一、isinstance(obj,cls)和issubclass(sub,super)
isinstance(obj,cls)检查是否obj是否是类 cls 的对象
class Foo(object):
pass
obj = Foo()
print(isinstance(obj,Foo)) #True
issubclass(sub, super)检查sub类是否是 super 类的派生类
class Foo(object):
pass
class Bar(Foo):
pass
print(issubclass(Bar, Foo)) #True
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
1)hasattr:检测是否含有某种属性
class BlackMedium:
feturn ="Ugly"
def __init__(self,name,addr):
self.name =name
self.addr =addr
def sell_hourse(self):
print("【%s】正在买房子,傻瓜才买了" % self.name)
def rent_hourse(self):
print("【%s】正在租房子,傻瓜才租了" % self.name)
b1 = BlackMedium("万科","苏州")
#hasattr 查找b1能不能调用到类中的属性
print(hasattr(b1,"name")) #True
print(hasattr(b1,"sell_hourse"))#True
2)getattr:获取属性
class BlackMedium:
feturn ="Ugly"
def __init__(self,name,addr):
self.name =name
self.addr =addr
def sell_hourse(self):
print("【%s】正在买房子,傻瓜才买了" % self.name)
def rent_hourse(self):
print("【%s】正在租房子,傻瓜才租了" % self.name)
b1 = BlackMedium("万科","苏州")
print(getattr(b1,"name")) #T万科
print(getattr(b1,"sell_hourse"))#<bound method BlackMedium.sell_hourse of <__main__.BlackMedium object at 0x0289EA90>>
fun = getattr(b1,"sell_hourse")
fun() #【万科】正在买房子,傻瓜才买了
print(getattr(b1,"age")) #没有就会报错
print(getattr(b1,"age","没有这个属性")) #第三个是默认参数,如果找不到属性也不会报错,直接打出默认参数
3)setattr:设置属性,添加属性值,修改属性
class BlackMedium:
feturn ="Ugly"
def __init__(self,name,addr):
self.name =name
self.addr =addr
def sell_hourse(self):
print("【%s】正在买房子,傻瓜才买了" % self.name)
def rent_hourse(self):
print("【%s】正在租房子,傻瓜才租了" % self.name)
b1 = BlackMedium("万科","苏州")
setattr(b1,"age",True)
setattr(b1,"name","融创西苑")
print(b1.__dict__)
4)delattr:删除属性
class BlackMedium:
feturn ="Ugly"
def __init__(self,name,addr):
self.name =name
self.addr =addr
def sell_hourse(self):
print("【%s】正在买房子,傻瓜才买了" % self.name)
def rent_hourse(self):
print("【%s】正在租房子,傻瓜才租了" % self.name)
b1 = BlackMedium("万科","苏州")
setattr(b1,"age",True)
setattr(b1,"name","融创西苑")
delattr(b1,'show_name111')#不存在,则报错
print(b1.__dict__)
delattr(b1,"age")
print(b1.__dict__)
#结果
{'name': '融创西苑', 'addr': '苏州', 'age': True}
{'name': '融创西苑', 'addr': '苏州'}
补充:
1)类也是对象
class Foo(object):
staticField = "old boy"
def __init__(self):
self.name = 'wupeiqi'
def func(self):
return 'func'
@staticmethod
def bar():
return 'bar'
print(getattr(Foo, 'staticField')) #old boy
print(getattr(Foo, 'func'))#<function Foo.func at 0x02BD9B28>
print(getattr(Foo, 'bar'))#<function Foo.bar at 0x02BD9B70>
2)反射当前模块成员
#!/usr/bin/env python
# -*- coding:utf-8 -*-
import sys
def s1():
print('s1')
def s2():
print('s2')
this_module = sys.modules[__name__]
print(this_module)#<module '__main__' from 'D:/Pycharm Community/面向对象/b.py'>
print(hasattr(this_module, 's1'))#True
print(getattr(this_module, 's2'))#<function s2 at 0x01339AE0>
3)导入其他模块,利用反射查找该模块是否存在某个方法
module_test.py
#!/usr/bin/env python
# -*- coding:utf-8 -*-
def test():
print('from the test')
#!/usr/bin/env python
# -*- coding:utf-8 -*-
"""
程序目录:
module_test.py
index.py
当前文件:
index.py
"""
import module_test as obj
#obj.test()
print(hasattr(obj,'test'))
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a,一个是b,a在写程序的时候需要用到b所写的类,但是b去跟女朋友度蜜月去了,还没有完成他写的类,a想到了反射,使用了反射机制a可以继续完成自己的代码,等b度蜜月回来后再继续完成类的定义并且去实现a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
b还没有实现全部功能
class FtpClient:
'ftp客户端,但是还么有实现具体的功能'
def __init__(self,addr):
print('正在连接服务器[%s]' %addr)
self.addr=addr
不影响a的代码编写
#from module import FtpClient
f1=FtpClient('192.168.1.1')
if hasattr(f1,'get'):
func_get=getattr(f1,'get')
func_get()
else:
print('---->不存在此方法')
print('处理其他的逻辑')
好处二:动态导入模块(基于反射当前模块成员)
三、__setattr__,__delattr__,__getattr__
__setattr__,__delattr__,__getattr__定义在类里面去实现的
class Foo:
x =1
def __init__(self,name):
self.name = name
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,最后报错,递归就是递归__setattr__(self, key, value)
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)
# __setattr__添加/修改属性会触发它的执行
f1 = Foo(10)
# 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
print(f1.__dict__)
f1.z =3
print(f1.__dict__)
#__delattr__删除属性的时候会触发
f1.__dict__["a"]=3
print(f1.__dict__)
del f1.a
print(f1.__dict__)
#__getattr__只有在使用点调用属性且属性不存在的时候才会触发
print(f1.x)
print(getattr(f1,x))
f1.xxxxxxxxxxxxxxxxxxx #执行属性不存在的时候就会执行__getattr__这个函数属性
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)
二次加工标准类型(基于继承实现)
class List(list):
def append(self, p_object):
' 派生自己的append:加上类型检查'
if not isinstance(p_object,int):
raise TypeError("must be int")
super().append(p_object)
@property
def mid(self):
"新增属性"
index = len(self)/2
return self[index]
l=List([1,2,3,4])
print(l)#[1, 2, 3, 4]
l.append(5)
print(l) # [1, 2, 3, 4, 5]
#l.append("5")#报错,TypeError: must be int
print(l.mid)
#其余的方法都继承list的
l.insert(0,-123)
print(l)
l.clear()
print(l)
练习clear加权限限制
class List(list):
def __init__(self, item, tag=False):
super().__init__(item)
self.tag = tag
def append(self, p_object):
' 派生自己的append:加上类型检查'
if not isinstance(p_object,int):
raise TypeError("must be int")
super().append(p_object)
@property
def mid(self):
"新增属性"
index = int(len(self)/2)
return self[index]
def clear(self):
if not self.tag:
raise PermissionError
super().clear()
l=List([1,2,3,4],False)
print(l)
print(l.tag)
l.append('saf')
print(l)
l.tag=True
l.clear()
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
import time
class FileHandle:
def __init__(self,filename,mode="r",encoding = "utf-8"):
self.filename = filename
self.mode = mode
self.encoding = encoding
self.file = open(filename, mode, encoding=encoding)
def read(self):
return self.file.read()
def write(self,line):
t = time.strftime("%Y-%m-%d %H:%M")
self.file.write(t+line)
def __getattr__(self, item):
return getattr(self.file,item)
f1 = FileHandle("b.txt","w+","utf-8")
content = input("请输入要写的内容")
f1.write(content)
print(f1)
f1.seek(0)
content = f1.read()
print(content)
f1.close()
class FileHandle:
#b模式支持
def __init__(self,filename,mode="r",encoding = "utf-8"):
self.filename = filename
self.mode = mode
self.encoding = encoding
if "b" in mode:
self.file = open(filename, mode)
else:
self.file = open(filename, mode, encoding=encoding)
def read(self):
return self.file.read()
def write(self,line):
if 'b' in self.mode:
if not isinstance(line, bytes):
raise TypeError('must be bytes')
self.file.write(line)
def __getattr__(self, item):
return getattr(self.file,item)
def __str__(self):
if 'b' in self.mode:
res = "<_io.BufferedReader name='%s'>" % self.filename
else:
res = "<_io.TextIOWrapper name='%s' mode='%s' encoding='%s'>" % (self.filename, self.mode, self.encoding)
return res
f1 = FileHandle("b.txt","wb")
content = input("请输入要写的内容")
f1.write(content.encode('utf-8'))
print(f1)
f1.close()
五、__getattribute__
回顾__getattr__
class Foo:
def __init__(self,name):
self.name = name
def __getattr__(self, item):
print("执行的是我")
f1 = Foo(10)
print(f1.name)
f1.xxxxxxxxxx ##不存在的属性访问,触发__getattr__
"""
10
执行的是我
"""
__getattribute__:属性不管有没有都会执行这个方法
class Foo:
def __init__(self,name):
self.name = name
def __getattribute__(self, item):
print('不管是否存在,我都会执行')
f1 = Foo(10)
print(f1.name)
f1.xxxxxxxxxx
#结果
"""
不管是否存在,我都会执行
None
不管是否存在,我都会执行
"""
二者同时出现,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,name):
self.name = name
def __getattribute__(self, item):
print('不管是否存在,我都会执行')
def __getattr__(self, item):
print('执行的是我')
# return self.__dict__[item]
f1 = Foo(10)
print(f1.name)
f1.xxxxxxxxxx
#结果
"""
不管是否存在,我都会执行
None
不管是否存在,我都会执行
"""
六、__setitem__,__getitem,__delitem__(用中括号来触发【】)
__setitem__,__getitem,__delitem__只能使用字典,用[key]来触发,而通过点来触发的是__setattr__,__getattr__,__delatrr__
class Foo:
def __init__(self,name):
self.name=name
def __getitem__(self, item):
print(self.__dict__[item])
def __setitem__(self, key, value):
self.__dict__[key]=value
def __delitem__(self, key):
print('del obj[key]时,我执行')
self.__dict__.pop(key)
def __delattr__(self, item):
print('del obj.key时,我执行')
self.__dict__.pop(item)
f1=Foo('sb')
f1['age']=18
f1['age1']=19
del f1.age1
del f1['age']
f1['name']='alex'
print(f1.__dict__)
七、 __str__,__repr__,__format__
改变对象的字符串显示__str__,__repr__
# __str__控制打印信息的输出格式
class Foo:
def __init__(self,name,age):
self.name =name
self.age =age
def __str__(self):
return "名字:%s 年龄是%s" % (self.name,self.age)
f = Foo("lida",23)
print(f) #名字:lida 年龄是23
# __repr__ 控制打印信息的输出格式,是应用在解释器里面显示,__str__是应用在print时候
#如果__repr__和__str__共存的时候,他是调用__str__,如果找不到__str__他就去找__repr__做替代
class Foo:
def __init__(self,name,age):
self.name =name
self.age =age
#def __str__(self):
#return "str--->名字:%s 年龄是%s" % (self.name,self.age)
def __repr__(self):
return "repr---》名字:%s 年龄是%s" % (self.name,self.age)
f = Foo("lida",23)
print(f) #repr(p)--->f.__repr__ #repr--->名字:lida 年龄是23
str函数或者print函数----->obj.__str__()
repr函数或者交互式解释器----->obj.__repr__()
如果__str__没有被定义,那么就会使用__repr__来代替输出
注意:这两方法的返回值必须是字符串,否则会抛出异常
自定制格式化字符串__format__
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):
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(2018,9,28)
print(format(d1))
print(format(d1,"ymd"))
print(format(d1,"dmy"))
“““
2018:9:28
2018:9:28
28/9/2018
”””
八、__slots__:节约内存,实例只能调用我__slots__里面定义的属性
__slots__不要乱用,因为__slots__会取消__dict__里面所有的函数
1、__slots__是什么: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)
2、引子: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)
3、为何使用__slots__: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__ 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。实例通过一个很小的固定大小的数组来构建,而不是为每个实例定义一个 字典,这跟元组或列表很类似。在__slots__中列出的属性名在内部被映射到这个数组的指定小标上。使用__slots__一个不好的地方就是我们不能再给 实例添加新的属性了,只能使用在__slots__中定义的那些属性名。
4、注意事项:__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 。 关于__slots__的一个常见误区是它可以作为一个封装工具来防止用户给实例增加新的属性。尽管使用__slots__可以达到这样的目的,但是这个并不是它的初衷。 更多的是用来作为一个内存优化工具。
class Foo:
__slots__='x'
f1=Foo()
f1.x=1
f1.y=2#报错
print(f1.__slots__) #f1不再有__dict__
class Bar:
__slots__=['x','y']
n=Bar()
n.x,n.y=1,2
n.z=3#报错
class Foo:
__slots__=['name','age']
f1=Foo()
f1.name='alex'
f1.age=18
print(f1.__slots__)
f2=Foo()
f2.name='egon'
f2.age=19
print(f2.__slots__)
print(Foo.__dict__)
#f1与f2都没有属性字典__dict__了,统一归__slots__管,节省内存
十、__doc__ :文档注释(没什么意义)
__doc__该属性无法被继承,__doc__原理是在每一个类里面他都会给你加一个__doc__,你就会直接调用自己的__doc__
class Foo:
'我是描述信息'
pass
print(Foo.__doc__)
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
十一、 __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
# -*- coding:utf-8 -*-
class C:
def __init__(self):
self.name = ‘Hello world'
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
十二、 __del__:析构方法
析构方法,当对象在内存中被释放时,自动触发执行。
注:如果产生的对象仅仅只是python程序级别的(用户级),那么无需定义__del__,如果产生的对象的同时还会向操作系统发起系统调用,即一个对象有用户级与内核级两种资源,比如(打开一个文件,创建一个数据库链接),则必须在清除对象的同时回收系统资源,这就用到了__del__
#-__del__只会删除实例才会触发__del__(self):函数,当我们整个类执行完成之后,他会自动释放内存,这个时候也会触发__del__(self):函数
class Foo:
def __del__(self):
print('执行我啦')
f1=Foo()
del f1
print('------->')
#输出结果
执行我啦
------->
class Foo:
def __del__(self):
print('执行我啦')
f1=Foo()
print('------->')
#输出结果
------->
执行我啦
#为什么我没有删除实例也会触发__del__(self):,原因:当我们整个类执行完成之后,他会自动释放内存,这个时候也会触发__del__(self):函数
典型的应用场景:
创建数据库类,用该类实例化出数据库链接对象,对象本身是存放于用户空间内存中,而链接则是由操作系统管理的,存放于内核空间内存中
当程序结束时,python只会回收自己的内存空间,即用户态内存,而操作系统的资源则没有被回收,这就需要我们定制__del__,在对象被删除前向操作系统发起关闭数据库链接的系统调用,回收资源
这与文件处理是一个道理:
f=open('a.txt') #做了两件事,在用户空间拿到一个f变量,在操作系统内核空间打开一个文件
del f #只回收用户空间的f,操作系统的文件还处于打开状态
#所以我们应该在del f之前保证f.close()执行,即便是没有del,程序执行完毕也会自动del清理资源,于是文件操作的正确用法应该是
f=open('a.txt')
读写...
f.close()
很多情况下大家都容易忽略f.close,这就用到了with上下文管理
with open("a.txt") as f:
f.read()
十三、 __call__
对象后面加括号,触发执行。
注: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):
pass
def __call__(self, *args, **kwargs):
print('__call__')
obj = Foo() # 执行 __init__
obj() # 执行 __call__
十四、 __next__和__iter__实现迭代器协议
class Foo:
def __init__(self,start,stop):
self.num=start
self.stop=stop
def __iter__(self):
return self
def __next__(self):
if self.num >= self.stop:
raise StopIteration
n=self.num
self.num+=1
return n
f=Foo(1,5)
from collections import Iterable,Iterator
print(isinstance(f,Iterator))
for i in Foo(1,5):
print(i)
class Range:
def __init__(self,n,stop,step):
self.n=n
self.stop=stop
self.step=step
def __next__(self):
if self.n >= self.stop:
raise StopIteration
x=self.n
self.n+=self.step
return x
def __iter__(self):
return self
for i in Range(1,7,3): #
print(i)
class Fib:
def __init__(self):
self._a=0
self._b=1
def __iter__(self):
return self
def __next__(self):
self._a,self._b=self._b,self._a + self._b
return self._a
f1=Fib()
print(f1.__next__())
print(next(f1))
print(next(f1))
for i in f1:
if i > 100:
break
print('%s ' %i,end='')
十五、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
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
def __get__(self, instance, owner):
pass
def __set__(self, instance, value):
pass
def __delete__(self, instance):
pass
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)
描述类产生的实例进行属性操作并不会触发三个方法的执行
# -*- coding:UTF-8 -*-
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')
#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
f1=Foo()
f1.name='egon'
print(f1.name)
print(f1.__dict__)
del f1.name
print(f1.__dict__)
#疑问:何时,何地,会触发这三个方法的执行
描述符自己用的时候不会执行,必须有另一个类中应用上一个类赋值一个属性,然后再去调用这个属性就会定义就会触发描述方法
__author__ = 'Administrator'
# -*- coding:UTF-8 -*-
#描述符Str
class 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...')
#描述符Int
class 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 = Str()
age = Int()
def __init__(self,name,age): #name被Str类代理,age被Int类代理,
self.name=name
self.age=age
#何地?:定义成另外一个类的类属性
#何时?:且看下列演示
p1 = People("rxz",29)
#描述符Str的使用
p1.name
p1.name='egon'
del p1.name
#描述符Int的使用
p1.age
p1.age=18
del p1.age
#补充
print(type(p1) == People) #type(obj)其实是查看obj是由哪个类实例化来的 #True
print(type(p1).__dict__ == People.__dict__) #True
"""
Str设置...
Int设置...
Str调用
Str设置...
Str删除...
Int调用
Int设置...
Int删除...
"""
3 描述符分两种
一 数据描述符:至少实现了__get__()和__set__()
class Foo:
def __set__(self, instance, value):
print('set')
def __get__(self, instance, owner):
print('get')
二 非数据描述符:没有实现__set__()
class Foo:
def __get__(self, instance, owner):
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另外一个类的类属性,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__()
类属性---->数据描述符
__author__ = 'Administrator'
# -*- coding:UTF-8 -*-
#描述符Str
class 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 People:
name = Str()
def __init__(self,name,age): #name被Str类代理
self.name=name
self.age=age
#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
#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
People.name #恩,调用类属性name,本质就是在调用描述符Str,触发了__get__()
People.name = "lida" #那赋值呢,我去,并没有触发__set__()
del People.name #赶紧试试del,我去,也没有触发__delete__()
#结论:描述符对类没有作用-------->傻逼到家的结论
'''
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
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__()
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__()
del People.name #同上
'''
数据描述符---->非数据描述符
#描述符Str
class 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 People:
name=Str()
def __init__(self,name,age): #name被Str类代理,age被Int类代理,
self.name=name
self.age=age
p1=People('egon',18)
#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
p1.name='egonnnnnn'
p1.name
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
del p1.name
实例属性---->非数据描述符
class Foo:
def __set__(self, instance, value):
print('set')
def __get__(self, instance, owner):
print('get')
class Room:
name=Foo()
def __init__(self,name,width,length):
self.name=name
self.width=width
self.length=length
#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
#对实例的属性操作,触发的都是描述符的
r1=Room('厕所',1,1)
r1.name
r1.name='厨房'
非数据描述符---->找不到
class Foo:
def func(self):
print('我胡汉三又回来了')
def __getattr__(self, item):
print('找不到了当然是来找我啦',item)
f1=Foo()
f1.xxxxxxxxxxx
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
class Str:
def __init__(self,name):
self.name=name
def __get__(self, instance, owner):
print('get--->',instance,owner)
return instance.__dict__[self.name]
def __set__(self, instance, value):
print('set--->',instance,value)
instance.__dict__[self.name]=value
def __delete__(self, instance):
print('delete--->',instance)
instance.__dict__.pop(self.name)
class People:
name=Str('name')
def __init__(self,name,age,salary):
self.name=name
self.age=age
self.salary=salary
p1=People('egon',18,3231.3)
#调用
print(p1.__dict__)
p1.name
#赋值
print(p1.__dict__)
p1.name='egonlin'
print(p1.__dict__)
#删除
print(p1.__dict__)
del p1.name
print(p1.__dict__)
"""
set---> <__main__.People object at 0x00000000024FCBE0> egon
{'name': 'egon', 'age': 18, 'salary': 3231.3}
get---> <__main__.People object at 0x00000000024FCBE0> <class '__main__.People'>
{'name': 'egon', 'age': 18, 'salary': 3231.3}
set---> <__main__.People object at 0x00000000024FCBE0> egonlin
{'name': 'egonlin', 'age': 18, 'salary': 3231.3}
{'name': 'egonlin', 'age': 18, 'salary': 3231.3}
delete---> <__main__.People object at 0x00000000024FCBE0>
{'age': 18, 'salary': 3231.3}
"""
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('egon',18,3333.3)
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('egon',18,3333.3)
练习:
class Typed:
def __init__(self,key,excepted_type):
self.key = key
self.excepted_type = excepted_type
def __set__(self, instance, value):
print("set方法")
if not isinstance(value,self.excepted_type):
raise TypeError("%s 传入的类型不是%s,错误"%(self.key,self.excepted_type))
instance.__dict__[self.key] = value
def __get__(self, instance, owner):
print("get方法")
return instance.__dict__[self.key]
def __delete__(self, instance):
print("delete方法")
instance.__dict__.pop(self.key)
def type_judgment(**kwargs):
def wrapper(obj):
for key,value in kwargs.items():
setattr(obj,key,Typed(key,value))
return obj
return wrapper
@type_judgment(name=str,age=int)
class People:
def __init__(self,name,age,salary):
self.name = name
self.age = age
self.salary = salary
p1=People("alex",23,4567.8)
print(People.__dict__)
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)
__author__ = 'rxz'
# -*- encoding:utf-8 -*-
class Lazyproperty:
def __init__(self,func):
self.func =func
def __get__(self, instance, owner):
print("get",instance,owner)
if instance is None:
return self
res =self.func(instance)
setattr(instance,self.func.__name__,res)
return res
class Room:
def __init__(self,name,width,legtn):
self.name =name
self.width =width
self.legtn =legtn
@Lazyproperty
def area(self):
return self.width*self.legtn
@property
def area1(self):
return self.width*self.legtn
r1 = Room("秘密花园",10,50)
print(r1.area)
print(r1.__dict__)
print(r1.area)
8 利用描述符原理完成一个自定制@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():
print('在这里可以加功能啊...')
return self.func(owner)
return feedback
class People:
name='linhaifeng'
@ClassMethod # say_hi=ClassMethod(say_hi)
def say_hi(cls):
print('你好啊,帅哥 %s' %cls.name)
People.say_hi()
p1=People()
p1.say_hi()
#疑问,类方法如果有参数呢,好说,好说
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='linhaifeng'
@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()
p1.say_hi('你是那偷心的贼')
9 利用描述符原理完成一个自定制的@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)
p1=People()
p1.say_hi(4,5,6)
十六、 __enter__和__exit__
我们知道在操作文件对象的时候可以这么写
with open('a.txt') as f:
'代码块'
上述叫做上下文管理协议,即with语句,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
#上下文管理协议
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')
# return self
def __exit__(self, exc_type, exc_val, exc_tb):
print('with中代码块执行完毕时执行我啊')
with Open('a.txt') as f:
print('=====>执行代码块')
# print(f,f.name)
"""
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
"""
__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)
with Open('a.txt') as f:
print('=====>执行代码块')
raise AttributeError('***着火啦,救火啊***')
print('0'*100) #------------------------------->不会执行
"""
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***
<traceback object at 0x00000000024CA248>
Traceback (most recent call last):
File "D:/rxz/AV.py", line 18, in <module>
raise AttributeError('***着火啦,救火啊***')
AttributeError: ***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***
<traceback object at 0x00000000024EA248>
0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000
"""
练习:
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
练习2:
__author__ = 'Administrator'
# -*- encoding:utf-8 -*-
class Typed:
def __init__(self,key,excepted_type):
self.key = key
self.excepted_type = excepted_type
def __set__(self, instance, value):
print("set方法")
print("instance【%s】" % instance)
print("value【%s】" % value)
if not isinstance(value,self.excepted_type):
raise TypeError("%s 传入的类型不是%s,错误"%(self.key,self.excepted_type))
instance.__dict__[self.key] = value
def __get__(self, instance, owner):
print("get方法")
print("instance参数【%s】" % instance)
print("owner参数【%s】" % owner)
return instance.__dict__[self.key]
def __delete__(self, instance):
print("delete方法")
instance.__dict__.pop(self.key)
class People:
name =Typed("name",str)
age =Typed("age",int)
salary =Typed("salary",float)
def __init__(self,name,age,salary):
self.name =name
self.age =age
self.salary =salary
p1 = People("alex",23,3333.3)
print(p1.name)
用途或者说好处:
1.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
2.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
十七、再看property
一个静态属性property本质就是实现了get,set,delete三种方法
class Foo:
@property
def AAA(self):
print('get的时候运行我啊')
@AAA.setter
def AAA(self,value):
print('set的时候运行我啊')
@AAA.deleter
def AAA(self):
print('delete的时候运行我啊')
#只有在属性AAA定义property后才能定义AAA.setter,AAA.deleter
f1=Foo()
f1.AAA
f1.AAA='aaa'
del f1.AAA
class Goods:
def __init__(self):
# 原价
self.original_price = 100
# 折扣
self.discount = 0.8
@property
def price(self):
# 实际价格 = 原价 * 折扣
new_price = self.original_price * self.discount
return new_price
@price.setter
def price(self, value):
self.original_price = value
@price.deleter
def price(self):
del self.original_price
obj = Goods()
obj.price # 获取商品价格
obj.price = 200 # 修改商品原价
print(obj.price)
del obj.price # 删除商品原价