Python随学随记(5)
来源:互联网 发布:香港小鱼儿最近域名 编辑:程序博客网 时间:2024/05/21 17:56
面向对象高级编程
用MethodType
动态的给实例绑定一个方法:
>>> class Student(object):... pass...>>> s = Student()>>> s.name = 'Michael' # 动态给实例绑定一个属性>>> print s.nameMichael>>> def set_age(self, age): # 定义一个函数作为实例方法... self.age = age...>>> from types import MethodType>>> s.set_age = MethodType(set_age, s, Student) # 给实例绑定一个方法>>> s.set_age(25) # 调用实例方法>>> s.age # 测试结果25
语法:MethodType(function, instance, class)
但是,给一个实例绑定的方法,对另一个实例是不起作用的, 为了给所有实例都绑定方法,可以给class
绑定方法:
>>> s2 = Student() # 创建新的实例>>> s2.set_age(25) # 尝试调用方法Traceback (most recent call last): File "<stdin>", line 1, in <module>AttributeError: 'Student' object has no attribute 'set_age'>>> def set_score(self, score):... self.score = score...>>> Student.set_score = MethodType(set_score, None, Student)
给class
绑定方法后,所有实例均可调用:
>>> s.set_score(100)>>> s.score100>>> s2.set_score(99)>>> s2.score99
通常情况下,上面的set_score
方法可以直接定义在class
中,但动态绑定允许我们在程序运行的过程中动态给class
加上功能
__slots__
:
为了达到限制的目的,Python允许在定义class
的时候,定义一个特殊的__slots__
变量,来限制该class
能添加的属性:
>>> class Student(object):... __slots__ = ('name', 'age') # 用tuple定义允许绑定的属性名称...>>> s = Student() # 创建新的实例>>> s.name = 'Michael' # 绑定属性'name'>>> s.age = 25 # 绑定属性'age'>>> s.score = 99 # 绑定属性'score'Traceback (most recent call last): File "<stdin>", line 1, in <module>AttributeError: 'Student' object has no attribute 'score'
由于'score'
没有被放到__slots__
中,所以不能绑定score
属性,试图绑定score
将得到AttributeError
的错误。
使用__slots__
要注意,__slots__
定义的属性仅对当前类起作用,对继承的子类是不起作用的:
>>> class GraduateStudent(Student):... pass...>>> g = GraduateStudent()>>> g.score = 9999
如果在子类中也定义__slots__
,子类允许定义的属性就是自身的__slots__
加上父类的__slots__
@property:
在绑定属性时,如果我们直接把属性暴露出去,虽然写起来很简单,但是,没办法检查参数,导致可以把成绩随便改, 这显然不合逻辑
为了限制score
的范围,可以通过一个set_score()
方法来设置成绩,再通过一个get_score()
来获取成绩,这样,在set_score()
方法里,就可以检查参数:
s = Student()s.score = 9999class Student(object): def get_score(self): return self._score def set_score(self, value): if not isinstance(value, int): raise ValueError('score must be an integer!') if value < 0 or value > 100: raise ValueError('score must between 0 ~ 100!') self._score = value
现在,对任意的Student
实例进行操作,就不能随心所欲地设置score
了:
>>> s = Student()>>> s.set_score(60) # ok!>>> s.get_score()60>>> s.set_score(9999)Traceback (most recent call last): ...ValueError: score must between 0 ~ 100!
但是略显复杂, 有没有既能检查参数,又可以用类似属性这样简单的方式来访问类的变量呢:
python内置的@property
装饰器就是负责把一个方法变成属性调用的:
class Student(object): @property def score(self): return self._score @score.setter def score(self, value): if not isinstance(value, int): raise ValueError('score must be an integer!) if value < 0 or value > 100: raise ValueError(‘score must between 0 ~ 100') self._score = value
把一个getter
方法变成属性,只需要加上@property
就可以,此时,@property
本身又创建了另一个装饰器@score.setter
,负责把一个setter
方法变成属性赋值,于是我们就拥有一个可控的属性操作:
>>> s = Student()>>> s.score = 60 # OK,实际转化为s.set_score(60)>>> s.score # OK,实际转化为s.get_score()60>>> s.score = 9999Traceback (most recent call last): ...ValueError: score must between 0 ~ 100!
注意到这个神奇的@property
,我们在对实例属性操作的时候,就知道该属性很可能不是直接暴露的,而是通过getter
和setter
方法来实现的
还可以定义只读属性,只定义getter
方法,不定义setter
方法就是一个只读属性:
class Student(object): @property def birth(self): return self._birth @birth.setter def birth(self, value): self._birth = value @property def age(self): return 2014 - self._birth
上面的birth
是可读写属性,而age
就是一个只读属性,因为age
可以根据birth
和当前时间计算出来
多重继承
假设我们要实现以下4种动物
- Dog - 狗狗
- Bat - 蝙蝠
- Parrot - 鹦鹉
- Ostrich - 鸵鸟
主要的类层次按照哺乳类和鸟类设计:
class Animal(object): pass# 大类:class Mammal(Animal): passclass Bird(Animal): pass# 各种动物:class Dog(Mammal): passclass Bat(Mammal): passclass Parrot(Bird): passclass Ostrich(Bird): pass
现在,我们要给动物再加上Runnable
和Flyable
的功能,只需要先定义好Runnable
和Flyable
的类:
class Runnable(object): def run(self): print('Running...')class Flyable(object): def fly(self): print('Flying...')
对于需要Runnable
功能的动物,就多继承一个Runnable
,例如Dog
:
class Dog(Mammal, Runnable): pass
通过多重继承,一个子类就可以同时获得多个父类的所有功能
Mixin
在设计类的继承关系时,通常,主线都是单一继承下来的
例如,Ostrich继承自Bird,但是,如果需要“混入”额外的功能,通过多重继承就可以实现,比如,让Ostrich除了继承自Bird外,再同时继承Runnable,这种设计通常称之为Mixin
为了更好地看出继承关系,我们把Runnable
和Flyable
改为RunnableMixin
和FlyableMixin
类似的,你还可以定义出肉食动物CarnivorousMixin
和植食动物HerbivoresMixin
,让某个动物同时拥有好几个Mixin:
class Dog(Mammal, RunnableMixin, CarnivorousMixin): pass
Mixin的目的就是给一个类增加多个功能,这样,在设计类的时候,我们优先考虑通过多重继承来组合多个Mixin的功能,而不是设计多层次的复杂的继承关系
Python自带的很多库也使用了Mixin
举个例子,Python自带了TCPServer
和UDPServer
这两类网络服务,而要同时服务多个用户就必须使用多进程或多线程模型,这两种模型由ForkingMixin
和ThreadingMixin
提供,通过组合我们就可以创造出合适的服务来
比如,编写一个多进程模式的TCP服务,定义如下:
class MyTCPServer(TCPServer, ForkingMixin): pass
编写一个多线程模式的UDP服务,定义如下:
class MyUDPServer(UDPServer, ThreadingMixin): pass
如果你打算搞一个更先进的协程模型,可以编写一个CoroutineMixin
:
class MyTCPServer(TCPServer, CoroutineMixin): pass
这样一来,我们不需要复杂而庞大的继承链,只要选择组合不同的类的功能,就可以快速构造出所需的子类
由于Python允许使用多重继承,因此,Mixin就是一种常见的设计
只允许单一继承的语言(如Java)不能使用Mixin的设计
定制类
__str__:
我们先定义一个Student
类,打印一个实例:
>>> class Student(object):... def __init__(self, name):... self.name = name...>>> print Student('Michael')<__main__.Student object at 0x109afb190>
打印出一堆<__main__.Student object at 0x109afb190>
,不好看
怎么才能打印得好看呢?只需要定义好__str__()
方法,返回一个好看的字符串就可以了:
>>> class Student(object):... def __init__(self, name):... self.name = name... def __str__(self):... return 'Student object (name: %s)' % self.name...>>> print Student('Michael')Student object (name: Michael)
直接敲变量不用print
,打印出来的实例还是不好看:
>>> s = Student('Michael')>>> s<__main__.Student object at 0x109afb310>
这是因为直接显示变量调用的不是__str__()
,而是__repr__()
,两者的区别是__str__()
返回用户看到的字符串,而__repr__()
返回程序开发者看到的字符串,也就是说,__repr__()
是为调试服务的
解决办法是再定义一个__repr__()
但是通常__str__()
和__repr__()
代码都是一样的,所以,有个偷懒的写法:
class Student(object): def __init__(self, name): self.name = name def __str__(self): return 'Student object (name=%s)' % self.name __repr__ = __str__
__iter__:
如果一个类想被用于for ... in
循环,类似list
或tuple
那样,就必须实现一个__iter__()
方法,该方法返回一个迭代对象,然后,Python的for
循环就会不断调用该迭代对象的next()
方法拿到循环的下一个值,直到遇到StopIteration
错误时退出循环
我们以斐波那契数列为例,写一个Fib
类,可以作用于for
循环:
class Fib(object): def __init__(self): self.a, self.b = 0, 1 # 初始化两个计数器a,b def __iter__(self): return self # 实例本身就是迭代对象,故返回自己 def next(self): self.a, self.b = self.b, self.a + self.b # 计算下一个值 if self.a > 100000: # 退出循环的条件 raise StopIteration(); return self.a # 返回下一个值>>> for n in Fib():... print n...11235
__getitem__:
Fib实例虽然能作用于for
循环,看起来和list
有点像,但是把它当成list
来使用还是不行
比如,取第5个元素:
>>> Fib()[5]Traceback (most recent call last): File "<stdin>", line 1, in <module>TypeError: 'Fib' object does not support indexing
表现得像list
那样按照下标取出元素,需要实现__getitem__()
方法:
class Fib(object): def __getitem__(self, n): a, b = 1, 1 for x in range(n): a, b = b, a + b return a
就可以按下标访问数列的任意一项了:
>>> f = Fib()>>> f[0]1>>> f[1]1>>> f[100]573147844013817084101
但是list
的切片方法对于fib
却报错,因为__getitem__()
传入的参数可能是一个int
,也可能是一个切片对象slice
,所以要做判断:
class Fib(object): def __getitem__(self, n): if isinstance(n, int): a, b = 1, 1 for x in range(n): a, b = b, a + b return a if isinstance(n, slice): start = n.start stop = n.stop a, b = 1, 1 L = [] for x in range(stop): if x >= start: L.append(a) a, b = b, a + b return L
现在试试Fib
的切片:
>>> f = Fib()>>> f[0:5][1, 1, 2, 3, 5]>>> f[:10][1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
但是没有对step
参数作处理, 也没有对负数作处理:
>>> f[:10:2][1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]
所以,要正确实现一个__getitem__()
还是有很多工作要做的
此外,如果把对象看成dict
,__getitem__()
的参数也可能是一个可以作key
的object
,例如str
与之对应的是__setitem__()
方法,把对象视作list
或dict
来对集合赋值
最后,还有一个__delitem__
()方法,用于删除某个元素。
总之,通过上面的方法,我们自己定义的类表现得和Python自带的list、tuple、dict没什么区别,这完全归功于动态语言的“鸭子类型”,不需要强制继承某个接口
__getattr__:
正常情况下,当我们调用类的方法或属性时,如果不存在,就会报错,比如定义Student
类:
class Student(object): def __init__(self): self.name = 'Michael'# 调用name属性,没问题,但是,调用不存在的score属性,就有问题了:>>> s = Student()>>> print s.nameMichael>>> print s.scoreTraceback (most recent call last): ...AttributeError: 'Student' object has no attribute 'score'
避免这个错误,除了可以加上一个score
属性外,Python还有另一个机制,那就是写一个__getattr__()
方法,动态返回一个属性,修改如下:
class Student(object): def __init__(self): self.name = 'Michael' def __getattr__(self, attr): if attr=='score': return 99
当调用不存在的属性时,比如score
,Python解释器会试图调用__getattr__(self, 'score')
来尝试获得属性,这样,我们就有机会返回score
的值:
>>> s = Student()>>> s.name'Michael'>>> s.score99# 返回函数也是完全可以的:class Student(object): def __getattr__(self, attr): if attr=='age': return lambda: 25>>> s.age()25
注意,只有在没有找到属性的情况下,才调用__getattr__
,已有的属性,比如name
,不会在__getattr__
中查找
注意到任意调用如s.abc
都会返回None
,这是因为我们定义的__getattr__
默认返回就是None
要让class
只响应特定的几个属性,我们就要按照约定,抛出AttributeError
的错误:
class Student(object): def __getattr__(self, attr): if attr=='age': return lambda: 25 raise AttributeError('\'Student\' object has no attribute \'%s\'' % attr)
这实际上可以把一个类的所有属性和方法调用全部动态化处理了,不需要任何特殊手段
这种完全动态调用的特性的作用就是,可以针对完全动态的情况作调用
举个例子:
现在很多网站都搞REST API,比如新浪微博、豆瓣啥的,调用API的URL类似:
http://api.server/user/friendshttp://api.server/user/timeline/list
如果要写SDK,给每个URL对应的API都写一个方法,那得累死,而且,API一旦改动,SDK也要改
利用完全动态的__getattr__
,我们可以写出一个链式调用:
class Chain(object): def __init__(self, path=''): self._path = path def __getattr__(self, path): return Chain('%s/%s' % (self._path, path)) def __str__(self): return self._path>>> Chain().status.user.timeline.list'/status/user/timeline/list'
这样,无论API怎么变,SDK都可以根据URL实现完全动态的调用,而且,不随API的增加而改变
还有些REST API会把参数放到URL中,比如GitHub的API:
GET /users/:user/repos
调用时,需要把:user
替换为实际用户名,如果我们能写出这样的链式调用:
Chain().users('michael').repos
就可以非常方便地调用API了
__call__:
一个对象实例可以有自己的属性和方法,当我们调用实例方法时,我们用instance.method()
来调用, 也可以直接在实例本身上调用,类似instance()
任何类,只需要定义一个__call__()
方法,就可以直接对实例进行调用
举个栗子:
class Student(object): def __init__(self, name): self.name = name def __call__(self): print('My name is %s.' % self.name)# 调用方式如下:>>> s = Student('Michael')>>> s()My name is Michael.
__call__()
还可以定义参数,对实例进行直接调用就好比对一个函数进行调用一样,所以你完全可以把对象看成函数,把函数看成对象,因为这两者之间本来就没啥根本的区别
如果你把对象看成函数,那么函数本身其实也可以在运行期动态创建出来,因为类的实例都是运行期创建出来的,这么一来,我们就模糊了对象和函数的界限
那么,怎么判断一个变量是对象还是函数呢?其实,更多的时候,我们需要判断一个对象是否能被调用,能被调用的对象就是一个Callable
对象,比如函数和我们上面定义的带有__call()__
的类实例:
>>> callable(Student())True>>> callable(max)True>>> callable([1, 2, 3])False>>> callable(None)False>>> callable('string')False
通过callable()
函数,我们就可以判断一个对象是否是“可调用”对象
Python的class
允许定义许多定制方法,可以让我们非常方便地生成特定的类
- Python随学随记(5)
- Python随学随记(1)
- Python随学随记(2)
- Python随学随记(3)
- Python随学随记(4)
- Python随学随记(6)
- Python随学随记(7)
- Python随学随记(8)
- 本办法学Python 随记1
- 本办法学python 随记2
- Spring知识点 随学随记
- NSStirng和NSNumber随学随记
- java-随学随记之基础篇
- 随学随记之java的数据类型
- Python随记(二)字符串
- Python随记(三)字典
- Python 随记
- Python学习随记(持续更新)
- GNU Debugger basic instruction
- 日志
- HDU 1217 Arbitrage 【最短路,map+spfa】
- 欢迎使用CSDN-markdown编辑器
- CentOS系统中安装vim编辑工具
- Python随学随记(5)
- 开发日志
- android开源库发布到jcenter图文详解与填坑
- 深度学习与自然语言处理(8)_斯坦福cs224d RNN,MV-RNN与RNTN
- BNU Training 2016.07.18 总结
- 2015-2016ACM-ICPC NEER northern-subregional-contest C Concatenation 思维好题
- 框架 day71 Solr 全文检索服务 入门
- 在打开android系统通讯录的数据库的时候报Error!!!!!!!
- _iter的一段程序