面向对象进阶---魔术方法

内置方法 双下方法 魔术方法:　　都是python的对象内部自带的　　并且都不需要我们自己去调用它

1.  __str__  __repr__:改变对象的字符串显示   输出的类型为str

class Course:
    def __init__(self, name, price, period):
        self.name = name
        self.price = price
        self.period = period

    def __repr__(self):  # 备胎
        return ‘%s,%s,%s‘ % (self.name, self.price, self.period)　　　　#return 类型必须是str

    def __str__(self):
        return self.name　　　　　　#return的类型必须是str

python = Course(‘python‘, 25000, ‘6 months‘)
print(python)               #-->python
print(‘course %s‘ % python) #-->course python

print(repr(python))         #-->python,25000,6 months
print(‘course %r‘ % python) #-->course python,25000,6 months

　　总结:　　　

　　如果__str__存在,__repr__也存在　　　　那么print(obj)和使用字符串格式化format,%s这两种方式 调用的都是__str__　　　　而repr(obj)和%r格式化字符串,都会调用__repr__　　如果str不存在,repr存在　　　　那么print(obj),字符串格式化format,%s,%r 和repr(obj)都调用__repr__　　如果str存在,repr不存在　　　　那么print(obj)和使用字符串格式化format,%s这两种方式 调用的都是__str__　　　　repr(obj)和%r格式化字符串 都会打印出内存地址

class Course(object):
    def __init__(self,name,price,period):
        self.name = name
        self.price = price
        self.period = period

    def __repr__(self):   # 备胎
        return ‘%s,%s,%s‘%(self.name,self.price,self.period)　　　　　　#return类型必须是str

    def __str__(self):
        return self.name　　　　　　#return类型必须是str

class Python(Course):
    pass
    def __repr__(self):   # 备胎
        return ‘%s--%s--%s‘%(self.name,self.price,self.period)

    # def __str__(self):
    #     return ‘全栈开发 :‘+self.name

py20 = Python(‘python‘,25000,‘6 months‘)
print(py20)

# 打印对象 先走自己的__str__,如果没有,走父类的,如果除了object之外的所有父类都没有str# 再回来,找自己的__repr__,如果自己没有,再找父类的,如果父类也没有,就打印内存地址

repr是str的备胎和所有的字符串格式化以及直接打印这个对象相关 推荐使用repr

2. __new__ 构造方法  生产对象的时候用的 - 单例模式

　　实例化一个Foo的对象　　先开辟一块儿空间,使用的是Foo这个类内部的__new__　　如果我们的Foo类中是没有__new__方法的,则调用object类的__new__方法

class Foo:
    def __new__(cls, *args, **kwargs):　　　#cls永远不会使用self参数,因为self　是这之后才被创建出来的
        print(‘in new‘)  # 先执行　　
        obj = object.__new__(cls)　　　　　　#self空间在这一步才创建出来
        print(obj)　　
        return obj　　　　　　　　　　　　　　　#将创建出来的空间返回给self　

    def __init__(self):
        print(‘init‘)
        print(self)  # 后执行　　　　
Foo()
‘‘‘
in new
<__main__.Foo object at 0x000001D5A4A27400>　　　　
init
<__main__.Foo object at 0x000001D5A4A27400>  obj和self内存地址一样
‘‘‘

　单例模式:

　　　　一个类有且只能有一个实例:可以被实例化多次 但是保留最后一次实例化的属性

#单例模式
class A:
    __flag = None　　　　　　　　　　#创建一个静态变量来指向同一内存空间
    def __new__(cls, *args, **kwargs):
        if cls.__flag is None:　　　　#首次没有内存空间就创建一个新的  如果有就不在创建
            cls.__flag = object.__new__(cls)
        return cls.__flag

    def __init__(self,name=None,age=None):　　　　 if name:
            self.name = name
        if age:
            self.age = age

a1 = A(‘alex‘,84)
print(a1)               #<__main__.A object at 0x00000241BF577BA8>
a2 = A(‘alex‘,83)
print(a2)               #<__main__.A object at 0x00000241BF577BA8>
a3 = A(‘alex‘)
print(a3)               #<__main__.A object at 0x00000241BF577BA8>
print(a1.__dict__)      #{‘name‘: ‘alex‘, ‘age‘: 83}
print(a2.__dict__)      #{‘name‘: ‘alex‘, ‘age‘: 83}
print(a3.__dict__)      #{‘name‘: ‘alex‘, ‘age‘: 83}

# 保证一个类无论 被实例化多少次,只开辟一次空间,始终使用的是同一块内存地址

3. __del__方法

import time

class A:
    def __init__(self, name, age):
        self.name = name
        self.age = age

    def __del__(self):
        # 只和del obj语法有关系,在执行del obj之前会来执行一下__del__中的内容
        print(‘执行我啦‘)

a = A(‘alex‘, 84)
print(a.name)
print(a.age)
del a  # 手动删除对象a 就直接执行__del__
time.sleep(1)
# 如果不手动执行del 会在所有代码执行完成后 自动执行del a 这时候就会先睡一秒在打印‘__del__‘中的内容
# 在所有的代码都执行完毕之后,所有的值都会被python解释器回收

python解释器清理内存:　　1.我们主动删除 del obj　　2.python解释器周期性删除　　3.在程序结束之前 所有的内容都需要清空　　既然python解释器可以周期性的清理内存 为什么我们还要手动去删除一些数据呢?　　因为在归还一些操作系统的资源的时候还有包括文件\网络\数据库连接的时候使用,　　我们需要先将这些接口关闭了之后再删除内容,不然内容删除了,这些打开的接口依然存在,会影响后面对系统资源等一些数据的调用

import time
class A:
    def __init__(self,path):
        self.f = open(path,‘w‘)
    def __del__(self):
        ‘‘‘归还一些操作系统的资源的时候使用‘‘‘
        ‘‘‘包括文件\网络\数据库连接‘‘‘
        print(111)
        self.f.close()　　　　#在删除内存的时候执行__del__ 先将文件接口关闭

a = A(‘userinfo‘)
time.sleep(1)

4. __call__

class A:
    def call(self):     #当然也可以自己手动写一个call方法实现和__call__一样的功能
        print(‘in call‘)

    def __call__(self, *args, **kwargs):
        print(‘in __call__‘)

A()()           #实例化+调用  相当于obj = A()和obj()
#如果没有__call__会报错 ‘A‘ object is not callable
obj = A()
obj.call()      #调用自己写的call方法实现和__call__一样的功能

5 __enter__和__exit__ 用在with的上下文处理

class File:
    def __enter__(self):
        print(‘start‘)

    def __exit__(self, exc_type, exc_val, exc_tb):
        print(‘exit‘)

with File():
    print(‘wahaha‘)

‘‘‘
输出:
start
wahaha
exit

和with组合编写一个文件操作类:

import pickle

class Mypickle_dump:        #写文件
    def __init__(self, path, mode=‘ab‘):
        self.path = path
        self.mode = mode

    def __enter__(self):
        self.f = open(self.path, self.mode)
        return self

    def dump(self, value):
        pickle.dump(value, self.f)

    def __exit__(self, exc_type, exc_val, exc_tb):
        self.f.close()

with Mypickle_dump(‘mypickle‘, ‘ab‘)as f:    #读文件
    f.dump(‘1‘)
    f.dump(‘2‘)
    f.dump(‘3‘)
    f.dump(‘4‘)
    f.dump(‘你好啊‘)

class Mypickle_load:
    def __init__(self, path, mode=‘rb‘):
        self.path = path
        self.mode = mode

    def __enter__(self):
        self.f = open(self.path, self.mode)
        return self

    def load(self):
        while 1:
            try:
                yield pickle.load(self.f)
            except EOFError:
                break

    def __exit__(self, exc_type, exc_val, exc_tb):
        self.f.close()

with Mypickle_load(‘mypickle‘, ‘rb‘)as f:
    for i in f.load():
        print(i)
    

with 和装饰器的区别:

　　都是在一个函数的前后添加功能,但是装饰器装饰一次之后,后面再次使用都是被装饰过的,而with每次使用都得再次调用

import time
class Timer:
    def __enter__(self):
        self.start = time.time()
    def __exit__(self, exc_type, exc_val, exc_tb):
        print(time.time() - self.start)

def func():
    print(‘wahaha‘)
    time.sleep(1)
    print(‘qqxing‘)

with Timer():
    func()

原文地址：https://www.cnblogs.com/stron/p/10642123.html