python基礎之面向對象高級編程

面向對象基本知識：

• 面向對象是一種編程方式，此編程方式的實現是基於對 類 和 對象 的使用
• 類 是一個模板，模板中包裝了多個「函數」供使用（能夠講多函數中公用的變量封裝到對象中）
• 對象，根據模板建立的實例（即：對象），實例用於調用被包裝在類中的函數
• 面向對象三大特性：封裝、繼承和多態

 本篇將詳細介紹Python 類的成員、成員修飾符、類的特殊成員。

類的成員

類的成員能夠分爲三大類：字段、方法和屬性

注：全部成員中，只有普通字段的內容保存對象中，即：根據此類建立了多少對象，在內存中就有多少個普通字段。而其餘的成員，則都是保存在類中，即：不管對象的多少，在內存中只建立一份。

1、字段

字段包括：普通字段和靜態字段，他們在定義和使用中有所區別，而最本質的區別是內存中保存的位置不一樣

 

• 普通字段屬於對象
• 靜態字段屬於類

 

 

字段的定義和使用

 

class Province:

    # 靜態字段
    country ＝ '中國'

    def __init__(self, name):

        # 普通字段
        self.name = name


# 直接訪問普通字段
obj = Province('河北省')
print obj.name

# 直接訪問靜態字段
Province.country

字段的定義和使用

 

由上述代碼能夠看出【普通字段須要經過對象來訪問】【靜態字段經過類訪問】，在使用上能夠看出普通字段和靜態字段的歸屬是不一樣的。其在內容的存儲方式相似以下圖：

由上圖但是：

• 靜態字段在內存中只保存一份
• 普通字段在每一個對象中都要保存一份

應用場景： 經過類建立對象時，若是每一個對象都具備相同的字段，那麼就使用靜態字段

2、方法

方法包括：普通方法、靜態方法和類方法，三種方法在內存中都歸屬於類，區別在於調用方式不一樣。

 

• 普通方法：由對象調用；至少一個self參數；執行普通方法時，自動將調用該方法的對象賦值給self；
• 類方法：由類調用； 至少一個cls參數；執行類方法時，自動將調用該方法的類複製給cls；
• 靜態方法：由類調用；無默認參數；

 

方法的定義和使用

 

class Foo:

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

    def ord_func(self):
        """ 定義普通方法，至少有一個self參數 """

        # print self.name
        print '普通方法'

    @classmethod
    def class_func(cls):
        """ 定義類方法，至少有一個cls參數 """

        print '類方法'

    @staticmethod
    def static_func():
        """ 定義靜態方法 ，無默認參數"""

        print '靜態方法'


# 調用普通方法
f = Foo()
f.ord_func()

# 調用類方法
Foo.class_func()

# 調用靜態方法
Foo.static_func()

方法的定義和使用

 

相同點：對於全部的方法而言，均屬於類（非對象）中，因此，在內存中也只保存一份。

不一樣點：方法調用者不一樣、調用方法時自動傳入的參數不一樣。

3、屬性　　

若是你已經瞭解Python類中的方法，那麼屬性就很是簡單了，由於Python中的屬性實際上是普通方法的變種。

 

對於屬性，有如下三個知識點：

 

• 屬性的基本使用
• 屬性的兩種定義方式

 

一、屬性的基本使用

 

# ############### 定義 ###############
class Foo:

    def func(self):
        pass

    # 定義屬性
    @property
    def prop(self):
        pass
# ############### 調用 ###############
foo_obj = Foo()

foo_obj.func()
foo_obj.prop   #調用屬性

屬性的定義和使用

 

由屬性的定義和調用要注意一下幾點：

• 定義時，在普通方法的基礎上添加 @property 裝飾器；
• 定義時，屬性僅有一個self參數
• 調用時，無需括號
             方法：foo_obj.func()
             屬性：foo_obj.prop

注意：屬性存在乎義是：訪問屬性時能夠製造出和訪問字段徹底相同的假象

        屬性由方法變種而來，若是Python中沒有屬性，方法徹底能夠代替其功能。

實例：對於主機列表頁面，每次請求不可能把數據庫中的全部內容都顯示到頁面上，而是經過分頁的功能局部顯示，因此在向數據庫中請求數據時就要顯示的指定獲取從第m條到第n條的全部數據（即：limit m,n），這個分頁的功能包括：

 

• 根據用戶請求的當前頁和總數據條數計算出 m 和 n
• 根據m 和 n 去數據庫中請求數據
  

 

實例：

 

# ############### 定義 ###############
class Pager:
    
    def __init__(self, current_page):
        # 用戶當前請求的頁碼（第一頁、第二頁...）
        self.current_page = current_page
        # 每頁默認顯示10條數據
        self.per_items = 10 


    @property
    def start(self):
        val = (self.current_page - 1) * self.per_items
        return val

    @property
    def end(self):
        val = self.current_page * self.per_items
        return val

# ############### 調用 ###############

p = Pager(1)
p.start 就是起始值，即：m
p.end   就是結束值，即：n

 

 

從上述可見，Python的屬性的功能是：屬性內部進行一系列的邏輯計算，最終將計算結果返回。

二、屬性的兩種定義方式

屬性的定義有兩種方式：

• 裝飾器 即：在方法上應用裝飾器
• 靜態字段 即：在類中定義值爲property對象的靜態字段

 

注：經典類中的屬性只有一種訪問方式，其對應被 @property 修飾的方法
      新式類中的屬性有三種訪問方式，並分別對應了三個被@property、@方法名.setter、@方法名.deleter修飾的方法

因爲新式類中具備三種訪問方式，咱們能夠根據他們幾個屬性的訪問特色，分別將三個方法定義爲對同一個屬性：獲取、修改、刪除

實例：

 

class Goods(object):

    def __init__(self):
        # 原價
        self.original_price = 100
        # 折扣
        self.discount = 0.8

    @property
    def price(self):
        # 實際價格 = 原價 * 折扣
        new_price = self.original_price * self.discount
        return new_price

    @price.setter
    def price(self, value):
        self.original_price = value

    @price.deltter
    def price(self, value):
        del self.original_price

obj = Goods()
obj.price         # 獲取商品價格
obj.price = 200   # 修改商品原價
del obj.price     # 刪除商品原價

實例

 

 

靜態字段方式，建立值爲property對象的靜態字段

當使用靜態字段的方式建立屬性時，經典類和新式類無區別

 

class Foo:

    def get_bar(self):
        return 'wupeiqi'

    BAR = property(get_bar)

obj = Foo()
reuslt = obj.BAR        # 自動調用get_bar方法，並獲取方法的返回值
print reuslt

 

property的構造方法中有個四個參數

• 第一個參數是方法名，調用 對象.屬性 時自動觸發執行方法
• 第二個參數是方法名，調用 對象.屬性 ＝ XXX 時自動觸發執行方法
• 第三個參數是方法名，調用 del 對象.屬性 時自動觸發執行方法
• 第四個參數是字符串，調用 對象.屬性.__doc__ ，此參數是該屬性的描述信息

 

class Foo：

    def get_bar(self):
        return 'wupeiqi'

    # *必須兩個參數
    def set_bar(self, value): 
        return return 'set value' + value

    def del_bar(self):
        return 'wupeiqi'

    BAR ＝ property(get_bar, set_bar, del_bar, 'description...')

obj = Foo()

obj.BAR              # 自動調用第一個參數中定義的方法：get_bar
obj.BAR = "alex"     # 自動調用第二個參數中定義的方法：set_bar方法，並將「alex」看成參數傳入
del Foo.BAR          # 自動調用第三個參數中定義的方法：del_bar方法
obj.BAE.__doc__      # 自動獲取第四個參數中設置的值：description...

  因爲靜態字段方式建立屬性具備三種訪問方式，咱們能夠根據他們幾個屬性的訪問特色，分別將三個方法定義爲對同一個屬性：獲取、修改、刪除

class Goods(object):

    def __init__(self):
        # 原價
        self.original_price = 100
        # 折扣
        self.discount = 0.8

    def get_price(self):
        # 實際價格 = 原價 * 折扣
        new_price = self.original_price * self.discount
        return new_price

    def set_price(self, value):
        self.original_price = value

    def del_price(self, value):
        del self.original_price

    PRICE = property(get_price, set_price, del_price, '價格屬性描述...')

obj = Goods()
obj.PRICE         # 獲取商品價格
obj.PRICE = 200   # 修改商品原價
del obj.PRICE     # 刪除商品原價

實例

 

 

 

咱們知道Python中的類有經典類和新式類，新式類的屬性比經典類的屬性豐富。（ 若是類繼object，那麼該類是新式類 ）
經典類，具備一種@property裝飾器（如上一步實例）

因此，定義屬性共有兩種方式，分別是【裝飾器】和【靜態字段】，而【裝飾器】方式針對經典類和新式類又有所不一樣。

類成員的修飾符

類的全部成員在上一步驟中已經作了詳細的介紹，對於每個類的成員而言都有兩種形式：

• 公有成員，在任何地方都能訪問
• 私有成員，只有在類的內部才能方法

私有成員和公有成員的定義不一樣：私有成員命名時，前兩個字符是下劃線。（特殊成員除外，例如：__init__、__call__、__dict__等）

 

• 公有靜態字段：類能夠訪問；類內部能夠訪問；派生類中能夠訪問
• 私有靜態字段：僅類內部能夠訪問；

 

公有靜態字段

 

class C:

    name = "公有靜態字段"

    def func(self):
        print C.name

class D(C):

    def show(self):
        print C.name


C.name         # 類訪問

obj = C()
obj.func()     # 類內部能夠訪問

obj_son = D()
obj_son.show() # 派生類中能夠訪問

公有靜態字段

 

 

 

私有靜態字段

 

class C:

    __name = "公有靜態字段"

    def func(self):
        print C.__name

class D(C):

    def show(self):
        print C.__name


C.__name       # 類訪問            ==> 錯誤

obj = C()
obj.func()     # 類內部能夠訪問     ==> 正確

obj_son = D()
obj_son.show() # 派生類中能夠訪問   ==> 錯誤

私有靜態字段

 

 

普通字段

• 公有普通字段：對象能夠訪問；類內部能夠訪問；派生類中能夠訪問
• 私有普通字段：僅類內部能夠訪問；

ps：若是想要強制訪問私有字段，能夠經過 【對象._類名__私有字段明 】訪問（如：obj._C__foo），不建議強制訪問私有成員。

公有字段

 

class C:
    
    def __init__(self):
        self.foo = "公有字段"

    def func(self):
        print self.foo 　#　類內部訪問

class D(C):
    
    def show(self):
        print self.foo　＃　派生類中訪問

obj = C()

obj.foo     # 經過對象訪問
obj.func()  # 類內部訪問

obj_son = D();
obj_son.show()  # 派生類中訪問

公有字段

 

 

 

私有字段

 

 

class C:
    
    def __init__(self):
        self.__foo = "私有字段"

    def func(self):
        print self.foo 　#　類內部訪問

class D(C):
    
    def show(self):
        print self.foo　＃　派生類中訪問

obj = C()

obj.__foo     # 經過對象訪問    ==> 錯誤
obj.func()  # 類內部訪問        ==> 正確

obj_son = D();
obj_son.show()  # 派生類中訪問  ==> 錯誤

私有字段

 

方法、屬性的訪問於上述方式類似，即：私有成員只能在類內部使用

ps：非要訪問私有屬性的話，能夠經過 對象._類__屬性名

類的特殊成員

上文介紹了Python的類成員以及成員修飾符，從而瞭解到類中有字段、方法和屬性三大類成員，而且成員名前若是有兩個下劃線，則表示該成員是私有成員，私有成員只能由類內部調用。不管人或事物每每都有不按套路出牌的狀況，Python的類成員也是如此，存在着一些具備特殊含義的成員，詳情以下：

1. __doc__

　　表示類的描述信息

 

class Foo:
    """ 描述類信息，這是用於看片的神奇 """

    def func(self):
        pass

print Foo.__doc__
#輸出：類的描述信息

 

 

2. __module__ 和  __class__ 

　　__module__ 表示當前操做的對象在那個模塊

　　__class__     表示當前操做的對象的類是什麼

 

#!/usr/bin/env python
# -*- coding:utf-8 -*-

class C:

    def __init__(self):
        self.name = 'wupeiqi'

lib/aa.py

 

 

from lib.aa import C

obj = C()
print obj.__module__  # 輸出 lib.aa，即：輸出模塊
print obj.__class__      # 輸出 lib.aa.C，即：輸出類

 

3. __init__

　　構造方法，經過類建立對象時，自動觸發執行。

 

class Foo:

    def __init__(self, name):
        self.name = name
        self.age = 18


obj = Foo('wupeiqi') # 自動執行類中的 __init__ 方法

 

 

4. __del__

　　析構方法，當對象在內存中被釋放時，自動觸發執行。

注：此方法通常無須定義，由於Python是一門高級語言，程序員在使用時無需關心內存的分配和釋放，由於此工做都是交給Python解釋器來執行，因此，析構函數的調用是由解釋器在進行垃圾回收時自動觸發執行的。

 

class Foo:

    def __del__(self):
        pass

 

 

5. __call__

　　對象後面加括號，觸發執行。

注：構造方法的執行是由建立對象觸發的，即：對象 = 類名() ；而對於 __call__ 方法的執行是由對象後加括號觸發的，即：對象() 或者 類()()

 

class Foo:

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

        print '__call__'


obj = Foo() # 執行 __init__
obj()       # 執行 __call__

 

6. __dict__

　　類或對象中的全部成員

上文中咱們知道：類的普通字段屬於對象；類中的靜態字段和方法等屬於類，即：

 

class Province:

    country = 'China'

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

    def func(self, *args, **kwargs):
        print 'func'

# 獲取類的成員，即：靜態字段、方法、
print Province.__dict__
# 輸出：{'country': 'China', '__module__': '__main__', 'func': <function func at 0x10be30f50>, '__init__': <function __init__ at 0x10be30ed8>, '__doc__': None}

obj1 = Province('HeBei',10000)
print obj1.__dict__
# 獲取 對象obj1 的成員
# 輸出：{'count': 10000, 'name': 'HeBei'}

obj2 = Province('HeNan', 3888)
print obj2.__dict__
# 獲取 對象obj1 的成員
# 輸出：{'count': 3888, 'name': 'HeNan'}

 7. __str__

　　若是一個類中定義了__str__方法，那麼在打印 對象 時，默認輸出該方法的返回值。

 

class Foo:

    def __str__(self):
        return 'wupeiqi'


obj = Foo()
print obj
# 輸出：wupeiqi

 

 

八、__getitem__、__setitem__、__delitem__

用於索引操做，如字典。以上分別表示獲取、設置、刪除數據

#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
class Foo(object):
 
    def __getitem__(self, key):
        print '__getitem__',key
 
    def __setitem__(self, key, value):
        print '__setitem__',key,value
 
    def __delitem__(self, key):
        print '__delitem__',key
 
 
obj = Foo()
 
result = obj['k1']      # 自動觸發執行 __getitem__
obj['k2'] = 'wupeiqi'   # 自動觸發執行 __setitem__
del obj['k1']           # 自動觸發執行 __delitem__

 

九、__getslice__、__setslice__、__delslice__

 該三個方法用於分片操做，如：列表

#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
class Foo(object):
 
    def __getslice__(self, i, j):
        print '__getslice__',i,j
 
    def __setslice__(self, i, j, sequence):
        print '__setslice__',i,j
 
    def __delslice__(self, i, j):
        print '__delslice__',i,j
 
obj = Foo()
 
obj[-1:1]                   # 自動觸發執行 __getslice__
obj[0:1] = [11,22,33,44]    # 自動觸發執行 __setslice__
del obj[0:2]                # 自動觸發執行 __delslice__

 

10. __iter__ 

用於迭代器，之因此列表、字典、元組能夠進行for循環，是由於類型內部定義了 __iter__

第一步

class Foo(object):
    pass


obj = Foo()

for i in obj:
    print i
    
# 報錯：TypeError: 'Foo' object is not iterable

第一步

 

第二步

#!/usr/bin/env python
# -*- coding:utf-8 -*-

class Foo(object):
    
    def __iter__(self):
        pass

obj = Foo()

for i in obj:
    print i

# 報錯：TypeError: iter() returned non-iterator of type 'NoneType'

第二步

 

第三步

#!/usr/bin/env python
# -*- coding:utf-8 -*-

class Foo(object):

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

    def __iter__(self):
        return iter(self.sq)

obj = Foo([11,22,33,44])

for i in obj:
    print i

第三步

 以上步驟能夠看出，for循環迭代的實際上是  iter([11,22,33,44]) ，因此執行流程能夠變動爲：

#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
obj = iter([11,22,33,44])
 
for i in obj:
    print i

 for循環語法內部

#!/usr/bin/env python
# -*- coding:utf-8 -*-

obj = iter([11,22,33,44])

while True:
    val = obj.next()
    print val

For循環語法內部

 

11. __new__ 和 __metaclass__

閱讀如下代碼：

 

class Foo(object):
 
    def __init__(self):
        pass
 
obj = Foo()   # obj是經過Foo類實例化的對象

 

 

上述代碼中，obj 是經過 Foo 類實例化的對象，其實，不只 obj 是一個對象，Foo類自己也是一個對象，由於在Python中一切事物都是對象。

若是按照一切事物都是對象的理論：obj對象是經過執行Foo類的構造方法建立，那麼Foo類對象應該也是經過執行某個類的 構造方法 建立。

1 2	print type (obj) # 輸出：<class '__main__.Foo'>     表示，obj 對象由Foo類建立 print type (Foo) # 輸出：<type 'type'>              表示，Foo類對象由 type 類建立

因此，obj對象是Foo類的一個實例，Foo類對象是 type 類的一個實例，即：Foo類對象 是經過type類的構造方法建立。

那麼，建立類就能夠有兩種方式：

a). 普通方式

1 2 3 4

class Foo( object ):        def func( self ):          print 'hello wupeiqi'

b).特殊方式（type類的構造函數）

1 2 3 4 5 6 7

def func( self ):      print 'hello wupeiqi'   Foo = type ( 'Foo' ,( object ,), { 'func' : func}) #type第一個參數：類名 #type第二個參數：當前類的基類 #type第三個參數：類的成員

＝＝》 類 是由 type 類實例化產生

那麼問題來了，類默認是由 type 類實例化產生，type類中如何實現的建立類？類又是如何建立對象？

答：類中有一個屬性 __metaclass__，其用來表示該類由 誰 來實例化建立，因此，咱們能夠爲 __metaclass__ 設置一個type類的派生類，從而查看 類 建立的過程。

實例：

class MyType(type):

    def __init__(self, what, bases=None, dict=None):
        super(MyType, self).__init__(what, bases, dict)

    def __call__(self, *args, **kwargs):
        obj = self.__new__(self, *args, **kwargs)

        self.__init__(obj)

class Foo(object):

    __metaclass__ = MyType

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

    def __new__(cls, *args, **kwargs):
        return object.__new__(cls, *args, **kwargs)

# 第一階段：解釋器從上到下執行代碼建立Foo類
# 第二階段：經過Foo類建立obj對象
obj = Foo()

 

使用__slots__

正常狀況下，當咱們定義了一個class，建立了一個class的實例後，咱們能夠給該實例綁定任何屬性和方法，這就是動態語言的靈活性。先定義class：

class Student(object): pass 

而後，嘗試給實例綁定一個屬性：

>>> s = Student() >>> s.name = 'Michael' # 動態給實例綁定一個屬性 >>> print(s.name) Michael 

還能夠嘗試給實例綁定一個方法：

>>> def set_age(self, age): # 定義一個函數做爲實例方法 ... self.age = age ... >>> from types import MethodType >>> s.set_age = MethodType(set_age, s) # 給實例綁定一個方法 >>> s.set_age(25) # 調用實例方法 >>> s.age # 測試結果 25 

可是，給一個實例綁定的方法，對另外一個實例是不起做用的：

>>> s2 = Student() # 建立新的實例
>>> s2.set_age(25) # 嘗試調用方法
Traceback (most recent call last):
  File "<stdin>", line 1, in <module> AttributeError: 'Student' object has no attribute 'set_age' 

爲了給全部實例都綁定方法，能夠給class綁定方法：

>>> def set_score(self, score): ... self.score = score ... >>> Student.set_score = set_score 

給class綁定方法後，全部實例都可調用：

>>> s.set_score(100) >>> s.score 100 >>> s2.set_score(99) >>> s2.score 99 

一般狀況下，上面的set_score方法能夠直接定義在class中，但動態綁定容許咱們在程序運行的過程當中動態給class加上功能，這在靜態語言中很難實現。

使用__slots__

可是，若是咱們想要限制實例的屬性怎麼辦？好比，只容許對Student實例添加name和age屬性。

爲了達到限制的目的，Python容許在定義class的時候，定義一個特殊的__slots__變量，來限制該class實例能添加的屬性：

class Student(object): __slots__ = ('name', 'age') # 用tuple定義容許綁定的屬性名稱 

而後，咱們試試：

>>> s = Student() # 建立新的實例 >>> s.name = 'Michael' # 綁定屬性'name' >>> s.age = 25 # 綁定屬性'age' >>> s.score = 99 # 綁定屬性'score' Traceback (most recent call last): File "<stdin>", line 1, in <module> AttributeError: 'Student' object has no attribute 'score' 

因爲'score'沒有被放到__slots__中，因此不能綁定score屬性，試圖綁定score將獲得AttributeError的錯誤。

使用__slots__要注意，__slots__定義的屬性僅對當前類實例起做用，對繼承的子類是不起做用的：

>>> class GraduateStudent(Student): ... pass ... >>> g = GraduateStudent() >>> g.score = 9999 

除非在子類中也定義__slots__，這樣，子類實例容許定義的屬性就是自身的__slots__加上父類的__slots__。

使用@property

在綁定屬性時，若是咱們直接把屬性暴露出去，雖然寫起來很簡單，可是，沒辦法檢查參數，致使能夠把成績隨便改：

s = Student()
s.score = 9999

這顯然不合邏輯。爲了限制score的範圍，能夠經過一個set_score()方法來設置成績，再經過一個get_score()來獲取成績，這樣，在set_score()方法裏，就能夠檢查參數：

class Student(object): def get_score(self): return self._score def set_score(self, value): if not isinstance(value, int): raise ValueError('score must be an integer!') if value < 0 or value > 100: raise ValueError('score must between 0 ~ 100!') self._score = value 

如今，對任意的Student實例進行操做，就不能爲所欲爲地設置score了：

>>> s = Student() >>> s.set_score(60) # ok! >>> s.get_score() 60 >>> s.set_score(9999) Traceback (most recent call last): ... ValueError: score must between 0 ~ 100! 

可是，上面的調用方法又略顯複雜，沒有直接用屬性這麼直接簡單。

有沒有既能檢查參數，又能夠用相似屬性這樣簡單的方式來訪問類的變量呢？對於追求完美的Python程序員來講，這是必需要作到的！

還記得裝飾器（decorator）能夠給函數動態加上功能嗎？對於類的方法，裝飾器同樣起做用。Python內置的@property裝飾器就是負責把一個方法變成屬性調用的：

class Student(object): @property def score(self): return self._score @score.setter def score(self, value): if not isinstance(value, int): raise ValueError('score must be an integer!') if value < 0 or value > 100: raise ValueError('score must between 0 ~ 100!') self._score = value 

@property的實現比較複雜，咱們先考察如何使用。把一個getter方法變成屬性，只須要加上@property就能夠了，此時，@property自己又建立了另外一個裝飾器@score.setter，負責把一個setter方法變成屬性賦值，因而，咱們就擁有一個可控的屬性操做：

>>> s = Student() >>> s.score = 60 # OK，實際轉化爲s.set_score(60) >>> s.score # OK，實際轉化爲s.get_score() 60 >>> s.score = 9999 Traceback (most recent call last): ... ValueError: score must between 0 ~ 100! 

注意到這個神奇的@property，咱們在對實例屬性操做的時候，就知道該屬性極可能不是直接暴露的，而是經過getter和setter方法來實現的。

還能夠定義只讀屬性，只定義getter方法，不定義setter方法就是一個只讀屬性：

class Student(object): @property def birth(self): return self._birth @birth.setter def birth(self, value): self._birth = value @property def age(self): return 2015 - self._birth 

上面的birth是可讀寫屬性，而age就是一個只讀屬性，由於age能夠根據birth和當前時間計算出來。

小結

@property普遍應用在類的定義中，可讓調用者寫出簡短的代碼，同時保證對參數進行必要的檢查，這樣，程序運行時就減小了出錯的可能性。

多重繼承

繼承是面向對象編程的一個重要的方式，由於經過繼承，子類就能夠擴展父類的功能。

回憶一下Animal類層次的設計，假設咱們要實現如下4種動物：

• Dog - 狗狗；
• Bat - 蝙蝠；
• Parrot - 鸚鵡；
• Ostrich - 鴕鳥。

若是按照哺乳動物和鳥類歸類，咱們能夠設計出這樣的類的層次：

可是若是按照「能跑」和「能飛」來歸類，咱們就應該設計出這樣的類的層次：

若是要把上面的兩種分類都包含進來，咱們就得設計更多的層次：

• 哺乳類：能跑的哺乳類，能飛的哺乳類；
• 鳥類：能跑的鳥類，能飛的鳥類。

這麼一來，類的層次就複雜了：

若是要再增長「寵物類」和「非寵物類」，這麼搞下去，類的數量會呈指數增加，很明顯這樣設計是不行的。

正確的作法是採用多重繼承。首先，主要的類層次仍按照哺乳類和鳥類設計：

class Animal(object): pass # 大類: class Mammal(Animal): pass class Bird(Animal): pass # 各類動物: class Dog(Mammal): pass class Bat(Mammal): pass class Parrot(Bird): pass class Ostrich(Bird): pass 

如今，咱們要給動物再加上Runnable和Flyable的功能，只須要先定義好Runnable和Flyable的類：

class Runnable(object): def run(self): print('Running...') class Flyable(object): def fly(self): print('Flying...') 

對於須要Runnable功能的動物，就多繼承一個Runnable，例如Dog：

class Dog(Mammal, Runnable): pass 

對於須要Flyable功能的動物，就多繼承一個Flyable，例如Bat：

class Bat(Mammal, Flyable): pass 

經過多重繼承，一個子類就能夠同時得到多個父類的全部功能。

MixIn

在設計類的繼承關係時，一般，主線都是單一繼承下來的，例如，Ostrich繼承自Bird。可是，若是須要「混入」額外的功能，經過多重繼承就能夠實現，好比，讓Ostrich除了繼承自Bird外，再同時繼承Runnable。這種設計一般稱之爲MixIn。

爲了更好地看出繼承關係，咱們把Runnable和Flyable改成RunnableMixIn和FlyableMixIn。相似的，你還能夠定義出肉食動物CarnivorousMixIn和植食動物HerbivoresMixIn，讓某個動物同時擁有好幾個MixIn：

class Dog(Mammal, RunnableMixIn, CarnivorousMixIn): pass 

MixIn的目的就是給一個類增長多個功能，這樣，在設計類的時候，咱們優先考慮經過多重繼承來組合多個MixIn的功能，而不是設計多層次的複雜的繼承關係。

Python自帶的不少庫也使用了MixIn。舉個例子，Python自帶了TCPServer和UDPServer這兩類網絡服務，而要同時服務多個用戶就必須使用多進程或多線程模型，這兩種模型由ForkingMixIn和ThreadingMixIn提供。經過組合，咱們就能夠創造出合適的服務來。

好比，編寫一個多進程模式的TCP服務，定義以下：

class MyTCPServer(TCPServer, ForkingMixIn): pass 

編寫一個多線程模式的UDP服務，定義以下：

class MyUDPServer(UDPServer, ThreadingMixIn): pass 

若是你打算搞一個更先進的協程模型，能夠編寫一個CoroutineMixIn：

class MyTCPServer(TCPServer, CoroutineMixIn): pass 

這樣一來，咱們不須要複雜而龐大的繼承鏈，只要選擇組合不一樣的類的功能，就能夠快速構造出所需的子類。

小結

因爲Python容許使用多重繼承，所以，MixIn就是一種常見的設計。

只容許單一繼承的語言（如Java）不能使用MixIn的設計。

定製類

看到相似 __slots__這種形如 __xxx__的變量或者函數名就要注意，這些在Python中是有特殊用途的。

__slots__咱們已經知道怎麼用了，__len__()方法咱們也知道是爲了能讓class做用於len()函數。

除此以外，Python的class中還有許多這樣有特殊用途的函數，能夠幫助咱們定製類。

__str__

咱們先定義一個Student類，打印一個實例：

>>> class Student(object): ... def __init__(self, name): ... self.name = name ... >>> print(Student('Michael')) <__main__.Student object at 0x109afb190> 

打印出一堆<__main__.Student object at 0x109afb190>，很差看。

怎麼才能打印得好看呢？只須要定義好__str__()方法，返回一個好看的字符串就能夠了：

>>> class Student(object): ... def __init__(self, name): ... self.name = name ... def __str__(self): ... return 'Student object (name: %s)' % self.name ... >>> print(Student('Michael')) Student object (name: Michael) 

這樣打印出來的實例，不但好看，並且容易看出實例內部重要的數據。

可是細心的朋友會發現直接敲變量不用print，打印出來的實例仍是很差看：

>>> s = Student('Michael')
>>> s
<__main__.Student object at 0x109afb310> 

這是由於直接顯示變量調用的不是__str__()，而是__repr__()，二者的區別是__str__()返回用戶看到的字符串，而__repr__()返回程序開發者看到的字符串，也就是說，__repr__()是爲調試服務的。

解決辦法是再定義一個__repr__()。可是一般__str__()和__repr__()代碼都是同樣的，因此，有個偷懶的寫法：

class Student(object): def __init__(self, name): self.name = name def __str__(self): return 'Student object (name=%s)' % self.name __repr__ = __str__ 

__iter__

若是一個類想被用於for ... in循環，相似list或tuple那樣，就必須實現一個__iter__()方法，該方法返回一個迭代對象，而後，Python的for循環就會不斷調用該迭代對象的__next__()方法拿到循環的下一個值，直到遇到StopIteration錯誤時退出循環。

咱們以斐波那契數列爲例，寫一個Fib類，能夠做用於for循環：

class Fib(object): def __init__(self): self.a, self.b = 0, 1 # 初始化兩個計數器a，b def __iter__(self): return self # 實例自己就是迭代對象，故返回本身 def __next__(self): self.a, self.b = self.b, self.a + self.b # 計算下一個值 if self.a > 100000: # 退出循環的條件 raise StopIteration(); return self.a # 返回下一個值 

如今，試試把Fib實例做用於for循環：

>>> for n in Fib(): ... print(n) ... 1 1 2 3 5 ... 46368 75025 

__getitem__

Fib實例雖然能做用於for循環，看起來和list有點像，可是，把它當成list來使用仍是不行，好比，取第5個元素：

>>> Fib()[5]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module> TypeError: 'Fib' object does not support indexing 

要表現得像list那樣按照下標取出元素，須要實現__getitem__()方法：

class Fib(object): def __getitem__(self, n): a, b = 1, 1 for x in range(n): a, b = b, a + b return a 

如今，就能夠按下標訪問數列的任意一項了：

>>> f = Fib() >>> f[0] 1 >>> f[1] 1 >>> f[2] 2 >>> f[3] 3 >>> f[10] 89 >>> f[100] 573147844013817084101 

可是list有個神奇的切片方法：

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

對於Fib卻報錯。緣由是__getitem__()傳入的參數多是一個int，也多是一個切片對象slice，因此要作判斷：

class Fib(object): def __getitem__(self, n): if isinstance(n, int): # n是索引 a, b = 1, 1 for x in range(n): a, b = b, a + b return a if isinstance(n, slice): # n是切片 start = n.start stop = n.stop if start is None: start = 0 a, b = 1, 1 L = [] for x in range(stop): if x >= start: L.append(a) a, b = b, a + b return L 

如今試試Fib的切片：

>>> f = Fib() >>> f[0:5] [1, 1, 2, 3, 5] >>> f[:10] [1, 1, 2, 3, 5, 8, 13, 21, 34, 55] 

可是沒有對step參數做處理：

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

也沒有對負數做處理，因此，要正確實現一個__getitem__()仍是有不少工做要作的。

此外，若是把對象當作dict，__getitem__()的參數也多是一個能夠做key的object，例如str。

與之對應的是__setitem__()方法，把對象視做list或dict來對集合賦值。最後，還有一個__delitem__()方法，用於刪除某個元素。

總之，經過上面的方法，咱們本身定義的類表現得和Python自帶的list、tuple、dict沒什麼區別，這徹底歸功於動態語言的「鴨子類型」，不須要強制繼承某個接口。

__getattr__

正常狀況下，當咱們調用類的方法或屬性時，若是不存在，就會報錯。好比定義Student類：

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

調用name屬性，沒問題，可是，調用不存在的score屬性，就有問題了：

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

錯誤信息很清楚地告訴咱們，沒有找到score這個attribute。

要避免這個錯誤，除了能夠加上一個score屬性外，Python還有另外一個機制，那就是寫一個__getattr__()方法，動態返回一個屬性。修改以下：

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

當調用不存在的屬性時，好比score，Python解釋器會試圖調用__getattr__(self, 'score')來嘗試得到屬性，這樣，咱們就有機會返回score的值：

>>> s = Student() >>> s.name 'Michael' >>> s.score 99 

返回函數也是徹底能夠的：

class Student(object): def __getattr__(self, attr): if attr=='age': return lambda: 25 

只是調用方式要變爲：

>>> s.age() 25 

注意，只有在沒有找到屬性的狀況下，才調用__getattr__，已有的屬性，好比name，不會在__getattr__中查找。

此外，注意到任意調用如s.abc都會返回None，這是由於咱們定義的__getattr__默認返回就是None。要讓class只響應特定的幾個屬性，咱們就要按照約定，拋出AttributeError的錯誤：

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

這實際上能夠把一個類的全部屬性和方法調用所有動態化處理了，不須要任何特殊手段。

這種徹底動態調用的特性有什麼實際做用呢？做用就是，能夠針對徹底動態的狀況做調用。

舉個例子：

如今不少網站都搞REST API，好比新浪微博、豆瓣啥的，調用API的URL相似：

• http://api.server/user/friends
• http://api.server/user/timeline/list

若是要寫SDK，給每一個URL對應的API都寫一個方法，那得累死，並且，API一旦改動，SDK也要改。

利用徹底動態的__getattr__，咱們能夠寫出一個鏈式調用：

class Chain(object): def __init__(self, path=''): self._path = path def __getattr__(self, path): return Chain('%s/%s' % (self._path, path)) def __str__(self): return self._path __repr__ = __str__ 

試試：

>>> Chain().status.user.timeline.list '/status/user/timeline/list' 

這樣，不管API怎麼變，SDK均可以根據URL實現徹底動態的調用，並且，不隨API的增長而改變！

還有些REST API會把參數放到URL中，好比GitHub的API：

GET /users/:user/repos 

調用時，須要把:user替換爲實際用戶名。若是咱們能寫出這樣的鏈式調用：

Chain().users('michael').repos

就能夠很是方便地調用API了。有興趣的童鞋能夠試試寫出來。

__call__

一個對象實例能夠有本身的屬性和方法，當咱們調用實例方法時，咱們用instance.method()來調用。能不能直接在實例自己上調用呢？在Python中，答案是確定的。

任何類，只須要定義一個__call__()方法，就能夠直接對實例進行調用。請看示例：

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

調用方式以下：

>>> s = Student('Michael') >>> s() # self參數不要傳入 My name is Michael. 

__call__()還能夠定義參數。對實例進行直接調用就比如對一個函數進行調用同樣，因此你徹底能夠把對象當作函數，把函數當作對象，由於這二者之間原本就沒啥根本的區別。

若是你把對象當作函數，那麼函數自己其實也能夠在運行期動態建立出來，由於類的實例都是運行期建立出來的，這麼一來，咱們就模糊了對象和函數的界限。

那麼，怎麼判斷一個變量是對象仍是函數呢？其實，更多的時候，咱們須要判斷一個對象是否能被調用，能被調用的對象就是一個Callable對象，好比函數和咱們上面定義的帶有__call__()的類實例：

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

經過callable()函數，咱們就能夠判斷一個對象是不是「可調用」對象。

小結

Python的class容許定義許多定製方法，可讓咱們很是方便地生成特定的類。

使用枚舉類

當咱們須要定義常量時，一個辦法是用大寫變量經過整數來定義，例如月份：

JAN = 1
FEB = 2
MAR = 3
...
NOV = 11
DEC = 12

好處是簡單，缺點是類型是int，而且仍然是變量。

更好的方法是爲這樣的枚舉類型定義一個class類型，而後，每一個常量都是class的一個惟一實例。Python提供了Enum類來實現這個功能：

from enum import Enum Month = Enum('Month', ('Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec')) 

這樣咱們就得到了Month類型的枚舉類，能夠直接使用Month.Jan來引用一個常量，或者枚舉它的全部成員：

for name, member in Month.__members__.items(): print(name, '=>', member, ',', member.value) 

value屬性則是自動賦給成員的int常量，默認從1開始計數。

若是須要更精確地控制枚舉類型，能夠從Enum派生出自定義類：

from enum import Enum, unique @unique class Weekday(Enum): Sun = 0 # Sun的value被設定爲0 Mon = 1 Tue = 2 Wed = 3 Thu = 4 Fri = 5 Sat = 6 

@unique裝飾器能夠幫助咱們檢查保證沒有重複值。

訪問這些枚舉類型能夠有若干種方法：

>>> day1 = Weekday.Mon >>> print(day1) Weekday.Mon >>> print(Weekday.Tue) Weekday.Tue >>> print(Weekday['Tue']) Weekday.Tue >>> print(Weekday.Tue.value) 2 >>> print(day1 == Weekday.Mon) True >>> print(day1 == Weekday.Tue) False >>> print(Weekday(1)) Weekday.Mon >>> print(day1 == Weekday(1)) True >>> Weekday(7) Traceback (most recent call last): ... ValueError: 7 is not a valid Weekday >>> for name, member in Weekday.__members__.items(): ... print(name, '=>', member) ... Sun => Weekday.Sun Mon => Weekday.Mon Tue => Weekday.Tue Wed => Weekday.Wed Thu => Weekday.Thu Fri => Weekday.Fri Sat => Weekday.Sat 

可見，既能夠用成員名稱引用枚舉常量，又能夠直接根據value的值得到枚舉常量。

小結

Enum能夠把一組相關常量定義在一個class中，且class不可變，並且成員能夠直接比較。

使用元類

type()

動態語言和靜態語言最大的不一樣，就是函數和類的定義，不是編譯時定義的，而是運行時動態建立的。

比方說咱們要定義一個Hello的class，就寫一個hello.py模塊：

class Hello(object): def hello(self, name='world'): print('Hello, %s.' % name) 

當Python解釋器載入hello模塊時，就會依次執行該模塊的全部語句，執行結果就是動態建立出一個Hello的class對象，測試以下：

>>> from hello import Hello >>> h = Hello() >>> h.hello() Hello, world. >>> print(type(Hello)) <class 'type'> >>> print(type(h)) <class 'hello.Hello'> 

type()函數能夠查看一個類型或變量的類型，Hello是一個class，它的類型就是type，而h是一個實例，它的類型就是class Hello。

咱們說class的定義是運行時動態建立的，而建立class的方法就是使用type()函數。

type()函數既能夠返回一個對象的類型，又能夠建立出新的類型，好比，咱們能夠經過type()函數建立出Hello類，而無需經過class Hello(object)...的定義：

>>> def fn(self, name='world'): # 先定義函數 ... print('Hello, %s.' % name) ... >>> Hello = type('Hello', (object,), dict(hello=fn)) # 建立Hello class >>> h = Hello() >>> h.hello() Hello, world. >>> print(type(Hello)) <class 'type'> >>> print(type(h)) <class '__main__.Hello'> 

要建立一個class對象，type()函數依次傳入3個參數：

1. class的名稱；
2. 繼承的父類集合，注意Python支持多重繼承，若是隻有一個父類，別忘了tuple的單元素寫法；
3. class的方法名稱與函數綁定，這裏咱們把函數fn綁定到方法名hello上。

經過type()函數建立的類和直接寫class是徹底同樣的，由於Python解釋器遇到class定義時，僅僅是掃描一下class定義的語法，而後調用type()函數建立出class。

正常狀況下，咱們都用class Xxx...來定義類，可是，type()函數也容許咱們動態建立出類來，也就是說，動態語言自己支持運行期動態建立類，這和靜態語言有很是大的不一樣，要在靜態語言運行期建立類，必須構造源代碼字符串再調用編譯器，或者藉助一些工具生成字節碼實現，本質上都是動態編譯，會很是複雜。

metaclass

除了使用type()動態建立類之外，要控制類的建立行爲，還可使用metaclass。

metaclass，直譯爲元類，簡單的解釋就是：

當咱們定義了類之後，就能夠根據這個類建立出實例，因此：先定義類，而後建立實例。

可是若是咱們想建立出類呢？那就必須根據metaclass建立出類，因此：先定義metaclass，而後建立類。

鏈接起來就是：先定義metaclass，就能夠建立類，最後建立實例。

因此，metaclass容許你建立類或者修改類。換句話說，你能夠把類當作是metaclass建立出來的「實例」。

metaclass是Python面向對象裏最難理解，也是最難使用的魔術代碼。正常狀況下，你不會碰到須要使用metaclass的狀況，因此，如下內容看不懂也不要緊，由於基本上你不會用到。

咱們先看一個簡單的例子，這個metaclass能夠給咱們自定義的MyList增長一個add方法：

定義ListMetaclass，按照默認習慣，metaclass的類名老是以Metaclass結尾，以便清楚地表示這是一個metaclass：

# metaclass是類的模板，因此必須從`type`類型派生： class ListMetaclass(type): def __new__(cls, name, bases, attrs): attrs['add'] = lambda self, value: self.append(value) return type.__new__(cls, name, bases, attrs) 

有了ListMetaclass，咱們在定義類的時候還要指示使用ListMetaclass來定製類，傳入關鍵字參數metaclass：

class MyList(list, metaclass=ListMetaclass): pass 

當咱們傳入關鍵字參數metaclass時，魔術就生效了，它指示Python解釋器在建立MyList時，要經過ListMetaclass.__new__()來建立，在此，咱們能夠修改類的定義，好比，加上新的方法，而後，返回修改後的定義。

__new__()方法接收到的參數依次是：

1. 當前準備建立的類的對象；

2. 類的名字；

3. 類繼承的父類集合；

4. 類的方法集合。

測試一下MyList是否能夠調用add()方法：

>>> L = MyList() >>> L.add(1) >> L [1] 

而普通的list沒有add()方法：

>>> L2 = list()
>>> L2.add(1)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module> AttributeError: 'list' object has no attribute 'add' 

動態修改有什麼意義？直接在MyList定義中寫上add()方法不是更簡單嗎？正常狀況下，確實應該直接寫，經過metaclass修改純屬變態。

可是，總會遇到須要經過metaclass修改類定義的。ORM就是一個典型的例子。

ORM全稱「Object Relational Mapping」，即對象-關係映射，就是把關係數據庫的一行映射爲一個對象，也就是一個類對應一個表，這樣，寫代碼更簡單，不用直接操做SQL語句。

要編寫一個ORM框架，全部的類都只能動態定義，由於只有使用者才能根據表的結構定義出對應的類來。

讓咱們來嘗試編寫一個ORM框架。

編寫底層模塊的第一步，就是先把調用接口寫出來。好比，使用者若是使用這個ORM框架，想定義一個User類來操做對應的數據庫表User，咱們期待他寫出這樣的代碼：

class User(Model): # 定義類的屬性到列的映射： id = IntegerField('id') name = StringField('username') email = StringField('email') password = StringField('password') # 建立一個實例： u = User(id=12345, name='Michael', email='test@orm.org', password='my-pwd') # 保存到數據庫： u.save() 

其中，父類Model和屬性類型StringField、IntegerField是由ORM框架提供的，剩下的魔術方法好比save()所有由metaclass自動完成。雖然metaclass的編寫會比較複雜，但ORM的使用者用起來卻異常簡單。

如今，咱們就按上面的接口來實現該ORM。

首先來定義Field類，它負責保存數據庫表的字段名和字段類型：

class Field(object): def __init__(self, name, column_type): self.name = name self.column_type = column_type def __str__(self): return '<%s:%s>' % (self.__class__.__name__, self.name) 

在Field的基礎上，進一步定義各類類型的Field，好比StringField，IntegerField等等：

class StringField(Field): def __init__(self, name): super(StringField, self).__init__(name, 'varchar(100)') class IntegerField(Field): def __init__(self, name): super(IntegerField, self).__init__(name, 'bigint') 

下一步，就是編寫最複雜的ModelMetaclass了：

class ModelMetaclass(type): def __new__(cls, name, bases, attrs): if name=='Model': return type.__new__(cls, name, bases, attrs) print('Found model: %s' % name) mappings = dict() for k, v in attrs.items(): if isinstance(v, Field): print('Found mapping: %s ==> %s' % (k, v)) mappings[k] = v for k in mappings.keys(): attrs.pop(k) attrs['__mappings__'] = mappings # 保存屬性和列的映射關係 attrs['__table__'] = name # 假設表名和類名一致 return type.__new__(cls, name, bases, attrs) 

以及基類Model：

class Model(dict, metaclass=ModelMetaclass): def __init__(self, **kw): super(Model, self).__init__(**kw) def __getattr__(self, key): try: return self[key] except KeyError: raise AttributeError(r"'Model' object has no attribute '%s'" % key) def __setattr__(self, key, value): self[key] = value def save(self): fields = [] params = [] args = [] for k, v in self.__mappings__.items(): fields.append(v.name) params.append('?') args.append(getattr(self, k, None)) sql = 'insert into %s (%s) values (%s)' % (self.__table__, ','.join(fields), ','.join(params)) print('SQL: %s' % sql) print('ARGS: %s' % str(args)) 

當用戶定義一個class User(Model)時，Python解釋器首先在當前類User的定義中查找metaclass，若是沒有找到，就繼續在父類Model中查找metaclass，找到了，就使用Model中定義的metaclass的ModelMetaclass來建立User類，也就是說，metaclass能夠隱式地繼承到子類，但子類本身卻感受不到。

在ModelMetaclass中，一共作了幾件事情：

1. 排除掉對Model類的修改；

2. 在當前類（好比User）中查找定義的類的全部屬性，若是找到一個Field屬性，就把它保存到一個__mappings__的dict中，同時從類屬性中刪除該Field屬性，不然，容易形成運行時錯誤（實例的屬性會遮蓋類的同名屬性）；

3. 把表名保存到__table__中，這裏簡化爲表名默認爲類名。

在Model類中，就能夠定義各類操做數據庫的方法，好比save()，delete()，find()，update等等。

咱們實現了save()方法，把一個實例保存到數據庫中。由於有表名，屬性到字段的映射和屬性值的集合，就能夠構造出INSERT語句。

編寫代碼試試：

u = User(id=12345, name='Michael', email='test@orm.org', password='my-pwd')
u.save()

輸出以下：

Found model: User
Found mapping: email ==> <StringField:email> Found mapping: password ==> <StringField:password> Found mapping: id ==> <IntegerField:uid> Found mapping: name ==> <StringField:username> SQL: insert into User (password,email,username,id) values (?,?,?,?) ARGS: ['my-pwd', 'test@orm.org', 'Michael', 12345] 

能夠看到，save()方法已經打印出了可執行的SQL語句，以及參數列表，只須要真正鏈接到數據庫，執行該SQL語句，就能夠完成真正的功能。

不到100行代碼，咱們就經過metaclass實現了一個精簡的ORM框架。

小結

metaclass是Python中很是具備魔術性的對象，它能夠改變類建立時的行爲。這種強大的功能使用起來務必當心。