栏收录该内容

36 篇文章 3 订阅

订阅专栏

特殊方法

有的名称前后都有两个下划线，如__future__，由这些名字组成的集合所包含的方法称为特殊方法。

构造方法

构造方法是一个特殊方法。当一个对象被创建后，会立即调用构造方法。
创建构造方法：

class FooBar:
    def __init__(self):
        self.somevar = 42

f = FooBar() 
print f.somevar #42

也可以在构造方法中传入参数：

class FooBar:
    def __init__(self,value=42):
        self.somevar = value

子类重写父类的方法

如果一个方法在B类的一个实例中被调用(或一个属性被访问)，但在B类中没有找到，那么就会去超类A中去找：

class A:
    def hello(self):
        print "Hello,I'm A."

class B(A):
    pass

if __name__ == '__main__':
    a = A()
    b = B()
    a.hello() #Hello,I'm A.
    b.hello() #Hello,I'm A.

也可重写一些父类的方法：

class A:
    def hello(self):
        print "Hello,I'm A."

class B(A):
    def hello(self):
        print "Hello,I'm B."

if __name__ == '__main__':
    a = A()
    b = B()
    a.hello() #Hello,I'm A.
    b.hello() #Hello,I'm B.

如果一个类的构造方法被重写，那么就需要调用超类的构造方法。

# -*- coding: utf-8 -*
class Bird:
    def __init__(self):
        self.hungry = True

    def eat(self):
        if self.hungry:
            print 'Aaaah...'
            self.hungry = False
        else:
            print 'No,thanks!'

if __name__ == '__main__':
    b = Bird()
    b.eat() #Aaaah...
    b.eat() #No,thanks!

这个类定义了所有鸟类都具有的基本能力——吃。

class Bird:
    def __init__(self):
        self.hungry = True

    def eat(self):
        if self.hungry:
            print 'Aaaah...'
            self.hungry = False
        else:
            print 'No,thanks!'

class SongBird(Bird):
    def __init__(self):
        self.sound = 'Squawk!'
    def sing(self):
        print self.sound

if __name__ == '__main__':
    sb = SongBird()
    sb.sing()# Squawk!

我们增加了一个子类，为它添加唱歌的行为。它继承了eat方法：

Traceback (most recent call last):
  File "D:/workspace/python/LearnPython/SpecialMethod/Bird.py", line 22, in <module>
    sb.eat()
  File "D:/workspace/python/LearnPython/SpecialMethod/Bird.py", line 7, in eat
    if self.hungry:
AttributeError: SongBird instance has no attribute 'hungry'

但是如果调用会报错。异常说SongBird没有hungry特性(attribute)。
为了达到预期的效果，SongBird的构造方法必须调用其超类Bird的构造方法来确保进行基本的初始化。

可以通过调用超类构造方法的未绑定版本或使用super函数。

调用未绑定的超类构造方法

class Bird:
    def __init__(self):
        self.hungry = True
    def eat(self):
        if self.hungry:
            print 'Aaah...'
            self.hungry = False
        else:
            print 'No,thanks!'

class SongBird(Bird):
    def __init__(self):
        Bird.__init__(self) # 调用父类构造方法
        self.sound = 'Squawk!'
    def sing(self):
        print self.sound

sb = SongBird()
sb.sing() #Squawk!
sb.eat() #Aaah...
sb.eat() #No,thanks!

调用一个实例的方法时，该方法的self参数会自动绑定到实例上，这称为绑定方法。

如果直接调用类的方法，如Bird.__inint__，那么就没有实例会被绑定，就要提供需要的self参数，这样的方法称为未绑定方法。

使用super函数

在Python3.0中推荐使用super函数。

__metaclass__=type # super函数只在新式类中起作用
class Bird:
    def __init__(self):
        self.hungry = True

    def eat(self):
        if self.hungry:
            print 'Aaaah...'
            self.hungry = False
        else:
            print 'No,thanks!'

class SongBird(Bird):
    def __init__(self):
        super(SongBird,self).__init__() # 注意super括号里面是逗号
        self.sound = 'Squawk!'
    def sing(self):
        print self.sound

if __name__ == '__main__':
    sb = SongBird()
    sb.sing()# Squawk!
    sb.eat()
    sb.eat()

成员访问

可以创建行为类似序列或映射的对象。

基本的序列和映射规则

序列和映射是对象的集合。为了实现它们的基本行为（规则），如果对象是不可变的，需要两个魔法方法；可变的则需要四个。

__len__(selft)：返回集合中所含元素的数量
__getitem__(self,key)：返回与所给定键(序列：索引；映射：key)对应的值
__setitem__(self,key,value)：存储key和相关的value
__delitem__(self,key)：在使用del时，同时删除key和value

我们来应用下这些规则：

# -*- coding: utf-8 -*

class ArithmeticSequence:
    def __init__(self, start=0, step=1):
        """
        初始化算术序列
        :param start: 序列中的第一个值
        :param step: 两个相邻值之间的差值
        _changed : 修改的值的字典
        """
        self._start = start
        self._step = step
        self._changed = {}

    def __getitem__(self, key):
        """
        从算术序列中返回一项(key,value)
        :param key:
        :return:
        """
        self.checkIndex(key)
        try:
            return self._changed[key]  # 修改了则返回
        except KeyError:
            return self._start + key * self._step  # 计算值

    def __setitem__(self, key, value):
        """
        修改算术序列中的一个项
        :param key:
        :param value:
        """
        self.checkIndex(key)
        self._changed[key] = value

    def checkIndex(self, key):
        if not isinstance(key, (int, long)): raise TypeError
        if key < 0: raise IndexError

if __name__ == '__main__':
    s = ArithmeticSequence(1,2)
    print s[4] # 需要实现__getitem__
    s[4] = 2 #__setitem__
    print s[4],s[5]
    del s[4] # 报错：ArithmeticSequence instance has no attribute '__delitem__'

这些魔法方法挺有用的，尤其是你想实现自己的集合类时。

子类化列表，字典和字符串

如果希望实现一个和内建列表行为相似的序列，可以继承list来实现。

当继承一个内建类型时，也就间接地继承了object。因此该类就自动成为新式类，意味着可以使用super函数这样的特性了

# -*- coding: utf-8 -*

class CounterList(list):
    def __init__(self,*args):
        super(CounterList,self).__init__(*args)
        self.counter = 0 #增加counter特性
    def __getitem__(self, index):
        self.counter += 1
        return super(CounterList,self).__getitem__(index)


if __name__ == '__main__':
    cl = CounterList(range(10))
    print cl #[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
    cl.reverse()
    print cl #[9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
    del cl[3:6]
    print cl #[9, 8, 7, 3, 2, 1, 0]
    print cl[4] + cl[2] #9 这里调用了两次getitem
    print cl.counter #2

CounterList在很多方面和列表一样，但它有一个counter特性，每次访问时都会自增。

属性

如果在访问给定特性时徐必须要采取一些行动，那么像这样的封装状态变量(特性)就很重要，如下面的例子：

class Rectangle:
    def __init__(self):
        self.width = 0
        self.height = 0
    def setSize(self,size): # 访问器方法
        self.width,self.height = size
    def getSize(self):  # 访问器方法
        return self.width,self.height

if __name__ == '__main__':
    r = Rectangle()
    r.width = 10
    r.height = 5
    print r.getSize() #(10, 5)
    r.setSize((150,100)) 
    print r.width #150

上面的例子中，getSize和setSize是一个名为size的假想特性的访问器方法。size是由width和height构成的元组。这种方式有缺陷，当使用这个类时，不应该要考虑它是怎么实现的(这里是通过元组)。

Python能隐藏访问器方法，让所有特性(attribute)看起来一样。这些通过访问器定义的特性被称为属性(property)。

python中的类成员变量称为特性，作为一Java开发人员有点不习惯啊

property函数

使用property函数可以创建属性。

# -*- coding: utf-8 -*
__metaclass__ = type #property函数只在新式类中使用，不加会最后的r.width打印10


class Rectangle:
    def __init__(self):
        self.width = 0
        self.height = 0

    def setSize(self, size):  # 访问器方法
        self.width, self.height = size  # 元组的赋值

    def getSize(self):  # 访问器方法
        return self.width, self.height

    size = property(getSize, setSize)


if __name__ == '__main__':
    r = Rectangle()
    r.width = 10
    r.height = 5
    print r.size  # (10, 5)
    r.size = 150, 100
    print r.width  # 150

property函数创建了一个属性，其中访问器函数被用作参数(先是取值，然后是赋值)，这个属性命名为size。

property()函数中的两个函数分别对应的是获取属性的方法、设置属性的方法，这样一来，外部的对象就可以通过访问size的方式，来达到获取、设置的目的。

当需要更改上例中的getSize、setSize函数的名称时，如果这些方法是作为接口让用户调用的，那么对用户而言就要修改自己调用的方法名，很麻烦，使用了proprty()后，用户就不需担心这种问题了。

静态方法和类成员方法

静态方法和类成员方法分别在创建时装入Staticmethod类型和Classmethod类型的对象中。静态方法的定义没有self参数，能被类本身直接调用。类方法在定义时需要名为cls的参数，类成员方法可以直接用类的具体对象调用。

__metaclass__ = type

class MyClass:

    @staticmethod
    def smeth():
        print 'This is a static method'

    @classmethod
    def cmeth(cls):
        print 'This is a class method of',cls

MyClass.smeth() #This is a static method
MyClass.cmeth() #This is a class method of <class '__main__.MyClass'>

上面的代码中没有实例化类。

`getattr`、`setattr`等方法

拦截对象的所有特性访问时可能的。为了在访问特性的时候可以执行代码，必须使用一些魔法方法。

__getattribute__(self,name)：当特性name被访问时自动被调用(新式类)
__getattr__(self,name)：当特性name被访问且对象没有相应的特性时被自动调用
__setattr__(self,name,value)：当试图给特性name赋值时会被自动调用
__delattr__(self,name)：当试图删特性name时被自动调用

class Rectangle:
    def __init__(self):
        self.width = 0
        self.height = 0

    def __setattr__(self, name, value):
        if name == 'size':
            self.width,self.height = value
        else:
            self.__dict__[name] = value #__dict__中是所有实例的属性

    def __getattr__(self, name):
        if name == 'size':
            return self.width,self.height
        else:
            raise AttributeError

if __name__ == '__main__':
    r = Rectangle()
    r.size = 10,5
    print r.size  # (10, 5)
    r.width = 100
    r.height = 50
    print r.size #(100, 50)

迭代器

这里只讨论一个特殊方法——__iter__

迭代器规则

只要对象实现了__iter__方法就可以进行迭代。该方法会返回一个迭代器，可以用在for循环中。

使用迭代器实现的斐波那契数列：

class Fibs:
    def __init__(self):
        self.a = 0
        self.b = 1
    def next(self): #实现了next方法的对象是迭代器
        self.a,self.b = self.b,self.a + self.b
        return self.a
    def __iter__(self): #实现了__iter__方法的对象是可迭代的
        return self

每次访问next的时候生成下一个值：

fibs = Fibs()
for f in fibs:
    if f > 1000:
        print f #1597
        break

从迭代器得到序列

迭代器和可迭代对象还能转换为序列，比如使用list构造方法显示地将迭代器转换为列表：

class TestIterator:
    value = 0
    def next(self):
        self.value += 1
        if self.value>10 : raise StopIteration #用于结束迭代
        return self.value
    def __iter__(self):
        return self

ti = TestIterator()
print list(ti) # [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

生成器

生成器是一种用普通的函数语法定义的迭代器。

创建生成器

创建生成器和创建函数类似，任何包含yield(ES6中也有这个关键字)语句的函数称为生成器。以一个例子来讲解。
首先创建一个列表的列表：

nested = [[1,2,3],[4,5],[6]]

然后写一个生成器：

def flatten(nested):
    for sublist in nested:
        for element in sublist:
            yield element  # 每产生一个值，函数就会被冻结

每次访问到yield语句时，产生一个值，并且函数被冻结，等待被重新唤醒。函数被重新唤醒后就从停止的那点开始执行。

下面在生成器上迭代来使用所有的值：

for num in flatten(nested):
    print num

输出：

也可以通过list函数来访问：

print list(flatten(nested)) #[1, 2, 3, 4, 5, 6]

生成器推导式返回的是生成器，并且不会立刻进行循环：

>>>g = ((i+2)**2 for i in range(2,27))
>>>g.next()
16
>>>g.next()
25

递归生成器

如果想要处理任意层的嵌套，应该使用递归。

def flatten(nested):
    try:
        for sublist in nested: #可迭代的情况
            for element in flatten(sublist):
                yield element
    except TypeError: # 和不可迭代的情况
        yield nested

print list(flatten([[[1],2],3,4,[5,[6,7,[8,9]]]])) #[1, 2, 3, 4, 5, 6, 7, 8, 9]

这样做有一个问题：如果nested是一个类似于字符串的对象，那么会导致无穷递归。因为一个字符串的第一个元素是另一个长度为1的字符串，而长度为1的字符串的第一个元素就是字符串本身。
我试了一下，会抛出异常RuntimeError: maximum recursion depth exceeded

def flatten(nested):
    try:
        #不要迭代类似字符串的对象
        try: nested + ''
        except TypeError: pass #nested + ''产生的异常被忽略，直接到for语句
        else: raise TypeError
        for sublist in nested: #可迭代的情况
            for element in flatten(sublist):
                yield element
    except TypeError: # 和不可迭代的情况
        yield nested

print list(flatten('123')) #['123']

如果表达式nested + ''引发了一个TypeError说明它不是类似字符串的序列，可以被迭代；否则如果没有引发TypeError，那else子句会引发一个自己的TypeError，直接返回这个类似字符串序列。这是检查一个对象是不是类似于字符串的最简单、最快速的方法。

通用生成器

生成器由两部分组成：生成器函数和生成器的迭代器。
生成器的函数是用def语句定义的，包含yield的部分，
生成器的迭代器是这个函数返回的部分。

>>>def simple_geneartor():
    	yield 1
    
>>>simple_geneartor
<function simple_geneartor at 0x03003770>
>>>simple_geneartor()
<generator object simple_geneartor at 0x02FEA7D8>

生成器方法

生成器的新特性(send())是在开始运行后为生成器提供值的能力。

有两个注意的地方:

外部作用域访问该方法，需要和传递一个参数(作为值)
在内部挂起生成器，yield现在作为表达式而不是语句使用，使用send()方法只有在生成器挂起后才有意义

>>> def repeater(value):
...     while True:
...             new = (yield value)
...             if new is not None: value = new
... 
>>> r = repeater(42)
>>> r.next()
42
>>> r.send("Hello")
'Hello'
>>>