python进阶之Python的方法解析顺序

背景，这部分知识主要体现在继承的问题上，当我们使用继承时，这是我们需要考虑的问题，这个在使用super()上尤为重要.

值得注意的是，python3和python2在方法的解析顺序是不一样的，python2作为时代的弃儿，我这里就不解释了，这里着重解释python3的方法解析顺序.

知识点：Python的方法解析顺序是基于C3，这是为Dylan编程语言（http://opendylan.org）构建的MRO,而python对MRO的解释则出现在：自定义类这种类型一般通过类定义来创建 (参见 类定义 一节)。每个类都有通过一个字典对象实现的独立命名空间。类属性引用会被转化为在此字典中查找，例如 C.x 会被转化为 C.dict[“x”] (不过也存在一些钩子对象以允许其他定位属性的方式)。当未在其中发现某个属性名称时，会继续在基类中查找。这种基类查找使用 C3 方法解析顺序，即使存在 ‘钻石形’ 继承结构即有多条继承路径连到一个共同祖先也能保持正确的行为。有关 Python 使用的 C3 MRO 的详情可查看配合 2.3 版发布的文档 https://www.python.org/download/releases/2.3/mro/.

官方解释戳这里

关于上文中钻石形结构的示例图：

代码示例：

class CommonBase:
　　def method(self):
　　　　print('CommonBase')

class Base1(CommonBase):
　　pass

class Base2(CommonBase):
　　def method(self):
　　　　print('Base2')

class MyClass(Base1,Base2):
　　pass

MyClass().method()
=====> Base2

从结果来看，结果是从最短路径中得到的，若是在python2，会得到CommonBase,众所周知，super的超级继承，正是示例中的多重继承的方式，那么了解python3的方法解析顺序，对你使用super会有极大的帮助.

python3内置__mro__解释：

从上面来看，python3为我们展示的是符合现代编程语言的最短路径，那么它是如何实现的呢？

实际上python3 MRO是对基类递归调用：

L[MyClass(Base1,Base2)] = MyClass + merge(L[Base1],L[Base2],Base1,Base2)

这里L[MyClass]是MyClass类的线性化，而merge是合并多个线性化结果的具体算法

C的线性化是C加上父类的线性化和父类列表的合并的总和。

听起来有点拗口，其实是这样子发生的，首先取第一个列表的表头（head（表头）是列表的第一个元素，而tail（表尾）则包含其余元素。例如，在(Base1,Base2,……,BaseN)中，Base1是head，而(Base2,……,BaseN)则是tail），即L[Base1][0]。如果这个表头不在其他任何列表的表尾（tail），那么就将它添加到Myclass的线性化中，并从合并的列表(merge)里删除；否则的话，查看下一个列表的表头，如果是一个好的表头就将其取出。然后重复这一操作，直到所有的类都被删除或者找不到好的表头为止。在后一种情况下，无法构建合并，Python 3将拒绝创建MyClass类，并引发一个异常。

也就是说C3对每个父类进行递归深度查找以得到一个列表序列。然后，如果某个类包含在多个列表中，它会利用层次结构消歧计算出从左到右的规则，以此合并所有列表.

我们可以写个方法了展现这一结果：

def L(klass):  # klass 避免触碰class关键字
　　return [k.__name__ for k in klass.__mro__]
L(MyClass)
====> ['MyClass','Base1','Base2','CommonBase','object']  
# object python中所有内置的祖先，所以会出现在最末尾

而类的__mro__则保存了这一结果，只有在这个时候，类才会完成加载，你可以调用 MyClass.mro()来得到计算结果.

所以python中的mro，其实指的是就是C3方法，理解C3了，你就能使用super()时，知道哪些会先执行，哪些会在后面~