python特殊属性和方法的运用

用__dict__把dict转换为对象的属性

1classMessenger:
2def__init__(self,**kwargs):
3self.__dict__=kwargs
4
5
6m=Messenger(info="someinformation",b=[’a’,’list’])
7m.more=11
8printm.info,m.b,m.more

以下为转载：

Python用下划线作为变量前缀和后缀指定特殊变量

_xxx不能用’frommoduleimport*’导入

__xxx__系统定义名字

__xxx类中的私有变量名

核心风格：避免用下划线作为变量名的开始。

因为下划线对解释器有特殊的意义，而且是内建标识符所使用的符号，我们建议程序员避免用下划线作为变量名的开始。一般来讲，变量名_xxx被看作是“私有的”，在模块或类外不可以使用。当变量是私有的时候，用_xxx来表示变量是很好的习惯。因为变量名__xxx__对Python来说有特殊含义，对于普通的变量应当避免这种命名风格。

“单下划线”开始的成员变量叫做保护变量，意思是只有类对象和子类对象自己能访问到这些变量；

“双下划线”开始的是私有成员，意思是只有类对象自己能访问，连子类对象也不能访问到这个数据。

以单下划线开头（_foo）的代表不能直接访问的类属性，需通过类提供的接口进行访问，不能用“fromxxximport*”而导入；以双下划线开头的（__foo）代表类的私有成员；以双下划线开头和结尾的（__foo__）代表python里特殊方法专用的标识，如__init__（）代表类的构造函数。

现在我们来总结下所有的系统定义属性和方法，先来看下保留属性：

>>>Class1.__doc__#类型帮助信息'Class1Doc.'

>>>Class1.__name__#类型名称'Class1'

>>>Class1.__module__#类型所在模块'__main__'

>>>Class1.__bases__#类型所继承的基类(<type'object'>,)

>>>Class1.__dict__#类型字典，存储所有类型成员信息。<dictproxyobjectat0x00D3AD70>

>>>Class1().__class__#类型<class'__main__.Class1'>

>>>Class1().__module__#实例类型所在模块'__main__'

>>>Class1().__dict__#对象字典，存储所有实例成员信息。{'i':1234}

接下来是保留方法，可以把保留方法分类：

类的基础方法

序号	目的	所编写代码	Python实际调用
①	初始化一个实例	x=MyClass()	x.__init__()
②	字符串的“官方”表现形式	repr(x)	x.__repr__()
③	字符串的“非正式”值	str(x)	x.__str__()
④	字节数组的“非正式”值	bytes(x)	x.__bytes__()
⑤	格式化字符串的值	format(x,format_spec)	x.__format__(format_spec)

对

__init__()

方法的调用发生在实例被创建之后。如果要控制实际创建进程，请使用

__new__()

方法。
按照约定，

__repr__()

方法所返回的字符串为合法的Python表达式。
在调用

print(x)

的同时也调用了

__str__()

方法。
由于

bytes

类型的引入而从Python3开始出现。

行为方式与迭代器类似的类

序号	目的	所编写代码	Python实际调用
①	遍历某个序列	iter(seq)	seq.__iter__()
②	从迭代器中获取下一个值	next(seq)	seq.__next__()
③	按逆序创建一个迭代器	reversed(seq)	seq.__reversed __()

无论何时创建迭代器都将调用

__iter__()

方法。这是用初始值对迭代器进行初始化的绝佳之处。
无论何时从迭代器中获取下一个值都将调用

__next__()

方法。

__reversed__()

方法并不常用。它以一个现有序列为参数，并将该序列中所有元素从尾到头以逆序排列生成一个新的迭代器。

计算属性

序号	目的	所编写代码	Python实际调用
①	获取一个计算属性（无条件的）	x.my_property	x.__getattribute__('my_property')
②	获取一个计算属性（后备）	x.my_property	x.__getattr__('my_property')
③	设置某属性	x.my_property=value	x.__setattr__('my_property',value)
④	删除某属性	delx.my_property	x.__delattr__('my_property')
⑤	列出所有属性和方法	dir(x)	x.__dir__()

如果某个类定义了

__getattribute__()

方法，在每次引用属性或方法名称时Python都调用它（特殊方法名称除外，因为那样将会导致讨厌的无限循环）。
如果某个类定义了

__getattr__()

方法，Python将只在正常的位置查询属性时才会调用它。如果实例x定义了属性color，

x.color

将
不会调用

x.__getattr__('color')

；而只会返回x.color已定义好的值。
无论何时给属性赋值，都会调用

__setattr__()

方法。
无论何时删除一个属性，都将调用

__delattr__()

方法。
如果定义了

__getattr__()

或

__getattribute__()

方法，

__dir__()

方法将非常有用。通常，调用

dir(x)

将只显示正常的属性和方法。如果

__getattr()__

方法动态处理color属性，

dir(x)

将不会将
color列为可用属性。可通过覆盖

__dir__()

方法允许将color列为可用属性，对于想使用你的类但却不想深入其内部的人来说，该方法非常有益。

行为方式与函数类似的类

可以让类的实例变得可调用——就像函数可以调用一样——通过定义

__call__()

方法。

序号	目的	所编写代码	Python实际调用
①	像调用函数一样“调用”一个实例	my_instance()	my_instance.__call__()

zipfile

模块通过该方式定义了一个可以使用给定密码解密经加密zip文件的类。该zip解密算法需要在解密的过程中保存状态。通过将解密器定义为类，使我们得以在decryptor类的单个实例中对该状态进行维护。状态在

__init__()

方法中进行初始化，如果文件
经加密则进行更新。但由于该类像函数一样“可调用”，因此可以将实例作为

map()

函数的第一个参数传入，代码如下：

#excerptfromzipfile.py
class_ZipDecrypter:
def__init__(self,pwd):
self.key0=305419896
self.key1=591751049
self.key2=878082192
forpinpwd:
self._UpdateKeys(p)
def__call__(self,c):
assertisinstance(c,int)
k=self.key2|2c=c^(((k*(k^1))>>&255)
self._UpdateKeys(c)
returnc
zd=_ZipDecrypter(pwd)
bytes=zef_file.read(12)
h=list(map(zd,bytes[0:12]))

_ZipDecryptor

类维护了以三个旋转密钥形式出现的状态，该状态稍后将在

_UpdateKeys()

方法中更新（此处未展示）。
该类定义了一个

__call__()

方法，使得该类可像函数一样调用。在此例中，

__call__()

对zip文件的单个字节进行解密，然后基于经解密的字节对旋转密码进行更新。
zd是

_ZipDecryptor

类的一个实例。变量pwd被传入

__init__()

方法，并在其中被存储和用于首次旋转密码更新。
给出zip文件的头12个字节，将这些字节映射给zd进行解密，实际上这将导致调用

__call__()

方法12次，也就是更新内部状态并返回结果字节12次。

行为方式与序列类似的类

如果类作为一系列值的容器出现——也就是说如果对某个类来说，是否“包含”某值是件有意义的事情——那么它也许应该定义下面的特殊方法已，让它的行为方式与序列类似。

序号	目的	所编写代码	Python实际调用
①	序列的长度	len(seq)	seq.__len__()
②	了解某序列是否包含特定的值	xinseq	seq.__contains__(x)

cgi

模块在其

FieldStorage

类中使用了这些方法，该类用于表示提交给动态网页的所有表单字段或查询参数。

#Ascriptwhichrespondstohttp://example.com/search?q=cgiimportcgifs=cgi.FieldStorage()
if'q'infs:
do_search()

#Anexcerptfromcgi.pythatexplainshowthatworksclassFieldStorage:...
def__contains__(self,key):
ifself.listisNone:
raiseTypeError('notindexable')
returnany(item.name==keyforiteminself.list)

def__len__(self):
returnlen(self.keys())

一旦创建了[code]cgi.FieldStorage

类的实例，就可以使用“

in

”运算符来检查查询字符串中是否包含了某个特定参数。[/code]

而

__contains__()

方法是令该魔法生效的主角。
如果代码为

if'q'infs

，Python将在fs对象中查找

__contains__()

方法，而该方法在

cgi.py

中已经定义。

'q'

的值被当作key参数传入

__contains__()

方法。
同样的

FieldStorage

类还支持返回其长度，因此可以编写代码

len(fs)

而其将调用

FieldStorage

的

__len__()

方法，并返回其识别的查询参数个数。

self.keys()

方法检查

self.listisNone

是否为真值，因此

__len__

方法无需重复该错误检查。

行为方式与字典类似的类

在前一节的基础上稍作拓展，就不仅可以对“

in

”运算符和

len()

函数进行响应，还可像全功能字典一样根据键来返回值。

序号	目的	所编写代码	Python实际调用
①	通过键来获取值	x[key]	x.__getitem__(key)
②	通过键来设置值	x[key]=value	x.__setitem__(key,value)
③	删除一个键值对	delx[key]	x.__delitem__(key)
④	为缺失键提供默认值	x[nonexistent_key]	x.__missing__(nonexistent_key)

cgi

模块的

FieldStorage

类同样定义了这些特殊方法，也就是说可以像下面这样编码：

#Ascriptwhichrespondstohttp://example.com/search?q=cgiimportcgifs=cgi.FieldStorage()
if'q'infs:
do_search(fs['q'])

#Anexcerptfromcgi.pythatshowshowitworksclassFieldStorage:...

def__getitem__(self,key):
ifself.listisNone:
raiseTypeError('notindexable')
found=[]
foriteminself.list:
ifitem.name==key:
found.append(item)
ifnotfound:
raiseKeyError(key)
iflen(found)==1:
returnfound[0]
else:returnfound

fs对象是

cgi.FieldStorage

类的一个实例，但仍然可以像

fs['q']

这样估算表达式。

fs['q']

将key参数设置为

'q'

来调用

__getitem__()

方法。然后它将在其内部维护的查询参数列表(self.list)中查找一个

.name

与给定键相符的字典项。

可比较的类

我将此内容从前一节中拿出来使其单独成节，是因为“比较”操作并不局限于数字。许多数据类型都可以进行比较——字符串、列表，甚至字典。如果要创建自己的类，且对象之间的比较有意义，可以使用下面的特殊方法来实现比较。

序号	目的	所编写代码	Python实际调用
①	相等	x==y	x.__eq__(y)
②	不相等	x!=y	x.__ne__(y)
③	小于	x<y	x.__lt__(y)
④	小于或等于	x<=y	x.__le__(y)
⑤	大于	x>y	x.__gt__(y)
⑥	大于或等于	x>=y	x.__ge__(y)
⑦	布尔上上下文环境中的真值	ifx:	x.__bool__()

☞如果定义了

__lt__()

方法但没有定义

__gt__()

方法，Python将通过经交换的算子调用

__lt__()

方法。然而，Python并不会组合方法。例如，如果定义了

__lt__()

方法和

__eq()__

方法，并试图测试是否

x<=y

，Python不会按顺序调用

__lt__()

和

__eq()__

。它将只调用

__le__()

方法。

可序列化的类

Python支持
任意对象的序列化和反序列化。（多数Python参考资料称该过程为“pickling”和“unpickling”）。该技术对与将状态保存为文件并在稍后恢复它非常有意义。所有的内置数据类型均已支持pickling。如果创建了自定义类，且希望它能够pickle，阅读pickle
协议了解下列特殊方法何时以及如何被调用。

序号	目的	所编写代码	Python实际调用
①	自定义对象的复制	copy.copy(x)	x.__copy__()
②	自定义对象的深度复制	copy.deepcopy(x)	x.__deepcopy__()
③	在pickling之前获取对象的状态	pickle.dump(x,file)	x.__getstate__()
④	序列化某对象	pickle.dump(x,file)	x.__reduce__()
⑤	序列化某对象（新pickling协议）	pickle.dump(x,file,protocol_version)	x.__reduce_ex__(protocol_version)
⑥	控制unpickling过程中对象的创建方式	x=pickle.load(file)	x.__getnewargs__()
⑦	在unpickling之后还原对象的状态	x=pickle.load(file)	x.__setstate__()

*要重建序列化对象，Python需要创建一个和被序列化的对象看起来一样的新对象，然后设置新对象的所有属性。

__getnewargs__()

方法控制新对象的创建过程，而

__setstate__()

方法控制属性值的还原方式。

可在

with

语块中使用的类

with

语块定义了
运行时刻上下文环境；在执行

with

语句时将“进入”该上下文环境，而执行该语块中的最后一条语句将“退出”该上下文环境。

序号	目的	所编写代码	Python实际调用
①	在进入 with 语块时进行一些特别操作	withx:	x.__enter__()
②	在退出 with 语块时进行一些特别操作	withx:	x.__exit__()

以下是

withfile

习惯用法的运作方式：

#excerptfromio.py:
def_checkClosed(self,msg=None):
'''Internal:raiseanValueErroriffileisclosed'''
ifself.closed:
raiseValueError('I/Ooperationonclosedfile.'ifmsgisNoneelsemsg)

def__enter__(self):
'''Contextmanagementprotocol.Returnsself.'''
self._checkClosed()
returnself

def__exit__(self,*args):
'''Contextmanagementprotocol.Callsclose()'''self.close()

该文件对象同时定义了一个

__enter__()

和一个

__exit__()

方法。该

__enter__()

方法检查文件是否处于打开状态；如果没有，

_checkClosed()

方法引发一个例外。

__enter__()

方法将始终返回self——这是

with

语块将用于调用属性和方法的对象
在

with

语块结束后，文件对象将自动关闭。怎么做到的？在

__exit__()

方法中调用了

self.close()

.

☞该

__exit__()

方法将总是被调用，哪怕是在

with

语块中引发了例外。实际上，如果引发了例外，该例外信息将会被传递给

__exit__()

方法。查阅With状态上下文环境管理器了解更多细节。

真正神奇的东西

如果知道自己在干什么，你几乎可以完全控制类是如何比较的、属性如何定义，以及类的子类是何种类型。

序号	目的	所编写代码	Python实际调用
①	类构造器	x=MyClass()	x.__new__()
②	类析构器	delx	x.__del__()
③	只定义特定集合的某些属性		x.__slots__()
④	自定义散列值	hash(x)	x.__hash__()
⑤	获取某个属性的值	x.color	type(x).__dict__['color'].__get__(x,type(x))
⑥	设置某个属性的值	x.color='PapayaWhip'	type(x).__dict__['color'].__set__(x,'PapayaWhip')
⑦	删除某个属性	delx.color	type(x).__dict__['color'].__del__(x)
⑧	控制某个对象是否是该对象的实例yourclass	isinstance(x,MyClass)	MyClass.__instancecheck__(x)
⑨	控制某个类是否是该类的子类	issubclass(C,MyClass)	MyClass.__subclasscheck__(C)
⑩	控制某个类是否是该抽象基类的子类	issubclass(C,MyABC)	MyABC.__subclasshook__(C )