oop（面向对象）中的内置函数

时间 2019-11-18

原文原文链接

oop中的内置函数

类中存在一些名字带有双下划线__开头的内置函数，这些函数会在某些时候被自动调用,例如以前学习的迭代器__init__函数python

1、isinstance(obj, cls)

检查obj是不是cls的对象程序员

class Foo(object):
     pass
 obj = Foo()
 isinstance(obj, Foo)

2、issubclass(sub, super)

检查sub类是不是super类的派生类数据库

class Foo(object):
    pass
class Bar(Foo):
    pass
issubclass(Bar, Foo)

3、操做对象属性时自动触发

一、__setattr__ 使用点语法添加/修改属性会触发编程

__delattr__ 使用点语法删除属性的时候会触发数组

__getattr__ 使用点语法调用属性且属性不存在的时候才会触发缓存

__getattribute__ 使用点语法调用属性的时候触发,不管属性是否存在都会执行网络

注意：当getattribute与getattr同时存在时，仅执行getattribute

class Foo:
    x=1
    def __init__(self,y):
        self.y=y
    def __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,你好好想一想
        # 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__) # 由于你重写了__setattr__,凡是赋值操做都会触发它的运行,你啥都没写,就是根本没赋值,除非你直接操做属性字典,不然永远没法赋值
f1.z=3
print(f1.__dict__)

#__delattr__删除属性的时候会触发
f1.__dict__['a']=3#咱们能够直接修改属性字典,来完成添加/修改属性的操做
del f1.a
print(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

#三者的用法演示

二、__setitem__ 使用key的形式添加/修改属性时触发数据结构

__getitem__ 使用key的形式获取属性时触发框架

__delitem__ 使用key的形式删除属性时触发函数

class Foo:
    def __init__(self,name):
        self.name=name

    def __getitem__(self, item):
        print(self.__dict__[item])

    def __setitem__(self, key, value):
        self.__dict__[key]=value
    def __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']=18
f1['age1']=19
del f1.age1
del f1['age']
f1['name']='alex'
print(f1.__dict__)

4、描述符

一、什么是描述符

描述符本质就是一个类，在这个新式类中，至少实现了__get__, __set__, __delete__中的一个，也被成为描述符协议

__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

二、为何须要描述符

描述符的做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），python底层的不少特性都是使用描述符来实现的，例如实例方法，classmethod，statisticmethod等等

简单的说，描述符能够检测到一个属性的访问和修改，从而对这些操做增长额外的功能逻辑

#描述符Str
class Str:
    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
class Int:
    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...')

class People:
    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？：定义成另一个类的类属性

#什么时候？：且看下列演示

p1=People('alex',18)

#描述符Str的使用
p1.name
p1.name='egon'
del p1.name

#描述符Int的使用
p1.age
p1.age=18
del p1.age

#咱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)实际上是查看obj是由哪一个类实例化来的
print(type(p1).__dict__ == People.__dict__)

# 描述符应用 以及执行时机

三、描述的分类

数据描述符

至少实现了__get__()和__set__()两个方法

class Foo:
    def __set__(self, instance, value):
        print('set')
    def __get__(self, instance, owner):
        print('get')

非数据描述符

没有实现__set__()方法

class Foo:
  def __get__(self, instance, owner):
    print('get')

四、注意事项

描述符自己应该被定义成新式类，被代理的类也应该是新式类
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
要严格遵循下面的优先级，有高到低：

类属性

数据描述符

实例属性

非数据描述符

找不到的属性触发__getattr__

五、描述符总结

描述符是能够实现大部分python类特性中的底层魔法，包括@classmethod, @statisticmethod,@property甚至是__slots__属性
描述符是不少高级库和框架的重要工具之一，描述符一般是使用到装饰器或者元类的大型框架中的一个组件

案例1：利用描述符原理完成一个自定制@property，完成延迟计算（本质就是把一个函数属性利用装饰器原理作成一个描述符：类的属性字典中函数名为key，value为描述符类产生的对象）

class Lazyproperty:
    def __init__(self,func):
        self.func=func
    def __get__(self, instance, owner):
        print('这是咱们本身定制的静态属性,r1.area实际是要执行r1.area()')
        if instance is None:
            return self
        else:
            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
            return value

class Room:
    def __init__(self,name,width,length):
        self.name=name
        self.width=width
        self.length=length

    @Lazyproperty #area=Lazyproperty(area) 至关于'定义了一个类属性,即描述符'
    def area(self):
        return self.width * self.length

r1=Room('alex',1,1)
print(r1.area) #先从本身的属性字典找,没有再去类的中找,而后触发了area的__get__方法
print(r1.area) #先从本身的属性字典找,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

案例2：利用描述符原理完成一个自定制@classmethod

class ClassMethod:
    def __init__(self,func):
        self.func=func

    def __get__(self, instance, owner): #类来调用,instance为None,owner为类自己,实例来调用,instance为实例,owner为类自己,
        def feedback():
            print('在这里能够加功能啊...')
            return self.func(owner)
        return feedback

class People:
    name='linhaifeng'
    @ClassMethod # say_hi=ClassMethod(say_hi)
    def say_hi(cls):
        print('你好啊,帅哥 %s' %cls.name)

People.say_hi()

p1=People()
p1.say_hi()
#疑问,类方法若是有参数呢,好说,好说

class ClassMethod:
    def __init__(self,func):
        self.func=func

    def __get__(self, instance, owner): #类来调用,instance为None,owner为类自己,实例来调用,instance为实例,owner为类自己,
        def feedback(*args,**kwargs):
            print('在这里能够加功能啊...')
            return self.func(owner,*args,**kwargs)
        return feedback

class People:
    name='linhaifeng'
    @ClassMethod # say_hi=ClassMethod(say_hi)
    def say_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')

案例3：利用描述符原理完成一个自定制的@statisticmethod

class StaticMethod:
    def __init__(self,func):
        self.func=func

    def __get__(self, instance, owner): #类来调用,instance为None,owner为类自己,实例来调用,instance为实例,owner为类自己,
        def feedback(*args,**kwargs):
            print('在这里能够加功能啊...')
            return self.func(*args,**kwargs)
        return feedback

class People:
    @StaticMethod# say_hi=StaticMethod(say_hi)
    def say_hi(x,y,z):
        print('------>',x,y,z)

People.say_hi(1,2,3)

p1=People()
p1.say_hi(4,5,6)

5、再看property

一个静态属性property本质就是实现了get，set，delete三种方法

class Foo:
    @property
    def AAA(self):
        print('get的时候运行我啊')

    @AAA.setter
    def AAA(self,value):
        print('set的时候运行我啊')

    @AAA.deleter
    def AAA(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

#==============================================用法二
class Foo:
    def get_AAA(self):
        print('get的时候运行我啊')

    def set_AAA(self,value):
        print('set的时候运行我啊')

    def delete_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

6、对象的显示相关函数

__str__ 调用str函数或者print函数时自动执行，返回值做为显示内容
__repr__ 调用repr函数或者交互式解释器输出对象时自动执行，返回值做为显示内容
注意：若是__str__没有被定义，那么就会使用__repe__来代替输出，这两方法的返回值必须是字符串，不然抛出异常
__format__ 调用format函数时自动执行，用于定制对象的格式化输出

format使用案例

#{0.year}:{0.month}:{0.day} 这是一个格式化字符串 ,想到于"%s:%s:%s" year表示取对象的year属性值
date_dic={
    'ymd':'{0.year}:{0.month}:{0.day}',
    'dmy':'{0.day}/{0.month}/{0.year}',
    'mdy':'{0.month}-{0.day}-{0.year}',
}
class Date:
    def __init__(self,year,month,day):
        self.year=year
        self.month=month
        self.day=day

    def __format__(self, format_spec):
        if not format_spec or format_spec not in date_dic:
            format_spec='ymd'
        fmt=date_dic[format_spec]
        return fmt.format(self)

d1=Date(2016,12,29)
print(format(d1))
print('{:mdy}'.format(d1))

7、内存优化之slots

__slots__是什么

是一个类变量，变量值能够是列表，元组，或者可迭代对象，也能够是一个字符串（意味着全部实例只有一个数据属性）
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，而每一个实例是独立的，须要给每个实例建立一个字典）
为什么使用__slots__

字典会占用大量内存,若是你有一个属性不多的类,可是有不少实例,为了节省内存可使用__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,实例经过一个很小的固定大小的数组来构建,而不是为每一个实例定义一个字典,这跟元组或列表很相似。
在__slots__中列出的属性名在内部被映射到这个数组的指定下标上。
使用__slots__一个很差的地方就是咱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。
注意事项

__slots__的不少特性都依赖于普通的基于字典的实现。另外,定义了__slots__后的类再也不支持一些普通类特性了,好比多继承。大多数状况下,你应该只在那些常常被使用到的数据结构的类上定义__slots__好比在程序中须要建立某个类的几百万个实例对象。关于__slots__的一个常见误区是它能够做为一个封装工具来防止用户给实例增长新的属性。尽管使用__slots__能够达到这样的目的,可是这个并非它的初衷。更多的是用来做为一个内存优化工具。

案例

class Foo:
    __slots__=['name','age']

f1=Foo()
f1.name='alex'
f1.age=18
print(f1.__slots__)

#f1.y=2  报错
print(f1.__slots__) #f1再也不有__dict__


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

8、迭代器协议之next和iter

class Foo:
    def __init__(self,start,stop):
        self.num=start
        self.stop=stop
    def __iter__(self):
        return self
    def __next__(self):
        if self.num >= self.stop:
            raise StopIteration
        n=self.num
        self.num+=1
        return n

f=Foo(1,5)
from collections import Iterable,Iterator
print(isinstance(f,Iterator))

for i in Foo(1,5):
    print(i)

9、帮助文档doc

这是一个隐藏属性，用于获取类的帮助文档，其实就是类下面的多行注释

class Foo:
    '我是描述信息'
    pass

class Bar(Foo):
    pass
print(Foo.__doc__) 
#输出 我是描述
print(Bar.__doc__) #该属性没法继承给子类
#输出 None

须要注意的是：该属性不会被继承

10、module和class

__module__ 表示当前操做的对象在那个模块

__class__ 表示当前操做的对象的类是什么

class C:

    def __init__(self):
        self.name = 'SB'
#该类位于lib/aa.py文件中

在另外一个文件中

from lib.aa import C

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

11、del析构方法

什么是析构方法

析构看作构建的反义词,构建指一个东西从无到有,析构指一个东西从有到无

析构方法的特色是: 当对象在内存中被释放时，会自动触发执行
为何须要析构方法

若是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__,由于python会自动完成全部资源的回收;
若是产生的对象的同时还会向操做系统发起系统调用，即一个对象有用户级与内核级两种资源，好比（打开一个文件，建立一个数据库连接），则必须在清除对象的同时回收系统资源，这就用到了__del__

class Foo:

    def __del__(self):
        print('执行我啦')

f1=Foo()
del f1
print('------->')

#输出 执行我啦
#输出 ------->

class Foo:
    def __del__(self):
        print('执行我啦')

f1=Foo()
# del f1
print('------->')
#输出 ------->
#输出 执行我啦

你会发现就算不去调用del方法同样会出发执行__del__,这是由于你python解释器在程序运行结束时必须将全部资源所有释放,固然包括建立的f1对象

典型的应用场景

建立数据库类，用该类实例化出数据库连接对象，对象自己是存放于用户空间内存中，而连接则是由操做系统管理的，存放于内核空间内存中

当程序结束时，python只会回收本身的内存空间，即用户态内存，而操做系统的资源则没有被回收，这就须要咱们定制__del__，在对象被删除前向操做系统发起关闭数据库连接的系统调用，回收资源
这与文件处理是一个道理

f=open('a.txt') #作了两件事，在用户空间拿到一个f变量，在操做系统内核空间打开一个文件
del f #只回收用户空间的f，操做系统的文件还处于打开状态

#因此咱们应该在del f以前保证f.close()执行,即使是没有del，程序执行完毕也会自动del清理资源，因而文件操做的正确用法应该是
f=open('a.txt')
#读写...
f.close()
#不少状况下你们都容易忽略f.close,这就用到了with上下文管理

12、上下文管理之`enter`和`exit`

什么是上下文管理

上下文指的是一种语境,属于语言科学,提及来很抽象,其实你已经在不少地方使用到他了,来看一个实例

with open('a.txt') as f:
　　print(f.read())

在这个代码中python解释器分析出你的代码想要作的事情,而后在结束的时候自动帮你将资源释放了,with中的全部代码都在一个上下文中,你能够把他理解为一个代码范围

为何须要上下文管理

上面的例子能够看出不使用上下文管理彻底没有问题,只须要程序员,在合适的位置编写代码来关闭文件资源,这实际上是一种体力活彻底没有技术含量

因此使用上下文能够省略掉一些重复代码的编写工做,同时避免了一些粗心的程序员忘记作一些清理工做
如何使用

该协议包含两个方法

__enter__ 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

__exit__ with中代码块执行完毕时执行

只要这个一个类实现了这两个方法就能够被with 语句使用

案例: 模拟open

class Open:
    def __init__(self,filepath,mode='r',encoding='utf-8'):
        self.filepath=filepath
        self.mode=mode
        self.encoding=encoding

    def __enter__(self):
        # print('enter')
        self.f=open(self.filepath,mode=self.mode,encoding=self.encoding)
        return self.f

    def __exit__(self, exc_type, exc_val, exc_tb):
        # print('exit')
        self.f.close()
        return True 
    def __getattr__(self, item):
        return getattr(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

须要注意的是：

__exit__()中的三个参数分别表明异常类型，异常值和追溯信息
with语句中代码块出现异常时,会当即触发方法__exit__的执行,并将异常信息错误参数传入
with语句中代码块未出现异常正常结束时也会触发方法__exit__的执行,此时参数中的异常信息为空
若是__exit__()返回值为True,那么异常会被清空，就好像啥都没发生同样，with后的语句正常执行

总结：

使用with语句的目的就是把代码块放入with中执行，with结束后，自动完成清理工做，无须手动干预
在须要管理一些资源好比文件，网络链接和锁的编程环境中，能够在__exit__中定制自动释放资源的机制，你无须再去关心这个问题，这将大有用处

十3、call

__call__是一个函数，在对象被调用时执行，调用就是加括号()

注：构造方法的执行是由建立对象触发的，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()的区别

class Foo:
    def __init__(self):
        pass
    
    def __call__(self, *args, **kwargs):

        print('__call__')
obj = Foo() # 执行 __init__
obj()       # 执行 __call__

oop（面向对象）中的内置函数

oop中的内置函数

1、isinstance(obj, cls)

2、issubclass(sub, super)

3、操做对象属性时自动触发

注意：当__getattribute__与__getattr__同时存在时， 仅执行__getattribute__

4、描述符

5、再看property

6、对象的显示相关函数

注意：若是__str__没有被定义，那么就会使用__repe__来代替输出，这两方法的返回值必须是字符串，不然抛出异常

7、内存优化之__slots__

8、迭代器协议之__next__和__iter__

9、帮助文档__doc__

须要注意的是：该属性不会被继承

10、__module__和__class__

11、__del__析构方法

12、上下文管理之__enter__和__exit__