Python中的super的三种用法 python中super的作用

转载

mob6454cc7d4112 2023-10-31 13:50:58

文章标签 Python中的super的三种用法 python中super的理解父类多继承 Java 文章分类 Python 后端开发

1.super是一个类，返回的是一个 proxy对象，目的是可以让你访问父类的一些特殊方法

2.你得按照父类对应的特殊方法去传递参数，父类没有的参数就不要乱传

3.不要一说到 super 就想到父类！super 指的是 MRO(method resolution order) 中的下一个类！

另一篇比较好的文章：理解 Python super

1. python2 子类调用父类函数成员有2种方法：普通方法和super()方法

假设Base是基类

class Base(object):
def __init__(self):
print “Base init”

则普通方法如下

class Leaf(Base):
def __init__(self):
Base.__init__(self)
print “Leaf init”
super()方法如下
class Leaf(Base):
def __init__(self):
super(Leaf, self).__init__()
print “Leaf init”

两种方法，效果一致：

>>> leaf = Leaf()
Base init
Leaf init

2.使用普通方法的缺陷

使用普通方法遇到钻石继承时，会遇到难题(孙子辈子类继承自两个叔叔级的父类，爷爷辈的类会初始化两次)。

Python中的super的三种用法 python中super的作用_多继承

如果使用普通方法时，Leaf 类同时调用Medium1，Medium2时会初始化两次Base类。

class Base(object):
def __init__(self):
print “Base init”
class Medium1(Base):
def __init__(self):
Base.__init__(self)
print “Medium1 init”
class Medium2(Base):
def __init__(self):
Base.__init__(self)
print “Medium2 init”
class Leaf(Medium1, Medium2):
def __init__(self):
Medium1.__init__(self)
Medium2.__init__(self)
print “Leaf init”

当生成Leaf对象时，Base 会被初始化两次，结果如下：

>>> leaf = Leaf()
Base init
Medium1 init
Base init
Medium2 init
Leaf init

3.各语言的解决方法

钻石继承中，父类被多次初始化是个非常难缠的问题，我们来看看其他各个语言是如何解决这个问题的：

3.1. C++

C++使用虚拟继承来解决钻石继承问题。

Medium1和Medium2虚拟继承Base。当生成Leaf对象时，Medium1和Medium2并不会自动调用虚拟基类Base的构造函数，而需要由Leaf的构造函数显式调用Base的构造函数。

3.2. Java

Java禁止使用多继承。

Java使用单继承+接口实现的方式来替代多继承，避免了钻石继承产生的各种问题。

3.3. Ruby

Ruby禁止使用多继承。

Ruby和Java一样只支持单继承，但它对多继承的替代方式和Java不同。Ruby使用Mixin的方式来替代，在当前类中mixin入其他模块，来做到代码的组装效果。

3.4. Python

Python和C++一样，支持多继承的语法。但Python的解决思路和C++完全不一样，Python是的用就是super

同样的继承用super 重写，生成Leaf对象试一下。

>>> leaf = Leaf()
Base init
Medium2 init
Medium1 init
Leaf init

相比于普通写法，super完美解决钻石继承问题，并且代码更为简洁。

4. super的内核：mro

那super是如何解决砖石继承问题的呢？要理解super的原理，就要先了解mro。mro是method resolution order的缩写，表示了类继承体系中的成员解析顺序。

在python中，每个类都有一个mro的类方法。我们来看一下钻石继承中，Leaf类的mro是什么样子的：

>>> Leaf.mro()
[, , , , ]

可以看到mro方法返回的是一个祖先类的列表。Leaf的每个祖先都在其中出现一次，这也是super在父类中查找成员的顺序。

通过mro，python巧妙地将多继承的图结构，转变为list的顺序结构。super在继承体系中向上的查找过程，变成了在mro中向右的线性查找过程，任何类都只会被处理一次。

通过这个方法，python解决了多继承中的2大难题：

查找顺序问题。从Leaf的mro顺序可以看出，如果Leaf类通过super来访问父类成员，那么Medium1的成员会在Medium2之前被首先访问到。如果Medium1和Medium2都没有找到，最后再到Base中查找。

钻石继承的多次初始化问题。在mro的list中，Base类只出现了一次。事实上任何类都只会在mro list中出现一次。这就确保了super向上调用的过程中，任何祖先类的方法都只会被执行一次。

至于mro的生成算法，可以参考这篇wiki：C3 linearization

5. super的具体用法

我们首先来看一下python中的super定义

def __init__(self, type1=None, type2=None): # known special case of super.__init__
"""
super() -> same as super(__class__, )
super(type) -> unbound super object
super(type, obj) -> bound super object; requires isinstance(obj, type)
super(type, type2) -> bound super object; requires issubclass(type2, type)
Typical use to call a cooperative superclass method:
class C(B):
def meth(self, arg):
super().meth(arg)
This works for class methods too:
class C(B):
@classmethod
def cmeth(cls, arg):
super().cmeth(arg)
# (copied from class doc)
"""

下面详细解析super中的下面两种用法

5.1. super(type, obj)

补充：super()等价于super(__class__, self)

当我们在Leaf的__init__中写这样的super时：

class Leaf(Medium1, Medium2):
def __init__(self):
super(Leaf, self).__init__()
print “Leaf init”

super(Leaf, self).__init__()的意思是说：

获取self所属类的mro, 也就是[Leaf, Medium1, Medium2, Base]

从mro中Leaf右边的一个类开始，依次寻找__init__函数。这里是从Medium1开始寻找

一旦找到，就把找到的__init__函数绑定到self对象，并返回

从这个执行流程可以看到，如果我们不想调用Medium1的__init__，而想要调用Medium2的__init__，那么super应该写成：super(Medium1, self)__init__()

案例理解：

class Root(object):
def __init__(self):
print("this is Root")
class B(Root):
def __init__(self):
print("enter B")
# print(self)  # this will print <__main__.d object at>
super(B, self).__init__()
print("leave B")
class C(Root):
def __init__(self):
print("enter C")
super(C, self).__init__()
print("leave C")
class D(B, C):
pass
d = D()
print(d.__class__.__mro__)

输出

enter B
enter C
this is Root
leave C
leave B
(, , , , )

为什么 enter B 下一句是 enter C 而不是 this is Root(如果认为 super 代表“调用父类的方法”，会想当然的认为下一句应该是this is Root)?。流程如下，在 B 的 __init__ 函数中：

super(B, self).__init__()

首先，我们获取 self.__class__.__mro__，注意这里的 self 是 D 的 instance 而不是 B 的

(, , , , )

然后，通过 B 来定位 MRO 中的 index，并找到下一个。显然 B 的下一个是 C。于是，我们调用 C 的 __init__，打出 enter C。

5.2. super(type, type2)

在Base,Medium1,Medium2, Leaf类中分别写入__new__()方法，并使用super():

class Base(object):
def __new__(self):
print "Base new"
class Medium1(Base):
def __new__(cls):
super(Medium1,cls).__new__(cls)
print "Medium1 new"
class Medium2(Base):
def __new__(cls):
super(Medium2,cls).__new__(cls)
print "Medium2 new"
class Leaf(Medium1, Medium2):
def __new__(cls):
obj = super(Leaf, cls).__new__(cls)
print "Leaf new"
return obj

super(Leaf, cls).__new__(cls)的意思是说：

获取cls这个类的mro，这里也是[Leaf, Medium1, Medium2, Base]

从mro中Leaf右边的一个类开始，依次寻找__new__函数

一旦找到，就返回“非绑定”的__new__函数

由于返回的是非绑定的函数对象，因此调用时不能省略函数的第一个参数。这也是这里调用__new__时，需要传入参数cls的原因

同样的，如果我们想从某个mro的某个位置开始查找，只需要修改super的第一个参数就行。

一个很好的应用就是单例模式：

class Singleton(object):
def __new__(cls, *args, **kwargs):
if not hasattr(cls,'_instance'):
cls._instance = super(Singleton,cls).__new__(cls,*args,**kwargs)
return cls._instance
singleton1 = Singleton()
singleton2 = Singleton()
print(singleton1 is singleton2)

补充：Python3按照广度优先

class C:
def f(self):
print('C')
super(C, self).f()
class A(C):
def f(self):
print('A')
super(A, self).f()
class B:
def f(self):
print('B')
class Foo(A,B):
pass
foo = Foo()
foo.f()

输出