1. _ _ dict _ _
Python中类的普通方法、类方法、静态方法、全局变量以及一些内置属性都是放在类对象字典dict里面
class Person:
myName = 'jsl'
print(Person.myName)
print(Person.__dict__['myName'])
>>> jsl
>>> jsl
Person.dict['myName']就是字典的读取方式，也可以通过 . 号读取
p = Person()
print(p.__dict__)
>>> {}
将类实例化，实例属性dict是空的，因为myName是类的属性
class Person:
myName = 'jsl'
def __init__(self):
self.name = 'j'
self.age = 20
def get_name(self):
return self.name
print(Person.__dict__)
p = Person()
print(p.__dict__)
>>> {'__module__': '__main__', 'myName': 'jsl', '__init__': , 'get_name': , '__dict__': , '__weakref__': , '__doc__': None}
>>> {'name': 'j', 'age': 20}
在类中添加属性，方法，但创建实例对象之后，实例对象并没有get_name方法，只有self.XX这些属性，说明Python中类的普通方法、类方法、静态方法、全局变量以及一些内置属性都是放在类对象字典dict里面，实例对象只存储实例属性。
既然实例属性没有类方法但为什么还能调用？因为实例属性与self建立了对应关系，一个外，一个内，相当于类方法在类外的指针。
2.属性访问控制
通常访问类或者实例对象时，会牵扯到一些属性访问的魔法方法：
- getattr(self, name)：访问不存在的属性时调用；
- getattribute(self, name)：访问所有属性的方法，它覆盖了getattr方法，毕竟“所有属性”包含了“不存在的属性”，故而在访问时先调用getattribute方法，若不存在则调用getattr方法；
- setattr(self, name, value)：设置实例对象的新的属性时调用，包括在_ _ init _ _中初始化的设置行为；
- delattr(self, name):删除一个实例对象的属性时调用。
class Foo:
x = 1
def __init__(self, y):
self.y = y
def __getattr__(self, item):
print('from getattr:你找的属性不存在')
def __setattr__(self, key, value):
print('from setattr：设置了一个属性')
# self.key=value #这就无限递归了
self.__dict__[key] = value #应该使用它
def __delattr__(self, item):
print('from delattr：删除了一个属性')
# del self.item #无限递归了
self.__dict__.pop(item)
def __getattribute__(self, item):
print('from getattribute：访问了一个属性')
return super().__getattribute__(item)
f = Foo(10)
print('-'*50 + '\n')
f.z = 3
print('-'*50 + '\n')
f.__dict__['a'] = 3
print('-'*50 + '\n')
del f.a
print('-'*50 + '\n')
f.adasd
>>> from setattr：设置了一个属性
>>> from getattribute：访问了一个属性
>>> --------------------------------------------------
>>>
>>> from setattr：设置了一个属性
>>> from getattribute：访问了一个属性
>>> --------------------------------------------------
>>>
>>> from getattribute：访问了一个属性
>>> --------------------------------------------------
>>>
>>> from delattr：删除了一个属性
>>> from getattribute：访问了一个属性
>>> --------------------------------------------------
>>>
>>> from getattribute：访问了一个属性
>>> from getattr:你找的属性不存在
3.描述符
在前面我们了解的对象属性访问和行为控制的一些特殊方法，例如_ _ getattribute_ _、 _ _ getattr _ _、 _ _ setattr _ _ 、 _ _ delattr _ _ 。这些方法应当具有属性的”普适性”，可以用于属性查找、设置、删除的一般方法，也就是说所有的属性都可以使用这些方法实现属性的查找、设置、删除等操作。但是，这并不能很好地实现对某个具体属性的访问控制行为。如果单单去修改 _ _ setattr _ _ 方法满足它，那这个方法便有可能不能支持其他的属性设置。
在类中设置属性的控制行为不能很好地解决问题，Python给出的方案是上述访问控制方法用来实现属性查找、设置、删除的一般逻辑，而对属性的控制行为就由属性对象来控制。这里单独抽离出来一个属性对象，在属性对象中定义这个属性的查找、设置、删除行为。这个属性对象就是描述符。
实现了 _ _ get _ _ () 、_ _ set _ _ () 、_ _ delete _ _ () 、中至少一个方法的类，称描述符，细分的话，称：
- 数据描述符：实现了 _ _ get _ _ () 、_ _ set _ _ ()方法，可读写
- 非数据描述符：仅实现 _ _ get _ _ ()方法，只能被读取
描述符的方法具体作用是：
- get(self, instance, owner)：定义当试图取出描述符的值时的行为。
- set(self, instance, value)：定义当描述符的值改变时的行为。
- delete(self, instance)：定义当描述符的值被删除时的行为。
在访问对象属性obj.attr时，一般调用_ _ getattribute _ _方法，顺序为:（1）数据描述符；（2） _ _ dict _ _ 属性；（3）非数据描述符
class RevealAccess:
def __init__(self, initval=None, name='var'):
self.val = initval
self.name = name
def __get__(self, instance, owner):
print('获取..', self.name)
return self.val
def __set__(self, instance, value):
print('设置值：', self.name)
self.val = value
class Myclass:
x = RevealAccess(10, 'var "x"')
y = 5
def __init__(self):
self.x = self.y
m = Myclass()
print(m.x)
m1 = Myclass()
m1.x = 20
print(m1.x)
>>> 设置值： var "x"
>>> 获取.. var "x"
>>> 5
>>> 设置值： var "x"
>>> 设置值： var "x"
>>> 获取.. var "x"
>>> 20
上述RevealAccess类的实例作为Myclass类的一个x属性，RevealAccess类实现了get、set方法，是一个描述符。对Myclass类中的x属性进行访问、赋值操作时，getattribute、setattr等方法也执行了，但x作为描述符属性，会特殊的执行get、set方法。
4.运算符重载
运算符重载，就是对已有的运算符重新进行定义，赋予其另一种功能，以适应不同的数据类型。
class Vector2D:
def __init__(self, x, y):
self.x = x
self.y = y
# 加法重载
def __add__(self, other):
x = self.x + other.x
y = self.y + other.y
return Vector2D(x, y)
# 减法重载
def __sub__(self, other):
return Vector2D(self.x - other.x, self.y - other.y)
def __str__(self):
return "Vector2D({}, {})".format(self.x, self.y)
# 乘法重载
def __mul__(self, other):
return Vector2D(self.x * other.x, self.y * other.y)
# 除法重载
def __truediv__(self, other):
return Vector2D(self.x / other.x, self.y / other.y)
# a += b , 就地操作
def __iadd__(self, other):
return self.__add__(other)
v1 = Vector2D(2, 3)
v2 = Vector2D(1, 2)
print(v1 - v2)
print(v1 + v2)
print(v1 * v2)
print(v1 / v2)
print(v1.__iadd__(v1))
>>> Vector2D(1, 1)
>>> Vector2D(3, 5)
>>> Vector2D(2, 6)
>>> Vector2D(2.0, 1.5)
>>> Vector2D(4, 6)
5.序列
- 如下例子，声明一副扑克牌（无大小王）
import collections
Card = collections.namedtuple('Card', ['rank', 'suit'])
class Puke:
ranks = [str(n) for n in list(range(2, 11)) + list('JQKA')]
suit = '黑桃 方块 梅花 红心'.split()
def __init__(self):
self._cards = [Card(rank, suit) for suit in self.suit for rank in self.ranks]
def __len__(self):
return len(self._cards)
def __getitem__(self, item):
return self._cards[item]
def __setitem__(self, key, value):
self._cards[key] = value
p = Puke()
print(list(p))
>>> [Card(rank='2', suit='黑桃'), Card(rank='3', suit='黑桃'), Card(rank='4', suit='黑桃'), ...........
认为实现了_ _ len _ _方法和 _ _ getitem _ _方法就会认为是序列
6.上下文管理器
用with open操作文件就是一个上下文管理的例子
- 上下文表达式：with open('test.txt') as f:
- 上下文管理器：open('test.txt')
- f 不是上下文管理器，应该是资源对象。
在一个类中定义了__ enter __方法和 __ exit __ 方法，这个类的实例称上下文管理器。
import sys
class lookingGlass:
def __enter__(self):
#stdout函数 输出到控制台
self.original_write = sys.stdout.write
sys.stdout.write = self.reverse_write
return '这是正常的句子'
def reverse_write(self, text):
self.original_write(text[::-1])
def __exit__(self, exc_type, exc_val, exc_tb):#处理异常
"""
:param exc_type: 异常的类型
:param exc_val: 异常实例 except
:param exc_tb: traceback最终对象
:return:
"""
sys.stdout.write = self.original_write
return True#返回True代表已经正确处理，否则代表异常未处理
with lookingGlass() as what:
print('123456')
print(what)
>>> 654321
>>> 子句的常正是这
处理异常，通常都是使用 try...execept.. 来捕获处理的。这样做一个不好的地方是，在代码的主逻辑里，会有大量的异常处理代理，这会很大的影响我们的可读性，使用 with 将异常的处理隐藏起来。
上下文管理协议的一个强大之处在于异常可以在__ exit__ 进行捕获并由你自己决定如何处理，是抛出呢还是在这里就解决了。在__ exit__ 里返回 True（没有return 就默认为 return False），就相当于告诉 Python解释器，这个异常我们已经捕获了，不需要再往外抛了。
- contextlib装饰器
上面的例子中，我们只是为了构建一个上下文管理器，却写了一个类。如果只是要实现一个简单的功能，写一个类未免有点过于繁杂。这时候，我们就想，如果只写一个函数就可以实现上下文管理器就好了。
这个点Python早就想到了。它给我们提供了一个contextlib 装饰器，你只要按照它的代码协议来实现函数内容，就可以将这个函数对象变成一个上下文管理器。
import sys
import contextlib
@contextlib.contextmanager
def looking_glass():
original_write = sys.stdout.write
def rever_write(text):
original_write(text[::-1])
sys.stdout.write = rever_write
try:
yield '123456'
except Exception:
print('处理异常')
sys.stdout.write = original_write
# 以yield为分界点，yield之后的代码，相当于exit中的代码，
# yield的值，相当于enter中的返回值
# yield之前的代码相当于enter中的代码
with looking_glass() as what:
print('abcdefg')
print(what)
>>> gfedcba
>>> 654321