Python 对象协议
Python 对象协议
因为 Python 是一门动态语言，Duck Typing 的概念遍布其中，所以其中的 Concept 并不以类型的约束为载体，而另外使用称为协议的概念。
在 Python 中就是 我需要调用你某个方法，你正好就有这个方法。
比如：在字符串格式化中，如果有占位符 %s，那么按照字符串转换的协议，Python 会自动地调用相应对象的 __str__() 方法。
分类
①、类型转换协议
除了 __str__() 外，还有其他的方法，
比如
__repr__()、__init__()、__long__()、__float__()、__nonzero__()等，统称类型转换协议。
除了类型转换协议之外，还要许多其他协议。
②、比较大小的协议
这个协议依赖于 __cmp__()，与 C 语言库函数 cmp 类似，
当两者相等时，返回 0，当 self < other 时返回负值，反之返回正值。
因为这种复杂性，所以 Python 又有
__eq__()等于、__ne__()不等于、__lt__()小于、__gt__()大于
等方法来实现比较大小的判定。
这也就是 Python 对 ==、!=、< 和 > 等操作符的进行重载的支撑机制。
③、数值类型相关的协议
这一类的函数比较多。基本上，只要实现了那么几个方法，基本上就能够模拟数值类型了。
不过还需要提到一个 Python 中特有的概念：反运算（？？）。
类似 __radd__() 的方法，所有的数值运算符和位运算符都是支持的，规则也是一律在前面加上前缀 r 即可。
④、容器类型协议
下面方法需要配合 类中的某个可用索引访问的容器属性 使用
容器的协议是非常浅显的，既然为容器，那么必然要有协议查询内含多少对象，
在 Python 中，要支持内置函数 len()，通过 __len__() 来完成。
-
__getitem__()读、查看使用示例 -
__setitem__()写、（使用示例与上面类似） -
__delitem__()删除
也很好理解。
-
__iter__()实现了迭代器协议， -
__reversed__()则提供对内置函数reversed()的支持。
容器类型中最有特色的是对成员关系的判断符 in 和 not in 的支持，这个方法叫
__contains__()，只要支持这个函数就能够使用 in 和 not in 运算符了。
⑤、可调用对象协议
所谓可调用对象，即类似函数对象，
__call__()：让类实例表现得像函数一样，这样就可以让每一个函数调用都有所不同。
class Functor(object):
def __init__(self, context):
self._context = context
def __call__(self):
print("do something with {}".format(self._context))
lai_functor = Functor("lai")
yong_functor = Functor("yong")
lai_functor() # 调用对象，执行 __call__() 协议内定义动作
yong_functor()
⑥、可哈希对象协议
__hash__()：对象需要生成 hashCode 时调用协议内的定义
通过此方法来支持 hash() 这个内置函数的，这在创建自己的类型时非常有用，
因为只有支持可哈希协议的类型才能作为 dict 的键类型（不过只要继承自 object 的新式类就默认支持了）
⑦、属性操作协议和描述符协议
当操作类的属性时调用下列方法
-
__getattr__()：
如果属性查找在实例以及对应的类中（通过__dict__)失败， 那么会调用到类的__getattr__函数。查看使用示例
-
__setattr__()
对已存在的属性进行赋值。查看使用示例
-
__delattr__()
删除属性方法应该很少用到，这里不多做了解
⑧、还有上下文管理器协议，也就是对 with 语句的支持**
这个协议通过
__enter__()__exit__()两个方法来实现对资源的清理，确保资源无论在什么情况下都会正常清理。
协议不像 C++、Java 等语言中的接口，它更像是声明，没有语言上的约束力。
使用示例
__getattr__()
__getattr__函数的作用：
如果属性查找（attribute lookup）在实例以及对应的类中（通过__dict__)失败， 那么会调用到类的__getattr__函数；
如果没有定义这个函数，那么抛出 AttributeError 异常。
由此可见，__getattr__一定是作用于属性查找的最后一步
- 例 1
class A(object):
def __init__(self, a, b):
self.a1 = a
self.b1 = b
print('init')
def mydefault(self, *args):
print('args:' + str(args[0]))
def __getattr__(self, attr_name):
print("not exist func:", attr_name)
return self.mydefault
a1 = A(10, 20)
a1.fn1(33)
a1.fn2('hello') # 自己运行一遍吧
输出：
init
not exist func: fn1
args:33
not exist func: fn2
args:hello
- 例 2：经典示例。使用
__getattr__()虚拟 字典对象
class ObjectDict(dict):
def __init__(self, *args, **kwargs):
super(ObjectDict, self).__init__(*args, **kwargs)
def __getattr__(self, attr_name):
value = self[attr_name] #
if isinstance(value, dict):
value = ObjectDict(value)
return value
if __name__ == '__main__':
od = ObjectDict(asf={'a': 1}, d=True)
print(od.asf) # {'a': 1}
print(od.asf.a) # 1
print(od.d) # True
__setattr__()
这个需要注意，会拦截所有属性的的赋值语句
如果定义了这个方法，
self.attr = value 就会变成 self.__setattr__("attr", value)
需要非常注意的是：
当在__setattr__方法内对属性进行赋值时，不可使用 self.attr = value
因为他会再次调用 self.__setattr__("attr", value)
则会形成 无穷递归循环，最后导致堆栈溢出异常。
正确做法：
应该通过 对属性字典做索引运算来赋值 任何实例属性，也就是使用
self.__dict__['name'] = value
如果类自定义了__setattr__方法，当通过实例获取属性尝试赋值时，就会调用__setattr__。
常规的对实例属性赋值，被赋值的属性和值会存入 实例属性字典__dict__ 中。
实例属性字典 __dict__
class ClassA(object):
def __init__(self, classname):
self.classname = classname
insA = ClassA('ClassA')
print(insA.__dict__) # {'classname': 'ClassA'}
insA.tag = 'insA'
print(insA.__dict__) # {'tag': 'insA', 'classname': 'ClassA'}
如果类自定义了__setattr__, 对实例属性的赋值就会调用它。
类定义中的self.attr也同样，所以在__setattr__下还有self.attr的赋值操作就会出现无线递归的调用__setattr__的情况。
自己实现__setattr__有很大风险，一般情况都还是继承object类的__setattr__方法。
class ClassA(object):
def __init__(self, classname):
self.classname = classname # 这里 调用__setattr__
def __setattr__(self, name, value):
# self.name = value # 如果这里这样写会出现无限递归的情况
print('call __setattr__')
insA = ClassA('ClassA') # call __setattr__
print(insA.__dict__) # {}
insA.tag = 'insA' # call __setattr__
print(insA.__dict__) # {}
__getitem__()
如果类把某个属性定义为序列，可以使用__getitem__()输出序列属性中的某个元素.
class FruitShop():
def __getitem__(self, i):
return self.fruits[i] # 遍历 FruitShop 实例时，遍历的是 self.fruits 序列
if __name__ == "__main__":
shop = FruitShop()
shop.fruits = ["apple", "banana"]
print(shop[1]) # banana
print("----")
for item in shop: # 遍历的是 self.fruits 序列
print(item)
输出：
banana
----
apple
banana
