上一篇介绍了 Python 枚举类型的标准库,除了考虑到其实用性,还有一个重要的缘由是其实现过程是一个很是好的学习、理解 Python 类与元类的例子。所以接下来两篇就以此为例,深刻挖掘 Python 中类与元类背后的机制。html
翻开任何一本 Python 教程,你必定能够在某个位置看到下面这两句话:python
虽然在上面两句话的语境中,对象(Object)的含义可能稍有不一样,但能够确定的是对象在 Python 中具备很是重要的意义,也是咱们接下来将要讨论的全部内容的基础。那么,对象究竟是什么?编程
对象是 Python 中对数据的一种抽象,Python 程序中全部数据都是经过对象或对象之间的关系来表示的。[ref: Data Model]编程语言
港台将 Object 翻译为“物件”,能够将其看做是一个盛有数据的盒子,只不过除了纯粹的数据以外还有其它有用的属性信息,在 Python 中,全部的对象都具备id
、type
、value
三个属性:函数
+---------------+ | | | Python Object | | | +------+--------+ | ID | | +---------------+ | Type | | +---------------+ | Value| | +---------------+
其中 id
表明内存地址,能够经过内置函数 id()
查看,而 type
表示对象的类别,不一样的类别意味着该对象拥有的属性和方法等,能够经过 type()
方法查看:oop
def who(obj): print(id(obj), type(obj)) who(1) who(None) who(who)
4515088368 <class 'int'> 4514812344 <class 'NoneType'> 4542646064 <class 'function'>
对象做为 Python 中的基本单位,能够被建立、命名或删除。Python 中通常不须要手动删除对象,其垃圾回收机制会自动处理再也不使用的对象,固然若是须要,也可使用 del
语句删除某个变量;所谓命名则是指给对象贴上一个名字标签,方便使用,也就是声明或赋值变量;接下来咱们重点来看如何建立一个对象。对于一些 Python 内置类型的对象,一般可使用特定的语法生成,例如数字直接使用阿拉伯数字字面量,字符串使用引号 ''
,列表使用 []
,字典使用 {}
,函数使用 def
语法等,这些对象的类型都是 Python 内置的,那咱们能不能建立其它类型的对象呢?学习
既然说 Python 是面向对象编程语言,也就容许用户本身建立对象,一般使用 class
语句,与其它对象不一样的是,class
定义的对象(称之为类)能够用于产生新的对象(称之为实例):ui
class A: pass a = A() who(A) who(a)
140477703944616 <class 'type'> 4542635424 <class '__main__.A'>
上面的例子中 A
是咱们建立的一个新的类,而经过调用 A()
能够得到一个 A
类型的实例对象,咱们将其赋值为 a
,也就是说咱们成功建立了一个与全部内置对象类型不一样的对象 a
,它的类型为 __main__.A
!至此咱们能够将 Python 中一切的对象分为两种:spa
int
、str
以及本身定义的 A
等;__main__.A
的 a
。单纯从概念上理解这两种对象没有任何问题,可是这里要讨论的是在实践中不得不考虑的一些细节性问题:翻译
这两个问题主要关于类的一些特殊的操做,也就是这一篇后面的主要内容。若是再回顾一下开头提到的两句话,你可能会想到,既然类自己也是对象,那它们又是怎样生成的?这就是后一篇将主要讨论的问题:用于生成类对象的类,即元类(Metaclass)。
super
, mro()
0x00 Python 之禅中提到的最后一条,命名空间(namespace)是个绝妙的理念,类或对象在 Python 中就承担了一部分命名空间的做用。好比说某些特定的方法或属性只有特定类型的对象才有,不一样类型对象的属性和方法尽管名字可能相同,但因为隶属不一样的命名空间,其值可能彻底不一样。在实现类的继承与重载等特性时一样须要考虑命名空间的问题,以枚举类型的实现为例,咱们须要保证枚举对象的属性名称不能有重复,所以咱们须要继承内置的 dict
类:
class _EnumDict(dict): def __init__(self): dict.__init__(self) self._member_names = [] def keys(self): keys = dict.keys(self) return list(filter(lambda k: k.isupper(), keys)) ed = _EnumDict() ed['RED'] = 1 ed['red'] = 2 print(ed, ed.keys())
{'RED': 1, 'red': 2} ['RED']
在上面的例子中 _EnumDict
重载同时调用了父类 dict
的一些方法,上面的写法在语法上是没有错误的,可是若是咱们要改变 _EnumDict
的父类,再也不是继承自 dict
,则必须手动修改全部方法中 dict.method(self)
的调用形式,这样就不是一个好的实践方案了。为了解决这一问题,Python 提供了一个内置函数 super()
:
print(super.__doc__)
super() -> same as super(__class__, <first argument>) super(type) -> unbound super object super(type, obj) -> bound super object; requires isinstance(obj, type) super(type, type2) -> bound super object; requires issubclass(type2, type) Typical use to call a cooperative superclass method: class C(B): def meth(self, arg): super().meth(arg) This works for class methods too: class C(B): @classmethod def cmeth(cls, arg): super().cmeth(arg)
我最初只是把 super()
当作指向父类对象的指针,但实际上它能够提供更多功能:给定一个对象及其子类(这里对象要求至少是类对象,而子类能够是实例对象),从该对象父类的命名空间开始搜索对应的方法。
如下面的代码为例:
class A(object): def method(self): who(self) print("A.method") class B(A): def method(self): who(self) print("B.method") class C(B): def method(self): who(self) print("C.method") class D(C): def __init__(self): super().method() super(__class__, self).method() super(C, self).method() # calling C's parent's method super(B, self).method() # calling B's parent's method super(B, C()).method() # calling B's parent's method with instance of C
d = D() print("\nInstance of D:") who(d)
4542787992 <class '__main__.D'> C.method 4542787992 <class '__main__.D'> C.method 4542787992 <class '__main__.D'> B.method 4542787992 <class '__main__.D'> A.method 4542788048 <class '__main__.C'> A.method Instance of D: 4542787992 <class '__main__.D'>
固然咱们也能够在外部使用 super()
方法,只是不能再用缺省参数的形式,由于在外部的命名空间中再也不存在 __class__
和 self
:
super(D, d).method() # calling D's parent's method with instance d
4542787992 <class '__main__.D'> C.method
上面的例子能够用下图来描述:
+----------+ | A | +----------+ | method() <---------------+ super(B,self) +----------+ | | +----------+ +----------+ | B | | D | +----------+ super(C,self) +----------+ | method() <---------------+ method() | +----------+ +----------+ | +----------+ | | C | | +----------+ | super(D,self) | method() <---------------+ +----------+
能够认为 super()
方法经过向父类方向回溯给咱们找到了变量搜寻的起点,可是这个回溯的顺序是如何肯定的呢?上面的例子中继承关系是 object->A->B->C->D
的顺序,若是是比较复杂的继承关系呢?
class A(object): pass class B(A): def method(self): print("B's method") class C(A): def method(self): print("C's method") class D(B, C): def __init__(self): super().method() class E(C, B): def __init__(self): super().method() d = D() e = E()
B's method C's method
Python 中提供了一个类方法 mro()
能够指定搜寻的顺序,mro
是Method Resolution Order 的缩写,它是类方法而不是实例方法,能够经过重载 mro()
方法改变继承中的方法解析顺序,但这须要在元类中完成,在这里只看一下其结果:
D.mro()
[__main__.D, __main__.B, __main__.C, __main__.A, object]
E.mro()
[__main__.E, __main__.C, __main__.B, __main__.A, object]
super()
方法就是沿着 mro()
给出的顺序向上寻找起点的:
super(D, d).method() super(E, e).method()
B's method C's method
super(C, e).method() super(B, d).method()
B's method C's method
super()
方法解决了类->实例实践过程当中关于命名空间的一些问题,而关于生成对象的流程,咱们知道初始化实例是经过类的 __init__()
方法完成的,在此以前可能涉及到一些其它的准备工做,包括上面提到的 mro()
方法以及关键的元类->类的过程,将在后面一篇中继续介绍。
关注公众号 PyHub 每日推送