Python（十）Python 的 Magic Method

Python 的 Magic Method

在 Python 中，所有以 “” 双下划线包起来的方法，都统称为”魔术方法”。比如我们接触最多的 __init__ 。魔术方法有什么作用呢？

使用这些魔术方法，我们可以构造出优美的代码，将复杂的逻辑封装成简单的方法。

那么一个类中有哪些魔术方法呢？

我们可以使用 Python 内置的方法 dir() 来列出类中所有的魔术方法.示例如下：

# encoding=utf-8class User(object):    passif __name__ == '__main__':    print(dir(User()))

输出的结果：

可以看到，一个类的魔术方法还是挺多的，截图也没有截全，不过我们只需要了解一些常见和常用的魔术方法就好了。

构造(__new__)和初始化(__init__)

通过上一篇的内容，我们已经知道定义一个类时，我们经常会通过 __init__(self) 的方法在实例化对象的时候，对属性进行设置。比如下面的例子：

# encoding=utf-8class User(object):    def __init__(self, name, age):        self.name = name;        self.age = age;user=User('两点水',23)

实际上，创建一个类的过程是分为两步的，一步是创建类的对象，还有一步就是对类进行初始化。__new__ 是用来创建类并返回这个类的实例, 而__init__ 只是将传入的参数来初始化该实例。__new__ 在创建一个实例的过程中必定会被调用,但 __init__就不一定，比如通过pickle.load 的方式反序列化一个实例时就不会调用 __init__ 方法。

def __new__(cls) 是在 def __init__(self) 方法之前调用的，作用是返回一个实例对象。还有一点需要注意的是：__new__ 方法总是需要返回该类的一个实例，而 __init__ 不能返回除了 None 的任何值

具体的示例：

# encoding=utf-8class User(object):    def __new__(cls, *args, **kwargs):        # 打印 __new__方法中的相关信息        print('调用了 def __new__ 方法')        print(args)        # 最后返回父类的方法        return super(User, cls).__new__(cls)    def __init__(self, name, age):        print('调用了 def __init__ 方法')        self.name = name        self.age = ageif __name__ == '__main__':    usr = User('两点水', 23)

看看输出的结果：

调用了 def __new__ 方法('两点水', 23)调用了 def __init__ 方法

通过打印的结果来看，我们就可以知道一个类创建的过程是怎样的了，先是调用了 __new__ 方法来创建一个对象，把参数传给 __init__ 方法进行实例化。

其实在实际开发中，很少会用到 __new__ 方法，除非你希望能够控制类的创建。通常讲到 __new__ ，都是牵扯到 metaclass(元类)的。

当然当一个对象的生命周期结束的时候，析构函数 __del__ 方法会被调用。但是这个方法是 Python 自己对对象进行垃圾回收的。

属性的访问控制

之前也有讲到过，Python 没有真正意义上的私有属性。然后这就导致了对 Python 类的封装性比较差。我们有时候会希望 Python 能够定义私有属性，然后提供公共可访问的 get 方法和 set 方法。Python 其实可以通过魔术方法来实现封装。

方法 说明 __getattr__(self, name) 该方法定义了你试图访问一个不存在的属性时的行为。因此，重载该方法可以实现捕获错误拼写然后进行重定向, 或者对一些废弃的属性进行警告。 __setattr__(self, name, value) 定义了对属性进行赋值和修改操作时的行为。不管对象的某个属性是否存在,都允许为该属性进行赋值.有一点需要注意，实现 __setattr__ 时要避免”无限递归”的错误。 __delattr__(self, name) __delattr__ 与 __setattr__ 很像，只是它定义的是你删除属性时的行为。实现 __delattr__ 是同时要避免”无限递归”的错误。 __getattribute__(self, name) __getattribute__ 定义了你的属性被访问时的行为，相比较，__getattr__ 只有该属性不存在时才会起作用。因此，在支持 __getattribute__的 Python 版本,调用__getattr__ 前必定会调用 __getattribute__“__getattribute__ 同样要避免”无限递归”的错误。

通过上面的方法表可以知道，在进行属性访问控制定义的时候你可能会很容易的引起一个错误，可以看看下面的示例：

# encoding=utf-8def __setattr__(self, name, value):    self.name = value    # 每当属性被赋值的时候， ``__setattr__()`` 会被调用，这样就造成了递归调用。    # 这意味这会调用 ``self.__setattr__('name', value)`` ，每次方法会调用自己。这样会造成程序崩溃。def __setattr__(self, name, value):    # 给类中的属性名分配值    self.__dict__[name] = value      # 定制特有属性

上面方法的调用具体示例如下：

class User(object):    def __getattr__(self, name):        print('调用了 __getattr__ 方法')        return super(User, self).__getattr__(name)    def __setattr__(self, name, value):        print('调用了 __setattr__ 方法')        return super(User, self).__setattr__(name, value)    def __delattr__(self, name):        print('调用了 __delattr__ 方法')        return super(User, self).__delattr__(name)    def __getattribute__(self, name):        print('调用了 __getattribute__ 方法')        return super(User, self).__getattribute__(name)if __name__ == '__main__':    user = User()    # 设置属性值，会调用 __setattr__    user.attr1 = True    # 属性存在,只有__getattribute__调用    user.attr1    try:        # 属性不存在, 先调用__getattribute__, 后调用__getattr__        user.attr2    except AttributeError:        pass    # __delattr__调用    del user.attr1

输出的结果：

调用了 __setattr__ 方法调用了 __getattribute__ 方法调用了 __getattribute__ 方法调用了 __getattr__ 方法调用了 __delattr__ 方法

对象的描述器

一般来说，一个描述器是一个有“绑定行为”的对象属性 (object attribute)，它的访问控制被描述器协议方法重写。这些方法是__get__(), __set__() , 和 __delete__() 。有这些方法的对象叫做描述器。

默认对属性的访问控制是从对象的字典里面 (__dict__) 中获取 (get) , 设置 (set) 和删除 (delete) 。举例来说， a.x 的查找顺序是, a.__dict__['x'] , 然后 type(a).__dict__['x'] , 然后找 type(a) 的父类 ( 不包括元类 (metaclass) ).如果查找到的值是一个描述器, Python 就会调用描述器的方法来重写默认的控制行为。这个重写发生在这个查找环节的哪里取决于定义了哪个描述器方法。注意, 只有在新式类中时描述器才会起作用。在之前的篇节中已经提到新式类和旧式类的，有兴趣可以查看之前的篇节来看看，至于新式类最大的特点就是所有类都继承自 type 或者 object 的类。

在面向对象编程时，如果一个类的属性有相互依赖的关系时，使用描述器来编写代码可以很巧妙的组织逻辑。在 Django 的 ORM 中,models.Model中的 InterField 等字段, 就是通过描述器来实现功能的。

我们先看下下面的例子：

# encoding=utf-8class User(object):    def __init__(self, name='两点水', sex='男'):        self.sex = sex        self.name = name    def __get__(self, obj, objtype):        print('获取 name 值')        return self.name    def __set__(self, obj, val):        print('设置 name 值')        self.name = valclass MyClass(object):    x = User('两点水', '男')    y = 5if __name__ == '__main__':    m = MyClass()    print(m.x)    print('\n')    m.x = '三点水'    print(m.x)    print('\n')    print(m.x)    print('\n')    print(m.y)

输出的结果如下：

获取 name 值两点水设置 name 值获取 name 值三点水获取 name 值三点水5

通过这个例子，可以很好的观察到这 __get__() 和__set__() 这些方法的调用。

再看一个经典的例子

我们知道，距离既可以用单位”米”表示,也可以用单位”英尺”表示。
现在我们定义一个类来表示距离,它有两个属性: 米和英尺。

# encoding=utf-8class Meter(object):    def __init__(self, value=0.0):        self.value = float(value)    def __get__(self, instance, owner):        return self.value    def __set__(self, instance, value):        self.value = float(value)class Foot(object):    def __get__(self, instance, owner):        return instance.meter * 3.2808    def __set__(self, instance, value):        instance.meter = float(value) / 3.2808class Distance(object):    meter = Meter()    foot = Foot()if __name__ == '__main__':    d = Distance()    print(d.meter, d.foot)    d.meter = 1    print(d.meter, d.foot)    d.meter = 2    print(d.meter, d.foot)

输出的结果：

0.0 0.01.0 3.28082.0 6.5616

在上面例子中,在还没有对 Distance 的实例赋值前, 我们认为 meter 和 foot 应该是各自类的实例对象, 但是输出却是数值。这是因为 __get__发挥了作用.

我们只是修改了 meter ,并且将其赋值成为 int ，但 foot 也修改了。这是 __set__ 发挥了作用.

描述器对象 (Meter、Foot) 不能独立存在, 它需要被另一个所有者类 (Distance) 所持有。描述器对象可以访问到其拥有者实例的属性，比如例子中 Foot 的instance.meter 。

自定义容器（Container）

经过之前编章的介绍，我们知道在 Python 中，常见的容器类型有: dict, tuple, list, string。其中也提到过可容器和不可变容器的概念。其中 tuple, string 是不可变容器，dict, list 是可变容器。 可变容器和不可变容器的区别在于，不可变容器一旦赋值后，不可对其中的某个元素进行修改。当然具体的介绍，可以看回之前的文章，有图文介绍。

那么这里先提出一个问题，这些数据结构就够我们开发使用吗？不够的时候，或者说有些特殊的需求不能单单只使用这些基本的容器解决的时候，该怎么办呢？

这个时候就需要自定义容器了，那么具体我们该怎么做呢？

功能 说明 自定义不可变容器类型 需要定义 __len__ 和 __getitem__ 方法 自定义可变类型容器 在不可变容器类型的基础上增加定义 __setitem__ 和 __delitem__ 自定义的数据类型需要迭代 需定义 __iter__ 返回自定义容器的长度 需实现 __len__(self) 自定义容器可以调用 self[key] ，如果 key 类型错误，抛出TypeError ，如果没法返回key对应的数值时,该方法应该抛出ValueError 需要实现 __getitem__(self, key) 当执行 self[key] = value 时 调用是 __setitem__(self, key, value)这个方法 当执行 del self[key] 方法 其实调用的方法是 __delitem__(self, key) 当你想你的容器可以执行 for x in container: 或者使用 iter(container) 时 需要实现 __iter__(self) ，该方法返回的是一个迭代器

来看一下使用上面魔术方法实现 Haskell 语言中的一个数据结构：

# encoding=utf-8class FunctionalList:    ''' 实现了内置类型list的功能,并丰富了一些其他方法: head, tail, init, last, drop, take'''    def __init__(self, values=None):        if values is None:            self.values = []        else:            self.values = values    def __len__(self):        return len(self.values)    def __getitem__(self, key):        return self.values[key]    def __setitem__(self, key, value):        self.values[key] = value    def __delitem__(self, key):        del self.values[key]    def __iter__(self):        return iter(self.values)    def __reversed__(self):        return FunctionalList(reversed(self.values))    def append(self, value):        self.values.append(value)    def head(self):        # 获取第一个元素        return self.values[0]    def tail(self):        # 获取第一个元素之后的所有元素        return self.values[1:]    def init(self):        # 获取最后一个元素之前的所有元素        return self.values[:-1]    def last(self):        # 获取最后一个元素        return self.values[-1]    def drop(self, n):        # 获取所有元素，除了前N个        return self.values[n:]    def take(self, n):        # 获取前N个元素        return self.values[:n]

运算符相关的魔术方法

运算符相关的魔术方法实在太多了,j就大概列举下面两类：

比较运算符

魔术方法 说明 __cmp__(self, other) 如果该方法返回负数，说明 self < other; 返回正数，说明 self > other; 返回 0 说明 self == other。强烈不推荐来定义 __cmp__ , 取而代之, 最好分别定义 __lt__,__eq__ 等方法从而实现比较功能。 __cmp__ 在 Python3 中被废弃了。 __eq__(self, other) 定义了比较操作符 == 的行为 __ne__(self, other) 定义了比较操作符 != 的行为 __lt__(self, other) 定义了比较操作符 < 的行为 __gt__(self, other) 定义了比较操作符 > 的行为 __le__(self, other) 定义了比较操作符 <= 的行为 __ge__(self, other) 定义了比较操作符 >= 的行为

来看个简单的例子就能理解了：

# encoding=utf-8class Number(object):    def __init__(self, value):        self.value = value    def __eq__(self, other):        print('__eq__')        return self.value == other.value    def __ne__(self, other):        print('__ne__')        return self.value != other.value    def __lt__(self, other):        print('__lt__')        return self.value < other.value    def __gt__(self, other):        print('__gt__')        return self.value > other.value    def __le__(self, other):        print('__le__')        return self.value <= other.value    def __ge__(self, other):        print('__ge__')        return self.value >= other.valueif __name__ == '__main__':    num1 = Number(2)    num2 = Number(3)    print('num1 == num2 ? --------> {} \n'.format(num1 == num2))    print('num1 != num2 ? --------> {} \n'.format(num1 == num2))    print('num1 < num2 ? --------> {} \n'.format(num1 < num2))    print('num1 > num2 ? --------> {} \n'.format(num1 > num2))    print('num1 <= num2 ? --------> {} \n'.format(num1 <= num2))    print('num1 >= num2 ? --------> {} \n'.format(num1 >= num2))

输出的结果为：

__eq__num1 == num2 ? --------> False __eq__num1 != num2 ? --------> False __lt__num1 < num2 ? --------> True __gt__num1 > num2 ? --------> False __le__num1 <= num2="" ?="" --------=""> True __ge__num1 >= num2 ? --------> False

算术运算符

魔术方法 说明 __add__(self, other) 实现了加号运算 __sub__(self, other) 实现了减号运算 __mul__(self, other) 实现了乘法运算 __floordiv__(self, other) 实现了 // 运算符 __div__(self, other) 实现了/运算符. 该方法在 Python3 中废弃. 原因是 Python3 中，division 默认就是 true division __truediv__(self, other) 实现了 true division. 只有你声明了 from __future__ import division 该方法才会生效 __mod__(self, other) 实现了 % 运算符, 取余运算 __divmod__(self, other) 实现了 divmod() 內建函数 __pow__(self, other) 实现了 ** 操作. N 次方操作 __lshift__(self, other) 实现了位操作 << __rshift__(self, other) 实现了位操作 >> __and__(self, other) 实现了位操作 & __or__(self, other) 实现了位操作 ` __xor__(self, other) 实现了位操作 ^

原文链接
本文转载只为技术交流，若侵权，请邮件至[e-mail]联系我下架本文！