魔术方法
查看类的魔术方法
class A:
pass
dir(A) # 可以得到类所有公有成员
复制代码
输出结果如下
['__class__',
'__delattr__',
'__dict__',
'__dir__',
'__doc__',
'__eq__',
'__format__',
'__ge__',
'__getattribute__',
'__gt__',
'__hash__',
'__init__',
'__le__',
'__lt__',
'__module__',
'__ne__',
'__new__',
'__reduce__',
'__reduce_ex__',
'__repr__',
'__setattr__',
'__sizeof__',
'__str__',
'__subclasshook__',
'__weakref__']
复制代码
在Python中，所有以__双下划线包起来的方法，都统称为魔术方法。比如最常见的 __init__ 。
这里多说一句，小编是一名python开发工程师，这里有我自己整理了一套最新的python系统学习教程，包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。想要这些资料的可以进裙930900780领取。
创建/销毁
__new__: object.__new__(cls) 创建类的方法：构造函数
__del__:删除类：析构函数
__init__：初始化函数
class A:
def __new__(cls, *args, **kwargs):
print('new')
return object.__new__(cls)
def __init__(self):
print('init')
self.x = 3
def __del__(self):
print('del')
A() # 返回一个类<__main__.A at 0x7f4a84767978>
# 输出
new
init
a = A()
del a # 输出del
复制代码
每当实例空间被收回时(在垃圾收集时)，__del__就会自动执行。
运算符重载
class Point:
def __init__(self, x, y):
self.x = x
self.y = y
def __add__(self, other):
return Point(self.x + other.x, self.y + other.y)
def __sub__(self, other):
return Point(self.x - other.x, self.y - other.y)
a = Point(0, 0)
b = Point(3, 5)
c = a + b
c += Point(4, 6)
print(c.x, c.y) # 7, 11
p = Point(3, 5) - Point(2, 1)
print(p.x, p.y) # 1, 4
复制代码
类的对象之间可以进行加减运算，只要类实现了加减运算对应的魔术方法即可。加法的具体实现是__add__，减法的具体实现是__sub__。
具体运算符对应的重载函数可以参考int类中运算符重载的实现：help(int)
不要过度使用运算符重载
Point.__add__ = lambda self, value: self - value
p = Point(3, 5) + Point(4, 6)
print(p.x, p.y) # 输出-1, -1
复制代码
__add__的具体实现如果写成了减法，这种类型的错误非常不容易发现，因此如果不是在写库给第三方使用的时候，基本用不上运算符重载。
hash
使用内置函数hash对某个对象求hash值时， 会调用对象的__hash__方法，示例代码如下
In [1]: class Point:
...: def __hash__(self):
...: return 1
...:
In [2]: hash(Point())
Out[2]: 1
复制代码
__hash__方法必须返回int，否则会抛出TypeError
In [1]: class Point:
...: def __hash__(self):
...: return 'aaa'
...:
In [2]: hash(Point())
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
----> 1 hash(Point())
TypeError: __hash__ method should return an integer
复制代码
可hash对象，就是具有__hash__方法的对象
In [6]: class Point:
...: def __hash__(self):
...: return 1
...:
In [7]: set([Point(), 12]) # 可hash
Out[7]: {<__main__.Point at 0x7f19d4073320>, 12}
In [8]: Point.__hash__ = None
In [9]: set([Point(), 12]) # 不能放在集合里面，因为不能hash
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
----> 1 set([Point(), 12])
TypeError: unhashable type: 'Point'
复制代码
一个类如果没有重写__hash__方法的话，这个类的每个对象，通常具有不同的hash
In [1]: class Point:
...: pass
...:
In [2]: p1 = Point()
In [3]: p2 = Point()
In [4]: hash(p1)
Out[4]: 8757059543567
In [5]: hash(p2)
Out[5]: 8757059543756
复制代码
通常 __hash__ 会和 __eq__一起使用， 因为解释器通常同时判断hash是否相等以及实例是否相等
class Point:
def __init__(self, x, y):
self.x = x
self.y = y
def __hash__(self):
return hash('{}:{}'.format(self.x, self.y))
def __eq__(self, other):
return self.x == other.x and self.y == other.y
p1 = Point(3, 5)
p2 = Point(3, 5)
set([p1, p2]) # 返回 {<__main__.Point at 0x7f286092d588>}
hash(p1) == hash(p2) # 返回True
p1 == p2 # 返回True
复制代码
大小
当对象实现了__len__方法时，可以使用内置方法len求对象的长度, __len__方法必须返回非负整数
lst = [1, 2, 3]
len(lst) # 返回3
lst.__len__() # 返回3
复制代码
因此内置函数和__len__方法的效果相同。
class Sized:
def __len__(self):
return 10
len(Sized()) # 返回10
复制代码
bool
当对象o实现了__bool__ 方法时， bool(o)返回值为o.__bool__()
class F:
def __bool__(self):
return False
bool(F()) # 返回False
class T:
def __bool__(self):
return True
bool(T()) # 返回True
复制代码
当对象o没有实现__bool__方法时，如果o实现了__len__方法， bool(o)返回值为 len(o) != 0
class L:
def __len__(self):
return 3
bool(L()) # 返回True
class Q:
def __len__(self):
return 0
bool(Q()) # 返回False
复制代码
当对象o既没有实现__bool__方法，也没有实现 __len__方法的时候， bool(o)返回值为True
class Boolean:
pass
bool(Boolean()) # 返回True
复制代码
__bool__优先级比__len__更高
class Sized:
def __init__(self, size):
self.size = size
def __len__(self):
return self.size
def __bool__(self):
return self.size == 0
bool(Sized(0)) # 返回True
bool(Sized(10)) # 返回False
复制代码
__bool__方法必须返回bool类型
class B:
def __bool__(self):
return None # 返回非bool类型的值时会出错，即使返回int型的也会报错
bool(B())
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
----> 1 bool(B())
TypeError: __bool__ should return bool, returned NoneType
复制代码
可视化
__str__方法，print函数本质是调用对象的__str__方法，用于给人读
__repr__方法，repr函数本质是调用对象的__repr__方法，用于给机器读
class Point:
def __init__(self, x, y):
self.x = x
self.y = y
def __str__(self): # 给人来读
return 'Point<{}, {}>'.format(self.x, self.y)
def __repr__(self): # 给机器读的
return 'Point({}, {})'.format(self.x, self.y)
print(Point(3, 5)) # Point<3, 5>
print(repr(Point(3, 5))) # Point(3, 5)
复制代码
repr:返回对象的规范化的字符串表示
可调用对象
class Fn:
def __call__(self):
print('{} called'.format(self))
f = Fn()
f()
# 输出
<__main__.Fn object at 0x7fd254367470> called
复制代码
一个对象，只要实现了__call__方法， 就可以通过小括号来来调用， 这一类对象，称之为可调用对象
给对象加上函数也就是对__call__方法加上参数：
class Add:
def __call__(self, x, y):
return x + y
Add()(3, 5) # 返回8，等价于 add =Add() add(3, 5)
复制代码
可调用对象的应用实例：实现可过期可换出的cache装饰器
import inspect
import datetime
from functools import wraps
class Cache:
def __init__(self, size=128, expire=0):
self.size = size
self.expire = 0
self.data = {}
@staticmethod
def make_key(fn, args, kwargs):
ret = []
names = set()
params = inspect.signature(fn).parameters
keys = list(params.keys())
for i, arg in enumerate(args):
ret.append((keys[i], arg))
names.add(keys[i])
ret.extend(kwargs.items())
names.update(kwargs.keys())
for k, v in params.items():
if k not in names:
ret.append((k, v.default))
ret.sort(key=lambda x: x[0])
return '&'.join(['{}={}'.format(name, arg) for name, arg in ret])
def __call__(self, fn):
@wraps(fn)
def wrap(*args, **kwargs):
key = self.make_key(fn, args, kwargs)
now = datetime.datetime.now().timestamp()
if key in self.data.keys():
value, timestamp, _ = self.data[key]
if expire == 0 or now - timestamp < expire:
self.data[key] = (value, timestamp, now)
return value
else:
self.data.pop(key)
value = fn(*args, **kwargs)
if len(self.data) >= self.size:
# 过期清理
if self.expire != 0:
expires = set()
for k, (_, timestamp, _) in self.data.items():
if now - timestamp >= self.expire:
expires.add(k)
for k in expires:
self.data.pop(k)
if len(self.data) >= self.size:
# 换出
k = sorted(self.data.items(), key=lambda x: x[1][2])[0][0]
self.data.pop(k)
self.data[key] = (value, now, now)
return value
return wrap
@Cache()
def add(x, y):
return x + y
add(1, 2) # 返回3
复制代码
用__call__来实现可调用对象，和闭包是殊途同归的，通常是为了封装一些内部状态
上下文管理
支持上下文管理的对象
class Context:
def __enter__(self):
print('enter context')
def __exit__(self, *args, **kwargs):
print('exit context')
复制代码
当一个对象同时实现了__enter__和__exit__方法，那么这个对象就是支持上下文管理的对象。
支持上下文管理的对象可以使用以下语句块进行处理：
with obj:
pass
复制代码
比如
with Context():
print('do somethings')
print('out of context')
# 输出
enter context
do somethings
exit context
out of context
复制代码
所以，with开启一个语句块， 执行这个语句块之前，会执行 __enter__方法， 执行这个语句块之后，会执行__exit__ 方法，也就是说在这个语句块的前后会执行一些操作，因此也叫上下文。
即使with块抛出异常，__enter__和__exit__也会被执行，所以上下文管理是安全的。
with Context():
raise Exception()
enter context
exit context
---------------------------------------------------------------------------
Exception Traceback (most recent call last)
1 with Context():
----> 2 raise Exception()
Exception:
复制代码
即使with块中主动退出解释器， __enter__ 和__exit__也能保证执行
import sys
with Context():
sys.exit()
enter context
exit context
An exception has occurred, use %tb to see the full traceback.
SystemExit
/home/clg/.pyenv/versions/3.5.2/envs/normal/lib/python3.5/site-packages/IPython/core/interactiveshell.py:2889: UserWarning: To exit: use 'exit', 'quit', or Ctrl-D.
warn("To exit: use 'exit', 'quit', or Ctrl-D.", stacklevel=1)
复制代码
with块的as字句
as子句可以获取__enter__方法的返回值
class Context:
def __enter__(self):
print('enter context')
return self # __enter__函数的返回值
def __exit__(self, *args, **kwargs):
print('exit context')
ctx = Context()
with ctx as c:
print(id(ctx))
print(id(c))
print(c)
# 输出结果
enter context
140541332713712
140541332713712
<__main__.Context object at 0x7fd2543670f0>
exit context
复制代码
__enter__方法
__enter__方法的返回值可以被as字句捕获到
__enter__ 除self之外，不带任何参数
class Context:
def __enter__(self, *args, **kwargs):
print('enter context')
print(args)
print(kwargs)
def __exit__(self, *args, **kwargs):
print('exit context')
# 输出
enter context
()
{}
exit context
复制代码
args和kwargs都是空的，因此上下文管理的时候__enter__函数除self外，不带任何参数。
__exit__方法
__exit__的返回值，没有办法获取到，如果with块中抛出异常 __exit__返回False的时候，会向上抛出异常，返回True， 会屏蔽异常
class Context:
def __enter__(self):
print('enter context')
def __exit__(self, *args, **kwargs):
print('exit context')
return 'haha'
with Context() as c:
print(c)
# 输出
enter context
None
exit context
复制代码
__exit__的三个参数 异常类型， 异常， traceback
class Context:
def __enter__(self):
print('enter context')
def __exit__(self, *args, **kwargs):
print('exit context')
print(args)
print(kwargs)
with Context():
pass
# 输出
enter context
exit context
(None, None, None)
{}
复制代码
args输出三个None，表示三个位置参数，kwargs为空，表示没有关键字参数。
with Context():
raise Exception()
enter context
exit context
(
{}
---------------------------------------------------------------------------
Exception Traceback (most recent call last)
1 with Context():
----> 2 raise Exception()
Exception:
复制代码
使用变量接受__exit__的三个参数：exc_type,exc_value,traceback
class Context:
def __enter__(self):
print('enter context')
def __exit__(self, exc_type, exc_value, traceback):
print('exit context')
print('exception type: {}'.format(exc_type))
print('exception value: {}'.format(exc_value))
print('exception traceback: {}'.format(traceback))
return True
with Context():
raise TypeError('hahaha')
# 输出
enter context
exit context
exception type:
exception value: hahaha
exception traceback:
复制代码
上下文管理的应用场景
with 语句适用于对资源进行访问的场合，确保不管使用过程中是否发生异常都会执行必要的“清理”操作，释放资源，比如文件使用后自动关闭、线程中锁的自动获取和释放等。即凡是在代码块前后插入代码的场景统统适用
资源管理
权限验证
以下以计时器为例
from functools import wraps
class Timeit:
def __init__(self, fn=None):
wraps(fn)(self)
def __call__(self, *args, **kwargs):
start = datetime.datetime.now()
ret = self.__wrapped__(*args, **kwargs)
cost = datetime.datetime.now() - start
print(cost)
return ret
def __enter__(self):
self.start = datetime.datetime.now()
def __exit__(self, *args):
cost = datetime.datetime.now() - self.start
print(cost)
with Timeit():
z = 3 + 8 # 输出0:00:00.000037
@Timeit
def add(x, y):
return x + y
add(3, 8) # 输出0:00:00.000044 返回11
复制代码
总共实现了两种计时方式，既可以对语句块计时，也可以对函数计时。
contextmanager的使用
contextlib是个比with优美的东西，也是提供上下文管理机制的模块，它是通过Generator装饰器实现的，不再是采用__enter__和__exit__。contextlib中的contextmanager作为装饰器来提供一种针对函数级别的上下文管理机制。
import contextlib
@contextlib.contextmanager
def context():
print('enter context') # 初始化部分 相当于 __enter__ 方法
try:
yield 'haha' # 相当于__enter__的返回值
finally:
print('exit context') # 清理部分， 相当于 __exit__ 方法
with context() as c:
print(c)
raise Exception()
# 输出
enter context
haha
exit context
---------------------------------------------------------------------------
Exception Traceback (most recent call last)
1 with context() as c:
2 print(c)
----> 3 raise Exception()
Exception:
复制代码
yield后面必须配合finally使用，否则如果抛出异常，程序不会执行yield后面的部门，也就是不会执行__exit__部分。
反射
python的反射，核心本质其实就是利用字符串的形式去对象（模块）中操作（查找/获取/删除/添加）成员，就是一种基于字符串的事件驱动！
关于模块的python反射以及反射机制分析参见：python反射机制深入分析
以下主要分析类对象的反射机制
getattr setattr hasattr
三个函数的原型：
getattr：getattr(object, name[, default]) -> value。getattr(x, 'y')等效于x.y
setattr：setattr(obj, name, value, /)。setattr(x, 'y', v)等效于x.y = v
hasattr：hasattr(obj, name, /)
主要作用是通过对象的成员名称获取对象的成员
class Point:
def __init__(self, x, y):
self.x = x
self.y = y
def print(self, x, y):
print(x, y)
p = Point(3, 5)
p.__dict__['x'] # 返回3， 对于属性来说，可以通过 __dict__ 获取
getattr(p, 'print')(3, 5) # 成员方法无法通过__dict__获取，但是可以通过getattr函数获取 # p.print(3, 5)
getattr(p, 'x') # getattrr 也可以获取到属性
setattr(p, 'haha', 'abcd') # p.haha = 'abcd'，给对象p增加属性haha
p.haha # 返回abcd
hasattr(p, 'print') # 返回True
复制代码
setattr的对象是实例，如果要给实例动态增加方法，需要先把函数转化为方法，转化的方法如下：
import types
def mm(self):
print(self.x)
setattr(p, 'mm', types.MethodType(mm, p)) # 将mm函数转化为对象p的方法之后，再给p增加
p.mm() # 输出3
复制代码
使用getattr setattr hasattr 实现一个命令路由器：
class Command:
def cmd1(self):
print('cmd1')
def cmd2(self):
print('cmd2')
def run(self):
while True:
cmd = input('>>>').strip()
if cmd == 'quit':
return
getattr(self, cmd, lambda :print('not found cmd {}'.format(cmd)))()
command = Command()
command.run()
# 输出
>>>cmd1
cmd1
>>>cmd2
cmd2
>>>cmd3
not found cmd cmd3
>>>quit
复制代码
__getattr__ __setattr__ __delattr__
当一个类定义了__getattr__方法时，如果访问不存在的成员，会调用__getattr__方法
class A:
def __init__(self):
self.x = 3
a = A()
a.x # 返回3
a.y # 如果没有实现__getattr__方法，当访问不存在的成员时会报错
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
----> 1 a.y
AttributeError: 'A' object has no attribute 'y'
复制代码
增加__getattr__方法
class A:
def __init__(self):
self.x = 3
def __getattr__(self, name):
return 'missing property {}'.format(name)
a = A()
a.x # 返回3
a.y # 返回'missing property y'。即访问不存在的成员，会调用__getattr__方法
复制代码
当一个类实现了__setattr__时， 任何地方对这个类的对象增加属性，或者对现有属性赋值，都会调用__setattr__
class A:
def __init__(self):
self.x = 3
def __setattr__(self, name, value):
print('set {} to {}'.format(name, value))
setattr(self, name, value)
a = A()
a.x # 返回3
a.y = 5 # 输出set y to 5
复制代码
当一个类实现了__delattr__ 方法时，删除其实例的属性，会调用此方法
class A:
def __init__(self):
self.x = 3
def __delattr__(self, name):
print('you cannot delete property: {}'.format(name))
a = A()
a.x # 返回3
del a.x # 输出you cannot delete property: x
复制代码
最后多说一句，小编是一名python开发工程师，这里有我自己整理了一套最新的python系统学习教程，包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。想要这些资料的可以进裙930900780领取。