Python面向对象编程(三)

作者:springsnow 时间:2021-10-09 18:28:06 

Python面向对象编程(一)

Python面向对象编程(二)

Python面向对象编程(三)

一、isinstance和issubclass

  • type():不会认为子类实例是一种父类类型;

  • isinstance():认为子类实例是一种父类类型。

  • issubclass():判断是否为其子类。

class Foo(object):
   pass

class Bar(Foo):
   pass

print(type(Foo()) == Foo)
# True

print(type(Bar()) == Foo)
# False

# isinstance参数为对象和类
print(isinstance(Bar(), Foo))
# True

print(issubclass(Bar, Foo))
# True

print(issubclass(Foo, object))
# True

二、反射(hasattr和getattr和setattr和delattr)

1、反射在类中的使用

反射就是通过字符串来操作类或者对象的属性。反射本质就是在使用内置函数,其中反射有以下四个内置函数:

  • hasattr:判断一个方法是否存在与这个类中

  • getattr:根据字符串去获取obj对象里的对应的方法的内存地址,加"()"括号即可执行

  • setattr:通过setattr将外部的一个函数绑定到实例中

  • delattr:删除一个实例或者类中的方法

class People:
   country = 'China'

def __init__(self, name):
       self.name = name

def eat(self):
       print('%s is eating' % self.name)

peo1 = People('nick')

print(hasattr(peo1, 'eat'))  # peo1.eat
# True

print(getattr(peo1, 'eat'))  # peo1.eat
# >

print(getattr(peo1, 'xxxxx', None))
# None

setattr(peo1, 'age', 18)  # peo1.age=18
print(peo1.age)
# 18

print(peo1.__dict__)
# {'name': 'egon', 'age': 18}

delattr(peo1, 'name')  # del peo1.name
print(peo1.__dict__)
# {'age': 18}

2、反射在模块中的使用

动态导入一个模块__import__,并且动态输入函数名然后执行相应功能。

注意:getattr,hasattr,setattr,delattr对模块的修改都在内存中进行,并不会影响文件中真实内容。

# dynamic.py
imp = input("请输入模块:")
commons = __import__(imp)  # 等价于import imp
# commons = __import__(imp, fromlist=True)  # 模块名可能不是在本级目录中存放着,改用这种方式就能导入成功
inp_func = input("请输入要执行的函数:")
f = getattr(commons, inp_func, None)  # 作用:从导入模块中找到你需要调用的函数inp_func,然后返回一个该函数的引用.没有找到就烦会None
f()  # 执行该函数

r = hasattr(commons, 'age')  # 判断某个函数或者变量是否存在
print(r)

setattr(commons, 'age', 18)  # 给commons模块增加一个全局变量age = 18,创建成功返回none

setattr(commons, 'age', lambda a: a + 1)  # 给模块添加一个函数

delattr(commons, 'age')  # 删除模块中某个变量或者函数

3、实例:基于反射机制模拟web框架路由

需求:比如我们输入<www.xxx.com/commons/f1> ,返回f1的结果。

# 动态导入模块,并执行其中函数
url = input("url: ")

target_host,target_module, target_func = url.split('/')
m = __import__('aaa.' + target_module, fromlist=True)

inp = url.split("/")[-1]  # 分割url,并取出url最后一个字符串
if hasattr(m, inp):  # 判断在commons模块中是否存在inp这个字符串
   inp= getattr(m, inp)  # 获取inp的引用
   inp()  # 执行
else:
   print("404")

三、__getattr__、__setattr__和__delattr__和__getattribute__事件

  • __getattr__:只有在使用点调用属性且属性不存在的时候才会触发。比较有用

  • __delattr__:删除属性的时候会触发

  • __setattr__:添加/修改属性会触发它的执行
    当你自己写__getattr__、__delattr__、__setattr__方法,系统会调用你写的方法,如果没写,系统调用默认

class Foo:
   x = 1

def __init__(self, y):
       self.y = y

def __getattr__(self, item):
       print('----> from getattr:你找的属性不存在')

def __setattr__(self, key, value):
       print('----> from setattr')
       # self.key = value  # 这就无限递归了,你好好想想
       # self.__dict__[key] = value  # 应该使用它

def __delattr__(self, item):
       print('----> from delattr')
       # del self.item  # 无限递归了
       self.__dict__.pop(item)

f1 = Foo(10)
# ----> from setattr
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
# {}

f1.z = 3
# ----> from setattr
print(f1.__dict__)
# {}

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(不会触发__setattr__)
del f1.a
# ----> from delattr

print(f1.__dict__)
# {}

__getattribute__

查找属性无论是否存在,都会执行。

class Foo:
   def __init__(self, x):
       self.x = x

def __getattribute__(self, item):
       print('不管是否存在,我都会执行')

f1 = Foo(10)

f1.x
# 不管是否存在,我都会执行

f1.xxxxxx
# 不管是否存在,我都会执行

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

class Foo:
   def __init__(self, x):
       self.x = x

def __getattr__(self, item):
       print('执行的是我')
       # return self.__dict__[item]

def __getattribute__(self, item):
       print('不管是否存在,我都会执行')
       raise AttributeError('哈哈')

f1 = Foo(10)

f1.x
# 不管是否存在,我都会执行
# 执行的是我

f1.xxxxxx
# 不管是否存在,我都会执行
# 执行的是我

四、__setitem__和__getitem和__delitem__

  • __setitem__:中括号赋值时触发

  • __getitem__:中括号取值时触发

  • __delitem__:中括号删除时触发

  • __delattr__:.删除时触发

class Foo:
   def __init__(self, name):
       self.name = name

def __getitem__(self, item):
       print('getitem执行', self.__dict__[item])

def __setitem__(self, key, value):
       print('setitem执行')
       self.__dict__[key] = value

def __delitem__(self, key):
       print('del obj[key]时,delitem执行')
       self.__dict__.pop(key)

def __delattr__(self, item):
       print('del obj.key时,delattr执行')
       self.__dict__.pop(item)

f1 = Foo('sb')

f1['age'] = 18
# setitem执行

f1['age1'] = 19
# setitem执行

f1['age']
# getitem执行 18

f1['name'] = 'tank'
# setitem执行

del f1.age1
# del obj.key时,delattr执行

del f1['age']
# del obj[key]时,delitem执行

print(f1.__dict__)
# {'name': 'tank'}

五、__format__:自定制格式化字符串

date_dic = {
   'ymd': '{0.year}:{0.month}:{0.day}',
   'dmy': '{0.day}/{0.month}/{0.year}',
   'mdy': '{0.month}-{0.day}-{0.year}',
}

class Date:
   def __init__(self, year, month, day):
       self.year = year
       self.month = month
       self.day = day

def __format__(self, format_spec):
       # 默认打印ymd的{0.year}:{0.month}:{0.day}格式
       if not format_spec or format_spec not in date_dic:
           format_spec = 'ymd'
       fmt = date_dic[format_spec]
       return fmt.format(self)

d1 = Date(2016, 12, 29)

print(format(d1))
# 2016:12:29

print('{:mdy}'.format(d1))
# 12-29-2016

六、__del__:析构方法

会在对象被删除之前自动触发

class People:
   def __init__(self, name, age):
       self.name = name
       self.age = age
       self.f = open('test.txt', 'w', encoding='utf-8')

def __del__(self):
       print('run======>')
       # 做回收系统资源相关的事情
       self.f.close()

obj = People('egon', 18)

del obj  # del obj会间接删除f的内存占用,但是还需要自定制__del__删除文件的系统占用
# run=-====>

七、__slots__

使用点来访问属性本质就是在访问类或者对象的__dict__属性字典(类的字典是共享的,而每个实例的是独立的)。

__slots__是一个类变量,变量值可以是列表,元祖,或者可迭代对象,也可以是一个字符串(意味着所有实例只有一个数据属性)

字典会占用大量内存,如果你有一个属性很少的类,但是有很多实例,为了节省内存可以使用__slots__取代实例的__dict__。

class Foo:
   __slots__ = 'x'

f1 = Foo()
f1.x = 1
f1.y = 2  # 报错
print(f1.__slots__ )  # f1不再有__dict__

当你定义__slots__后,__slots__就会为实例使用一种更加紧凑的内部表示。使用__slots__后不能再给实例添加新的属性了,只能使用在__slots__中定义的那些属性名。

注意:__slots__的很多特性都依赖于普通的基于字典的实现。另外,定义了__slots__后的类不再支持一些普通类特性了,比如多继承。

大多数情况下,你应该只在那些经常被使用到的用作数据结构的类上定义__slots__比如在程序中需要创建某个类的几百万个实例对象 。

class Bar:
   __slots__ = ['x', 'y']

n = Bar()
n.x, n.y = 1, 2
n.z = 3  # 报错

八、__doc__:返回类的注释信息

class Foo:
   '我是描述信息'
   pass

print(Foo.__doc__)
# 我是描述信息

该属性无法被继承

class Foo:
   '我是描述信息'
   pass

class Bar(Foo):
   pass

print(Bar.__doc__)  # 该属性无法继承给子类
# None

九、__call__:会在调用对象时自动触发。

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 Foo:
   def __init__(self):
       print('__init__触发了')

def __call__(self, *args, **kwargs):
       print('__call__触发了')

obj = Foo()  # 执行 __init__
# __init__触发了

obj()  # 执行 __call__
# __call__

十、__init__和__new__:类构造器

__new__方法的第一个参数是这个类,而其余的参数会在调用成功后全部传递给__init__方法初始化。

__new__方法(第一个执行)先于__init__方法执行:

class A:
   pass

class B(A):
   def __new__(cls):
       print("__new__方法被执行")
       return super().__new__(cls)

def __init__(self):
       print("__init__方法被执行")

b = B()

# __new__方法被执行
# __init__方法被执行

绝大多数情况下,我们都不需要自己重写__new__方法,但在当继承一个不可变的类型(例如str类,int类等)时,它的特性就尤显重要了。我们举下面这个例子:

# 1、使用init的情况:
class CapStr1(str):
   def __init__(self, string):
       string = string.upper()

a = CapStr1("I love China!")
print(a)
# I love China!   无变化 !!!!!!!

# 2、使用__new__的情况
class CapStr2(str):
   def __new__(cls, string):
       string = string.upper()
       return super().__new__(cls, string)

a = CapStr2("I love China!")
print(a)
# I LOVE CHINA!

十一、__str__和__repr__

__str__:执行str函数或print函数触发

class Foo:
   def __init__(self, name, age):
       """对象实例化的时候自动触发"""
       self.name = name
       self.age = age

def __str__(self):
       print('打印的时候自动触发,但是其实不需要print即可打印')
       return f'{self.name}:{self.age}'  # 如果不返回字符串类型,则会报错

obj = Foo('nick', 18)
print(obj)  # obj.__str__() # 打印的时候就是在打印返回值
# 打印的时候自动触发,但是其实不需要print即可打印
# nick:18

__repr__:执行repr函数或者交互式解释器触发

  • 如果__str__没有被定义,那么就会使用__repr__来代替输出。

  • 注意:这俩方法的返回值必须是字符串,否则抛出异常。

class School:
   def __init__(self, name, addr, type):
       self.name = name
       self.addr = addr
       self.type = type

def __repr__(self):
       return 'School(%s,%s)' % (self.name, self.addr)

def __str__(self):
       return '(%s,%s)' % (self.name, self.addr)

s1 = School('oldboy1', '北京', '私立')
print('from repr: ', repr(s1))
# from repr:  School(oldboy1,北京)

print('from str: ', str(s1))
# from str:  (oldboy1,北京)

print(s1)
# (oldboy1,北京)

s1  # jupyter属于交互式
# School(oldboy1,北京)

十二、__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

# lib/aa.py
class C:
   def __init__(self):
       self.name = 'SB'

# index.py
from lib.aa import C

obj = C()
print(obj.__module__)  # 输出 lib.aa,即:输出模块
print(obj.__class__)  # 输出 lib.aa.C,即:输出类

十三、实现文件上下文管理(__enter__和__exit__)

with语句,即上下文管理协议,为了让一个对象兼容with语句,必须在这个对象的类中声明__enter__和__exit__方法。

  • 使用with语句的目的就是把代码块放入with中执行,with结束后,自动完成清理工作,无须手动干预

  • 在需要管理一些资源比如文件,网络连接和锁的编程环境中,可以在__exit__中定制自动释放资源的机制,你无须再去关系这个问题,这将大有用处。

__exit__()中的三个参数分别代表异常类型,异常值和追溯信息。with语句中代码块出现异常,则with后的代码都无法执行。

class Open:
   def __init__(self, name):
       self.name = name

def __enter__(self):
       print('出现with语句,对象的__enter__被触发,有返回值则赋值给as声明的变量')

def __exit__(self, exc_type, exc_val, exc_tb):
       print('with中代码块执行完毕时执行我啊')
       print(exc_type)
       print(exc_val)
       print(exc_tb)

try:
   with Open('a.txt') as f:
       print('=====>执行代码块')
       raise AttributeError('***着火啦,救火啊***')
except Exception as e:
   print(e)

# 出现with语句,对象的__enter__被触发,有返回值则赋值给as声明的变量
# =====>执行代码块
# with中代码块执行完毕时执行我啊
# <class 'AttributeError'>
# ***着火啦,救火啊***
#
# ***着火啦,救火啊***

如果__exit()返回值为True,那么异常会被清空,就好像啥都没发生一样,with后的语句正常执行。

class Open:
   def __init__(self, name):
       self.name = name

def __enter__(self):
       print('出现with语句,对象的__enter__被触发,有返回值则赋值给as声明的变量')

def __exit__(self, exc_type, exc_val, exc_tb):
       print('with中代码块执行完毕时执行我啊')
       print(exc_type)
       print(exc_val)
       print(exc_tb)
       return True

with Open('a.txt') as f:
   print('=====>执行代码块')
   raise AttributeError('***着火啦,救火啊***')
print('0' * 100)  # ------------------------------->会执行

# 出现with语句,对象的__enter__被触发,有返回值则赋值给as声明的变量
# =====>执行代码块
# with中代码块执行完毕时执行我啊
# <class 'AttributeError'>
# ***着火啦,救火啊***
#
# 0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000

#

模拟open

class Open:
   def __init__(self, filepath, mode='r', encoding='utf-8'):
       self.filepath = filepath
       self.mode = mode
       self.encoding = encoding

def __enter__(self):
       # print('enter')
       self.f = open(self.filepath, mode=self.mode, encoding=self.encoding)
       return self.f

def __exit__(self, exc_type, exc_val, exc_tb):
       # print('exit')
       self.f.close()
       return True

def __getattr__(self, item):
       return getattr(self.f, item)

with Open('a.txt', 'w') as f:
   print(f)
   f.write('aaaaaa')
   f.wasdf  #抛出异常,交给__exit__处理

# <_io.TextIOWrapper name='a.txt' mode='w' encoding='utf-8'>

十四、描述符(__get__和__set__和__delete__)

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。

描述符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。

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

描述符的作用是用来代理另外一个类的属性的。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

class Foo:
   def __get__(self, instance, owner):
       print('触发get')

def __set__(self, instance, value):
       print('触发set')

def __delete__(self, instance):
       print('触发delete')

f1 = Foo()
f1.name = 'nick'
f1.name
del f1.name
#无任何输出结果!!!

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。

class ST:
   """描述符Str"""

def __get__(self, instance, owner):
       print('Str调用')

def __set__(self, instance, value):
       print('Str设置...')

def __delete__(self, instance):
       print('Str删除...')

class IN:
   """描述符Int"""

def __get__(self, instance, owner):
       print('Int调用')

def __set__(self, instance, value):
       print('Int设置...')

def __delete__(self, instance):
       print('Int删除...')

class People:
   name = ST()
   age = IN()

def __init__(self, name, age):  # name被ST类代理,age被IN类代理
       self.name = name
       self.age = age

p1 = People('alex', 18)
# Str设置...
# Int设置...

p1.name  # Str调用
p1.name = 'nick'  # Str设置...
del p1.name  # Str删除...

p1.age  # Int调用
p1.age = 18  # Int设置...
del p1.age  # Int删除...

print(p1.__dict__)  # {}
print(People.__dict__)
# {'__module__': '__main__', 'name': <__main__.ST object at 0x0000000002167490>, 'age': <__main__.IN object at 0x000000000234A700>, '__init__': , '__dict__': <attribute '__dict__' of 'People' objects>, '__weakref__': <attribute '__weakref__' of 'People' objects>, '__doc__': None}

print(type(p1) == People)  # True
print(type(p1).__dict__ == People.__dict__)  # True

1、使用描述符

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。

class Typed:
   def __init__(self, name, expected_type):
       self.name = name
       self.expected_type = expected_type

def __get__(self, instance, owner):
       print('get--->', instance, owner)
if instance is None:
return self
return instance.__dict__[self.name]

def __set__(self, instance, value):
       print('set--->', instance, value)
      if not isinstance(value, self.expected_type):
raise TypeError('Expected %s' % str(self.expected_type))
       instance.__dict__[self.name] = value

def __delete__(self, instance):
       print('delete--->', instance)
       instance.__dict__.pop(self.name)

class People:
   name = Typed('name', str)
   age = Typed('name', int)
   salary = Typed('name', float)

def __init__(self, name, age, salary):
       self.name = name
       self.age = age
       self.salary = salary

try:
   p1 = People(123, 18, 3333.3)
except Exception as e:
   print(e)
# set---> <__main__.People object at 0x1082c7908> 123
# Expected <class 'str'>

try:
   p1 = People('nick', '18', 3333.3)
except Exception as e:
   print(e)
# set---> <__main__.People object at 0x1078dd438> nick
# set---> <__main__.People object at 0x1078dd438> 18
# Expected <class 'int'>

p1 = People('nick', 18, 3333.3)
# set---> <__main__.People object at 0x1081b3da0> nick
# set---> <__main__.People object at 0x1081b3da0> 18
# set---> <__main__.People object at 0x1081b3da0> 3333.3

2、类的装饰器:无参

def decorate(cls):
   print('类的装饰器开始运行啦------>')
   return cls

@decorate  # 无参:People = decorate(People)
class People:
   def __init__(self, name, age, salary):
       self.name = name
       self.age = age
       self.salary = salary

p1 = People('nick', 18, 3333.3)

# 类的装饰器开始运行啦------>

3、类的装饰器:有参

def typeassert(**kwargs):
   def decorate(cls):
       print('类的装饰器开始运行啦------>', kwargs)
       return cls

return decorate

@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)
class People:
   def __init__(self, name, age, salary):
       self.name = name
       self.age = age
       self.salary = salary

p1 = People('nick', 18, 3333.3)
# 类的装饰器开始运行啦------> {'name': <class 'str'>, 'age': <class 'int'>, 'salary': <class 'float'>}

4、描述符与类装饰器结合使用

class Typed:
   def __init__(self, name, expected_type):
       self.name = name
       self.expected_type = expected_type

def __get__(self, instance, owner):
       print('get--->', instance, owner)
       if instance is None:
           return self
       return instance.__dict__[self.name]

def __set__(self, instance, value):
       print('set--->', instance, value)
       if not isinstance(value, self.expected_type):
           raise TypeError('Expected %s' % str(self.expected_type))
       instance.__dict__[self.name] = value

def __delete__(self, instance):
       print('delete--->', instance)
       instance.__dict__.pop(self.name)

def typeassert(**kwargs):
  def decorate(cls):
       print('类的装饰器开始运行啦------>', kwargs)
       for name, expected_type in kwargs.items():
           setattr(cls, name, Typed(name, expected_type))
       return cls

return decorate

@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)
class People:
   def __init__(self, name, age, salary):
       self.name = name
       self.age = age
       self.salary = salary

print(People.__dict__)
# 类的装饰器开始运行啦------> {'name': <class 'str'>, 'age': <class 'int'>, 'salary': <class 'float'>}
# {'__module__': '__main__', '__init__': , '__dict__': <attribute '__dict__' of 'People' objects>, '__weakref__': <attribute '__weakref__' of 'People' objects>, '__doc__': None, 'name': <__main__.Typed object at 0x000000000238F8B0>, 'age': <__main__.Typed object at 0x000000000238FF40>, 'salary': <__main__.Typed object at 0x000000000238FFA0>}

p1 = People('nick', 18, 3333.3)

# set---> <__main__.People object at 0x0000000001E07490> nick
# set---> <__main__.People object at 0x0000000001E07490> 18
# set---> <__main__.People object at 0x0000000001E07490> 3333.3

5、利用描述符原理自定制@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)

class Lazyproperty:
   def __init__(self, func):
       self.func = func

def __get__(self, instance, owner):
       print('这是我们自己定制的静态属性,r1.area实际是要执行r1.area()')
       if instance is None:
           return self
       else:
           print('--->')
           value = self.func(instance)
           setattr(instance, self.func.__name__, value)  # 计算一次就缓存到实例的属性字典中
           return value

class Room:
   def __init__(self, name, width, length):
       self.name = name
       self.width = width
       self.length = length

@Lazyproperty  # area=Lazyproperty(area) 相当于'定义了一个类属性,即描述符'
   def area(self):
       return self.width * self.length

r1 = Room('alex', 1, 2)
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

# 这是我们自己定制的静态属性,r1.area实际是要执行r1.area()
# --->
# 2

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
# 2

6、自定制@classmethod

class ClassMethod:
   def __init__(self, func):
       self.func = func

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,
       def feedback(*args, **kwargs):
           print('在这里可以加功能啊...')
           return self.func(owner, *args, **kwargs)

return feedback

class People:
   name = 'nick'

@ClassMethod  # say_hi=ClassMethod(say_hi)
   def say_hi(cls, msg):
       print('你好啊,帅哥 %s %s' % (cls.name, msg))

People.say_hi('你是那偷心的贼')

p1 = People()
# 在这里可以加功能啊...
# 你好啊,帅哥 nick 你是那偷心的贼

p1.say_hi('你是那偷心的贼')
# 在这里可以加功能啊...
# 你好啊,帅哥 nick 你是那偷心的贼

7、自定制@staticmethod

class StaticMethod:
   def __init__(self, func):
       self.func = func

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
       def feedback(*args, **kwargs):
           print('在这里可以加功能啊...')
           return self.func(*args, **kwargs)

return feedback

class People:
   @StaticMethod  # say_hi = StaticMethod(say_hi)
   def say_hi(x, y, z):
       print('------>', x, y, z)

People.say_hi(1, 2, 3)
# 在这里可以加功能啊...
# ------> 1 2 3

p1 = People()
p1.say_hi(4, 5, 6)
# 在这里可以加功能啊...
# ------> 4 5 6

十五、元类(metaclass)

元类:负责产生该对象的类称之为元类,即元类可以简称为类的类

用class关键字创建一个类,用的默认的元类type,因此以前说不要用type作为类别判断

class People:  # People=type(...)
   country = 'China'

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

def eat(self):
       print('%s is eating' % self.name)

print(type(People))
<class 'type'>

1、type实现

  • 创建类的3个要素:类名,基类,类的名称空间

  • People = type(类名,基类,类的名称空间)

class_name = 'People'  # 类名
class_bases = (object,)  # 基类

class_dic = {}  # 类的名称空间
class_body = """
country='China'
def __init__(self,name,age):
   self.name=name
   self.age=age
def eat(self):
   print('%s is eating' %self.name)
"""

exec(class_body, {}, class_dic, )  #执行class_body中的代码,然后把产生的名字丢入class_dic字典中

print(class_name)  # People
print(class_bases)  # (<class 'object'>,)
print(class_dic)  # 类的名称空间
# {'country': 'China', '__init__': , 'eat': }

People1 = type(class_name, class_bases, class_dic)
print(People1)  # <class '__main__.People'>

obj1 = People1(1, 2)
obj1.eat()  # 1 is eating

2、自定义元类控制类

自定义元类控制类的产生过程,类的产生过程其实就是元类的调用过程。

分析用class自定义类的运行原理(而非元类的的运行原理):

  • 拿到一个字符串格式的类名class_name='People'

  • 拿到一个类的基类们class_bases=(obejct,)

  • 执行类体代码,拿到一个类的名称空间class_dic={...}

  • 调用People=type(class_name,class_bases,class_dic)

class Mymeta(type):  # 只有继承了type类才能称之为一个元类,否则就是一个普通的自定义类
   def __init__(self, class_name, class_bases, class_dic):
       print('self:', self)  # 现在是People
       print('class_name:', class_name)
       print('class_bases:', class_bases)
       print('class_dic:', class_dic)
       super(Mymeta, self).__init__(class_name, class_bases, class_dic)  # 重用父类type的功能

class People(object, metaclass=Mymeta):  # People=Mymeta(类名,基类们,类的名称空间)
   country = 'China'

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

def eat(self):
       print('%s is eating' % self.name)

# self: <class '__main__.People'>
# class_name: People
# class_bases: (<class 'object'>,)
# class_dic: {'__module__': '__main__', '__qualname__': 'People', 'country': 'China', '__init__': , 'eat': }

应用:我们可以控制类必须有文档。

class Mymeta(type):  # 只有继承了type类才能称之为一个元类,否则就是一个普通的自定义类
   def __init__(self, class_name, class_bases, class_dic):
       if class_dic.get('__doc__') is None or len(
               class_dic.get('__doc__').strip()) == 0:
           raise TypeError('类中必须有文档注释,并且文档注释不能为空')
       if not class_name.istitle():
           raise TypeError('类名首字母必须大写')
       super(Mymeta, self).__init__(class_name, class_bases,   class_dic)  # 重用父类的功能

try:

class People(object, metaclass=Mymeta ):  # People  = Mymeta('People',(object,),{....})
       #     """这是People类"""
       country = 'China'

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

def eat(self):
           print('%s is eating' % self.name)
except Exception as e:
   print(e)
# 类中必须有文档注释,并且文档注释不能为空

3、自定义元类控制类的实例化

类的调用,即类实例化就是元类的调用过程,可以通过元类Mymeta的__call__方法控制。

继承的查找顺序:子类->Class &ndash;>object&ndash;> Mymeta->type

class Mymeta(type):
   def __call__(self, *args, **kwargs):
       print(self)  # self是People
       print(args)  # args = ('nick',)
       print(kwargs)  # kwargs = {'age':18}
       # return 123
       # 1. 先造出一个People的空对象,申请内存空间
       # __new__方法接受的参数虽然也是和__init__一样,但__init__是在类实例创建之后调用,而 __new__方法正是创建这个类实例的方法。
       obj = self.__new__(self)  # 虽然和下面同样是People,但是People没有,找到的__new__是父类的
       # 2. 为该对空对象初始化独有的属性
       self.__init__(obj, *args, **kwargs)
       # 3. 返回一个初始化好的对象
       return obj

class People(object, metaclass=Mymeta):  # People = Mymeta(),People()则会触发__call__
   country = 'China'

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

def eat(self):
       print('%s is eating' % self.name)

#     在调用Mymeta的__call__的时候,首先会找自己(如下函数)的,自己的没有才会找父类的
#     def __new__(cls, *args, **kwargs):
#         # print(cls)  # cls是People
#         # cls.__new__(cls) # 错误,无限死循环,自己找自己的,会无限递归
#         obj = super(People, cls).__new__(cls)  # 使用父类的,则是去父类中找__new__
#         return obj

obj = People('nick', age=18)
# <class '__main__.People'>
# ('nick',)
# {'age': 18}

print(obj.__dict__)
# {'name': 'nick', 'age': 18}

4、练习:使用元类修改属性为隐藏属性

class Mymeta(type):
   def __init__(self, class_name, class_bases, class_dic):
       # 加上逻辑,控制类Foo的创建
       super(Mymeta, self).__init__(class_name, class_bases, class_dic)

def __call__(self, *args, **kwargs):
       # 加上逻辑,控制Foo的调用过程,即Foo对象的产生过程
       obj = self.__new__(self)
       self.__init__(obj, *args, **kwargs)
       # 修改属性为隐藏属性
       obj.__dict__ = {
           '_%s__%s' % (self.__name__, k): v
           for k, v in obj.__dict__.items()
       }

return obj

class Foo(object, metaclass=Mymeta):  # Foo = Mymeta(...)
   def __init__(self, name, age, sex):
       self.name = name
       self.age = age
       self.sex = sex

obj = Foo('nick', 18, 'male')
print(obj.age)  # 'Foo' object has no attribute 'age'
print(obj.__dict__)
# {'_Foo__name': 'egon', '_Foo__age': 18, '_Foo__sex': 'male'}

5、利用元类实现单例模式

NAME = 'nick'
AGE = 18

class Mymeta(type):
   def __init__(self,class_name,class_bases,class_dict):
       super().__init__(class_name,class_bases,class_dict)
       self.__instance = self(NAME,AGE)

def __call__(self,*args,**kwargs):

if len(args) == 0 and len(kwargs) == 0:
return self.__instance

obj = object.__new__(self)
       self.__init__(obj,*args,**kwargs)

return obj

class People(metaclass=Mymeta):
   def __init__(self,name,age):
       self.name = name
       self.age = age

peo1 = People()
peo2 = People()

来源:https://www.cnblogs.com/springsnow/p/11994440.html

标签:Python,面向对象,编程
0
投稿

猜你喜欢

  • python修改文件内容的3种方法详解

    2021-07-27 10:19:36
  • Python利用scikit-learn实现近邻算法分类的示例详解

    2021-01-09 18:43:44
  • 跟老齐学Python之变量和参数

    2023-01-12 22:23:31
  • flask 实现上传图片并缩放作为头像的例子

    2021-09-08 06:32:42
  • 由Python编写的MySQL管理工具代码实例

    2024-01-13 23:52:32
  • 教你如何在WordPress发布文章时自定义文章作者名称

    2023-11-12 07:47:11
  • 简化ADO数据库操作的控件(带分页功能)

    2008-05-20 13:15:00
  • Javascript图像处理—图像形态学(膨胀与腐蚀)

    2024-04-23 09:27:58
  • 浅谈Python用QQ邮箱发送邮件时授权码的问题

    2021-10-30 13:06:59
  • Python闭包执行时值的传递方式实例分析

    2021-09-22 14:43:50
  • python实现定时发送邮件到指定邮箱

    2023-05-02 05:04:02
  • Python socket编程实例详解

    2022-02-21 09:26:03
  • python实现黄金分割法的示例代码

    2022-08-27 19:41:17
  • Go 热加载之fresh详解

    2024-03-23 14:27:26
  • 解决django 新增加用户信息出现错误的问题

    2021-07-27 12:50:46
  • php中支持多种编码的中文字符串截取函数!

    2023-09-27 02:08:15
  • 解决Windows环境下安装 mysql-8.0.11-winx64 遇到的问题

    2024-01-22 18:45:21
  • Windows下ORACLE 10g完全卸载的方法分析

    2024-01-21 16:51:32
  • Python的GUI编程之Pack、Place、Grid的区别说明

    2022-10-19 05:53:57
  • mysql中获取一天、一周、一月时间数据的各种sql语句写法

    2024-01-22 04:21:06
  • asp之家 网络编程 m.aspxhome.com