《Fluent Python》读书笔记-The Python Data Model

概览

    本章的重点就是展示Pythonic，可以理解为python编程的一种风格，比如作者例举的python是用len(collection) 而不是用collection.len()。
     Pythonic的关键就是Python data model。作者认为data model可以想象为对python作为一种框架的描述。data model定义了python语言中各个组成部分的接口。
     这些接口的定义，就是作者提到的special method(特殊方法)。特殊方法名首尾都是双下划线，例如__getitem__。python解释器调用特殊方法来完成基础的对象操作。通过在自定义类中实现特殊方法，也可以使让用户的自定义类像python基础对象一样进行操作。
     如何实现这些特殊方法，将是后续贯穿全书的内容。

示例

     下面展示了一个很Pythonic的例子，看了之后感觉自己之前的python代码太过程语言化了。

import collections

Card = collections.namedtuple('Card', ['rank', 'suit'])

class FrenchDeck:
    ranks = [str(n) for n in range(2, 11)] + list('JQKA') 
    suits = 'spades diamonds clubs hearts'.split()

    def __init__(self):
        self._cards = [Card(rank, suit) for suit in self.suits
                                        for rank in self.ranks]

    def __len__(self):
        return len(self._cards)

    def __getitem__(self, position): 
        return self._cards[position]

     通过定义了__len__和__getitem__就可以像操作list一样操作FrenchDeck类。

>>> deck = FrenchDeck()
>>> len(deck)
52
>>> deck[0]
Card(rank='2', suit='spades')
>>> deck[:3]
[Card(rank='2', suit='spades'), Card(rank='3', suit='spades'), Card(rank='4', suit='spades')]
>>> Card('Q', 'hearts') in deck 
True

     可以通过这个例子看到，通过实现特殊方法可以带来两个好处：

1. 可以让你的类有和标准库一样定义的通用接口
2. 可以从python标准库里受益

__repr__和__str__

>>> import datetime
>>> today = datetime.date.today()
>>> str(today)
'2019-01-16'
>>> repr(today)
'datetime.date(2019, 1, 16)'
>>> a = '1'
>>> str(a)
'1'
>>> repr(a)
"'1'"

1. 在占位符里repr使用%r，str使用%s
2. str返回的结果被用于print方法，侧重于好的格式展示给终端用户
3. repr一般是能和重建对象的源代码相匹配
4. 当__str__没有实现的时候，python将自动调用__repr__