反射的概念是由Smith在1982年首次提出的,主要是指程序能够访问、检测和修改它自己状态或行为的一种能力(自省)。这一律念的提出很快引起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。python
python面向对象中的反射:经过字符串的形式操做对象相关的属性。python中的一切事物都是对象(均可以使用反射)程序员
四个能够实现自省的函数面试
下列方法适用于类和对象(一切皆对象,类自己也是一个对象)设计模式
class Foo: f = '类的静态变量' def __init__(self,name,age): self.name=name self.age=age def say_hi(self): print('hi,%s'%self.name) obj=Foo('egon',73) #检测是否含有某属性 print(hasattr(obj,'name')) print(hasattr(obj,'say_hi')) #获取属性 n=getattr(obj,'name') print(n) func=getattr(obj,'say_hi') func() print(getattr(obj,'aaaaaaaa','不存在啊')) #报错 #设置属性 setattr(obj,'sb',True) setattr(obj,'show_name',lambda self:self.name+'sb') print(obj.__dict__) print(obj.show_name(obj)) #删除属性 delattr(obj,'age') delattr(obj,'show_name') delattr(obj,'show_name111')#不存在,则报错 print(obj.__dict__) 对实例化对象的示例
对对象的反射浏览器
class Foo(object): staticField = "old boy" def __init__(self): self.name = 'wupeiqi' def func(self): return 'func' @staticmethod def bar(): return 'bar' print getattr(Foo, 'staticField') print getattr(Foo, 'func') print getattr(Foo, 'bar')
对类的反射函数
import sys def s1(): print 's1' def s2(): print 's2' this_module = sys.modules[__name__] hasattr(this_module, 's1') getattr(this_module, 's2')
当前模块的反射工具
#一个模块中的代码 def test(): print('from the test') """ 程序目录: module_test.py index.py 当前文件: index.py """ # 另外一个模块中的代码 import module_test as obj #obj.test() print(hasattr(obj,'test')) getattr(obj,'test')() 其余模块的示例
其余模块的反射学习
反射的应用:网站
了解了反射的四个函数。那么反射到底有什么用呢?它的应用场景是什么呢?this
如今让咱们打开浏览器,访问一个网站,你单击登陆就跳转到登陆界面,你单击注册就跳转到注册界面,等等,其实你单击的实际上是一个个的连接,每个连接都会有一个函数或者方法来处理。
class User: def login(self): print('欢迎来到登陆页面') def register(self): print('欢迎来到注册页面') def save(self): print('欢迎来到存储页面') while 1: choose = input('>>>').strip() if choose == 'login': obj = User() obj.login() elif choose == 'register': obj = User() obj.register() elif choose == 'save': obj = User() obj.save()
没学反射以前的解决方式
class User: def login(self): print('欢迎来到登陆页面') def register(self): print('欢迎来到注册页面') def save(self): print('欢迎来到存储页面') user = User() while 1: choose = input('>>>').strip() if hasattr(user,choose): func = getattr(user,choose) func() else: print('输入错误。。。。')
学了反射以后解决方式
有多简单,一目了然。
学到这里,我终于能回答你一直以来可能有的一个疑问。那就是,以前的学习中咱们称len()为函数(口误时称为方法)却称如str的strip为方法,那它到底叫什么?函数和方法有什么区别和相同之处?我在这里就正式的解释一下。
def func(): pass print(func) # <function func at 0x00000260A2E690D0> class A: def func(self): pass print(A.func) # <function A.func at 0x0000026E65AE9C80> obj = A() print(obj.func) # <bound method A.func of <__main__.A object at 0x00000230BAD4C9E8>>
View Code
from types import FunctionType from types import MethodType def func(): pass class A: def func(self): pass obj = A() print(isinstance(func,FunctionType)) # True print(isinstance(A.func,FunctionType)) # True print(isinstance(obj.func,FunctionType)) # False print(isinstance(obj.func,MethodType)) # True
View Code
from types import FunctionType from types import MethodType class A: def func(self): pass @classmethod def func1(self): pass @staticmethod def func2(self): pass obj = A() # 静态方法实际上是函数 # print(isinstance(A.func2,FunctionType)) # True # print(isinstance(obj.func2,FunctionType)) # True
View Code
那么,函数和方法除了上述的不一样之处,咱们还总结了一下几点区别。
(1)函数的是显式传递数据的。如咱们要指明为len()函数传递一些要处理数据。
(2)函数则跟对象无关。
(3)方法中的数据则是隐式传递的。
(4)方法能够操做类内部的数据。
(5)方法跟对象是关联的。如咱们在用strip()方法是,是否是都是要经过str对象调用,好比咱们有字符串s,而后s.strip()这样调用。是的,strip()方法属于str对象。
咱们或许在平常中会口语化称呼函数和方法时不严谨,可是咱们心中要知道两者之间的区别。
在其余语言中,如Java中只有方法,C中只有函数,C++么,则取决因而否在类中。
定义:双下方法是特殊方法,他是解释器提供的 由爽下划线加方法名加双下划线 __方法名__的具备特殊意义的方法,双下方法主要是python源码程序员使用的,咱们在开发中尽可能不要使用双下方法,可是深刻研究双下方法,更有益于咱们阅读源码。
调用:不一样的双下方法有不一样的触发方式,就比如盗墓时触发的机关同样,不知不觉就触发了双下方法,例如:init
class B: def __len__(self): print(666) b = B() len(b) # len 一个对象就会触发 __len__方法。 class A: def __init__(self): self.a = 1 self.b = 2 def __len__(self): return len(self.__dict__) a = A() print(len(a))
View Code
class A: def __init__(self): self.a = 1 self.b = 2 def __hash__(self): return hash(str(self.a)+str(self.b)) a = A() print(hash(a))
View Code
若是一个类中定义了__str__方法,那么在打印 对象 时,默认输出该方法的返回值。
class A: def __init__(self): pass def __str__(self): return '太白' a = A() print(a) print('%s' % a)
View Code
若是一个类中定义了__repr__方法,那么在repr(对象) 时,默认输出该方法的返回值。
class A: def __init__(self): pass def __repr__(self): return '太白' a = A() print(repr(a)) print('%r'%a)
View Code
对象后面加括号,触发执行。
注:构造方法__new__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
class A: def __init__(self): self.a = 1 self.b = 2 def __eq__(self,obj): if self.a == obj.a and self.b == obj.b: return True a = A() b = A() print(a == b)
View Code
析构方法,当对象在内存中被释放时,自动触发执行。
注:此方法通常无须定义,由于Python是一门高级语言,程序员在使用时无需关心内存的分配和释放,由于此工做都是交给Python解释器来执行,因此,析构函数的调用是由解释器在进行垃圾回收时自动触发执行的。
class A: def __init__(self): self.x = 1 print('in init function') def __new__(cls, *args, **kwargs): print('in new function') return object.__new__(A, *args, **kwargs) a = A() print(a.x)
View Code
class A: __instance = None def __new__(cls, *args, **kwargs): if cls.__instance is None: obj = object.__new__(cls) cls.__instance = obj return cls.__instance
单例模式
单例模式具体分析
单例模式是一种经常使用的软件设计模式。在它的核心结构中只包含一个被称为单例类的特殊类。经过单例模式能够保证系统中一个类只有一个实例并且该实例易于外界访问,从而方便对实例个数的控制并节约系统资源。若是但愿在系统中某个类的对象只能存在一个,单例模式是最好的解决方案。
【采用单例模式动机、缘由】
对于系统中的某些类来讲,只有一个实例很重要,例如,一个系统中能够存在多个打印任务,可是只能有一个正在工做的任务;一个系统只能有一个窗口管理器或文件系统;一个系统只能有一个计时工具或ID(序号)生成器。如在Windows中就只能打开一个任务管理器。若是不使用机制对窗口对象进行惟一化,将弹出多个窗口,若是这些窗口显示的内容彻底一致,则是重复对象,浪费内存资源;若是这些窗口显示的内容不一致,则意味着在某一瞬间系统有多个状态,与实际不符,也会给用户带来误解,不知道哪个才是真实的状态。所以有时确保系统中某个对象的惟一性即一个类只能有一个实例很是重要。
如何保证一个类只有一个实例而且这个实例易于被访问呢?定义一个全局变量能够确保对象随时均可以被访问,但不能防止咱们实例化多个对象。一个更好的解决办法是让类自身负责保存它的惟一实例。这个类能够保证没有其余实例被建立,而且它能够提供一个访问该实例的方法。这就是单例模式的模式动机。
【单例模式优缺点】
【优势】
1、实例控制
单例模式会阻止其余对象实例化其本身的单例对象的副本,从而确保全部对象都访问惟一实例。
2、灵活性
由于类控制了实例化过程,因此类能够灵活更改实例化过程。
【缺点】
1、开销
虽然数量不多,但若是每次对象请求引用时都要检查是否存在类的实例,将仍然须要一些开销。能够经过使用静态初始化解决此问题。
2、可能的开发混淆
使用单例对象(尤为在类库中定义的对象)时,开发人员必须记住本身不能使用new关键字实例化对象。由于可能没法访问库源代码,所以应用程序开发人员可能会意外发现本身没法直接实例化此类。
3、对象生存期
不能解决删除单个对象的问题。在提供内存管理的语言中(例如基于.NET Framework的语言),只有单例类可以致使实例被取消分配,由于它包含对该实例的私有引用。在某些语言中(如 C++),其余类能够删除对象实例,但这样会致使单例类中出现悬浮引用
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__)
View Code
enter __exit
# 若是想要对一个类的对象进行with as 的操做 不行。 class A: def __init__(self, text): self.text = text with A('大爷') as f1: print(f1.text)
没他们不能够这样操做
class A: def __init__(self, text): self.text = text def __enter__(self): # 开启上下文管理器对象时触发此方法 self.text = self.text + '您来啦' return self # 将实例化的对象返回f1 def __exit__(self, exc_type, exc_val, exc_tb): # 执行完上下文管理器对象f1时触发此方法 self.text = self.text + '这就走啦' with A('大爷') as f1: print(f1.text) print(f1.text)
有他们能够这样操做
class Diycontextor: def __init__(self,name,mode): self.name = name self.mode = mode def __enter__(self): print "Hi enter here!!" self.filehander = open(self.name,self.mode) return self.filehander def __exit__(self,*para): print "Hi exit here" self.filehander.close() with Diycontextor('py_ana.py','r') as f: for i in f: print i
自定义文件管理器
相关面试题:
class StarkConfig: def __init__(self,num): self.num = num def run(self): self() def __call__(self, *args, **kwargs): print(self.num) class RoleConfig(StarkConfig): def __call__(self, *args, **kwargs): print(345) def __getitem__(self, item): return self.num[item] v1 = RoleConfig('alex') v2 = StarkConfig('太白金星') # print(v1[1]) # print(v2[2]) v1.run() ------- class UserInfo: pass class Department: pass class StarkConfig: def __init__(self, num): self.num = num def changelist(self, request): print(self.num, request) def run(self): self.changelist(999) class RoleConfig(StarkConfig): def changelist(self, request): print(666, self.num) class AdminSite: def __init__(self): self._registry = {} def register(self, k, v): self._registry[k] = v site = AdminSite() site.register(UserInfo, StarkConfig) # 1 # obj = site._registry[UserInfo]() # 2 obj = site._registry[UserInfo](100) obj.run() ------- class UserInfo: pass class Department: pass class StarkConfig: def __init__(self,num): self.num = num def changelist(self,request): print(self.num,request) def run(self): self.changelist(999) class RoleConfig(StarkConfig): def changelist(self,request): print(666,self.num) class AdminSite: def __init__(self): self._registry = {} def register(self,k,v): self._registry[k] = v(k) site = AdminSite() site.register(UserInfo,StarkConfig) site.register(Department,RoleConfig) for k,row in site._registry.items(): row.run() ------- class A: list_display = [] def get_list(self): self.list_display.insert(0,33) return self.list_display s1 = A() print(s1.get_list()) ------- class A: list_display = [1, 2, 3] def __init__(self): self.list_display = [] def get_list(self): self.list_display.insert(0, 33) return self.list_display s1 = A() print(s1.get_list()) ------ class A: list_display = [] def get_list(self): self.list_display.insert(0,33) return self.list_display class B(A): list_display = [11,22] s1 = A() s2 = B() print(s1.get_list()) print(s2.get_list())
View Code