零基础小白Python入门必看:面向对象之典型魔术方法
魔术方法
查看类的魔术方法
class A:
pass
dir(A) # 可以得到类所有公有成员
复制代码
输出结果如下
['__class__',
'__delattr__',
'__dict__',
'__dir__',
'__doc__',
'__eq__',
'__format__',
'__ge__',
'__getattribute__',
'__gt__',
'__hash__',
'__init__',
'__le__',
'__lt__',
'__module__',
'__ne__',
'__new__',
'__reduce__',
'__reduce_ex__',
'__repr__',
'__setattr__',
'__sizeof__',
'__str__',
'__subclasshook__',
'__weakref__']
复制代码
在Python中,所有以__双下划线包起来的方法,都统称为魔术方法。比如最常见的 __init__ 。
这里多说一句,小编是一名python开发工程师,这里有我自己整理了一套最新的python系统学习教程,包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。想要这些资料的可以进裙930900780领取。
创建/销毁
- __new__: object.__new__(cls) 创建类的方法:构造函数
- __del__:删除类:析构函数
- __init__:初始化函数
class A:
def __new__(cls, *args, **kwargs):
print('new')
return object.__new__(cls) def __init__(self):
print('init')
self.x = 3 def __del__(self):
print('del') A() # 返回一个类<__main__.A at 0x7f4a84767978>
# 输出
new
init a = A()
del a # 输出del
复制代码
每当实例空间被收回时(在垃圾收集时),__del__就会自动执行。
运算符重载
class Point:
def __init__(self, x, y):
self.x = x
self.y = y def __add__(self, other):
return Point(self.x + other.x, self.y + other.y) def __sub__(self, other):
return Point(self.x - other.x, self.y - other.y) a = Point(0, 0)
b = Point(3, 5)
c = a + b
c += Point(4, 6)
print(c.x, c.y) # 7, 11
p = Point(3, 5) - Point(2, 1)
print(p.x, p.y) # 1, 4
复制代码
类的对象之间可以进行加减运算,只要类实现了加减运算对应的魔术方法即可。加法的具体实现是__add__,减法的具体实现是__sub__。
- 具体运算符对应的重载函数可以参考int类中运算符重载的实现:help(int)
不要过度使用运算符重载
Point.__add__ = lambda self, value: self - value
p = Point(3, 5) + Point(4, 6)
print(p.x, p.y) # 输出-1, -1
复制代码
__add__的具体实现如果写成了减法,这种类型的错误非常不容易发现,因此如果不是在写库给第三方使用的时候,基本用不上运算符重载。
hash
- 使用内置函数hash对某个对象求hash值时, 会调用对象的__hash__方法,示例代码如下
In [1]: class Point:
...: def __hash__(self):
...: return 1
...: In [2]: hash(Point())
Out[2]: 1
复制代码
- __hash__方法必须返回int,否则会抛出TypeError
In [1]: class Point:
...: def __hash__(self):
...: return 'aaa'
...: In [2]: hash(Point())
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-5-a919dcea3eae> in <module>()
----> 1 hash(Point()) TypeError: __hash__ method should return an integer
复制代码
- 可hash对象,就是具有__hash__方法的对象
In [6]: class Point:
...: def __hash__(self):
...: return 1
...: In [7]: set([Point(), 12]) # 可hash
Out[7]: {<__main__.Point at 0x7f19d4073320>, 12} In [8]: Point.__hash__ = None In [9]: set([Point(), 12]) # 不能放在集合里面,因为不能hash
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-10-25999920b521> in <module>()
----> 1 set([Point(), 12]) TypeError: unhashable type: 'Point' 复制代码
- 一个类如果没有重写__hash__方法的话,这个类的每个对象,通常具有不同的hash
In [1]: class Point:
...: pass
...: In [2]: p1 = Point() In [3]: p2 = Point() In [4]: hash(p1)
Out[4]: 8757059543567 In [5]: hash(p2)
Out[5]: 8757059543756
复制代码
- 通常 __hash__ 会和 __eq__一起使用, 因为解释器通常同时判断hash是否相等以及实例是否相等
class Point:
def __init__(self, x, y):
self.x = x
self.y = y def __hash__(self):
return hash('{}:{}'.format(self.x, self.y)) def __eq__(self, other):
return self.x == other.x and self.y == other.y p1 = Point(3, 5)
p2 = Point(3, 5)
set([p1, p2]) # 返回 {<__main__.Point at 0x7f286092d588>}
hash(p1) == hash(p2) # 返回True
p1 == p2 # 返回True
复制代码
大小
当对象实现了__len__方法时,可以使用内置方法len求对象的长度, __len__方法必须返回非负整数
lst = [1, 2, 3]
len(lst) # 返回3
lst.__len__() # 返回3
复制代码
因此内置函数和__len__方法的效果相同。
class Sized:
def __len__(self):
return 10 len(Sized()) # 返回10
复制代码
bool
- 当对象o实现了__bool__ 方法时, bool(o)返回值为o.__bool__()
class F:
def __bool__(self):
return False bool(F()) # 返回False class T:
def __bool__(self):
return True bool(T()) # 返回True
复制代码
- 当对象o没有实现__bool__方法时,如果o实现了__len__方法, bool(o)返回值为 len(o) != 0
class L:
def __len__(self):
return 3 bool(L()) # 返回True class Q:
def __len__(self):
return 0 bool(Q()) # 返回False
复制代码
- 当对象o既没有实现__bool__方法,也没有实现 __len__方法的时候, bool(o)返回值为True
class Boolean:
pass bool(Boolean()) # 返回True
复制代码
- __bool__优先级比__len__更高
class Sized:
def __init__(self, size):
self.size = size def __len__(self):
return self.size def __bool__(self):
return self.size == 0 bool(Sized(0)) # 返回True
bool(Sized(10)) # 返回False
复制代码
- __bool__方法必须返回bool类型
class B:
def __bool__(self):
return None # 返回非bool类型的值时会出错,即使返回int型的也会报错 bool(B())
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-80-4efbb03885fe> in <module>()
----> 1 bool(B()) TypeError: __bool__ should return bool, returned NoneType
复制代码
可视化
- __str__方法,print函数本质是调用对象的__str__方法,用于给人读
- __repr__方法,repr函数本质是调用对象的__repr__方法,用于给机器读
class Point:
def __init__(self, x, y):
self.x = x
self.y = y def __str__(self): # 给人来读
return 'Point<{}, {}>'.format(self.x, self.y) def __repr__(self): # 给机器读的
return 'Point({}, {})'.format(self.x, self.y) print(Point(3, 5)) # Point<3, 5>
print(repr(Point(3, 5))) # Point(3, 5)
复制代码
repr:返回对象的规范化的字符串表示
可调用对象
class Fn:
def __call__(self):
print('{} called'.format(self)) f = Fn()
f() # 输出
<__main__.Fn object at 0x7fd254367470> called
复制代码
一个对象,只要实现了__call__方法, 就可以通过小括号来来调用, 这一类对象,称之为可调用对象
给对象加上函数也就是对__call__方法加上参数:
class Add:
def __call__(self, x, y):
return x + y Add()(3, 5) # 返回8,等价于 add =Add() add(3, 5)
复制代码
可调用对象的应用实例:实现可过期可换出的cache装饰器
import inspect
import datetime
from functools import wraps class Cache:
def __init__(self, size=128, expire=0):
self.size = size
self.expire = 0
self.data = {} @staticmethod
def make_key(fn, args, kwargs):
ret = []
names = set()
params = inspect.signature(fn).parameters
keys = list(params.keys())
for i, arg in enumerate(args):
ret.append((keys[i], arg))
names.add(keys[i])
ret.extend(kwargs.items())
names.update(kwargs.keys())
for k, v in params.items():
if k not in names:
ret.append((k, v.default))
ret.sort(key=lambda x: x[0])
return '&'.join(['{}={}'.format(name, arg) for name, arg in ret]) def __call__(self, fn):
@wraps(fn)
def wrap(*args, **kwargs):
key = self.make_key(fn, args, kwargs)
now = datetime.datetime.now().timestamp()
if key in self.data.keys():
value, timestamp, _ = self.data[key]
if expire == 0 or now - timestamp < expire:
self.data[key] = (value, timestamp, now)
return value
else:
self.data.pop(key)
value = fn(*args, **kwargs)
if len(self.data) >= self.size:
# 过期清理
if self.expire != 0:
expires = set()
for k, (_, timestamp, _) in self.data.items():
if now - timestamp >= self.expire:
expires.add(k)
for k in expires:
self.data.pop(k)
if len(self.data) >= self.size:
# 换出
k = sorted(self.data.items(), key=lambda x: x[1][2])[0][0]
self.data.pop(k)
self.data[key] = (value, now, now)
return value
return wrap @Cache()
def add(x, y):
return x + y add(1, 2) # 返回3
复制代码
用__call__来实现可调用对象,和闭包是殊途同归的,通常是为了封装一些内部状态
上下文管理
支持上下文管理的对象
class Context:
def __enter__(self):
print('enter context') def __exit__(self, *args, **kwargs):
print('exit context')
复制代码
当一个对象同时实现了__enter__和__exit__方法,那么这个对象就是支持上下文管理的对象。
支持上下文管理的对象可以使用以下语句块进行处理:
with obj:
pass
复制代码
比如
with Context():
print('do somethings')
print('out of context') # 输出
enter context
do somethings
exit context
out of context
复制代码
所以,with开启一个语句块, 执行这个语句块之前,会执行 __enter__方法, 执行这个语句块之后,会执行__exit__ 方法,也就是说在这个语句块的前后会执行一些操作,因此也叫上下文。
- 即使with块抛出异常,__enter__和__exit__也会被执行,所以上下文管理是安全的。
with Context():
raise Exception() enter context
exit context
---------------------------------------------------------------------------
Exception Traceback (most recent call last)
<ipython-input-126-c1afee4bfdab> in <module>()
1 with Context():
----> 2 raise Exception() Exception:
复制代码
- 即使with块中主动退出解释器, __enter__ 和__exit__也能保证执行
import sys with Context():
sys.exit() enter context
exit context
An exception has occurred, use %tb to see the full traceback. SystemExit /home/clg/.pyenv/versions/3.5.2/envs/normal/lib/python3.5/site-packages/IPython/core/interactiveshell.py:2889: UserWarning: To exit: use 'exit', 'quit', or Ctrl-D.
warn("To exit: use 'exit', 'quit', or Ctrl-D.", stacklevel=1)
复制代码
with块的as字句
- as子句可以获取__enter__方法的返回值
class Context:
def __enter__(self):
print('enter context')
return self # __enter__函数的返回值 def __exit__(self, *args, **kwargs):
print('exit context') ctx = Context()
with ctx as c:
print(id(ctx))
print(id(c))
print(c) # 输出结果
enter context
140541332713712
140541332713712
<__main__.Context object at 0x7fd2543670f0>
exit context
复制代码
__enter__方法
- __enter__方法的返回值可以被as字句捕获到
- __enter__ 除self之外,不带任何参数
class Context:
def __enter__(self, *args, **kwargs):
print('enter context')
print(args)
print(kwargs) def __exit__(self, *args, **kwargs):
print('exit context') # 输出
enter context
()
{}
exit context
复制代码
args和kwargs都是空的,因此上下文管理的时候__enter__函数除self外,不带任何参数。
__exit__方法
- __exit__的返回值,没有办法获取到,如果with块中抛出异常 __exit__返回False的时候,会向上抛出异常,返回True, 会屏蔽异常
class Context:
def __enter__(self):
print('enter context') def __exit__(self, *args, **kwargs):
print('exit context')
return 'haha' with Context() as c:
print(c) # 输出
enter context
None
exit context
复制代码
- __exit__的三个参数 异常类型, 异常, traceback
class Context:
def __enter__(self):
print('enter context') def __exit__(self, *args, **kwargs):
print('exit context')
print(args)
print(kwargs) with Context():
pass # 输出
enter context
exit context
(None, None, None)
{}
复制代码
args输出三个None,表示三个位置参数,kwargs为空,表示没有关键字参数。
with Context():
raise Exception() enter context
exit context
(<class 'Exception'>, Exception(), <traceback object at 0x7f28608fdc88>)
{}
---------------------------------------------------------------------------
Exception Traceback (most recent call last)
<ipython-input-145-c1afee4bfdab> in <module>()
1 with Context():
----> 2 raise Exception() Exception:
复制代码
- 使用变量接受__exit__的三个参数:exc_type,exc_value,traceback
class Context:
def __enter__(self):
print('enter context') def __exit__(self, exc_type, exc_value, traceback):
print('exit context')
print('exception type: {}'.format(exc_type))
print('exception value: {}'.format(exc_value))
print('exception traceback: {}'.format(traceback))
return True with Context():
raise TypeError('hahaha') # 输出
enter context
exit context
exception type: <class 'TypeError'>
exception value: hahaha
exception traceback: <traceback object at 0x7fd257c18608>
复制代码
上下文管理的应用场景
with 语句适用于对资源进行访问的场合,确保不管使用过程中是否发生异常都会执行必要的“清理”操作,释放资源,比如文件使用后自动关闭、线程中锁的自动获取和释放等。即凡是在代码块前后插入代码的场景统统适用
- 资源管理
- 权限验证
以下以计时器为例
from functools import wraps
class Timeit:
def __init__(self, fn=None):
wraps(fn)(self) def __call__(self, *args, **kwargs):
start = datetime.datetime.now()
ret = self.__wrapped__(*args, **kwargs)
cost = datetime.datetime.now() - start
print(cost)
return ret def __enter__(self):
self.start = datetime.datetime.now() def __exit__(self, *args):
cost = datetime.datetime.now() - self.start
print(cost) with Timeit():
z = 3 + 8 # 输出0:00:00.000037 @Timeit
def add(x, y):
return x + y add(3, 8) # 输出0:00:00.000044 返回11
复制代码
总共实现了两种计时方式,既可以对语句块计时,也可以对函数计时。
contextmanager的使用
contextlib是个比with优美的东西,也是提供上下文管理机制的模块,它是通过Generator装饰器实现的,不再是采用__enter__和__exit__。contextlib中的contextmanager作为装饰器来提供一种针对函数级别的上下文管理机制。
import contextlib @contextlib.contextmanager
def context():
print('enter context') # 初始化部分 相当于 __enter__ 方法
try:
yield 'haha' # 相当于__enter__的返回值
finally:
print('exit context') # 清理部分, 相当于 __exit__ 方法 with context() as c:
print(c)
raise Exception() # 输出
enter context
haha
exit context
---------------------------------------------------------------------------
Exception Traceback (most recent call last)
<ipython-input-189-4c1dae6b647a> in <module>()
1 with context() as c:
2 print(c)
----> 3 raise Exception() Exception:
复制代码
yield后面必须配合finally使用,否则如果抛出异常,程序不会执行yield后面的部门,也就是不会执行__exit__部分。
反射
python的反射,核心本质其实就是利用字符串的形式去对象(模块)中操作(查找/获取/删除/添加)成员,就是一种基于字符串的事件驱动!
关于模块的python反射以及反射机制分析参见:python反射机制深入分析
以下主要分析类对象的反射机制
getattr setattr hasattr
三个函数的原型:
- getattr:getattr(object, name[, default]) -> value。getattr(x, 'y')等效于x.y
- setattr:setattr(obj, name, value, /)。setattr(x, 'y', v)等效于x.y = v
- hasattr:hasattr(obj, name, /)
主要作用是通过对象的成员名称获取对象的成员
class Point:
def __init__(self, x, y):
self.x = x
self.y = y def print(self, x, y):
print(x, y) p = Point(3, 5)
p.__dict__['x'] # 返回3, 对于属性来说,可以通过 __dict__ 获取
getattr(p, 'print')(3, 5) # 成员方法无法通过__dict__获取,但是可以通过getattr函数获取 # p.print(3, 5)
getattr(p, 'x') # getattrr 也可以获取到属性
setattr(p, 'haha', 'abcd') # p.haha = 'abcd',给对象p增加属性haha
p.haha # 返回abcd
hasattr(p, 'print') # 返回True 复制代码
setattr的对象是实例,如果要给实例动态增加方法,需要先把函数转化为方法,转化的方法如下:
import types def mm(self):
print(self.x) setattr(p, 'mm', types.MethodType(mm, p)) # 将mm函数转化为对象p的方法之后,再给p增加
p.mm() # 输出3
复制代码
使用getattr setattr hasattr 实现一个命令路由器:
class Command:
def cmd1(self):
print('cmd1')
def cmd2(self):
print('cmd2')
def run(self):
while True:
cmd = input('>>>').strip()
if cmd == 'quit':
return
getattr(self, cmd, lambda :print('not found cmd {}'.format(cmd)))() command = Command()
command.run() # 输出
>>>cmd1
cmd1
>>>cmd2
cmd2
>>>cmd3
not found cmd cmd3
>>>quit
复制代码
__getattr__ __setattr__ __delattr__
- 当一个类定义了__getattr__方法时,如果访问不存在的成员,会调用__getattr__方法
class A:
def __init__(self):
self.x = 3 a = A()
a.x # 返回3
a.y # 如果没有实现__getattr__方法,当访问不存在的成员时会报错
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-228-cc7049c6eeec> in <module>()
----> 1 a.y AttributeError: 'A' object has no attribute 'y'
复制代码
增加__getattr__方法
class A:
def __init__(self):
self.x = 3 def __getattr__(self, name):
return 'missing property {}'.format(name) a = A()
a.x # 返回3
a.y # 返回'missing property y'。即访问不存在的成员,会调用__getattr__方法
复制代码
- 当一个类实现了__setattr__时, 任何地方对这个类的对象增加属性,或者对现有属性赋值,都会调用__setattr__
class A:
def __init__(self):
self.x = 3 def __setattr__(self, name, value):
print('set {} to {}'.format(name, value))
setattr(self, name, value) a = A()
a.x # 返回3
a.y = 5 # 输出set y to 5
复制代码
- 当一个类实现了__delattr__ 方法时,删除其实例的属性,会调用此方法
class A:
def __init__(self):
self.x = 3 def __delattr__(self, name):
print('you cannot delete property: {}'.format(name)) a = A()
a.x # 返回3
del a.x # 输出you cannot delete property: x
复制代码
最后多说一句,小编是一名python开发工程师,这里有我自己整理了一套最新的python系统学习教程,包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。想要这些资料的可以进裙930900780领取。
本文章素材来源于网络,如有侵权请联系删除。
零基础小白Python入门必看:面向对象之典型魔术方法的更多相关文章
- 学习笔记(1):零基础掌握 Python 入门到实战-列表与元祖到底该用哪个?(二)...
立即学习:https://edu.csdn.net/course/play/26676/338778?utm_source=blogtoedu 列表不能通过增加索引增加元素 可以使用list中的app ...
- 学Java必看!零基础小白再也不用退缩了
程序员们!请往这儿看 对于JAVA的学习,可能你还会有许多的顾虑 不要担心 接着往下看吧 学Java前 一.数学差,英语也不好是不是学不好Java? 答案是:是~ 因为你在问这个问题的时候说明你对自己 ...
- 零基础学习 Python 之前期准备
写在之前 从今天开始,我将开始新的篇章 -- 零基础学习 Python,在这里我将从最基本的 Python 写起,然后再慢慢涉及到高阶以及具体应用方面.我是完全自学的 Python,所以很是明白自学对 ...
- 零基础学习 Python 之数字与运算
写在之前 大家好,这里是零基础学习 Python 系列,在这里我将从最基本的 Python 写起,然后再慢慢涉及到高阶以及具体应用方面.我是完全自学的 Python,所以很是明白自学对于一个人的考验, ...
- Java编程学习知识点分享 入门必看
Java编程学习知识点分享 入门必看 阿尔法颜色组成(alpha color component):颜色组成用来描述颜色的透明度或不透明度.阿尔法组成越高,颜色越不透明. API:应用编程接口.针对软 ...
- 零基础学习Python数据分析
网上虽然有很多Python学习的教程,但是大多是围绕Python网页开发等展开.数据分析所需要的Python技能和网页开发等差别非常大,本人就是浪费了很多时间来看这些博客.书籍.所以就有了本文,希望能 ...
- Liunx新手入门必看
安装CentOS(Linux的一个常用发行版本,互联网公司经常使用这个发行版)用到的软件: VMware_workstation_full_12.5.2.exe 虚拟机软件,虚拟机由这个软件安装.管理 ...
- 零基础学习 Python 之字符串
初识字符串 维基百科对于字符串的定义式:字符串是由零个或者多个字符组成的有限串行.你之前学会敲的第一行 print 代码里的 "Hello World",就是一个字符串.字符串的本 ...
- 《零基础学习Python制作ArcGIS自定义工具》课程简介
Python for ArcGIS Python for ArcGIS是借助Python语言实现ArcGIS自动化行为的综合,它不止是如课程标题所述的“制作ArcGIS自定义工具”,还包括使用Pyth ...
随机推荐
- Unity内生成深度贴图
https://qiita.com/bokkuri_orz/items/08cbaeae6a34fed7f903 https://www.cnblogs.com/sifenkesi/p/4721649 ...
- .Net在Windows上使用Jenkins做CI/CD的那些事
背景 最近入职了一家新公司,公司各个方面都让我非常的满意,我也怀着紧张与兴奋的心情入职后,在第一天接到了领导给我的第一个任务——把整个项目的依赖引用重新整理并实施项目的CI/CD. 本篇的重点主要分享 ...
- Kubernetes 服务部署最佳实践(二) ——如何提高服务可用性
引言 上一篇文章我们围绕如何合理利用资源的主题做了一些最佳实践的分享,这一次我们就如何提高服务可用性的主题来展开探讨. 怎样提高我们部署服务的可用性呢?K8S 设计本身就考虑到了各种故障的可能性,并提 ...
- 【原创】解BUG-xenomai内核与linux内核时间子系统之间存在漂移
版权声明:本文为本文为博主原创文章,转载请注明出处.如有问题,欢迎指正.博客地址:https://www.cnblogs.com/wsg1100/ 一.问题起源 何为漂移?举个例子两颗32.768kH ...
- 人人框架renren-security |小记(第一篇)
一丶首先介绍一下人人框架: 1.简介 renren-security | 轻量级权限管理系统 采用Spring.MyBatis.Shiro框架,开发的一套权限系统,极低门槛,拿来即用 支持分布式部 ...
- StringBuilder 比 String 快?空嘴白牙的,证据呢!
作者:小傅哥 博客:https://bugstack.cn 沉淀.分享.成长,让自己和他人都能有所收获! 一.前言 聊的是八股的文,干的是搬砖的活! 面我的题开发都用不到,你为什么要问?可能这是大部分 ...
- Shell编程(4)
shell函数 shell中允许将一组命令集合或语句形成一段可用代码,这些代码块称为shell函数.给这段代码起个名字称为函数名,后续可以直接调用该段代码. 格式 func() { #指定函数名 co ...
- kvm虚拟化存储管理(3)
一.KVM 存储虚拟化介绍 KVM 的存储虚拟化是通过存储池(Storage Pool)和卷(Volume)来管理的. Storage Pool 是宿主机上可以看到的一片存储空间,可以是多种型: Vo ...
- hystrix(6) 命令执行
上一节中讲到了HystrixCommand有四种执行方法,这一节就来讲一下这四种方法直接的关系以及他们的实现. execute方法使用同步方式获取结果,本质是调用了queue方法获取了一个Future ...
- 5.Strom-事务型拓扑