六 面向对象高级属性

一 isinstance(obj,cls)和issubclass(sub,super)

二 反射

三 __setattr__,__delattr__,__getattr__

四 二次加工标准类型(包装)

五 __getattribute__

六 描述符(__get__,__set__,__delete__)

六 再看property

七 __setitem__,__getitem,__delitem__

八 __str__,__repr__,__format__

九 __slots__

十 __next__和__iter__实现迭代器协议

十一 __doc__

十二 __module__和__class__

十三  __del__

十四 __enter__和__exit__

十五 __call__

十六 metaclass

一 isinstance(obj,cls)和issubclass(sub,super)

isinstance(obj,cls)检查是否obj是否是类 cls 的对象

1 class Foo(object):
2     pass
3
4 obj = Foo()
5
6 isinstance(obj, Foo)

issubclass(sub, super)检查sub类是否是 super 类的派生类

1 class Foo(object):
2     pass
3
4 class Bar(Foo):
5     pass
6
7 issubclass(Bar, Foo)

二 反射

1 什么是反射

反射的概念是由Smith在1982年首次提出的,主要是指程序可以访问、检测和修改它本身状态或行为的一种能力(自省)。这一概念的提出很快引发了计算机科学领域关于应用反射性的研究。它首先被程序语言的设计领域所采用,并在Lisp和面向对象方面取得了成绩。

2 python面向对象中的反射:通过字符串的形式操作对象相关的属性。python中的一切事物都是对象(都可以使用反射)

四个可以实现自省的函数

下列方法适用于类和对象(一切皆对象,类本身也是一个对象)

判断object中有没有一个name字符串对应的方法或属性

hasattr(object, name)

1 def getattr(object, name, default=None): # known special case of getattr
2     """
3     getattr(object, name[, default]) -> value
4
5     Get a named attribute from an object; getattr(x, ‘y‘) is equivalent to x.y.
6     When a default argument is given, it is returned when the attribute doesn‘t
7     exist; without it, an exception is raised in that case.
8     """
9     pass

getattr(object, name, default=None)

1 def setattr(x, y, v): # real signature unknown; restored from __doc__
2     """
3     Sets the named attribute on the given object to the specified value.
4
5     setattr(x, ‘y‘, v) is equivalent to ``x.y = v‘‘
6     """
7     pass

setattr(x, y, v)

1 def delattr(x, y): # real signature unknown; restored from __doc__
2     """
3     Deletes the named attribute from the given object.
4
5     delattr(x, ‘y‘) is equivalent to ``del x.y‘‘
6     """
7     pass

delattr(x, y)

 1 class BlackMedium:
 2     feature=‘Ugly‘
 3     def __init__(self,name,addr):
 4         self.name=name
 5         self.addr=addr
 6
 7     def sell_house(self):
 8         print(‘%s 黑中介卖房子啦,傻逼才买呢,但是谁能证明自己不傻逼‘ %self.name)
 9     def rent_house(self):
10         print(‘%s 黑中介租房子啦,傻逼才租呢‘ %self.name)
11
12 b1=BlackMedium(‘万成置地‘,‘回龙观天露园‘)
13
14 #检测是否含有某属性
15 print(hasattr(b1,‘name‘))
16 print(hasattr(b1,‘sell_house‘))
17
18 #获取属性
19 n=getattr(b1,‘name‘)
20 print(n)
21 func=getattr(b1,‘rent_house‘)
22 func()
23
24 # getattr(b1,‘aaaaaaaa‘) #报错
25 print(getattr(b1,‘aaaaaaaa‘,‘不存在啊‘))
26
27 #设置属性
28 setattr(b1,‘sb‘,True)
29 setattr(b1,‘show_name‘,lambda self:self.name+‘sb‘)
30 print(b1.__dict__)
31 print(b1.show_name(b1))
32
33 #删除属性
34 delattr(b1,‘addr‘)
35 delattr(b1,‘show_name‘)
36 delattr(b1,‘show_name111‘)#不存在,则报错
37
38 print(b1.__dict__)

四个方法的使用

 1 class Foo(object):
 2
 3     staticField = "old boy"
 4
 5     def __init__(self):
 6         self.name = ‘wupeiqi‘
 7
 8     def func(self):
 9         return ‘func‘
10
11     @staticmethod
12     def bar():
13         return ‘bar‘
14
15 print getattr(Foo, ‘staticField‘)
16 print getattr(Foo, ‘func‘)
17 print getattr(Foo, ‘bar‘)

类也是对象

 1 #!/usr/bin/env python
 2 # -*- coding:utf-8 -*-
 3
 4 import sys
 5
 6
 7 def s1():
 8     print ‘s1‘
 9
10
11 def s2():
12     print ‘s2‘
13
14
15 this_module = sys.modules[__name__]
16
17 hasattr(this_module, ‘s1‘)
18 getattr(this_module, ‘s2‘)

反射当前模块成员

导入其他模块,利用反射查找该模块是否存在某个方法

1 #!/usr/bin/env python
2 # -*- coding:utf-8 -*-
3
4 def test():
5     print(‘from the test‘)

model_test.py

 1 #!/usr/bin/env python
 2 # -*- coding:utf-8 -*-
 3
 4 """
 5 程序目录:
 6     module_test.py
 7     index.py
 8
 9 当前文件:
10     index.py
11 """
12
13 import module_test as obj
14
15 #obj.test()
16
17 print(hasattr(obj,‘test‘))
18
19 getattr(obj,‘test‘)()

3 为什么用反射之反射的好处

好处一:实现可插拔机制

有俩程序员,一个lili,一个是egon,lili在写程序的时候需要用到egon所写的类,但是egon去跟女朋友度蜜月去了,还没有完成他写的类,lili想到了反射,使用了反射机制lili可以继续完成自己的代码,等egon度蜜月回来后再继续完成类的定义并且去实现lili想要的功能。

总之反射的好处就是,可以事先定义好接口,接口只有在被完成后才会真正执行,这实现了即插即用,这其实是一种‘后期绑定’,什么意思?即你可以事先把主要的逻辑写好(只定义接口),然后后期再去实现接口的功能

好处二:动态导入模块(基于反射当前模块成员

三 __setattr__,__delattr__,__getattr__

 1 class Foo:
 2     x=1
 3     def __init__(self,y):
 4         self.y=y
 5
 6     def __getattr__(self, item):
 7         print(‘----> from getattr:你找的属性不存在‘)
 8
 9
10     def __setattr__(self, key, value):
11         print(‘----> from setattr‘)
12         # self.key=value #这就无限递归了,你好好想想
13         # self.__dict__[key]=value #应该使用它
14
15     def __delattr__(self, item):
16         print(‘----> from delattr‘)
17         # del self.item #无限递归了
18         self.__dict__.pop(item)
19
20 #__setattr__添加/修改属性会触发它的执行
21 f1=Foo(10)
22 print(f1.__dict__) # 因为你重写了__setattr__,凡是赋值操作都会触发它的运行,你啥都没写,就是根本没赋值,除非你直接操作属性字典,否则永远无法赋值
23 f1.z=3
24 print(f1.__dict__)
25
26 #__delattr__删除属性的时候会触发
27 f1.__dict__[‘a‘]=3#我们可以直接修改属性字典,来完成添加/修改属性的操作
28 del f1.a
29 print(f1.__dict__)
30
31 #__getattr__只有在使用点调用属性且属性不存在的时候才会触发
32 f1.xxxxxx
33
34 三者的用法演示

四 二次加工标准类型(包装)

包装:python为大家提供了标准数据类型,以及丰富的内置方法,其实在很多场景下我们都需要基于标准数据类型来定制我们自己的数据类型,新增/改写方法,这就用到了我们刚学的继承/派生知识(其他的标准类型均可以通过下面的方式进行二次加工)

 1 class List(list): #继承list所有的属性,也可以派生出自己新的,比如append和mid
 2     def append(self, p_object):
 3         ‘ 派生自己的append:加上类型检查‘
 4         if not isinstance(p_object,int):
 5             raise TypeError(‘must be int‘)
 6         super().append(p_object)
 7
 8     @property
 9     def mid(self):
10         ‘新增自己的属性‘
11         index=len(self)//2
12         return self[index]
13
14 l=List([1,2,3,4])
15 print(l)
16 l.append(5)
17 print(l)
18 # l.append(‘1111111‘) #报错,必须为int类型
19
20 print(l.mid)
21
22 #其余的方法都继承list的
23 l.insert(0,-123)
24 print(l)
25 l.clear()
26 print(l)

二次加工标准类型(基于继承实现)

授权:授权是包装的一个特性, 包装一个类型通常是对已存在的类型的一些定制,这种做法可以新建,修改或删除原有产品的功能。其它的则保持原样。授权的过程,即是所有更新的功能都是由新类的某部分来处理,但已存在的功能就授权给对象的默认属性。

实现授权的关键点就是覆盖__getattr__方法

 1 import time
 2 class FileHandle:
 3     def __init__(self,filename,mode=‘r‘,encoding=‘utf-8‘):
 4         self.file=open(filename,mode,encoding=encoding)
 5     def write(self,line):
 6         t=time.strftime(‘%Y-%m-%d %T‘)
 7         self.file.write(‘%s %s‘ %(t,line))
 8
 9     def __getattr__(self, item):
10         return getattr(self.file,item)
11
12 f1=FileHandle(‘b.txt‘,‘w+‘)
13 f1.write(‘你好啊‘)
14 f1.seek(0)
15 print(f1.read())
16 f1.close()

授权示范一

 1 #_*_coding:utf-8_*_
 2 __author__ = ‘Linhaifeng‘
 3 #我们来加上b模式支持
 4 import time
 5 class FileHandle:
 6     def __init__(self,filename,mode=‘r‘,encoding=‘utf-8‘):
 7         if ‘b‘ in mode:
 8             self.file=open(filename,mode)
 9         else:
10             self.file=open(filename,mode,encoding=encoding)
11         self.filename=filename
12         self.mode=mode
13         self.encoding=encoding
14
15     def write(self,line):
16         if ‘b‘ in self.mode:
17             if not isinstance(line,bytes):
18                 raise TypeError(‘must be bytes‘)
19         self.file.write(line)
20
21     def __getattr__(self, item):
22         return getattr(self.file,item)
23
24     def __str__(self):
25         if ‘b‘ in self.mode:
26             res="<_io.BufferedReader name=‘%s‘>" %self.filename
27         else:
28             res="<_io.TextIOWrapper name=‘%s‘ mode=‘%s‘ encoding=‘%s‘>" %(self.filename,self.mode,self.encoding)
29         return res
30 f1=FileHandle(‘b.txt‘,‘wb‘)
31 # f1.write(‘你好啊啊啊啊啊‘) #自定制的write,不用在进行encode转成二进制去写了,简单,大气
32 f1.write(‘你好啊‘.encode(‘utf-8‘))
33 print(f1)
34 f1.close()

授权示范二

五 __getattribute__

 1 class Foo:
 2     def __init__(self,x):
 3         self.x=x
 4
 5     def __getattr__(self, item):
 6         print(‘执行的是我‘)
 7         # return self.__dict__[item]
 8
 9 f1=Foo(10)
10 print(f1.x)
11 f1.xxxxxx #不存在的属性访问,触发__getattr__

回顾__getattr__

 1 class Foo:
 2     def __init__(self,x):
 3         self.x=x
 4
 5     def __getattribute__(self, item):
 6         print(‘不管是否存在,我都会执行‘)
 7
 8 f1=Foo(10)
 9 f1.x
10 f1.xxxxxx

__getattribute__

 1 #_*_coding:utf-8_*_
 2 __author__ = ‘Linhaifeng‘
 3
 4 class Foo:
 5     def __init__(self,x):
 6         self.x=x
 7
 8     def __getattr__(self, item):
 9         print(‘执行的是我‘)
10         # return self.__dict__[item]
11     def __getattribute__(self, item):
12         print(‘不管是否存在,我都会执行‘)
13         raise AttributeError(‘哈哈‘)
14
15 f1=Foo(10)
16 f1.x
17 f1.xxxxxx
18
19 #当__getattribute__与__getattr__同时存在,只会执行__getattrbute__,除非__getattribute__在执行过程中抛出异常AttributeError

二者同时出现

六 描述符(__get__,__set__,__delete__)

1 描述符是什么:描述符本质就是一个新式类,在这个新式类中,至少实现了__get__(),__set__(),__delete__()中的一个,这也被称为描述符协议
__get__():调用一个属性时,触发
__set__():为一个属性赋值时,触发
__delete__():采用del删除属性时,触发

1 class Foo: #在python3中Foo是新式类,它实现了三种方法,这个类就被称作一个描述符
2     def __get__(self, instance, owner):
3         pass
4     def __set__(self, instance, value):
5         pass
6     def __delete__(self, instance):
7         pass

定义一个描述符

2 描述符是干什么的:描述符的作用是用来代理另外一个类的属性的(必须把描述符定义成这个类的类属性,不能定义到构造函数中)

 1 class Foo:
 2     def __get__(self, instance, owner):
 3         print(‘触发get‘)
 4     def __set__(self, instance, value):
 5         print(‘触发set‘)
 6     def __delete__(self, instance):
 7         print(‘触发delete‘)
 8
 9 #包含这三个方法的新式类称为描述符,由这个类产生的实例进行属性的调用/赋值/删除,并不会触发这三个方法
10 f1=Foo()
11 f1.name=‘egon‘
12 f1.name
13 del f1.name
14 #疑问:何时,何地,会触发这三个方法的执行

引子:描述符类产生的实例进行属性操作并不会触发三个方法的执行

 1 #描述符Str
 2 class Str:
 3     def __get__(self, instance, owner):
 4         print(‘Str调用‘)
 5     def __set__(self, instance, value):
 6         print(‘Str设置...‘)
 7     def __delete__(self, instance):
 8         print(‘Str删除...‘)
 9
10 #描述符Int
11 class Int:
12     def __get__(self, instance, owner):
13         print(‘Int调用‘)
14     def __set__(self, instance, value):
15         print(‘Int设置...‘)
16     def __delete__(self, instance):
17         print(‘Int删除...‘)
18
19 class People:
20     name=Str()
21     age=Int()
22     def __init__(self,name,age): #name被Str类代理,age被Int类代理,
23         self.name=name
24         self.age=age
25
26 #何地?:定义成另外一个类的类属性
27
28 #何时?:且看下列演示
29
30 p1=People(‘alex‘,18)
31
32 #描述符Str的使用
33 p1.name
34 p1.name=‘egon‘
35 del p1.name
36
37 #描述符Int的使用
38 p1.age
39 p1.age=18
40 del p1.age
41
42 #我们来瞅瞅到底发生了什么
43 print(p1.__dict__)
44 print(People.__dict__)
45
46 #补充
47 print(type(p1) == People) #type(obj)其实是查看obj是由哪个类实例化来的
48 print(type(p1).__dict__ == People.__dict__)

描述符应用之何时?何地?

3 描述符分两种
一 数据描述符:至少实现了__get__()和__set__()

1 class Foo:
2     def __set__(self, instance, value):
3         print(‘set‘)
4     def __get__(self, instance, owner):
5         print(‘get‘)

二 非数据描述符:没有实现__set__()

1 class Foo:
2     def __get__(self, instance, owner):
3         print(‘get‘)

4 注意事项:
一 描述符本身应该定义成新式类,被代理的类也应该是新式类
二 必须把描述符定义成这个类的类属性,不能为定义到构造函数中
三 要严格遵循该优先级,优先级由高到底分别是
1.类属性
2.数据描述符
3.实例属性
4.非数据描述符
5.找不到的属性触发__getattr__()

 1 #描述符Str
 2 class Str:
 3     def __get__(self, instance, owner):
 4         print(‘Str调用‘)
 5     def __set__(self, instance, value):
 6         print(‘Str设置...‘)
 7     def __delete__(self, instance):
 8         print(‘Str删除...‘)
 9
10 class People:
11     name=Str()
12     def __init__(self,name,age): #name被Str类代理,age被Int类代理,
13         self.name=name
14         self.age=age
15
16
17 #基于上面的演示,我们已经知道,在一个类中定义描述符它就是一个类属性,存在于类的属性字典中,而不是实例的属性字典
18
19 #那既然描述符被定义成了一个类属性,直接通过类名也一定可以调用吧,没错
20 People.name #恩,调用类属性name,本质就是在调用描述符Str,触发了__get__()
21
22 People.name=‘egon‘ #那赋值呢,我去,并没有触发__set__()
23 del People.name #赶紧试试del,我去,也没有触发__delete__()
24 #结论:描述符对类没有作用-------->傻逼到家的结论
25
26 ‘‘‘
27 原因:描述符在使用时被定义成另外一个类的类属性,因而类属性比二次加工的描述符伪装而来的类属性有更高的优先级
28 People.name #恩,调用类属性name,找不到就去找描述符伪装的类属性name,触发了__get__()
29
30 People.name=‘egon‘ #那赋值呢,直接赋值了一个类属性,它拥有更高的优先级,相当于覆盖了描述符,肯定不会触发描述符的__set__()
31 del People.name #同上
32 ‘‘‘

类属性>数据描述符

 1 #描述符Str
 2 class Str:
 3     def __get__(self, instance, owner):
 4         print(‘Str调用‘)
 5     def __set__(self, instance, value):
 6         print(‘Str设置...‘)
 7     def __delete__(self, instance):
 8         print(‘Str删除...‘)
 9
10 class People:
11     name=Str()
12     def __init__(self,name,age): #name被Str类代理,age被Int类代理,
13         self.name=name
14         self.age=age
15
16
17 p1=People(‘egon‘,18)
18
19 #如果描述符是一个数据描述符(即有__get__又有__set__),那么p1.name的调用与赋值都是触发描述符的操作,于p1本身无关了,相当于覆盖了实例的属性
20 p1.name=‘egonnnnnn‘
21 p1.name
22 print(p1.__dict__)#实例的属性字典中没有name,因为name是一个数据描述符,优先级高于实例属性,查看/赋值/删除都是跟描述符有关,与实例无关了
23 del p1.name

数据描述符>实例属性

 1 class Foo:
 2     def func(self):
 3         print(‘我胡汉三又回来了‘)
 4 f1=Foo()
 5 f1.func() #调用类的方法,也可以说是调用非数据描述符
 6 #函数是一个非数据描述符对象(一切皆对象么)
 7 print(dir(Foo.func))
 8 print(hasattr(Foo.func,‘__set__‘))
 9 print(hasattr(Foo.func,‘__get__‘))
10 print(hasattr(Foo.func,‘__delete__‘))
11 #有人可能会问,描述符不都是类么,函数怎么算也应该是一个对象啊,怎么就是描述符了
12 #笨蛋哥,描述符是类没问题,描述符在应用的时候不都是实例化成一个类属性么
13 #函数就是一个由非描述符类实例化得到的对象
14 #没错,字符串也一样
15
16
17 f1.func=‘这是实例属性啊‘
18 print(f1.func)
19
20 del f1.func #删掉了非数据
21 f1.func()

实例属性>非数据描述符

 1 class Foo:
 2     def __set__(self, instance, value):
 3         print(‘set‘)
 4     def __get__(self, instance, owner):
 5         print(‘get‘)
 6 class Room:
 7     name=Foo()
 8     def __init__(self,name,width,length):
 9         self.name=name
10         self.width=width
11         self.length=length
12
13
14 #name是一个数据描述符,因为name=Foo()而Foo实现了get和set方法,因而比实例属性有更高的优先级
15 #对实例的属性操作,触发的都是描述符的
16 r1=Room(‘厕所‘,1,1)
17 r1.name
18 r1.name=‘厨房‘
19
20
21
22 class Foo:
23     def __get__(self, instance, owner):
24         print(‘get‘)
25 class Room:
26     name=Foo()
27     def __init__(self,name,width,length):
28         self.name=name
29         self.width=width
30         self.length=length
31
32
33 #name是一个非数据描述符,因为name=Foo()而Foo没有实现set方法,因而比实例属性有更低的优先级
34 #对实例的属性操作,触发的都是实例自己的
35 r1=Room(‘厕所‘,1,1)
36 r1.name
37 r1.name=‘厨房‘

再次验证:实例属性>非数据描述符

1 class Foo:
2     def func(self):
3         print(‘我胡汉三又回来了‘)
4
5     def __getattr__(self, item):
6         print(‘找不到了当然是来找我啦‘,item)
7 f1=Foo()
8
9 f1.xxxxxxxxxxx

非数据描述符>找不到

5 描述符使用

众所周知,python是弱类型语言,即参数的赋值没有类型限制,下面我们通过描述符机制来实现类型限制功能

 1 class Str:
 2     def __init__(self,name):
 3         self.name=name
 4     def __get__(self, instance, owner):
 5         print(‘get--->‘,instance,owner)
 6         return instance.__dict__[self.name]
 7
 8     def __set__(self, instance, value):
 9         print(‘set--->‘,instance,value)
10         instance.__dict__[self.name]=value
11     def __delete__(self, instance):
12         print(‘delete--->‘,instance)
13         instance.__dict__.pop(self.name)
14
15
16 class People:
17     name=Str(‘name‘)
18     def __init__(self,name,age,salary):
19         self.name=name
20         self.age=age
21         self.salary=salary
22
23 p1=People(‘egon‘,18,3231.3)
24
25 #调用
26 print(p1.__dict__)
27 p1.name
28
29 #赋值
30 print(p1.__dict__)
31 p1.name=‘egonlin‘
32 print(p1.__dict__)
33
34 #删除
35 print(p1.__dict__)
36 del p1.name
37 print(p1.__dict__)

牛刀小试

 1 class Str:
 2     def __init__(self,name):
 3         self.name=name
 4     def __get__(self, instance, owner):
 5         print(‘get--->‘,instance,owner)
 6         return instance.__dict__[self.name]
 7
 8     def __set__(self, instance, value):
 9         print(‘set--->‘,instance,value)
10         instance.__dict__[self.name]=value
11     def __delete__(self, instance):
12         print(‘delete--->‘,instance)
13         instance.__dict__.pop(self.name)
14
15
16 class People:
17     name=Str(‘name‘)
18     def __init__(self,name,age,salary):
19         self.name=name
20         self.age=age
21         self.salary=salary
22
23 #疑问:如果我用类名去操作属性呢
24 People.name #报错,错误的根源在于类去操作属性时,会把None传给instance
25
26 #修订__get__方法
27 class Str:
28     def __init__(self,name):
29         self.name=name
30     def __get__(self, instance, owner):
31         print(‘get--->‘,instance,owner)
32         if instance is None:
33             return self
34         return instance.__dict__[self.name]
35
36     def __set__(self, instance, value):
37         print(‘set--->‘,instance,value)
38         instance.__dict__[self.name]=value
39     def __delete__(self, instance):
40         print(‘delete--->‘,instance)
41         instance.__dict__.pop(self.name)
42
43
44 class People:
45     name=Str(‘name‘)
46     def __init__(self,name,age,salary):
47         self.name=name
48         self.age=age
49         self.salary=salary
50 print(People.name) #完美,解决

拔刀相助

 1 class Str:
 2     def __init__(self,name,expected_type):
 3         self.name=name
 4         self.expected_type=expected_type
 5     def __get__(self, instance, owner):
 6         print(‘get--->‘,instance,owner)
 7         if instance is None:
 8             return self
 9         return instance.__dict__[self.name]
10
11     def __set__(self, instance, value):
12         print(‘set--->‘,instance,value)
13         if not isinstance(value,self.expected_type): #如果不是期望的类型,则抛出异常
14             raise TypeError(‘Expected %s‘ %str(self.expected_type))
15         instance.__dict__[self.name]=value
16     def __delete__(self, instance):
17         print(‘delete--->‘,instance)
18         instance.__dict__.pop(self.name)
19
20
21 class People:
22     name=Str(‘name‘,str) #新增类型限制str
23     def __init__(self,name,age,salary):
24         self.name=name
25         self.age=age
26         self.salary=salary
27
28 p1=People(123,18,3333.3)#传入的name因不是字符串类型而抛出异常

磨刀霍霍

 1 class Typed:
 2     def __init__(self,name,expected_type):
 3         self.name=name
 4         self.expected_type=expected_type
 5     def __get__(self, instance, owner):
 6         print(‘get--->‘,instance,owner)
 7         if instance is None:
 8             return self
 9         return instance.__dict__[self.name]
10
11     def __set__(self, instance, value):
12         print(‘set--->‘,instance,value)
13         if not isinstance(value,self.expected_type):
14             raise TypeError(‘Expected %s‘ %str(self.expected_type))
15         instance.__dict__[self.name]=value
16     def __delete__(self, instance):
17         print(‘delete--->‘,instance)
18         instance.__dict__.pop(self.name)
19
20
21 class People:
22     name=Typed(‘name‘,str)
23     age=Typed(‘name‘,int)
24     salary=Typed(‘name‘,float)
25     def __init__(self,name,age,salary):
26         self.name=name
27         self.age=age
28         self.salary=salary
29
30 p1=People(123,18,3333.3)
31 p1=People(‘egon‘,‘18‘,3333.3)
32 p1=People(‘egon‘,18,3333)

大刀阔斧

大刀阔斧之后我们已然能实现功能了,但是问题是,如果我们的类有很多属性,你仍然采用在定义一堆类属性的方式去实现,low,这时候我需要教你一招:独孤九剑

 1 def decorate(cls):
 2     print(‘类的装饰器开始运行啦------>‘)
 3     return cls
 4
 5 @decorate #无参:People=decorate(People)
 6 class People:
 7     def __init__(self,name,age,salary):
 8         self.name=name
 9         self.age=age
10         self.salary=salary
11
12 p1=People(‘egon‘,18,3333.3)

类的装饰器:无参

 1 def typeassert(**kwargs):
 2     def decorate(cls):
 3         print(‘类的装饰器开始运行啦------>‘,kwargs)
 4         return cls
 5     return decorate
 6 @typeassert(name=str,age=int,salary=float) #有参:1.运行typeassert(...)返回结果是decorate,此时参数都传给kwargs 2.People=decorate(People)
 7 class People:
 8     def __init__(self,name,age,salary):
 9         self.name=name
10         self.age=age
11         self.salary=salary
12
13 p1=People(‘egon‘,18,3333.3)

类的装饰器:有参

 1 class Typed:
 2     def __init__(self,name,expected_type):
 3         self.name=name
 4         self.expected_type=expected_type
 5     def __get__(self, instance, owner):
 6         print(‘get--->‘,instance,owner)
 7         if instance is None:
 8             return self
 9         return instance.__dict__[self.name]
10
11     def __set__(self, instance, value):
12         print(‘set--->‘,instance,value)
13         if not isinstance(value,self.expected_type):
14             raise TypeError(‘Expected %s‘ %str(self.expected_type))
15         instance.__dict__[self.name]=value
16     def __delete__(self, instance):
17         print(‘delete--->‘,instance)
18         instance.__dict__.pop(self.name)
19
20 def typeassert(**kwargs):
21     def decorate(cls):
22         print(‘类的装饰器开始运行啦------>‘,kwargs)
23         for name,expected_type in kwargs.items():
24             setattr(cls,name,Typed(name,expected_type))
25         return cls
26     return decorate
27 @typeassert(name=str,age=int,salary=float) #有参:1.运行typeassert(...)返回结果是decorate,此时参数都传给kwargs 2.People=decorate(People)
28 class People:
29     def __init__(self,name,age,salary):
30         self.name=name
31         self.age=age
32         self.salary=salary
33
34 print(People.__dict__)
35 p1=People(‘egon‘,18,3333.3)

刀光剑影

6 描述符总结

描述符是可以实现大部分python类特性中的底层魔法,包括@classmethod,@staticmethd,@property甚至是__slots__属性

描述父是很多高级库和框架的重要工具之一,描述符通常是使用到装饰器或者元类的大型框架中的一个组件.

7 利用描述符原理完成一个自定制@property,实现延迟计算(本质就是把一个函数属性利用装饰器原理做成一个描述符:类的属性字典中函数名为key,value为描述符类产生的对象)

 1 class Room:
 2     def __init__(self,name,width,length):
 3         self.name=name
 4         self.width=width
 5         self.length=length
 6
 7     @property
 8     def area(self):
 9         return self.width * self.length
10
11 r1=Room(‘alex‘,1,1)
12 print(r1.area)

@property回顾

 1 class Lazyproperty:
 2     def __init__(self,func):
 3         self.func=func
 4     def __get__(self, instance, owner):
 5         print(‘这是我们自己定制的静态属性,r1.area实际是要执行r1.area()‘)
 6         if instance is None:
 7             return self
 8         return self.func(instance) #此时你应该明白,到底是谁在为你做自动传递self的事情
 9
10 class Room:
11     def __init__(self,name,width,length):
12         self.name=name
13         self.width=width
14         self.length=length
15
16     @Lazyproperty #area=Lazyproperty(area) 相当于定义了一个类属性,即描述符
17     def area(self):
18         return self.width * self.length
19
20 r1=Room(‘alex‘,1,1)
21 print(r1.area)

自己做一个@property

 1 class Lazyproperty:
 2     def __init__(self,func):
 3         self.func=func
 4     def __get__(self, instance, owner):
 5         print(‘这是我们自己定制的静态属性,r1.area实际是要执行r1.area()‘)
 6         if instance is None:
 7             return self
 8         else:
 9             print(‘--->‘)
10             value=self.func(instance)
11             setattr(instance,self.func.__name__,value) #计算一次就缓存到实例的属性字典中
12             return value
13
14 class Room:
15     def __init__(self,name,width,length):
16         self.name=name
17         self.width=width
18         self.length=length
19
20     @Lazyproperty #area=Lazyproperty(area) 相当于‘定义了一个类属性,即描述符‘
21     def area(self):
22         return self.width * self.length
23
24 r1=Room(‘alex‘,1,1)
25 print(r1.area) #先从自己的属性字典找,没有再去类的中找,然后出发了area的__get__方法
26 print(r1.area) #先从自己的属性字典找,找到了,是上次计算的结果,这样就不用每执行一次都去计算

实现延迟计算功能

 1 #缓存不起来了
 2
 3 class Lazyproperty:
 4     def __init__(self,func):
 5         self.func=func
 6     def __get__(self, instance, owner):
 7         print(‘这是我们自己定制的静态属性,r1.area实际是要执行r1.area()‘)
 8         if instance is None:
 9             return self
10         else:
11             value=self.func(instance)
12             instance.__dict__[self.func.__name__]=value
13             return value
14         # return self.func(instance) #此时你应该明白,到底是谁在为你做自动传递self的事情
15     def __set__(self, instance, value):
16         print(‘hahahahahah‘)
17
18 class Room:
19     def __init__(self,name,width,length):
20         self.name=name
21         self.width=width
22         self.length=length
23
24     @Lazyproperty #area=Lazyproperty(area) 相当于定义了一个类属性,即描述符
25     def area(self):
26         return self.width * self.length
27
28 print(Room.__dict__)
29 r1=Room(‘alex‘,1,1)
30 print(r1.area)
31 print(r1.area)
32 print(r1.area)
33 print(r1.area) #缓存功能失效,每次都去找描述符了,为何,因为描述符实现了set方法,它由非数据描述符变成了数据描述符,数据描述符比实例属性有更高的优先级,因而所有的属性操作都去找描述符了

一个小的改动,延迟计算的美梦就破碎了

8 利用描述符原理完成一个自定制@classmethod

 1 class ClassMethod:
 2     def __init__(self,func):
 3         self.func=func
 4
 5     def __get__(self, instance, owner): #类来调用,instance为None,owner为类本身,实例来调用,instance为实例,owner为类本身,
 6         def feedback():
 7             print(‘在这里可以加功能啊...‘)
 8             return self.func(owner)
 9         return feedback
10
11 class People:
12     name=‘linhaifeng‘
13     @ClassMethod # say_hi=ClassMethod(say_hi)
14     def say_hi(cls):
15         print(‘你好啊,帅哥 %s‘ %cls.name)
16
17 People.say_hi()
18
19 p1=People()
20 p1.say_hi()
21 #疑问,类方法如果有参数呢,好说,好说
22
23 class ClassMethod:
24     def __init__(self,func):
25         self.func=func
26
27     def __get__(self, instance, owner): #类来调用,instance为None,owner为类本身,实例来调用,instance为实例,owner为类本身,
28         def feedback(*args,**kwargs):
29             print(‘在这里可以加功能啊...‘)
30             return self.func(owner,*args,**kwargs)
31         return feedback
32
33 class People:
34     name=‘linhaifeng‘
35     @ClassMethod # say_hi=ClassMethod(say_hi)
36     def say_hi(cls,msg):
37         print(‘你好啊,帅哥 %s %s‘ %(cls.name,msg))
38
39 People.say_hi(‘你是那偷心的贼‘)
40
41 p1=People()
42 p1.say_hi(‘你是那偷心的贼‘)

自己做一个@classmethod

9 利用描述符原理完成一个自定制的@staticmethod

 1 class StaticMethod:
 2     def __init__(self,func):
 3         self.func=func
 4
 5     def __get__(self, instance, owner): #类来调用,instance为None,owner为类本身,实例来调用,instance为实例,owner为类本身,
 6         def feedback(*args,**kwargs):
 7             print(‘在这里可以加功能啊...‘)
 8             return self.func(*args,**kwargs)
 9         return feedback
10
11 class People:
12     @StaticMethod# say_hi=StaticMethod(say_hi)
13     def say_hi(x,y,z):
14         print(‘------>‘,x,y,z)
15
16 People.say_hi(1,2,3)
17
18 p1=People()
19 p1.say_hi(4,5,6)

自己做一个@staticmethod

原文地址:https://www.cnblogs.com/eric_yi/p/8452365.html

时间: 2024-10-05 23:55:13

六 面向对象高级属性的相关文章

Python自动化 【第七篇】:Python基础-面向对象高级语法、异常处理、Scoket开发基础

本节内容: 1.     面向对象高级语法部分 1.1   静态方法.类方法.属性方法 1.2   类的特殊方法 1.3   反射 2.     异常处理 3.     Socket开发基础 1.     面向对象高级语法部分 1.1   静态方法.类方法.属性方法 1)   静态方法 通过@staticmethod装饰器即可把其装饰的方法变为一个静态方法.普通的方法,可以在实例化后直接调用,并且在方法里可以通过self.调用实例变量或类变量,但静态方法是不可以访问实例变量或类变量的,一个不能访

C++面向对象高级编程(六)转换函数与non-explicit one argument ctor

技术在于交流.沟通,转载请注明出处并保持作品的完整性. 1.conversion function 转换函数 //1.转换函数 //conversion function //只要你认为合理 你可以任意写转换函数 class Fraction { public: Fraction(int num, int den = 1):m_numerator(num),m_denominator(den){} operator double() const //注意看 没有返回类型,这个编译器会帮做,且防止

深入理解Magento – 第六章 – 高级Magento模型(转)

深入理解Magento 作者:Alan Storm 翻译:Hailong Zhang 第六章 – 高级Magento模型 我们讲过Magento有两种模型,简单模型和EAV(Entity Attribute Value)模型.上一章我们讲过所有的Magento模型都是继承自Mage_Core_Model_Abstract / Varien_Object.简单模型和EAV模型的区别在于资源模型(Model Resource).虽然所有的资源模型都最终继承“Mage_Core_Model_Resro

Python3 面向对象 高级编程

正常情况下,当我们定义了一个class,创建了一个class的实例后,我们可以给该实例绑定任何属性和方法,这就是动态语言的灵活性.  class Student(object): pass 然后,尝试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 还可以尝试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 ...

Day7 - 面向对象高级语法

参考文章:http://www.cnblogs.com/alex3714/articles/5213184.html 本节内容: 面向对象高级语法部分 静态方法.类方法.属性方法 类的特殊成员方法 反射 静态方法                                                                                   通过 @staticmethod 装饰器即可把其装饰的方法变为一个静态方法,什么是静态方法呢?其实不难理解,普通的方法,可

Android Gradle Plugin指南(六)——高级构建定制

原文地址:http://tools.android.com/tech-docs/new-build-system/user-guide#TOC-Advanced-Build-Customization 7. Advanced Build Customization(高级构建定制) 7.1 Build options(构建选项) 7.1.1 Java Compilation options(Java编译选项) android { compileOptions { sourceCompatibili

python基础--面向对象高级、异常处理、网络编程

一.面向对象高级 1.接口与归一化设计 接口只是定义了一些方法,而没有去实现,多用于程序设计时,只是设计需要有什么样的功能,但是并没有实现任何功能,这些功能需要被另一个类(B)继承后,由 类B去实现其中的某个功能或全部功能. 在python中接口由抽象类和抽象方法去实现,接口是不能被实例化的,只能被别的类继承去实现相应的功能 归一化让使用者无需关心对象的类是什么,只需要知道这些对象都具备某些功能就可以了,这极大地降低了使用者的使用难度. 归一化使得高层的外部使用者可以不加区分的处理所有接口兼容的

[译文]JOAL教程 第六课 高级加载方式与错误处理

[译文]JOAL教程 原文地址:http://jogamp.org/joal-demos/www/devmaster/lesson6.html 原文作者:Athomas Goldberg 译文:三向板砖 转载请保留以上信息. 本次课程对应的学习笔记:http://blog.csdn.net/shuzhe66/article/details/40303739 第六课 高级加载方式与错误处理 本文是DevMaster.net(http://devmaster.net/)的OpenAL教程对应的JOA

Animation动画详解(六)——ValueAnimator高级进阶(二)

前言:人生总有不平时,无论何时,不后悔就好. 相关文章: 1.<Animation 动画详解(一)--alpha.scale.translate.rotate.set的xml属性及用法>2.<Animation动画详解(二)--Interpolator插值器>3.<Animation动画详解(三)-- 代码生成alpha.scale.translate.rotate.set及插值器动画>4.<Animation动画详解(四)--ValueAnimator基本使用&