面向对象编程
简称OOP(object oriented programming) 是一种程序设计思想。OOP把对象作为程序的基本单元,一个对象包含了数据和操作数据的函数。
面向过程的程序设计把计算机程序视为一系列的命令集合,即一组函数的顺序执行。面向过程把函数继续切分为子函数,即把大块函数通过切割成小块函数来降低系统的复杂度。
而面向对象的程序设计把计算机程序视为一组对象的集合,而每个对象都可以接收其他对象发过来的消息,并处理这些消息,计算机程序的执行就是一系列消息在各个对象之间传递。
在python中,所有数据类型都可以视为对象,当然也可以自定义对象。自定义的对象数据类型就是面向对象中类(class)的概念
面向过程和面向对象在程序流程上的不同之处:
面向过程
std1={'name':'tom','score':98}
std2={'name':'bob','score':81}
def print_score(std):
print(('%s:%s'%(std['name'],std['score'])
采用面向对象的程序设计思想,首先思考的不是程序的执行流程,而是student这种数据类型应该被视为一个对象,这个对象拥有name和score这两个属性。如果要打印一个学生的成绩,首先必须创建出这个学生对应的对象,然后给对象发一个print_score消息,让对象自己把自己的数据打印出来。
class Student(object):
def __init__(self,name,score):
self.name=name
self.score=score
def print_score(self):
print('%s:%s'%(self.name,self.score))
给对象发消息实际上就是调用对象对应的关联函数,成为对象的方法。
面向对象的程序:
bart=Student('bart simpson',38)
lisa=Student('lisa simpson',89)
bart.print_score()
lisa.print_score()
面向对象的设计思想是从自然界中来的。在自然界中,类(class)和实例(instance)的概念是很自然的。
class是一种抽象概念,比如定义的class—Student,是指学生这个概念。而实例则是一个个具体的student,比如,bart Simpson和lisa Simpson是两个具体的student
所以,面向对象的设计思想史抽象出class,根据class创建instance
数据封装,继承和多态是面向对象的三大特点。
类和实例
面向对象最重要的概念是类(class)和实例(instance),类是抽象的模板,实例是根据类创建出来的一个个具体的对象,每个对象都拥有相同的方法,但各自的数据可能不同
定义类是通过class关键字
class Student(object):
pass
class后面紧接着是类名,即Student,类名通常是大写开头的单词。
紧接着是(object),表示该类是从哪个类继承下来的,通常如果没有合适的继承类,就是用object类,这是所有类最终都会继承的类。
定义好Student类,就可以根据Student类创建出student的实例。创建实例时通过类名+()实现的:
>bart=Student()
>>> bart
<__main__.Student object at 0x10a67a590>
>>> Student
<class '__main__.Student'>
变量bart指向的就是一个Student的实例,后面的0x10a67a590是内存地址,每个object的地址都不一样,而Student本身则是一个类
可以自由的给实例变量绑定属性,给bart绑定一个name属性:
>>> bart.name = 'Bart Simpson'
>>> bart.name
'Bart Simpson'
由于类可以起到模板的作用,因此,可以在创建实例的时候,把一些必须绑定的属性强制填写进去。
通过定义一个特殊的__init__
方法,在创建实例的时候,就把name,score等属性绑上去:
class Student(object):
def __init__(self,name,score):
self.name=name
self.score=score
__init__
方法的第一个参数永远是self,表示创建的实例本身,因此,在__init__
方法内部,就可以把各种属性绑定到self,因为self就指向创建的实例本身。
有了__init__
方法,在创建实例的时候,就不能传入空的参数了,必须传入与__init__
方法匹配的参数。但self不需要传,python解释器自己会把实例变量传进去。
>>> bart = Student('Bart Simpson', 59)
>>> bart.name
'Bart Simpson'
>>> bart.score
59
和普通函数相比,在类中定义的函数只有一点不同,就是第一个参数永远是实例变量self,并且,调用勇士,不用传递该参数。此处之外,类的方法和普通函数没有什么区别,仍然可以用默认参数,可变参数,关键字参数和命名关键字参数。
数据封装
面向对象编程的一个重要特点就是数据封装,在Student类中,每个实例就拥有各自的name和score这些数据。可以通过函数来访问这些数据
>>> def print_score(std):
... print('%s: %s' % (std.name, std.score))
...
>>> print_score(bart)
Bart Simpson: 59
既然Student实例本身就由于这些数据,要访问这些数据,就没有必要从外面的函数去访问,可以直接在Student类的内部定义访问数据的函数,这样就把数据给封装起来了。这些封装数据的函数是和Student类本身是关联起来的,称为类的方法:
class Student(object):
def __init__(self, name, score):
self.name = name
self.score = score
def print_score(self):
print('%s: %s' % (self.name, self.score))
要定义一个方法,除了第一个参数是self外,其他和普通函数一样。要调用一个方法,只需要在实例变量上之直接调用,除了self不用传递,其他参数正常传入:
>>> bart.print_score()
Bart Simpson: 59
从外部看student类,就只需要知道,创建实例需要给出name和score,而如何打印,都是student类的内部定义的,这些数据和逻辑被‘封装’起来了,调用很容易,但却不用知道内部实现的细节。
封装的另一个好处是可以给student类增加新的方法:
class Student(object):
...
def get_grade(self):
if self.score >= 90:
return 'A'
elif self.score >= 60:
return 'B'
else:
return 'C'
类是创建实例的模板,而实例则是一个一个具体的对象,各个实例拥有的数据都互相独立,互不影响
方法就是实例绑定的函数,和普通函数不同,方法可以直接访问实例的数据
和静态语言不同,python允许对实例变量绑定任何数据。
对于两个实例变量,虽然他们都是同一个类的不同实例,但拥有的变量名称都可能不同:
>>> bart = Student('Bart Simpson', 59)
>>> lisa = Student('Lisa Simpson', 87)
>>> bart.age = 8
>>> bart.age
8
>>> lisa.age
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'Student' object has no attribute 'age'
访问限制
class内部,可以有属性和方法,而外部代码可以通过直接调用实例变量的方法来操作数据,这样就隐藏了内部的复杂逻辑
但是从Student类的定义来看,外部代码还是可以自由的修改一个实例的name,score属性:
>>> bart = Student('Bart Simpson', 59)
>>> bart.score
59
>>> bart.score = 99
>>> bart.score
99
如果要哦让内部属性不被外部访问,可以把属性的名称前加上两个下划线__
,实例的变量名如果以__
开头,就变成了一个私有变量(private),只有内部可以访问,外部不能访问
修改:
class Student(object):
def __init__(self, name, score):
self.__name = name
self.__score = score
def print_score(self):
print('%s: %s' % (self.__name, self.__score))
改完后,就屋外从外部访问实例变量.__name和实例变量.__score了
运行结果
>>> bart = Student('Bart Simpson', 59)
>>> bart.__name
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'Student' object has no attribute '__name'
如果外部代码要获取name和score,可以给Student类增加get_name和get_score这样的方法:
class Student(object):
...
def get_name(self):
return self.__name
def get_score(self):
return self.__score
如果又要允许外部修改代码score,可以再给Student类增加set_score方法:
class Student(object):
...
def set_score(self, score):
self.__score = score
原来直接通过bart.score=99
也可以修改参数,但是在方法中,可以对参数做检查,避免传入无效的参数
如下:
class Student(object):
...
def set_score(self, score):
if 0 <= score <= 100:
self.__score = score
else:
raise ValueError('bad score')
需要注意,在python中,变量名类似__xxx__
的,也就是以双下划线开头,并且以双下划线结尾的,是特殊变量,特殊变量是可以直接访问的,不是private变量,所以不能用__name__
,__score__
这样的变量名
双下划线开头的实例变量不是一定不能从外部访问。不能直接访问__name是因为python解释器对外把__name变量改成了_Student__name,所以,仍然可以访问:
>>> bart._Student__name
'Bart Simpson'
继承和多态
在OOP程序设计中,当定义一个class的时候,可以从某个现有的class继承新的class称为子类(Sublclass),被继承的class称为基类,父类或者超类。
已经编写了一个名为Animal的class,有一个run()方法可以直接打印:
class Animal(object):
def run(self):
print('Animal is running...')
当需要编写Dog和Cat类时,就可以直接从Animal类继承:
class Dog(Animal):
pass
class Cat(Animal):
pass
对于Dog来说,Animal就是他的父类,对于Animal,Dog就是他的子类。
继承最大的好处就是子类获得了父类的全部功能。由于Animal实现了run()方法,因此,Dog和Cat作为他的子类,自动拥有了run()方法:
dog = Dog()
dog.run()
cat = Cat()
cat.run()
运行结果
Animal is running...
Animal is running...
也可以对子类增加一些方法:
class Dog(Animal):
def run(self):
print('Dog is running...')
def eat(self):
print('Eating meat...'
继承的第二个好处需要我们对代码做一点改进。
在之前,无论Dog还是Cat,他们run()的时候,显示的都是Animal is running…,符合逻辑的做法是分别显示Dog is running和Cat is running
因此,修改:
class Dog(Animal):
def run(self):
print('Dog is running...')
class Cat(Animal):
def run(self):
print('Cat is running...')
运行结果:
Dog is running...
Cat is running...
当子类和父类都存在相同的run()方法时,子类的run()覆盖了父类的run(),在代码运行的时候,总是会调用子类的run()。这样,就获得了继承的另一个好处:多态
当定义一个class的时候,实际上就定义了一种数据类型。和str,list,dict没什么两样
判断一个变量是否是某个类型可以用isinstance()判断:
a = list() # a是list类型
b = Animal() # b是Animal类型
c = Dog() # c是Dog类型
>>> isinstance(a, list)
True
>>> isinstance(b, Animal)
True
>>> isinstance(c, Dog)
True
但是:
>>> isinstance(c, Animal)
True
c不仅仅是Dog,c还是Animal
因为Dog是从Animal继承下来的,当创建了一个Dog的实例c时,认为c的数据类型时Dog没错,但c同时也是Animal也没错
在继承关系中,如果一个实例的数据类型是某个子类,那它的数据类型也可以被看作是父类。
反之不行:
>>> b = Animal()
>>> isinstance(b, Dog)
False
多态的好处
接收Animal类型变量的函数:
def run_twice(animal):
animal.run()
animal.run()
当传入Animal实例时:
>>> run_twice(Animal())
Animal is running...
Animal is running...
当传入Dog实例时:
>>> run_twice(Dog())
Dog is running...
Dog is running...
定义一个Tortoise类型,也从Animal派生:
class Tortoise(Animal):
def run(self):
print('Tortoise is running slowly...')
当传入Tortoise实例:
>>> run_twice(Tortoise())
Tortoise is running slowly...
Tortoise is running slowly..
新增一个Animal的子类,不必对run_twice()做任何修改,实际上,任何依赖Animal作为参数的函数或者方法都可以不加修改的正常运行,原因就在于多态。
多态的好处:
当需要传入Dog,Cat,Tortoise…时,只需要接收Animal类型就可以了,因为这些都是Animal类型,按照
Animal类型进行操作即可。
由于Animal类型有run()方法,因此,传入的任意类型,只要是Animal类或者子类,就会自动调用实际类型的run()方法
对于一个变量,只需要知道他是Animal类型,无需确切的知道他的子类型,就可以放心的调用run()方法。具体的run()方法作用在哪个对象上面,由运行时该对象的确切类型决定。
调用方只管调用,不管细节
当新增一种Animal的子类时,只要确保run()方法编写正确,不用管原来的代码时如何调用的
开闭原则:
对扩展开放:允许新增Animal子类
对修改封闭:不需要修改依赖Animal类型的run_twice()等函数
任何类,最终都可以追溯到根类object
静态语言和动态语言
对于静态语言(java)来说,如果需要传入Animal类型,则传入的对象必须是Animal类型或者他的子类,否则将无法调用run()方法
对于python这样的动态语言来说,则不一定需要传入Animal类型,只需要保证传入一个run()方法就可以了
class Timer(object):
def run(self):
print('start...')
这就是动态语言的‘鸭子类型’,不要求严格的继承体系
python的‘file-like object’就是一种鸭子类型。对真正的文件对象,他有一个read()方法,返回其内容。但是,许多对象,只要有read()方法,都被视为‘file-like object’
不一定要传入真正的文件对象,完全可以传入任何实现了read()方法的对象。
获取对象信息
Type()
使用type()函数,判断对象类型:
>>> type(123)
<class 'int'>
>>> type('str')
<class 'str'>
>>> type(None)
<type(None) 'NoneType'>
在if语句中判断
>>> type(123)==type(456)
True
>>> type(123)==int
True
>>> type('abc')==type('123')
True
>>> type('abc')==str
True
>>> type('abc')==type(123)
False
要判断一个对象是否是函数,可以使用types模块中定义的常量
>>> import types
>>> def fn():
... pass
...
>>> type(fn)==types.FunctionType
True
>>> type(abs)==types.BuiltinFunctionType
True
>>> type(lambda x: x)==types.LambdaType
True
>>> type((x for x in range(10)))==types.GeneratorType
True
使用isinstance()
对于class的继承关系,使用type()很不方便。要判断class的类型,可以使用isinstance()函数
继承关系
object -> Animal -> Dog -> Husky
创建对象:
>>> a = Animal()
>>> d = Dog()
>>> h = Husky()
判断:
>>> isinstance(h, Husky)
True
>>> isinstance(h, Dog)
True
>>> isinstance(d, Husky)
False
h虽然自身是Husky类型,但由于Husky是从Dog继承继承下来的,所以h也是Dog类型。
但是d不是Husky类型
isinstance()可以判断一个变量是否是某些类型中的一种
>>> isinstance([1, 2, 3], (list, tuple))
True
>>> isinstance((1, 2, 3), (list, tuple))
True
总是优先使用isinstance()判断类型,可以将指定类型及其子类都涉及到
使用dir()
要获得一个对象的所以属性和方法,可以使用dir()函数,他返回一个包含字符串的list
获得一个str对象的所有属性和方法
>>> dir('ABC')
['__add__', '__class__',..., '__subclasshook__', 'capitalize', 'casefold',..., 'zfill']
类似__xxx__
的属性和方法在python中都是有特殊用途的。__len__
方法返回长度。调用len()函数获取一个对象的长度,实际上,在len()函数内部,它自动去调用该对象的__len__()
方法
下面的代码是等价的:
>>> len('ABC')
3
>>> 'ABC'.__len__()
3
如果是自己写的类,也想用len()的话,就写一个__len__()
方法:
>>> class MyDog(object):
... def __len__(self):
... return 100
...
>>> dog = MyDog()
>>> len(dog)
100
配合getattr(),setattr()以及hasattr(),可以直接操作一个对象的状态:
>>> class MyObject(object):
... def __init__(self):
... self.x = 9
... def power(self):
... return self.x * self.x
...
>>> obj = MyObject()
测试属性:
>>> hasattr(obj, 'x') # 有属性'x'吗?
True
>>> obj.x
9
>>> hasattr(obj, 'y') # 有属性'y'吗?
False
>>> setattr(obj, 'y', 19) # 设置一个属性'y'
>>> hasattr(obj, 'y') # 有属性'y'吗?
True
>>> getattr(obj, 'y') # 获取属性'y'
19
>>> obj.y # 获取属性'y'
19
获取不存在的属性,会抛出AttributeError
传入一个default参数,如果属性不存在,就返回默认值:
>>> getattr(obj, 'z', 404) # 获取属性'z',如果不存在,返回默认值404
404
也可以获得对象的方法:
>>> hasattr(obj, 'power') # 有属性'power'吗?
True
>>> getattr(obj, 'power') # 获取属性'power'
<bound method MyObject.power of <__main__.MyObject object at 0x10077a6a0>>
>>> fn = getattr(obj, 'power') # 获取属性'power'并赋值到变量fn
>>> fn # fn指向obj.power
<bound method MyObject.power of <__main__.MyObject object at 0x10077a6a0>>
>>> fn() # 调用fn()与调用obj.power()是一样的
81
通过内置的一系列函数,可以对任意一个python对象进行剖析,拿到其内部的数据。
只有在不知道对象信息的时候,才回去获取对象信息。
正确用法:
def readImage(fp):
if hasattr(fp, 'read'):
return readData(fp)
return None
从文件流fp中读取图像,首先要判断fp对象是否存在read方法。若存在,则该对象是一个流,如果不存在,则无法读取。
实例属性和类属性
根据类创建的实例可以任意绑定属性
给实例绑定属性的方法是通过实例变量,或者self变量:
class Student(object):
def __init__(self, name):
self.name = name
s = Student('Bob')
s.score = 90
如果Student类本身需要绑定一个属性,可以直接在class中定义属性,这种属性是类属性,归Student类所有:
class Student(object):
name = 'Student'
当定义了一个类属性后,这个属性虽然归类所有,但类的所有实例都可以访问到:
>>> class Student(object):
... name = 'Student'
...
>>> s = Student() # 创建实例s
>>> print(s.name) # 打印name属性,因为实例并没有name属性,所以会继续查找class的name属性
Student
>>> print(Student.name) # 打印类的name属性
Student
>>> s.name = 'Michael' # 给实例绑定name属性
>>> print(s.name) # 由于实例属性优先级比类属性高,因此,它会屏蔽掉类的name属性
Michael
>>> print(Student.name) # 但是类属性并未消失,用Student.name仍然可以访问
Student
>>> del s.name # 如果删除实例的name属性
>>> print(s.name) # 再次调用s.name,由于实例的name属性没有找到,类的name属性就显示出来了
Student
面对高级对象编程
使用 __slots__
正常情况下,定义了一个class,创建了一个class实例后,可以给实例绑定任何属性和方法,这是动态语言的灵活性
定义class:
class Student(object):
pass
给实例绑定一个属性:
>>> s = Student()
>>> s.name = 'Michael' # 动态给实例绑定一个属性
>>> print(s.name)
Michael
给实例绑定一个方法
>>> 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) # 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
但是给一个实例绑定的方法,对另一个实例是不起作用的:
>>> 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'
为了给所有实例都绑定方法,可以给class绑定方法:
>>> def set_score(self, score):
... self.score = score
...
>>> Student.set_score = set_score
所有的实例都适用:
>>> s.set_score(100)
>>> s.score
100
>>> s2.set_score(99)
>>> s2.score
99
通常情况下,set_score方法可以直接定义在class中
使用__slots__
要限制实力的属性,只允许Student实例添加name和age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。
__slots__
定义的属性仅对当前类实例起作用,对继承的子类是不起作用的
>>> class GraduateStudent(Student):
... pass
...
>>> g = GraduateStudent()
>>> g.score = 9999
除非在子类中也定义__slots__
,这样,子类实例允许定义的属性就是自身的__slots__
加上父类的__slots__
使用@property
在绑定属性时,如果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:
s=Student()
s.score=99
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()方法了就可以检查参数:
class Student:
get_score(self):
return self._score
set_score(self,value):
if not isinstance(value,int):
raise ValueError('score must be an integer!')
if value<0 or valu>100:
raise ValueError('score must between 0~100')
self._score=value
效果:
>>> 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!
但是这种调用方法略显复杂,没有直接用属性直接简单。
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就可以了,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 = 9999
Traceback (most recent call last):
...
ValueError: score must between 0 ~ 100!
在对实例属性操作的时候,就知道该属性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帆帆发,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 2015 - self._birth
birth时可读写属性,而age就是只读属性,因为age可以根据birth和当前时间计算出来
@property广泛应用在类的定义中,可以让调用者写出简短的代码,同时保证对参数进行必要的检查,这样程序运行时就减少了出错的可能性。
多重继承
继承是面向对象编程的一个重要的方式,因为通过继承,子类就可以扩展父类的功能。
多重继承
主要的类层次扔按照哺乳类和鸟类设计:
class Animal(object):
pass
# 大类:
class Mammal(Animal):
pass
class Bird(Animal):
pass
# 各种动物:
class Dog(Mammal):
pass
class Bat(Mammal):
pass
class Parrot(Bird):
pass
class Ostrich(Bird):
pass
给动物加上Runnable和Flyable的功能,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Runnble的动物,就多继承一个Runnable
class Dog(Mammal,Runnable):
pass
同理Flyable
通过多重继承一个子类就可以同时获得多个父类的所以功能
Mixln
在设计类的继承关系时,通常,主线都是单一继承下来的。
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Mixln
为了更好的看出继承关系,把Runnable和Flyable改为RunnableMixln和FlyableMixln
类似还可以定义出肉食动物CarnivorousMixln和植食动物HerbivoresMixln,让某个动物同事拥有好几个Mixln:
class Dog(Mammal, RunnableMixIn, CarnivorousMixIn):
pass
Mixln的目的就是给一个类增加多个功能,这样在设计类的时候,优先考虑通过多重继承来组合多个Mixln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Mixln。
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式,这两种模型由ForkingMixln和ThreadingMixln提供。通过组合就是创造出合适的服务
编写一个多进程模式的TCP服务:
class MyTCPServer(TCPServer, ForkingMixIn):
pass
编写一个多进程模式的UDP服务:
class MyUDPServer(UDPServer, ThreadingMixIn):
pass
协程模型:
class MyTCPServer(TCPServer, CoroutineMixIn):
pass
python允许使用多重继承。Mixln就是一种常见的设计
只允许单一继承的语言(java)不能使用Mixln的设计
定制类
类似__slots__
这种形如__xxx__
的变量或者函数名就要注意,这些在python中是有特殊用途的。
这种函数可以帮助定制类
__str__
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>
打印出的实例类型和地址不好确认
需要定义好__str__
方法,返回一个好看的字符串:
>>> 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)
如果不用print,输出还是原来的带地址的实例
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,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:
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或者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,知道遇到StopIteration错误时退出循环
斐波那契数列,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
作用于for循环:
>>> for n in Fib():
... print(n)
...
1
1
2
3
5
...
46368
75025
__getitem__
Fib实例虽然能作用域for循环,看起来和list有点像,但是,把他当成list来使用还是不行,比如,取第五个元素:
>>> Fib()[5]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'Fib' object does not support indexing
要表现得像list那样按照下表取出元素,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
按下标访问数列:
>>> f = Fib()
>>> f[0]
1
>>> f[1]
1
>>> f[2]
2
>>> f[3]
3
>>> f[10]
89
>>> f[100]
573147844013817084101
但是list有一个神奇的切片方法:
>>> list(range(100))[5:10]
[5, 6, 7, 8, 9]
对于Fib却报错,是因为__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): # n是索引
a, b = 1, 1
for x in range(n):
a, b = b, a + b
return a
if isinstance(n, slice): # n是切片
start = n.start
stop = n.stop
if start is None:
start = 0
a, b = 1, 1
L = []
for x in range(stop):
if x >= start:
L.append(a)
a, b = b, a + b
return L
测试Fib切片:
>>> f = Fib()
>>> f[0:5]
[1, 1, 2, 3, 5]
>>> f[:10]
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
但是没对step参数做处理:
>>> f[:10:2]
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]
也没有对负数做处理,所以要正确实现一个__getitem__()
还是有很多工作要做
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。
还有一个__delitem__()
方法,用于删除某个元素
__getattr__
正常情况下,当调用类的方法或属性时,如果不存在就会报错
class Student(object):
def __init__(self):
self.name = 'Michael'
>>> s = Student()
>>> print(s.name)
Michael
>>> print(s.score)
Traceback (most recent call last):
...
AttributeError: 'Student' object has no attribute 'score'
调用name属性,没问题。但是调用不存在的score属性就有错误信息,没有找到score这个attribute
避免这个错误,除了可以加上一个score属性外,还可以写一个__getattr__()
方法,动态返回一个属性。
修改:
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解释器会视图调用`getattr(self,‘score’)来尝试获得属性,这样就有机会返回score的值:
>>> s = Student()
>>> s.name
'Michael'
>>> s.score
99
返回函数也是完全可以的
class Student(object):
def __getattr__(self, attr):
if attr=='age':
return lambda: 25
调用方式变为:
>>> s.age()
25
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
此外,任意调用如s.abc都会返回None,这是一位内定义的__getattr__
默认返回就是None。要让class只响应特定的几个属性,就要抛出AttributeError错误:
class Student(object):
def __getattr__(self, attr):
if attr=='age':
return lambda: 25
raise AttributeError('\'Student\' object has no attribute \'%s\'' % attr)
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可以针对完全动态的情况作调用。
如果要写SDK,给每个URL对应的API都写一个方法,可以利用完全动态的__getattr__
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
__repr__ = __str__
结果:
>>> Chain().status.user.timeline.list
'/status/user/timeline/list'
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REAT 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
调用命令
Chain().users('michael').repos
__call__
一个对象实例可以有自己的属性和方法,大概调用实例方法时,用instance.method()来调用,当然也可以直接在实例本身上调用
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。
class Student(object):
def __init__(self, name):
self.name = name
def __call__(self):
print('My name is %s.' % self.name)
调用方式:
>>> s = Student('Michael')
>>> s() # self参数不要传入
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,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没有根本的区别。
如果把对象看成函数,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。
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
>>> callable(Student())
True
>>> callable(max)
True
>>> callable([1, 2, 3])
False
>>> callable(None)
False
>>> callable('str')
False
通过callable()函数,可以判断一个对象是否是可调用对象。
使用枚举类
需要定义常量时,为枚举类型定义一个class类型,然后,每个常量都是class的一个唯一实例。
enum类可以实现这个功能
from enum import Enum
Month = Enum('Month', ('Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'))
这样就获得了Month类型的枚举类,可以直接使用Month.Jan来引用一个常量,或者枚举它的所有成员:
for name, member in Month.__members__.items():
print(name, '=>', member, ',', member.value)
value属性时自动赋给成员的int常量,默认从1开始计数
如果要更精确的控制枚举类型,可以从Enum派生出自定义类
from enum import Enum, unique
@unique
class Weekday(Enum):
Sun = 0 # Sun的value被设定为0
Mon = 1
Tue = 2
Wed = 3
Thu = 4
Fri = 5
Sat = 6
@unique装饰器可以检查保证没有重复值
访问枚举类的方法:
>>> day1 = Weekday.Mon
>>> print(day1)
Weekday.Mon
>>> print(Weekday.Tue)
Weekday.Tue
>>> print(Weekday['Tue'])
Weekday.Tue
>>> print(Weekday.Tue.value)
2
>>> print(day1 == Weekday.Mon)
True
>>> print(day1 == Weekday.Tue)
False
>>> print(Weekday(1))
Weekday.Mon
>>> print(day1 == Weekday(1))
True
>>> Weekday(7)
Traceback (most recent call last):
...
ValueError: 7 is not a valid Weekday
>>> for name, member in Weekday.__members__.items():
... print(name, '=>', member)
...
Sun => Weekday.Sun
Mon => Weekday.Mon
Tue => Weekday.Tue
Wed => Weekday.Wed
Thu => Weekday.Thu
Fri => Weekday.Fri
Sat => Weekday.Sat
使用元类
type()
动态语言和静态语言最大的不同就是函数和类的定义,不是编译时定义的,而是运行时动态创建的。
定义一个hello的class:
class Hello(object):
def hello(self, name='world'):
print('Hello, %s.' % name)
当python解释器载入hello模块时,就会一次执行该模块的所有语句,执行结果就是动态创建出一个hello的class对象:
>>> from hello import Hello
>>> h = Hello()
>>> h.hello()
Hello, world.
>>> print(type(Hello))
<class 'type'>
>>> print(type(h))
<class 'hello.Hello'>
type()函数可以查看一个类型或变量的类型,Hello是一个class,它的类型就是type,而h是一个实例,它的类型就是classHello
class的定义是运行时动态创建的,而创建class的方法就是使用type()函数。
type()函数既可以返回一个对象的类型,又可以创建出新的类型。
通过type()函数创建出hello类,而无需通过class Hello(object)的定义:
>>> def fn(self, name='world'): # 先定义函数
... print('Hello, %s.' % name)
...
>>> Hello = type('Hello', (object,), dict(hello=fn)) # 创建Hello class
>>> h = Hello()
>>> h.hello()
Hello, world.
>>> print(type(Hello))
<class 'type'>
>>> print(type(h))
<class '__main__.Hello'>
要创建一个class对象,type()函数依次传入3个参数:
1 class的名称
2 继承的父类集合,python支持多重继承,如果只有一个父类,别忘了tuple的单元素写法
3 class的方法名称与函数绑定,上面把fn绑定到方法名hello上
通过type()函数创建的类和直接写class是完全一样的,当python解释器遇到class定义时,仅仅是扫描一下class定义的语法,然后调用type()函数创建出class。
正常情况下,都用class Xxx来定义类,但是type()函数也允许动态创建出类来。
动态语言本身支持运行期动态创建类。
metaclass
除了使用type()动态创建类以外,要控制类的创建行为,还可以使用metaclass
metaclass(元类):当定义了类以后就可以根据这个类创建出实例,所以,先定义类,然后创建实例。
如果想创建出类,那就必须根据metaclass创建出类,所以先定义metaclass,然后创建类
先定义metaclass,就可以创建类,最后创建实例。所以metaclass允许创建或者修改类,或者可以把类看成是metaclass创建出来的‘实例’
例子:这个metaclass可以给自定义的MyList增加一个add方法
定义ListMetaclass,按照默认习惯metaclass的类名总是以Metaclass结尾,以便清楚的表示这是一个metaclass:
# metaclass是类的模板,所以必须从`type`类型派生:
class ListMetaclass(type):
def __new__(cls, name, bases, attrs):
attrs['add'] = lambda self, value: self.append(value)
return type.__new__(cls, name, bases, attrs)
有了ListMetaclass,在定义类的时候还要指示使用ListMetaclass来定制类,传入关键字参数metaclass:
class MyList(list, metaclass=ListMetaclass):
pass
当传入关键字参数metaclass,魔术就生效了,他只是python解释器在创建MyList时,要通过ListMetaclass.__new__()
来创建,所以可以修改类的定义,比如加上新的方法,然后返回修改后的定义。
__new__()
方法接收到的参数依次是:
1 当前准备创建类的对象
2 类的名字
3 类继承的父类集合
4 类的方法集合
>>> L = MyList()
>>> L.add(1)
>> L
[1]
普通list:
>>> L2 = list()
>>> L2.add(1)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'list' object has no attribute 'add'
没有add()方法
一般直接在MyList定义中写上add()方法
但是总会遇到需要通过metaclass修改类定义的。
ORM
ORM全称‘Object Relational Mapping’ 即对象-关系映射。
就是把关系数据库的一行映射为一个对象,也就是一个类对应一个表,这样写代码更简单,不用直接操作SQL语句。
要编写一个ORM框架,所以的类都只能动态定义,因为只有使用者才能根据表的结构定义处对应的类
ORM框架
编写底层模块的第一步,就是先把调用接口写出来。
比如,使用者如果使用这个ORM框架,想定义一个User类来操作对应的数据库表User:
class User(Model):
# 定义类的属性到列的映射:
id = IntegerField('id')
name = StringField('username')
email = StringField('email')
password = StringField('password')
# 创建一个实例:
u = User(id=12345, name='Michael', email='test@orm.org', password='my-pwd')
# 保存到数据库:
u.save()
其中,父类Model和属性StringField、IntegerField是由ORM框架提供的,剩下的魔术方法比如save()全部由metaclass自动完成。虽然metaclass的编写会比较复杂,但ORM的使用者用起来却异常简单。
实现ORM
定义Field类,她负责保存数据库表的字段名和字段类型:
class Field(object):
def __init__(self, name, column_type):
self.name = name
self.column_type = column_type
def __str__(self):
return '<%s:%s>' % (self.__class__.__name__, self.name)
在Field的基础上,进一步定义各种类型的Field
class StringField(Field):
def __init__(self, name):
super(StringField, self).__init__(name, 'varchar(100)')
class IntegerField(Field):
def __init__(self, name):
super(IntegerField, self).__init__(name, 'bigint')
编写ModelMetaclass:
class ModelMetaclass(type):
def __new__(cls, name, bases, attrs):
if name=='Model':
return type.__new__(cls, name, bases, attrs)
print('Found model: %s' % name)
mappings = dict()
for k, v in attrs.items():
if isinstance(v, Field):
print('Found mapping: %s ==> %s' % (k, v))
mappings[k] = v
for k in mappings.keys():
attrs.pop(k)
attrs['__mappings__'] = mappings # 保存属性和列的映射关系
attrs['__table__'] = name # 假设表名和类名一致
return type.__new__(cls, name, bases, attrs)
以及基类Model:
class Model(dict, metaclass=ModelMetaclass):
def __init__(self, **kw):
super(Model, self).__init__(**kw)
def __getattr__(self, key):
try:
return self[key]
except KeyError:
raise AttributeError(r"'Model' object has no attribute '%s'" % key)
def __setattr__(self, key, value):
self[key] = value
def save(self):
fields = []
params = []
args = []
for k, v in self.__mappings__.items():
fields.append(v.name)
params.append('?')
args.append(getattr(self, k, None))
sql = 'insert into %s (%s) values (%s)' % (self.__table__, ','.join(fields), ','.join(params))
print('SQL: %s' % sql)
print('ARGS: %s' % str(args))
当用户定义一个class User(Model)时,python解释器首先在当前类User的定义中查找metaclass,如果没有找到,就继续在父类Model中查找metaclass,找到了就使用Model中定义的metaclass和ModelMetaclass来创建User类,也就是说metaclass可以隐式地继承到子类,但子类自己却感觉不到。
在MedelMetaclass中,一共做了:
1 排除掉对Model类的修改
2 在当前类(比如User)中,查找定义的类的所有属性,如果找到一个Field属性,就把它保存到一个__mappings__
的dict中,同时从类属性中删除该Field属性,否则,容易造成运行时错误(实例会遮盖类的同名属性)
3 把表名保存到__table__
中
在Model类中,就可以定义各种操作数据库的方法,比如save(),delete(),find(),update等
实现了save方法,把一个实例保存到数据库中
因为有表名,属性到字段的映射和属性值的集合,就可以构造出INSERT语句
u = User(id=12345, name='Michael', email='test@orm.org', password='my-pwd')
u.save()
输出
Found model: User
Found mapping: email ==> <StringField:email>
Found mapping: password ==> <StringField:password>
Found mapping: id ==> <IntegerField:uid>
Found mapping: name ==> <StringField:username>
SQL: insert into User (password,email,username,id) values (?,?,?,?)
ARGS: ['my-pwd', 'test@orm.org', 'Michael', 12345]
save()方法已经打印出了可执行的SQL语句以及参数列表,只需要链接到数据库执行。
,