Python定制类你不知道的魔术方法

Python中的魔法方法

看到类似 __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。

__slots__我们已经知道怎么用了，__len__方法我们也知道是为了能让class作用于 len() 函数。

这些在Python有另外的一些名称叫魔术方法

除此之外，Python的class中还有许多这斜体样式样有特殊用途的函数，可以帮助我们定制！

1.__str__

用于定制对象的描述信息

我们先定义一个 Student 类，打印一个实例：

>>> class Student(object):
    def __init__(self, name):
        self.name = name
>>> print(Student('张三'))
<__main__.Student object at 0x000001AC142D3370>
>>> 

打印出一堆<__main__.Student object at 0x000001AC142D3370>, 不好看。

怎么才能打印得好看呢？只需要定义好 __str__() 方法，返回一个好看的字符串就可以了：

# -*- coding: utf-8 -*-
class Person(object):
   def __init__(self, name):
       self.name = name
   # 用于定制对象的描述信息
   def __str__(self):
       return "Person object (name:％s)" ％ self.name
if __name__ == '__main__':
   p = Person('张三')
   print(p)

这样打印出来的实例，不但好看，而且容易看出实例内部重要的数据。

2.__iter__

如果一个类想被用于 for ... in 循环，类似list或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，直到遇StopIteration 错误时退出循环。

我们以斐波那契数列为例，写一个Fib类，可以作用于for循环：

class Fib(object):
   # Fib默认不是可迭代对象，变成一个可迭代对象，必须返回一个迭代器
   def __init__(self):
       self.a, self.b = 0, 1  # 斐波那契数列前两个固定的值
   # 重写 __iter__方法，Fib变为可迭代对象
   def __iter__(self):
       return self
   # 重写__next__方法，Fib就变成一个迭代器
   def __next__(self):
       self.a, self.b = self.b, self.a + self.b  # 计算下一个值
       if self.a > 1000:
           raise StopIteration
       return self.a
if __name__ == '__main__':
   print('小于1000的所有斐波那契数:', end=' ')
   for i in Fib():
       print(i, end=' ')

3.__getitem__

Fib实例虽然能作用于for循环，看起来和list有点像，但是，把它当成list来使用还是不行，比如，取第5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那样按照下标取出元素，需要实现 __getitem__() 方法：

# -*- coding: utf-8 -*-
class Fib(object):
   # 重写__getitem__,Fib 可以类似于 list
   def __getitem__(self, item):
       a, b = 1, 1
       for x in range(item):
           a, b = b, a+b
       return a

现在，就可以按下标访问数列的任意一项了

if __name__ == '__main__':
   f = Fib()
   print(f[5])
   print(f[6])
   print(f[10])
   print(f[15])

输出：

但是list有个神奇的切片方法：

>>> list(range(100)[5:10])
[5, 6, 7, 8, 9]

对于Fib却报错。原因是 __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

# -*- coding: utf-8 -*-
class Fib(object):
   def __getitem__(self, item):  # # item是一个下标, 也有可能是一个切片
       if isinstance(item, int):  # item 是一个 int 下标
           a, b = 1, 1
           for _ in range(item):   # rage(item) 用作循环次数
               a, b = b, a+b
           return a
       elif isinstance(item, slice):  # item 是一个切片（范围）
           start = item.start
           stop = item.stop
           if start is None:
               start = 0  # start初始值为 0
           a, b = 1, 1
           l = []
           for _ in range(stop):
               l.append(a)
               a, b = b, a+b
           return l

现在试试Fib的切片：

if __name__ == '__main__':
   print(Fib()[9])
   print(Fib()[1:10])

输出：

但是没有对step参数作处理：

>>> f[:10:2] 
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]

也没有对负数作处理，所以，要正确实现一个 __getitem__() 还是有很多工作要做的。

此外，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。最后，还有一个 __delitem__() 方法，用于删除某个元素。

总之，通过上面的方法，我们自己定义的类表现得和Python自带的list、tuple、dict没什么区别，这完全归功于动态语言的&ldquo;鸭子类型&rdquo;，不需要强制继承某个接口。

4.__getattr__

正常情况下，当我们调用类的方法或属性时，如果不存在，就会报错。比如定义 Student 类：

class Student(object):
   def __init__(self):
       self.name = 'Michale'

调用 name 属性，没问题，但是，调用不存在的 score 属性，就有问题了：

>>> s = Student() 
>>> print(s.name) 
Michael 
>>> print(s.score) 
>Traceback (most recent call last): 
... 
AttributeError: 'Student' object has no attribute 'score'

错误信息很清楚地告诉我们，没有找到 score 这个attribute。

要避免这个错误，除了可以加上一个 score 属性外，Python还有另一个机制，那就是写一个 __getattr__() 方法，动态返回一个属性。修改如下：

class Student(object):
   def __init__(self):
       self.name = 'Michale'
   def __getattr__(self, item):
       if item == 'score':
           return 99

当调用不存在的属性时，比如 score ，Python解释器会试图调用 __getattr__(self, 'score') 来尝试获得属性，这样，我们就有机会返回 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, start):
if attr == 'age':
return lambda : 25

只是调用方法变为：

>>> s,age()
25

注意，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，注意到任意调用如 s.abc 都会返回 None ，这是因为我们定义的 __getattr__ 默认返回就是 None 。要让class只响应特定的几个属性，我们就要按照约定，抛出 AttributeError 的错误：

class Student(object):
   def __getattr__(self, attr):
       if attr == 'age':
           return lambda: 25
       raise AttributeError('\'Student\' object has no attribute \'％s\'' ％ attr)

这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有什么实际作用呢？作用就是，可以针对完全动态的情况作调用。

5.__call__

一个对象实例可以有自己的属性和方法，当我们调用实例方法时，我们用instance.method() 来调用。

能不能直接在实例本身上调用呢？在Python中，答案是肯定的。

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。请看示例：

class Student(object):
   def __init__(self, name):
       self.name = name
   def __call__(self, *args, **kwargs):
       print('My name is ％s.' ％ self.name)

调用方式如下：

>>> s = Student('awei')
>>> s()  # self参数不要传入
My name is awei.

__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，所以你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就没啥根本的区别。

如果你把对象看成函数，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，这么一来，我们就模糊了对象和函数的界限。

那么，怎么判断一个变量是对象还是函数呢？其实，更多的时候，我们需要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，比如函数和我们上面定义的带有 __call__() 的类实例：

>>> callable(Student()) 
True 
>>> callable(max) 
True 
>>> callable([1, 2, 3]) 
False 
>>> callable(None) 
False 
>>> callable('str') 
False

通过 callable() 函数，我们就可以判断一个对象是否是&ldquo;可调用&rdquo;对象。

来源：https://aweia.blog.csdn.net/article/details/125566130