python特殊属性和方法的运用

用__dict__把dict转换为对象的属性

1 class Messenger:
2 def __init__(self, **kwargs):
3 self.__dict__ = kwargs
4
5
6 m = Messenger(info="some information", b=[’a’, ’list’])
7 m.more = 11
8 print m.info, m.b, m.more

 以下为转载:

Python 用下划线作为变量前缀和后缀指定特殊变量

_xxx 不能用’from module import *’导入

__xxx__ 系统定义名字

__xxx 类中的私有变量名

核心风格:避免用下划线作为变量名的开始。

 

因为下划线对解释器有特殊的意义,而且是内建标识符所使用的符号,我们建议程序员避免用下划线作为变量名的开始。一般来讲,变量名_xxx被看作是“私有的”,在模块或类外不可以使用。当变量是私有的时候,用_xxx 来表示变量是很好的习惯。因为变量名__xxx__对Python 来说有特殊含义,对于普通的变量应当避免这种命名风格。

“单下划线” 开始的成员变量叫做保护变量,意思是只有类对象和子类对象自己能访问到这些变量;
“双下划线” 开始的是私有成员,意思是只有类对象自己能访问,连子类对象也不能访问到这个数据。

以单下划线开头(_foo)的代表不能直接访问的类属性,需通过类提供的接口进行访问,不能用“from xxx import *”而导入;以双下划线开头的(__foo)代表类的私有成员;以双下划线开头和结尾的(__foo__)代表python里特殊方法专用的标识,如 __init__()代表类的构造函数。

现在我们来总结下所有的系统定义属性和方法, 先来看下保留属性:

>>> Class1.__doc__ # 类型帮助信息 'Class1 Doc.' 
>>> Class1.__name__ # 类型名称 'Class1' 
>>> Class1.__module__ # 类型所在模块 '__main__' 
>>> Class1.__bases__ # 类型所继承的基类 (<type 'object'>,) 
>>> Class1.__dict__ # 类型字典,存储所有类型成员信息。 <dictproxy object at 0x00D3AD70> 
>>> Class1().__class__ # 类型 <class '__main__.Class1'> 
>>> Class1().__module__ # 实例类型所在模块 '__main__' 
>>> Class1().__dict__ # 对象字典,存储所有实例成员信息。 {'i': 1234}
接下来是保留方法,可以把保留方法分类:

类的基础方法

序号目的所编写代码Python 实际调用
初始化一个实例 x = MyClass() x.__init__()
字符串的“官方”表现形式 repr(x) x.__repr__()
字符串的“非正式”值 str(x) x.__str__()
字节数组的“非正式”值 bytes(x) x.__bytes__()
格式化字符串的值 format(x, format_spec) x.__format__(format_spec)
  1. __init__() 方法的调用发生在实例被创建 之后 。如果要控制实际创建进程,请使用 __new__() 方法
  2. 按照约定, __repr__()方法所返回的字符串为合法的 Python 表达式。
  3. 在调用 print(x) 的同时也调用了 __str__()方法。
  4. 由于 bytes 类型的引入而从 Python 3 开始出现

 

行为方式与迭代器类似的类

序号目的所编写代码Python 实际调用
遍历某个序列 iter(seq) seq.__iter__()
从迭代器中获取下一个值 next(seq) seq.__next__()
按逆序创建一个迭代器 reversed(seq) seq.__reversed__()
  1. 无论何时创建迭代器都将调用 __iter__()方法。这是用初始值对迭代器进行初始化的绝佳之处。
  2. 无论何时从迭代器中获取下一个值都将调用 __next__()方法。
  3. __reversed__() 方法并不常用。它以一个现有序列为参数,并将该序列中所有元素从尾到头以逆序排列生成一个新的迭代器。

 

计算属性

 
序号目的所编写代码Python 实际调用
获取一个计算属性(无条件的) x.my_property x.__getattribute__('my_property')
获取一个计算属性(后备) x.my_property x.__getattr__('my_property')
设置某属性 x.my_property = value x.__setattr__('my_property',value)
删除某属性 del x.my_property x.__delattr__('my_property')
列出所有属性和方法 dir(x) x.__dir__()
  1. 如果某个类定义了 __getattribute__() 方法,在 每次引用属性或方法名称时Python 都调用它(特殊方法名称除外,因为那样将会导致讨厌的无限循环)。
  2. 如果某个类定义了 __getattr__() 方法,Python 将只在正常的位置查询属性时才会调用它。如果实例 x 定义了属性 colorx.color不会 调用x.__getattr__('color');而只会返回 x.color已定义好的值。
  3. 无论何时给属性赋值,都会调用 __setattr__()方法。
  4. 无论何时删除一个属性,都将调用 __delattr__()方法。
  5. 如果定义了 __getattr__()__getattribute__() 方法, __dir__() 方法将非常有用。通常,调用 dir(x) 将只显示正常的属性和方法。如果 __getattr()__方法动态处理 color 属性, dir(x) 将不会将 color 列为可用属性。可通过覆盖 __dir__() 方法允许将 color 列为可用属性,对于想使用你的类但却不想深入其内部的人来说,该方法非常有益。


行为方式与函数类似的类

可以让类的实例变得可调用——就像函数可以调用一样——通过定义 __call__() 方法。

序号目的所编写代码Python 实际调用
  像调用函数一样“调用”一个实例 my_instance() my_instance.__call__()

zipfile 模块 通过该方式定义了一个可以使用给定密码解密 经加密 zip 文件的类。该 zip 解密 算法需要在解密的过程中保存状态。通过将解密器定义为类,使我们得以在 decryptor 类的单个实例中对该状态进行维护。状态在 __init__() 方法中进行初始化,如果文件 经加密 则进行更新。但由于该类像函数一样“可调用”,因此可以将实例作为 map() 函数的第一个参数传入,代码如下:

# excerpt from zipfile.py 
class _ZipDecrypter:
def __init__(self, pwd):
self.key0 = 305419896
self.key1 = 591751049
self.key2 = 878082192
for p in pwd:
self._UpdateKeys(p)
def __call__(self, c):
assert isinstance(c, int)
k = self.key2 | 2 c = c ^ (((k * (k^1)) >> & 255)
self._UpdateKeys(c)
return c
zd = _ZipDecrypter(pwd)
bytes = zef_file.read(12)
h = list(map(zd, bytes[0:12]))

 

  1. _ZipDecryptor 类维护了以三个旋转密钥形式出现的状态,该状态稍后将在 _UpdateKeys()方法中更新(此处未展示)。
  2. 该类定义了一个 __call__() 方法,使得该类可像函数一样调用。在此例中,__call__()对 zip 文件的单个字节进行解密,然后基于经解密的字节对旋转密码进行更新。
  3. zd_ZipDecryptor 类的一个实例。变量 pwd 被传入 __init__()方法,并在其中被存储和用于首次旋转密码更新。
  4. 给出 zip 文件的头 12 个字节,将这些字节映射给 zd 进行解密,实际上这将导致调用 __call__() 方法 12 次,也就是 更新内部状态并返回结果字节 12 次。

 

行为方式与序列类似的类

如果类作为一系列值的容器出现——也就是说如果对某个类来说,是否“包含”某值是件有意义的事情——那么它也许应该定义下面的特殊方法已,让它的行为方式与序列类似。

序号目的所编写代码Python 实际调用
  序列的长度 len(seq) seq.__len__()
  了解某序列是否包含特定的值 x in seq seq.__contains__(x)

cgi 模块 在其 FieldStorage 类中使用了这些方法,该类用于表示提交给动态网页的所有表单字段或查询参数。

# A script which responds to http://example.com/search?q=cgi 
import cgi fs = cgi.FieldStorage()
if 'q' in fs:
do_search()

# An excerpt from cgi.py that explains how that works class FieldStorage: . . .
def __contains__(self, key):
if self.list is None:
raise TypeError('not indexable')
return any(item.name == key for item in self.list)

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

 

一旦创建了 cgi.FieldStorage 类的实例,就可以使用 “in” 运算符来检查查询字符串中是否包含了某个特定参数。
  1. __contains__()方法是令该魔法生效的主角。
  2. 如果代码为 if 'q' in fs,Python 将在 fs 对象中查找 __contains__() 方法,而该方法在 cgi.py 中已经定义。'q' 的值被当作 key 参数传入__contains__()方法。
  3. 同样的 FieldStorage 类还支持返回其长度,因此可以编写代码 len(fs) 而其将调用 FieldStorage__len__()方法,并返回其识别的查询参数个数。
  4. self.keys() 方法检查 self.list is None 是否为真值,因此 __len__ 方法无需重复该错误检查。

 

行为方式与字典类似的类

在前一节的基础上稍作拓展,就不仅可以对 “in” 运算符和 len() 函数进行响应,还可像全功能字典一样根据键来返回值。

序号目的所编写代码Python 实际调用
  通过键来获取值 x[key] x.__getitem__(key)
  通过键来设置值 x[key] = value x.__setitem__(key, value)
  删除一个键值对 del x[key] x.__delitem__(key)
  为缺失键提供默认值 x[nonexistent_key] x.__missing__(nonexistent_key)

cgi 模块FieldStorage 同样定义了这些特殊方法,也就是说可以像下面这样编码:

# A script which responds to http://example.com/search?q=cgi import cgi fs = cgi.FieldStorage() 
if 'q' in fs:
do_search(fs['q'])

# An excerpt from cgi.py that shows how it works class FieldStorage: . . .
def __getitem__(self, key):  
if self.list is None:
raise TypeError('not indexable')
found = []
for item in self.list:
if item.name == key:
found.append(item)
if not found:
raise KeyError(key)
if len(found) == 1:
return found[0]
else: return found

 

  1. fs 对象是 cgi.FieldStorage 类的一个实例,但仍然可以像 fs['q']这样估算表达式。
  2. fs['q']key 参数设置为 'q' 来调用 __getitem__() 方法。然后它将在其内部维护的查询参数列表 (self.list) 中查找一个 .name 与给定键相符的字典项。

 

可比较的类

我将此内容从前一节中拿出来使其单独成节,是因为“比较”操作并不局限于数字。许多数据类型都可以进行比较——字符串、列表,甚至字典。如果要创建自己的类,且对象之间的比较有意义,可以使用下面的特殊方法来实现比较。

序号目的所编写代码Python 实际调用
  相等 x == y x.__eq__(y)
  不相等 x != y x.__ne__(y)
  小于 x < y x.__lt__(y)
  小于或等于 x <= y x.__le__(y)
  大于 x > y x.__gt__(y)
  大于或等于 x >= y x.__ge__(y)
  布尔上上下文环境中的真值 if x: x.__bool__()

☞如果定义了 __lt__() 方法但没有定义 __gt__() 方法,Python 将通过经交换的算子调用 __lt__() 方法。然而,Python 并不会组合方法。例如,如果定义了 __lt__() 方法和 __eq()__ 方法,并试图测试是否 x <= y,Python 不会按顺序调用 __lt__()__eq()__ 。它将只调用__le__() 方法。

可序列化的类

Python 支持 任意对象的序列化和反序列化。(多数 Python 参考资料称该过程为 “pickling” 和 “unpickling”)。该技术对与将状态保存为文件并在稍后恢复它非常有意义。所有的 内置数据类型 均已支持 pickling 。如果创建了自定义类,且希望它能够 pickle,阅读 pickle 协议 了解下列特殊方法何时以及如何被调用。

序号目的所编写代码Python 实际调用
  自定义对象的复制 copy.copy(x) x.__copy__()
  自定义对象的深度复制 copy.deepcopy(x) x.__deepcopy__()
  在 pickling 之前获取对象的状态 pickle.dump(x, file) x.__getstate__()
  序列化某对象 pickle.dump(x, file) x.__reduce__()
  序列化某对象(新 pickling 协议) pickle.dump(x, file, protocol_version) x.__reduce_ex__(protocol_version)
* 控制 unpickling 过程中对象的创建方式 x = pickle.load(file) x.__getnewargs__()
* 在 unpickling 之后还原对象的状态 x = pickle.load(file) x.__setstate__()

* 要重建序列化对象,Python 需要创建一个和被序列化的对象看起来一样的新对象,然后设置新对象的所有属性。__getnewargs__() 方法控制新对象的创建过程,而 __setstate__() 方法控制属性值的还原方式。

可在 with 语块中使用的类

with 语块定义了 运行时刻上下文环境;在执行 with 语句时将“进入”该上下文环境,而执行该语块中的最后一条语句将“退出”该上下文环境。

序号目的所编写代码Python 实际调用
  在进入 with 语块时进行一些特别操作 with x: x.__enter__()
  在退出 with 语块时进行一些特别操作 with x: x.__exit__()

以下是 with file 习惯用法 的运作方式:

# excerpt from io.py: 
def _checkClosed(self, msg=None):
'''Internal: raise an ValueError if file is closed '''
if self.closed:
raise ValueError('I/O operation on closed file.' if msg is None else msg)

def __enter__(self):
'''Context management protocol. Returns self.'''
self._checkClosed()
return self

def __exit__(self, *args):
'''Context management protocol. Calls close()'''
self.close()

 

  1. 该文件对象同时定义了一个 __enter__() 和一个 __exit__() 方法。该 __enter__() 方法检查文件是否处于打开状态;如果没有, _checkClosed()方法引发一个例外。
  2. __enter__() 方法将始终返回 self —— 这是 with语块将用于调用属性和方法的对象
  3. with 语块结束后,文件对象将自动关闭。怎么做到的?在 __exit__() 方法中调用了 self.close() .

☞该 __exit__() 方法将总是被调用,哪怕是在 with 语块中引发了例外。实际上,如果引发了例外,该例外信息将会被传递给 __exit__() 方法。查阅 With 状态上下文环境管理器 了解更多细节。

真正神奇的东西

如果知道自己在干什么,你几乎可以完全控制类是如何比较的、属性如何定义,以及类的子类是何种类型。

序号目的所编写代码Python 实际调用
  类构造器 x = MyClass() x.__new__()
* 类析构器 del x x.__del__()
  只定义特定集合的某些属性   x.__slots__()
  自定义散列值 hash(x) x.__hash__()
  获取某个属性的值 x.color type(x).__dict__['color'].__get__(x, type(x))
  设置某个属性的值 x.color = 'PapayaWhip' type(x).__dict__['color'].__set__(x, 'PapayaWhip')
  删除某个属性 del x.color type(x).__dict__['color'].__del__(x)
  控制某个对象是否是该对象的实例 your class isinstance(x, MyClass) MyClass.__instancecheck__(x)
  控制某个类是否是该类的子类 issubclass(C, MyClass) MyClass.__subclasscheck__(C)
  控制某个类是否是该抽象基类的子类 issubclass(C, MyABC) MyABC.__subclasshook__(C)
posted @ 2012-03-05 19:46  babykick  阅读(1414)  评论(0编辑  收藏  举报