python特殊属性和方法的运用
2012-05-15 13:51
218 查看
用__dict__把dict转换为对象的属性
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:
对
按照约定,
在调用
由于
无论何时创建迭代器都将调用
无论何时从迭代器中获取下一个值都将调用
如果某个类定义了
如果某个类定义了
不会调用
无论何时给属性赋值,都会调用
无论何时删除一个属性,都将调用
如果定义了
color列为可用属性。可通过覆盖
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
该类定义了一个
zd是
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
而
如果代码为
同样的
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:
fs对象是
☞如果定义了
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。
*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。
可在
运行时刻上下文环境;在执行
以下是
该文件对象同时定义了一个
在
☞该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。
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) |
__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__() |
__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__() |
__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__() |
__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
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__() |
__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__() |
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
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) |
相关文章推荐
- python特殊属性和方法的运用
- Python特殊属性和方法的运用
- python特殊属性和方法的运
- python基础教程总结8——特殊方法,属性,迭代器,生成器,八皇后问题
- Python——特殊属性与方法
- Python3基础 描述符类与自制property方法 __get__,__set__,__delete__方法 讲一个特殊的类的实例指派给另一个类的属性
- python对象与属性相关的特殊方法
- 15. Python脚本学习笔记十五特殊方法、属性和迭代器
- 2.1.7 Python中一些特殊属性和方法
- Python中的特殊方法、属性和迭代器
- python类中的特殊属性and特殊方法and特殊文件
- python面向对象--02特殊方法、特殊属性
- 洗礼灵魂,修炼python(33)--面向对象编程(3)—特殊类方法__init__,公有属性,私有属性
- Python的私有属性的特殊访问方法
- python之特殊方法、属性和迭代器
- python 特殊方法、运算符重载
- python通过函数属性实现全局变量的方法
- Python类的特殊属性
- python打开文件并获取文件相关属性的方法
- 举例讲解Python面相对象编程中对象的属性与类的方法