面向对象【十三】类的魔术方法

时间  2019-11-15
标签 面向对象 十三 方法 栏目 软件设计 繁體版
原文   原文链接

class一些内置方法

 1、 __getattribute__ 
class Foo:
    def __init__(self,x):
        self.x=x

    def __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__
回顾__getattr__ 
class Foo:
    def __init__(self,x):
        self.x=x

    def __getattribute__(self, item):
        print('不论是否存在,我都会执行')

f1=Foo(10)
f1.x
f1.xxxxxx

 __getattribute__
__getattribute__ 
class Foo:
    def __init__(self,x):
        self.x=x

    def __getattr__(self, item):
        print('执行的是我')
        # return self.__dict__[item]
    def __getattribute__(self, item):
        print('不论是否存在,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__在执行过程当中抛出异常AttributeError

两者同时出现

2、__getitem__,__setitem__,__delitem__

同__getattr__,__setattr__,__delattr__；html

只是在操做时以字典的方式操做python

class foo:
    def __init__(self,name,age):
        self.name = name
        self.age = age
    def __getitem__(self, item):
        print("触发__getitem__")
        return self.__dict__[item]
    def __setitem__(self, key, value):
        print("触发__setitem__")
        self.__dict__[key] = value
    def __delitem__(self, key):
        print("触发__delitem__")
        self.__dict__.pop(key)
f1 = foo("alex",18)
f1["name"]   #触发__getitem__
f1["name"] = "egen" #触发__setitem__
del f1["name"] #触发__delitem__

代码演示
代码演示

3、自定制__str__、__repr__

class foo:
    pass
f1 = foo()
print(f1)

打印的是f1在哪一个对象中
<__main__.foo object at 0x000002415359D198>

默认状况下
默认状况下 
class foo:
    def __str__(self):
        return "执行的__str__"
f1 = foo()

print(f1)
print(str(f1))
print(f1.__str__())

输出结果：
执行的__str__
执行的__str__
执行的__str__

实际上print(f1)内部作的就是print(str(f1))=print(f1.__str__())
注意__str__的返回值必须是字符串

定制__str__
定制__str__

__repr__同__str__数据库

__repr__应用在解释器中显示数组

class foo:
    def __str__(self):
        return "执行的__str__"

    def __repr__(self):
        return "执行的__repr__"
f1 = foo()
print(f1)
#执行的__str__
---------------------------------------------------------------------------
class foo:
    # def __str__(self):
    #     return "执行的__str__"

    def __repr__(self):
        return "执行的__repr__"
f1 = foo()
print(f1)
#执行的__repr__
#注意print(f1)默认作的是str(f1),只有在找不到的时候才会用__repr__代替

两者同时出现时

 4、自定制格式化方法__fomat__

format_dic = {
    "ymd":"{0.year}{0.mon}{0.day}",
    "y:m:d":"{0.year}:{0.mon}:{0.day}",
    "m-d-y":"{0.mon}-{0.day}-{0.year}",
}
class Date:
    def __init__(self,year,mon,day):
        self.year = year
        self.mon = mon
        self.day = day
    def __format__(self, format_spec):
        # 判断没有指定格式或格式指定错误状况下按照默认格式执行
        if not format_spec or format_spec not in format_dic:
            format_spec = "ymd"
        fm = format_dic[format_spec]
        return fm.format(self)
f1 = Date(2018,12,14)
print(format(f1))#无参数
print(format(f1,"m-d-y"))#有参数
print(format(f1,"m-y:d"))#错误参数
12-14-2018

定制显示时间格式
定制时间显示格式

 5、__slots__

'''
1.__slots__是什么:是一个类变量,变量值能够是列表,元祖,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)
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,而每一个实例的是独立的)
3.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小标上。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。
4.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 的用做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。

'''
class Foo:
    __slots__='x'


f1=Foo()
f1.x=1
f1.y=2#报错
print(f1.__slots__) #f1再也不有__dict__

class Bar:
    __slots__=['x','y']
    
n=Bar()
n.x,n.y=1,2
n.z=3#报错

slots使用
slots使用 
class Foo:
    __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
View Code

 6、__doc__

class Foo:
    '我是描述信息'
    pass

print(Foo.__doc__)
View Code 
class Foo:
    '我是描述信息'
    pass

class Bar(Foo):
    pass
print(Bar.__doc__) #该属性没法继承给子类
View Code

7、__module__和__class__

__module__ 表示当前操做的对象在那个模块数据结构

__class__     表示当前操做的对象的类是什么框架

class C:

    def __init__(self):
        self.name = ‘SB'
View Code 
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
View Code

8、__del__

析构方法，当对象在内存中被释放时，自动触发执行。ide

注：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__,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__函数

class foo:
    def __init__(self,name):
        self.name = name
    def __del__(self):
        print("我是析构方法")
f1 = foo("alex")
del f1
print("------------")

#输出结果
我是析构方法
------------

代码演示
代码演示

典型的应用场景：工具

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post

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：

复制代码 
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
复制代码

 9、__cal__

对象后面加括号，触发执行。

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()()

class Foo:

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

        print('__call__')


obj = Foo() # 执行 __init__
obj()       # 执行 __call__
View Code

10、__next__和__iter__实现迭代器协议

__author__ = 'Linhaifeng'
class Foo:
    def __init__(self,x):
        self.x=x

    def __iter__(self):
        return self

    def __next__(self):
        n=self.x
        self.x+=1
        return self.x

f=Foo(3)
for i in f:
    print(i)

简单示范
简单示范 
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) 

简单示例
简单示例 
class Foo:
    def __init__(self):
        self._a = 1
        self._b = 1
    def __iter__(self):
        return self
    def __next__(self):
        #a,b = b,a
        if self._b > 100:
            raise StopIteration("终止运行")
        self._a,self._b = self._b,self._a + self._b
        return self._a
f1 = Foo()
for i in f1:
    print(i)

斐波那契数列
斐波那契数列 
class Foo:
    def __init__(self):
        self._a = 1
        self._b = 1
    def __iter__(self):
        return self
    def __next__(self):
        #a,b = b,a
        if self._b > 100:
            raise StopIteration("终止运行")
        self._a,self._b = self._b,self._a + self._b
        return self._a
f1 = Foo()
for i in f1:
    print(i)

斐波那契数列
斐波那契数列

 11、__get__,__set__,__delete__描述符

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,这个类就被称做一个描述符
    def __get__(self, instance, owner):
        pass
    def __set__(self, instance, value):
        pass
    def __delete__(self, instance):
        pass

定义一个描述符
定义一个描述符

2 描述符是干什么的:描述符的做用是用来代理另一个类的属性的(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)

class Foo:
    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.name
del f1.name
#疑问:什么时候,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做并不会触发三个方法的执行
引子：描述符类产生的实例进行属性操做并不会触发三个方法的执行 
#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__)

描述符应用之什么时候?何地?
描述符应用之什么时候？何地？

3 描述符分两种
一 数据描述符:至少实现了__get__()和__set__()

1 class Foo:
2      def __set__(self, instance, value):
3          print('set')
4      def __get__(self, instance, owner):
5          print('get')

二 非数据描述符:没有实现__set__()

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

4 注意事项:
一 描述符自己应该定义成新式类,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
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...')

class People:
    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,咱们已经知道,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,直接经过类名也必定能够调用吧,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,并无触发__set__()
del People.name #赶忙试试del,我去,也没有触发__delete__()
#结论:描述符对类没有做用-------->傻逼到家的结论

'''
缘由:描述符在使用时被定义成另一个类的类属性,于是类属性比二次加工的描述符假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假装的类属性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,至关于覆盖了描述符,确定不会触发描述符的__set__()
del People.name #同上
'''

类属性>数据描述符
类属性>数据描述符 
class Foo:
    def func(self):
        print('我胡汉三又回来了')
f1=Foo()
f1.func() #调用类的方法,也能够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获得的对象
#没错，字符串也同样


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
实例属性>非数据描述符 
class Foo:
    def __set__(self, instance, value):
        print('set')
    def __get__(self, instance, owner):
        print('get')
class Room:
    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,由于name=Foo()而Foo实现了get和set方法,于是比实例属性有更高的优先级
#对实例的属性操做,触发的都是描述符的
r1=Room('厕所',1,1)
r1.name
r1.name='厨房'



class Foo:
    def __get__(self, instance, owner):
        print('get')
class Room:
    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,由于name=Foo()而Foo没有实现set方法,于是比实例属性有更低的优先级
#对实例的属性操做,触发的都是实例本身的
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
再次验证：实例属性>非数据描述符 
class Foo:
    def func(self):
        print('我胡汉三又回来了')

    def __getattr__(self, item):
        print('找不到了固然是来找我啦',item)
f1=Foo()

f1.xxxxxxxxxxx

非数据描述符>找不到
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，下面咱们经过描述符机制来实现类型限制功能

限制功能

牛刀小试 
class Str:
    def __init__(self,name):
        self.name=name
    def __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]=value
    def __delete__(self, instance):
        print('delete--->',instance)
        instance.__dict__.pop(self.name)


class People:
    name=Str('name')
    def __init__(self,name,age,salary):
        self.name=name
        self.age=age
        self.salary=salary

#疑问:若是我用类名去操做属性呢
People.name #报错,错误的根源在于类去操做属性时,会把None传给instance

#修订__get__方法
class Str:
    def __init__(self,name):
        self.name=name
    def __get__(self, instance, owner):
        print('get--->',instance,owner)
        if instance is None:
            return self
        return instance.__dict__[self.name]

    def __set__(self, instance, value):
        print('set--->',instance,value)
        instance.__dict__[self.name]=value
    def __delete__(self, instance):
        print('delete--->',instance)
        instance.__dict__.pop(self.name)


class People:
    name=Str('name')
    def __init__(self,name,age,salary):
        self.name=name
        self.age=age
        self.salary=salary
print(People.name) #完美,解决

拔刀相助
拔刀相助 
class Str:
    def __init__(self,name,expected_type):
        self.name=name
        self.expected_type=expected_type
    def __get__(self, instance, owner):
        print('get--->',instance,owner)
        if instance is None:
            return self
        return instance.__dict__[self.name]

    def __set__(self, instance, value):
        print('set--->',instance,value)
        if not isinstance(value,self.expected_type): #若是不是指望的类型，则抛出异常
            raise TypeError('Expected %s' %str(self.expected_type))
        instance.__dict__[self.name]=value
    def __delete__(self, instance):
        print('delete--->',instance)
        instance.__dict__.pop(self.name)


class People:
    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
磨刀霍霍 
class Typed:
    def __init__(self,name,expected_type):
        self.name=name
        self.expected_type=expected_type
    def __get__(self, instance, owner):
        print('get--->',instance,owner)
        if instance is None:
            return self
        return instance.__dict__[self.name]

    def __set__(self, instance, value):
        print('set--->',instance,value)
        if not isinstance(value,self.expected_type):
            raise TypeError('Expected %s' %str(self.expected_type))
        instance.__dict__[self.name]=value
    def __delete__(self, instance):
        print('delete--->',instance)
        instance.__dict__.pop(self.name)


class People:
    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

大刀阔斧以后咱们已然能实现功能了，可是问题是，若是咱们的类有不少属性，你仍然采用在定义一堆类属性的方式去实现，low，这时候我须要教你一招：独孤九剑

def decorate(cls):
    print('类的装饰器开始运行啦------>')
    return cls

@decorate #无参:People=decorate(People)
class People:
    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
类的装饰器：无参 
def typeassert(**kwargs):
    def decorate(cls):
        print('类的装饰器开始运行啦------>',kwargs)
        return cls
    return decorate
@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)
class People:
    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
类的装饰器：有参

终极大招

class Typed:
    def __init__(self,name,expected_type):
        self.name=name
        self.expected_type=expected_type
    def __get__(self, instance, owner):
        print('get--->',instance,owner)
        if instance is None:
            return self
        return instance.__dict__[self.name]

    def __set__(self, instance, value):
        print('set--->',instance,value)
        if not isinstance(value,self.expected_type):
            raise TypeError('Expected %s' %str(self.expected_type))
        instance.__dict__[self.name]=value
    def __delete__(self, instance):
        print('delete--->',instance)
        instance.__dict__.pop(self.name)

def typeassert(**kwargs):
    def decorate(cls):
        print('类的装饰器开始运行啦------>',kwargs)
        for name,expected_type in kwargs.items():
            setattr(cls,name,Typed(name,expected_type))
        return cls
    return decorate
@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)
class People:
    def __init__(self,name,age,salary):
        self.name=name
        self.age=age
        self.salary=salary

print(People.__dict__)
p1=People('egon',18,3333.3)

刀光剑影
刀光剑影

6 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,@staticmethd,@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

相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程