循序渐进Python3（七） -- 2-- 面向对象进阶

• 面向对象是一种编程方式，此编程方式的实现是基于对 类 和 对象 的使用
• 类 是一个模板，模板中包装了多个“函数”供使用（可以讲多函数中公用的变量封装到对象中）
• 对象，根据模板创建的实例（即：对象），实例用于调用被包装在类中的函数
• 面向对象三大特性：封装、继承和多态

本篇将详细介绍Python 类的成员、成员修饰符、类的特殊成员。

类的成员

类的成员可以分为三大类：字段、方法和属性

注：所有成员中，只有普通字段的内容保存对象中，即：根据此类创建了多少对象，在内存中就有多少个普通字段。而其他的成员，则都是保存在类中，即：无论对象的多少，在内存中只创建一份。

一、字段

字段包括：普通字段和静态字段，他们在定义和使用中有所区别，而最本质的区别是内存中保存的位置不同，

• 普通字段属于对象
• 静态字段属于类

class Province:
    # 静态字段
    country = '中国'
    def __init__(self, name):
        # 普通字段
        self.name = name
# 直接访问普通字段
obj = Province('河北省')
print(obj.name)
# 直接访问静态字段
print(Province.country)

由上述代码可以看出【普通字段需要通过对象来访问】【静态字段通过类访问】，在使用上可以看出普通字段和静态字段的归属是不同的。其

• 静态字段在内存中只保存一份
• 普通字段在每个对象中都要保存一份

应用场景： 通过类创建对象时，如果每个对象都具有相同的字段，那么就使用静态字段

二、方法

方法包括：普通方法、静态方法和类方法，三种方法在内存中都归属于类，区别在于调用方式不同。

• 普通方法：由对象调用；至少一个self参数；执行普通方法时，自动将调用该方法的对象赋值给self；
• 类方法：由类调用； 至少一个cls参数；执行类方法时，自动将调用该方法的类复制给cls；
• 静态方法：对象和类调用都可调用；无默认参数；

class Foo:
    def __init__(self, name):
        self.name = name
    def ord_func(self):
        """ 定义普通方法，至少有一个self参数 """
        # print self.name
        print('普通方法')
    @classmethod
    def class_func(cls):
        """ 定义类方法，至少有一个cls参数 """
        print('类方法')
    @staticmethod
    def static_func():
        """ 定义静态方法 ，无默认参数"""
        print('静态方法')
# 调用普通方法
f = Foo("xiaoyao")
f.ord_func()
# 调用类方法
Foo.class_func()
# 调用静态方法
Foo.static_func()
# 调用静态方法
f.static_func()

相同点：对于所有的方法而言，均属于类（非对象）中，所以，在内存中也只保存一份。

不同点：方法调用者不同、调用方法时自动传入的参数不同。

三、属性　　

如果你已经了解Python类中的方法，那么属性就非常简单了，因为Python中的属性其实是普通方法的变种。

对于属性，有以下三个知识点：

• 属性的基本使用
• 属性的两种定义方式

1、属性的基本使用

属性的定义和使用

classFoo:
def func(self):
pass

@property
def prop(self):
print('属性')
############### 调用 ###############
foo_obj =Foo()

foo_obj.func()
foo_obj.prop # 调用属性，不需要括号

由属性的定义和调用要注意一下几点：

• 定义时，在普通方法的基础上添加 @property 装饰器；
• 定义时，属性仅有一个self参数
• 调用时，无需括号
             方法：foo_obj.func()
             属性：foo_obj.prop

注意：属性存在意义是：访问属性时可以制造出和访问字段完全相同的假象

属性由方法变种而来，如果Python中没有属性，方法完全可以代替其功能。

实例：对于主机列表页面，每次请求不可能把数据库中的所有内容都显示到页面上，而是通过分页的功能局部显示，所以在向数据库中请求数据时就要显示的指定获取从第m条到第n条的所有数据（即：limit m,n），这个分页的功能包括：

• 根据用户请求的当前页和总数据条数计算出 m 和 n
• 根据m 和 n 去数据库中请求数据

classPager:

def __init__(self, current_page):
# 用户当前请求的页码（第一页、第二页...）
        self.current_page = current_page
# 每页默认显示10条数据
        self.per_items =10

@property
def start(self):
        val =(self.current_page -1)* self.per_items
return val

@property
def end(self):
        val = self.current_page * self.per_items
return val

p =Pager(11)
print(p.start)#100就是起始值，即：m
print(p.end)#110就是结束值，即：n

从上述可见，Python的属性的功能是：属性内部进行一系列的逻辑计算，最终将计算结果返回。

2、属性的两种定义方式

属性的定义有两种方式：

• 装饰器 即：在方法上应用装饰器
• 静态字段 即：在类中定义值为property对象的静态字段

装饰器方式：

在类的普通方法上应用@property装饰器

我们知道Python中的类有经典类和新式类，新式类的属性比经典类的属性丰富。（ 如果类继object，那么该类是新式类 ）
经典类，具有一种@property装饰器（如上一步实例）

新式类，具有三种@property装饰器

# ############### 定义 ###############class Goods(object):

    @property
    def price(self):
        print '@property'

    @price.setter
    def price(self, value):
        print '@price.setter'

    @price.deleter
    def price(self):
        print '@price.deleter'# ############### 调用 ###############
obj = Goods()

obj.price          # 自动执行 @property 修饰的 price 方法，并获取方法的返回值
obj.price = 123    # 自动执行 @price.setter 修饰的 price 方法，并将  123 赋值给方法的参数del obj.price      # 自动执行 @price.deleter 修饰的 price 方法

注：经典类中的属性只有一种访问方式，其对应被 @property 修饰的方法
      新式类中的属性有三种访问方式，并分别对应了三个被@property、@方法名.setter、@方法名.deleter修饰的方法

由于新式类中具有三种访问方式，我们可以根据他们几个属性的访问特点，分别将三个方法定义为对同一个属性：获取、修改、删除

class Goods(object):

    def __init__(self):
        # 原价
        self.original_price = 100
        # 折扣
        self.discount = 0.8

    @property
    def price(self):
        # 实际价格 = 原价 * 折扣
        new_price = self.original_price * self.discount
        return new_price

    @price.setter
    def price(self, value):
        self.original_price = value

    @price.deltter
    def price(self, value):
        del self.original_price

obj = Goods()
obj.price         # 获取商品价格
obj.price = 200   # 修改商品原价del obj.price     # 删除商品原价

class Goods(object):

    def __init__(self):
        # 原价
        self.original_price = 100
        # 折扣
        self.discount = 0.8

    @property
    def price(self):
        # 实际价格 = 原价 * 折扣
        new_price = self.original_price * self.discount
        return new_price

    @price.setter
    def price(self, value):
        self.original_price = value

    @price.deltter
    def price(self, value):
        del self.original_price

obj = Goods()
obj.price         # 获取商品价格
obj.price = 200   # 修改商品原价del obj.price     # 删除商品原价

 

静态字段方式，创建值为property对象的静态字段

当使用静态字段的方式创建属性时，经典类和新式类无区别

1. classFoo:
3. def get_bar(self):
4. return'xiaoyao'
6. BAR = property(get_bar)
8. obj =Foo()
9. reuslt = obj.BAR # 自动调用get_bar方法，并获取方法的返回值
10. print(reuslt)# 输出 xiaoyao

property的构造方法中有个四个参数

• 第一个参数是方法名，调用 对象.属性 时自动触发执行方法
• 第二个参数是方法名，调用 对象.属性 ＝ XXX 时自动触发执行方法
• 第三个参数是方法名，调用 del 对象.属性 时自动触发执行方法
• 第四个参数是字符串，调用 对象.属性.__doc__ ，此参数是该属性的描述信息

1. classFoo:
3. def get_bar(self):
4. print('get value xiaoyao')
6. # *必须两个参数
7. def set_bar(self, value):
8. print('set value '+ value)
10. def del_bar(self):
11. print('del value')
13. BAR = property(get_bar, set_bar, del_bar,'description...xxx...')
15. obj =Foo()
17. obj.BAR # 自动调用第一个参数中定义的方法：get_bar
18. obj.BAR ="alex"# 自动调用第二个参数中定义的方法：set_bar方法，并将“alex”当作参数传入del_bar
19. del obj.BAR # 自动调用第三个参数中定义的方法：del_bar方法
20. print(Foo.BAR.__doc__)# 自动获取第四个参数中设置的值：description...xxx...

 由于静态字段方式创建属性具有三种访问方式，我们可以根据他们几个属性的访问特点，分别将三个方法定义为对同一个属性：获取、修改、删除

class Goods(object):

    def __init__(self):
        # 原价
        self.original_price = 100
        # 折扣
        self.discount = 0.8

    def get_price(self):
        # 实际价格 = 原价 * 折扣
        new_price = self.original_price * self.discount
        return new_price

    def set_price(self, value):
        self.original_price = value

    def del_price(self, value):
        del self.original_price

    PRICE = property(get_price, set_price, del_price, '价格属性描述...')

obj = Goods()
obj.PRICE         # 获取商品价格
obj.PRICE = 200   # 修改商品原价del obj.PRICE     # 删除商品原价

 

注意：Python WEB框架 Django 的视图中 request.POST 就是使用的静态字段的方式创建的属性

class WSGIRequest(http.HttpRequest):
    def __init__(self, environ):
        script_name = get_script_name(environ)
        path_info = get_path_info(environ)
        if not path_info:
            # Sometimes PATH_INFO exists, but is empty (e.g. accessing# the SCRIPT_NAME URL without a trailing slash). We really need to# operate as if they'd requested '/'. Not amazingly nice to force# the path like this, but should be harmless.
            path_info = '/'
        self.environ = environ
        self.path_info = path_info
        self.path = '%s/%s' % (script_name.rstrip('/'), path_info.lstrip('/'))
        self.META = environ
        self.META['PATH_INFO'] = path_info
        self.META['SCRIPT_NAME'] = script_name
        self.method = environ['REQUEST_METHOD'].upper()
        _, content_params = cgi.parse_header(environ.get('CONTENT_TYPE', ''))
        if 'charset' in content_params:
            try:
                codecs.lookup(content_params['charset'])
            except LookupError:
                passelse:
                self.encoding = content_params['charset']
        self._post_parse_error = False
        try:
            content_length = int(environ.get('CONTENT_LENGTH'))
        except (ValueError, TypeError):
            content_length = 0
        self._stream = LimitedStream(self.environ['wsgi.input'], content_length)
        self._read_started = False
        self.resolver_match = None

    def _get_scheme(self):
        return self.environ.get('wsgi.url_scheme')

    def _get_request(self):
        warnings.warn('`request.REQUEST` is deprecated, use `request.GET` or ''`request.POST` instead.', RemovedInDjango19Warning, 2)
        if not hasattr(self, '_request'):
            self._request = datastructures.MergeDict(self.POST, self.GET)
        return self._request

    @cached_property
    def GET(self):
        # The WSGI spec says 'QUERY_STRING' may be absent.
        raw_query_string = get_bytes_from_wsgi(self.environ, 'QUERY_STRING', '')
        return http.QueryDict(raw_query_string, encoding=self._encoding)

    # ############### 看这里看这里  ###############def _get_post(self):
        if not hasattr(self, '_post'):
            self._load_post_and_files()
        return self._post

    # ############### 看这里看这里  ###############def _set_post(self, post):
        self._post = post

    @cached_property
    def COOKIES(self):
        raw_cookie = get_str_from_wsgi(self.environ, 'HTTP_COOKIE', '')
        return http.parse_cookie(raw_cookie)

    def _get_files(self):
        if not hasattr(self, '_files'):
            self._load_post_and_files()
        return self._files

    # ############### 看这里看这里  ###############
    POST = property(_get_post, _set_post)

    FILES = property(_get_files)
    REQUEST = property(_get_request)

 

所以，定义属性共有两种方式，分别是【装饰器】和【静态字段】，而【装饰器】方式针对经典类和新式类又有所不同。

类成员的修饰符

类的所有成员在上一步骤中已经做了详细的介绍，对于每一个类的成员而言都有两种形式：

• 公有成员，在任何地方都能访问
• 私有成员，只有在类的内部才能方法

私有成员和公有成员的定义不同：私有成员命名时，前两个字符是下划线。（特殊成员除外，例如：__init__、__call__、__dict__等）

1 2 3 4 5

class C:       def __init__(self):         self.name = '公有字段'         self.__foo = "私有字段"

私有成员和公有成员的访问限制不同：

静态字段

• 公有静态字段：类可以访问；类内部可以访问；派生类中可以访问
• 私有静态字段：仅类内部可以访问；

1. class A:
3. name ="公有静态字段"
5. def func(self):
6. print(A.name)
8. class B(A):
10. def show(self):
11. print(A.name)
13. A.name # 类访问
14. obj = A()
15. obj.func()# 类内部可以访问
16. obj_son = B()
17. obj_son.show()# 派生类中可以访问

1. class C:
2. __name ="私有静态字段"
3. def func(self):
4. print(C.__name)
6. class D(C):
8. def show(self):
9. print(C.__name)
11. C.__name # 类访问 ==> 错误
12. obj = C()
13. obj.func()# 类内部可以访问 ==> 正确
14. obj_son = D()
15. obj_son.show()# 派生类中可以访问 ==> 错误

 

class A:
    name = "公有静态字段"
    def func(self):
        print(A.name)
class B(A):
    def show(self):
        print(A.name)
A.name         # 类访问
obj = A()
obj.func()     # 类内部可以访问
obj_son = B()
obj_son.show() # 派生类中可以访问
class C:
    __name = "私有静态字段"
    def func(self):
        print(C.__name)
class D(C):
    def show(self):
        print(C.__name)
C.__name       # 类访问            ==> 错误
obj = C()
obj.func()     # 类内部可以访问     ==> 正确
obj_son = D()
obj_son.show() # 派生类中可以访问   ==> 错误

普通字段

• 公有普通字段：对象可以访问；类内部可以访问；派生类中可以访问
• 私有普通字段：仅类内部可以访问；

ps：如果想要强制访问私有字段，可以通过 【对象._类名__私有字段明 】访问（如：obj._C__foo），不建议强制访问私有成员。

class C:

 

def __init__(self):

self.foo = "公有字段"def func(self):

print self.foo 　#　类内部访问class D(C):

 

def show(self):

print self.foo　＃　派生类中访问

 

obj = C()

 

obj.foo # 通过对象访问

obj.func() # 类内部访问

obj_son = D();

obj_son.show() # 派生类中访问

 

class C:

 

def __init__(self):

self.__foo = "私有字段"def func(self):

print self.foo 　#　类内部访问class D(C):

 

def show(self):

print self.foo　＃　派生类中访问

 

obj = C()

 

obj.__foo # 通过对象访问 ==> 错误

obj.func() # 类内部访问 ==> 正确

obj_son = D();

obj_son.show() # 派生类中访问 ==> 错误

1. class C:
3. def __init__(self):
4. self.foo ="公有字段"def func(self):
5. print self.foo 　#　类内部访问class D(C):
7. def show(self):
8. print self.foo　＃　派生类中访问
10. obj = C()
12. obj.foo # 通过对象访问
13. obj.func()# 类内部访问
14. obj_son = D();
15. obj_son.show()# 派生类中访问
17. class C:
19. def __init__(self):
20. self.__foo ="私有字段"def func(self):
21. print self.foo 　#　类内部访问class D(C):
23. def show(self):
24. print self.foo　＃　派生类中访问
26. obj = C()
28. obj.__foo # 通过对象访问 ==> 错误
29. obj.func()# 类内部访问 ==> 正确
30. obj_son = D();
31. obj_son.show()# 派生类中访问 ==> 错误

方法、属性的访问于上述方式相似，即：私有成员只能在类内部使用

ps：非要访问私有属性的话，可以通过 对象._类__属性名

类的特殊成员

上文介绍了Python的类成员以及成员修饰符，从而了解到类中有字段、方法和属
性三大类成员，并且成员名前如果有两个下划线，则表示该成员是私有成员，私有成员只能由类内部调用。无论人或事物往往都有不按套路出牌的情
况，Python的类成员也是如此，存在着一些具有特殊含义的成员，详情如下：

1. __doc__

　　表示类的描述信息

class Foo(object):
    """
    这是一个简单类
    """
    def __delitem__(self, key):
        print('__delitem__', key)
obj = Foo()
print(obj.__doc__)
print(Foo.__doc__)
print(Foo().__doc__)
    这是一个简单类

    这是一个简单类

    这是一个简单类

1. classFoo(object):
2. """
3. 这是一个简单类
4. """
6. def __delitem__(self, key):
7. print('__delitem__', key)
9. obj =Foo()
10. print(obj.__doc__)
11. print(Foo.__doc__)
12. print(Foo().__doc__)

2. 这是一个简单类 这是一个简单类 这是一个简单类

可见类本身和它的对象都可以调用这个特殊成员。

前面我们讲过函数也有个__doc__,下面一起看一下：

1. defFoo():
2. """
3. 这是一个简单函数
4. """
5. def __delitem__(self, key):
6. print('__delitem__', key)
8. print(Foo.__doc__)

2. 这是一个简单函数

 

2. __module__ 和  __class__ 

　　__module__ 表示当前操作的对象在那个模块

　　__class__     表示当前操作的对象的类是什么

1. # test.py
3. class C:
4. def __init__(self):
5. self.name ='xxx'

1. from test import C
3. obj = C()
4. print(obj.__module__)# 输出 test，即：输出模块
5. print(obj.__class__)# 输出 <class 'test.C'>，即：输出类

 

3. __init__

　　构造方法，通过类创建对象时，自动触发执行。

1. classFoo:
3. def __init__(self, name,age=18):
4. self.name = name
5. self.age = age
7. obj =Foo('xxx')# 自动执行类中的 __init__ 方法
8. print(obj.name,obj.age)#输出 xxx 18

 

4. __del__

　　析构方法，当对象在内存中被释放时，自动触发执行。

注：此方法一般无须定义，因为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，因为此工作都是交给Python解释器来执行，所以，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 Foo:

    def __del__(self):
        pass

class Foo:

    def __del__(self):
        pass

5. __call__

　　对象后面加括号，触发执行。

注：构造方法的执行是由创建对象触发的，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 T_call():

    def __call__(self, *args, **kwargs):
        print(args)
        print(kwargs)
obj1 = T_call()
obj1('a',19,"k1=v1",k1="v1")

3. class T_call():
5. def __call__(self,*args,**kwargs):
6. print(args)
7. print(kwargs)
9. obj1 = T_call()
10. obj1('a',19,"k1=v1",k1="v1")

 

6. __dict__

　　类或对象中的所有成员

上文中我们知道：类的普通字段属于对象；类中的静态字段和方法等属于类，即：

1. classProvince:
3. country ='China'
5. def __init__(self, name, count):
6. self.name = name
7. self.count = count
9. def func(self,*args,**kwargs):
10. print('func')
12. obj1 =Province('HeBei',10000)
13. print(obj1.__dict__)#获取对象obj1 的成员
14. # 输出：{'count': 10000, 'name': 'HeBei'}
15. obj2 =Province('HeNan',3888)
16. print(obj2.__dict__)#获取对象obj1 的成员
17. # 输出：{'count': 3888, 'name': 'HeNan'}
18. print(Province.__dict__) #获取 类Province的成员
19. # 输出：{'__module__': '__main__', '__dict__': <attribute '__dict__' of 'Province' objects>, '__doc__': None, '__init__': <function Province.__init__ at 0x009DE348>, '__weakref__': <attribute '__weakref__' of 'Province' objects>, 'func': <function Province.func at 0x009DE300>, 'country': 'China'}

 

 7. __str__

　　如果一个类中定义了__str__方法，那么在打印 对象 时，默认输出该方法的返回值。

class Foo:
    def __str__(self):
        return 'xiaoyao'
obj = Foo()
print(obj) # 输出：xiaoyao
class Foo:
    def __str__(self):
        pass  #当没有return值的时候，输出会报错。
obj = Foo()
print(obj)
Traceback (most recent call last):
  File "D:/myfiles/study/python/oldboy/Day8/t8.py", line 12, in <module>
    print(obj)
TypeError: __str__ returned non-string (type NoneType)

1. classFoo:
3. def __str__(self):
4. return'xiaoyao'
6. obj =Foo()
7. print(obj)# 输出：xiaoyao

1. classFoo:
3. def __str__(self):
4. pass#当没有return值的时候，输出会报错。
6. obj =Foo()
7. print(obj)
9. Traceback(most recent call last):
10. File"D:/myfiles/study/python/oldboy/Day8/t8.py", line 12,in<module>
11. print(obj)
12. TypeError: __str__ returned non-string (type NoneType)

 

8、__getitem__、__setitem__、__delitem__

用于索引操作，如字典。以上分别表示获取、设置、删除数据

1. classFoo(object):
3. def __getitem__(self, key):
4. print('__getitem__', key)
6. def __setitem__(self, key, value):
7. # print('__setitem__', key, value)
8. self.key = key
9. self.value = value
10. print(key,value)
11. return self.key
13. def __delitem__(self, key):
14. print('__delitem__', key)
17. obj =Foo()
19. result = obj['k1']# 自动触发执行 __getitem__
20. obj['k3']='xxxxxx'# 自动触发执行 __setitem__
21. del obj['k1']# 自动触发执行 __delitem__

1. __getitem__ k1
2. k3 xxxxxx
3. __delitem__ k1

 

9、__getslice__、__setslice__、__delslice__  #3.x 废弃，都用上面的__getitem__、__setitem__、__delitem__

该三个方法用于分片操作，如：列表

1. classFoo(object):
2. def __getitem__(self, key):
3. print('__getitem__', key)
5. def __setitem__(self, key, value):
6. # print('__setitem__', key, value)
7. self.key = key
8. self.value = value
9. print(key,value)
10. return self.key
12. def __delitem__(self, key):
13. print('__delitem__', key)
14. obj =Foo()
15. # result = obj['k1'] # 自动触发执行 __getitem__
16. # obj['k3'] = 'xxxxxx' # 自动触发执行 __setitem__
17. # del obj['k1'] # 自动触发执行 __delitem__
19. obj[1:10:2]# 输出slice(1, 10, 2) slice类型的起始值，结束值，步长值
20. obj[2:20:4]=[11,22,33,44,55]# 输出 slice(2, 20, 4) [11, 22, 33, 44, 55]
21. obj[2:20:4]='alex'# 输出slice(2, 20, 4) alex
22. del obj[4:20:4]# 输出 slice(4, 20, 4)

 

 

10. __iter__ 

用于迭代器，之所以列表、字典、元组可以进行for循环，是因为类型内部定义了 __iter__

class A:
    def __init__(self, sq):
        self.sq = sq
    def __iter__(self):
        return iter(self.sq)
obj1 = A("11,22,33,44")
obj2 = A([11,22,33,44])
for i in obj1:
    print(i)
for i in obj2:
    print(i)
1
1
,
2
2
,
3
3
,
4
4
11
22
33
44

以上步骤可以看出，for循环迭代的其实是  iter([11,22,33,44]) ，所以执行流程可以变更为：

1. class A:
3. def __init__(self, sq):
4. self.sq = sq
6. def __iter__(self):
7. return iter(self.sq)
9. obj1 = A("11,22,33,44")
10. obj2 = A([11,22,33,44])
12. for i in obj1:
13. print(i)
14. for i in obj2:
15. print(i)

1. 1
2. 1
3. ,
4. 2
5. 2
6. ,
7. 3
8. 3
9. ,
10. 4
11. 4
12. 11
13. 22
14. 33
15. 44

以上步骤可以看出，for循环迭代的其实是  iter([11,22,33,44]) ，所以执行流程可以变更为：

1. obj = iter([11,22,33,44])
3. for i in obj:
4. print(i)

在加两个例子，加深理解：（__iter__函数返回的是可迭代对象）

1. class A:
3. def __iter__(self):
4. return iter([11,22,33])
6. obj = A()
7. for x in obj:
8. print(x)
10. class B:
12. def __iter__(self):
13. yield''
14. yield1
15. yield2
16. yield3
18. obj = B()
19. for x in obj:
20. print(x)

11.super  主动执行父类的方法

1. class A:
3. def f1(self):
4. print('c1.f1')
5. return123
7. class B(A):
9. def f1(self):
10. print('before c2.f1')
11. # 主动执行父类的方法
12. super(B,self).f1() # 这里第一个参数是子类而不是父类
13. print('after c2.f1')
16. obj1 = A()
17. obj2 = B()
18. obj1.f1()
19. obj2.f1()

1. c1.f1
2. before c2.f1
3. c1.f1
4. after c2.f1

 

利用上面的知识点，写一个有序字典：

1. classMyDict(dict):
3. def __init__(self):
4. self.temp_list =[]
5. super(MyDict,self).__init__()
7. def __setitem__(self, key, value):
8. self.temp_list.append(key)
9. super(MyDict,self).__setitem__(key, value)
11. def __str__(self):
12. my_list =[]
13. for x in self.temp_list:
14. value = self.get(x)
15. my_list.append("'{}':{}".format(x,value))
16. temp_dict ='{'+','.join(my_list)+'}'
17. return temp_dict
19. obj =MyDict()
20. obj["k1"]=123
21. obj["k2"]=456
22. obj["k3"]=789
23. print(obj)

 

单例模式：

1. class B:
2. instance =None
4. def __init__(self,name):
5. self.name = name
7. @classmethod
8. def get_instance(cls):
9. if cls.instance:
10. return cls.instance
11. else:
12. obj = cls('xiaoyao')
13. cls.instance = obj
14. return obj
16. obj1 = B.get_instance()
17. print(obj1)
18. obj2 = B.get_instance()
19. print(obj2)

1. <__main__.B object at 0x004CB2F0>
2. <__main__.B object at 0x004CB2F0>

 

 异常捕获：

1. whileTrue:
2. num1 = input("num1:").strip()
3. num2 = input("num2:").strip()
4. try:
5. num = int(num1)+ int(num2)
6. print(num)
7. exceptExceptionas ex:
8. print(ex)

 

完整语法：

没有异常的执行顺序：try--else--finally

有异常的执行顺序：try--except--finally

try:
    print('a')
    raise ValueError('主动抛出异常！') # 错误类型ValueError可以改成你想要的
except ValueError as ex:
    print(ex)
except Exception as ex:
    print(ex)
else:
    print('b')
finally:

print('c')

 

 

断言：

assert ==1
assert ==

assert 1==2 AssertionError

 

 

11.super 主动执行父类的方法

class A:

 

def f1(self):

print('c1.f1')

return 123

 

class B(A):

 

def f1(self):

print('before c2.f1')

# 主动执行父类的方法

super(B,self).f1() # 这里第一个参数是子类而不是父类

print('after c2.f1')

 

 

obj1 = A()

obj2 = B()

obj1.f1()

obj2.f1()

c1.f1

before c2.f1

c1.f1

after c2.f1

 

利用上面的知识点，写一个有序字典：

class MyDict(dict):

 

def __init__(self):

self.temp_list = []

super(MyDict,self).__init__()

 

def __setitem__(self, key, value):

self.temp_list.append(key)

super(MyDict,self).__setitem__(key, value)

 

def __str__(self):

my_list = []

for x in self.temp_list:

value = self.get(x)

my_list.append("'{}':{}".format(x,value))

temp_dict = '{'+','.join(my_list)+'}'

return temp_dict

 

obj = MyDict()

obj["k1"] = 123

obj["k2"] = 456

obj["k3"] = 789

print(obj)

单例模式：

class B:

instance = None

 

def __init__(self,name):

self.name = name

 

@classmethod

def get_instance(cls):

if cls.instance:

return cls.instance

else:

obj = cls('xiaoyao')

cls.instance = obj

return obj

 

obj1 = B.get_instance()

print(obj1)

obj2 = B.get_instance()

print(obj2)

<__main__.B object at 0x004CB2F0>

<__main__.B object at 0x004CB2F0>

 

 异常捕获：

while True:

num1 = input("num1:").strip()

num2 = input("num2:").strip()

try:

num = int(num1) + int(num2)

print(num)

except Exception as ex:

print(ex)

 

完整语法：

没有异常的执行顺序：try--else--finally

有异常的执行顺序：try--except--finally

try:
    print('a')
    raise ValueError('主动抛出异常！') # 错误类型ValueError可以改成你想要的
except ValueError as ex:
    print(ex)
except Exception as ex:
    print(ex)
else:
    print('b')
finally:

    print('c')

 

 

断言：

assert 1==1
assert 1==2

    assert 1==2
AssertionError