面向对象----类的成员 异常处理

类的成员 异常处理

面向对象之：类的成员

一，细分类的成员

class A:
    company_name = '静态变量' # 静态变量(静态字段)
    __iphone = '155xxxxxxxx'  # 私有静态变量(私有静态字段)

    def __init__(self, name, age): # 特殊方法
        self.name = name # 对象属性(普通字段)
        self.__age = age  # 私有对象属性(私有普通字段)

    def func1(self): # 普通方法
        pass

    def __func2(self): # 私有方法
        print(666)

    @classmethod # 类方法
    def class_func(cls):
        # 定义类方法,至少有一个cls参数
        print('类方法')

    @staticmethod # 静态方法
    def static_func():
        # 定义静态方法,无默认参数
        print('静态方法')

    @property # 属性
    def prop(self):
        pass

二，类的私有成员

  1. 对于每一个类的成员而言都有两种形式:

    • 公有成员: 在任何地方都能访问
    • 私有成员: 只有在类的内部才能访问

  2. 私有成员和公有成员的访问限制不同:

    # 静态字段(静态属性)
# 公有静态字段: 类可以访问(对象);类内部可以访问;派生类中可以访问(派生类和对象)
class C:
    name = '公有静态字段'
    def func(self):
        print(C.name)
class D(C):
    def show(self):
        print(C.name)
print(C.name) # 类可以访问
obj = C()
print(obj.name) #类的对象可以访问
obj.func() # 类的内部可以访问

print(D.name) # 派生类可以访问
obj_son = D()
print(obj_son.name) #派生类的对象可以访问
obj_son.show() # 派生类的内部可以访问

# 私有静态字段:只能在类中访问
class C:
    __name = '私有静态字段'
    def func(self):
        print(C.__name)
class D(C):
    def show(self):
        print(C.__name)

print(C.__name) # 类的外部不可以访问
obj = C()
print(obj.__name) # 类的外部不可以访问
obj.func() # 类的内部可以访问

obj_son = D()
obj_son.show() # 不可以在派生类的内部访问
----------------------------------------------------
# 普通字段(对象属性)
# 公有普通字段: 对象可以访问;类内部可以访问;派生类中可以访问

class C:
    def __init__(self):
        self.foo = '公有普通字段'
    def func(self):
        print(self.foo) # 类内部访问

class D(C):
    def show(self):
        print(self.foo) # 派生类中访问

obj = C()
print(obj.foo) # 通过对象访问
obj.func() # 类内部访问

obj_son = D()
obj_son.show() # 派生类中访问

# 私有普通字段: 仅类内部可以访问
class C:
    def __init__(self):
        self.__foo = '私有普通字段'
    def func(self):
        print(self.__foo) # 类内部访问

class D(C):
    def show(self):
        print(self.__foo) # 派生类中访问

obj = C()
print(obj.__foo) # 报错,不能通过对象访问
obj.func() # 可以在类内部访问

obj_son = D()
obj_son.show() # 报错,派生类中不能访问
----------------------------------------------------

# 方法:
# 公有方法: 对象可以访问;类内部可以访问;派生类中可以访问
class C:
    def __init__(self):
        pass
    def add(self): # 公有方法
        print('in C')

class D(C):
    def show(self):
        print('in D')
    def func(self):
        self.add()
    def func2(self):
        self.show()

obj = C()
obj.add() # 通过对象访问

obj_son = D()
obj_son.func2() # 类中可以访问
obj_son.func() # 派生类中可以访问

# 私有方法: 仅类内部可以访问
class C:
    def __init__(self):
        pass
    def __add(self):
        print('in C')
class D(C):
    def __show(self):
        print('in D')
    def func(self):
        self.__show()
    def func2(self):
        self.__add()

obj = C()
obj.__add() # 对象不可以访问
obj_son = D()
obj_son.func() # 类内部可以访问
obj_son.func2() # 派生类中不能访问
    • 总结: 对于这些私有成员来说,他们只能在类的内部使用,不能在类的外部以及派生类中使用
    1. Ps: 非要访问私有成员的话,可以通过对象._类__属性名,但是不允许这么做.因为类在创建的时候,如果遇到了私有成员(包括私有静态字段,私有普通字段,私有方法)它会自动在前面加上_类名再保存到内存.

三, 类的其他成员

  1. 主要就是类方法

  2. 方法包括: 普通方法,静态方法,类方法

    • 三种方法在内存中都归属于类,区别在于调用方式不同

  3. 实例方法,普通方法:

    • 定义: 第一个参数必须是实例对象,该参数名一般约定为self,通过它来传递实例的属性和方法(也可以传递类的属性和方法)
    • 调用: 只能由实例对象调用

  4. 类方法:

    • 定义: 使用装饰器@classmethod,第一个参数必须是当前类对象,该参数名一般约定为cls,通过它来传递类的属性和方法(不能传递实例的属性和方法)

    • 调用: 实例对象和类对象都可以调用

      # 使用装饰器@classmethod
# 原则上,类方法是将类本身作为对象进行操作的方法.
# 假设有个方法,且这个方法在逻辑上采用类本身作为对象来调用更合理,那么这个方法就可以定义为类方法.另外,如果需要继承,也可以定义为类方法.
# 如下场景:
# 假设我有一个学生类和一个班级类,想要实现的功能为:执行班级人数增加的操作,获得班级的总人数;学生类继承自班级类,每实例化一个学生,班级人数都能增加;最后,我想定义一些学生,获得班级中的总人数.
# 思考:
# 这个问题用类方法做比较合适,为什么?因为我实例化的是学生,但是如果我从学生这一个实例中获得班级总人数,在逻辑上显然是不合理的.同时,如果想要获得班级总人数,如果生成一个班级的实例也是没有必要的.

class Student:
    __num = 0
    def __init__(self, name, age):
        self.name = name
        self.age = age
        Student.addNum()

    @classmethod # 类方法: 由类名直接调用的方法,会自动的将类名传给cls
    def addNum(cls):
        print(cls)
        cls.__num += 1
    @classmethod
    def getNum(cls):
        return cls.__num

a = Student('小明', 18)
b = Student('小红', 28)
c = Student('小花', 38)
print(a.getNum()) # 对象也可以调用类方法,但是会自动将其从属于的类名传给cls
print(Student.getNum())

  5. 静态方法:

    • 定义: 使用装饰器@staticmethod,参数随意,没有self和cls参数,但是方法体中不能使用类或实例的任何属性和方法

    • 调用: 实例对象和类对象都可以调用

      # 静态方法: 不依赖于类,也不依赖于对象,他就是一个普通的函数,放置于类中,使结构更加清晰合理
# 使用装饰器@staticmethod
# 静态方法是类中的函数,不需要实例.静态方法主要是用来存放逻辑性的代码,逻辑上属于类,但是和类本身没有关系,也就是说在静态方法中,不会涉及到类中的属性和方法的操作.可以理解为,静态方法是个独立的,单纯的函数,它仅仅托管于某个类的名称空间中,便于使用和维护.
import time
class TimeTest:
    def __init__(self, hour, minute, second):
        self.hour = hour
        self.minute = minute
        self.second = second
    @staticmethod
    def showtime():
        return time.strftime('%Y-%m-%d %H:%M:%S', time.localtime())

print(TimeTest.showtime())
t = TimeTest(2, 10, 10)
nowtime = t.showtime()
print(nowtime)

  6. 双下方法:

    • 定义: 双下方法是特殊方法,他是解释器提供的,由双下划线加方法名加双下划线(__方法名__)组成具有特殊意义的方法,双下方法主要是python源码程序员使用的
    • 调用: 不同的双下方法有不同的触发方式,就好比盗墓时触发的机关一样,不知不觉就触发了双下方法,例如:__init__

  7. 属性:property

    • property是一种特殊的属性,访问它时会执行一段功能(函数)然后返回值

      # 例一: 求BMI指数
# 成人的BMI数值:
# 过轻:低于18.5
# 正常:18.5-23.9
# 过重:24-27
# 肥胖:28-32
# 非常肥胖:高于32
# 体质指数（BMI）= 体重（kg）/ 身高**2（m）
# EX: 70 ÷（1.75 * 1.75）= 22.86

class People:
    def __init__(self, name, weight, height):
        self.name = name
        self.weight = weight
        self.height = height
    @property
    def bmi(self):
        return self.weight / self.height**2
    def bmi2(self):
        return self.weight / self.height ** 2


p1 = People('小马', 55, 1.63)
print(p1.bmi2()) # 虽然也可以,但是个方法,感觉不合理
print(p1.bmi) # bmi伪装成属性来调用的,看起来更合理

    • 为什么使用property

      • 将一个类的函数定义成特性以后,对象再去使用的时候,根本无法察觉是执行了一个函数然后计算出来的,这种特性的使用方式遵循了统一访问的原则
      • 由于新式类中具有三种访问方式,根据他们几个属性的访问特点,分别将三个方法定义为对同一个属性:获取,修改,删除
      class Foo:
    def __init__(self, name):
        self.name = name
    @property
    def AAA(self):
        print(self.name)
        print('get的时候运行我')

    @AAA.setter  # 修改,设置
    def AAA(self, value):
        self.name = value
        print(self.name)
        print('set的时候运行我')

    @AAA.deleter # 删除
    def AAA(self):
        del self.name
        print('delete的时候运行我')

# 只有在属性AAA定义property后才能定义AAA.setter,AAA.deleter
f1 = Foo('小马')
f1.AAA
f1.AAA = 'aaa'
del f1.AAA
-----------------------------------------------
# 或者
class Foo:
    def get_AAA(self):
        print('get的时候运行我')
    def set_AAA(self, value):
        print('set的时候运行我')
    def delete_AAA(self):
        print('delete的时候运行我')
    AAA = property(get_AAA, set_AAA, delete_AAA)
    # 内置property三个参数于get,set,delete一一对应
f1 = Foo()
f1.AAA
f1.AAA = 'aaa'
del f1.AAA

``````````````````````````````````````````````
# 练习:
class Goods:
    def __init__(self, name):
        self.name = name
        self.original_price = 100  # 原价
        self.discount = 0.8  # 折扣
    @property
    def price(self):
        # 实际价格 = 原价 * 折扣
        new_price = self.original_price * self.discount
        return new_price
    @price.setter
    def price(self, value):
        self.original_price = value
    @price.deleter
    def price(self):
        del self.original_price

obj = Goods('保温杯')
print(obj.price) # 获取商品价格
obj.price = 200  # 修改商品的原价
del obj.price    # 删除商品原价

  8. isinstance 与 issubclass

class A:
    pass
class B:
    pass
obj = A()
print(isinstance(obj, A))
print(isinstance(obj, B))
isinstance(a, b):判断a是否是b类(或者b类的派生类)实例化的对象
--------------------------------------------------------
class A:
    pass
class B(A):
    pass
class C(B):
    pass
print(issubclass(B, A))
print(issubclass(C, A))
issubclass(a, b):判断a是否是b类(或者b类的派生类)的派生类
-------------------------------------------------------
# 思考:那么 list str tuple dict等这些类与Iterble类 的关系是什么?
# 可以判断是不是可迭代对象
from collections.abc import Iterable
print(isinstance([1, 2, 3], list))    # True
print(isinstance([1, 2, 3], Iterable))# True
print(issubclass(list, Iterable))     # True
# 由上面的例子可得.这些可迭代的数据类型.list str tuple dict等都是Iterable的子类

五，type 元类

# 按照Python的一切皆对象理论,类其实也是一个对象,
# 那么类这个对象是从哪里实例化出来的呢?

print(type('abc')) # <class 'str'>
print(type(True))  # <class 'bool'>
print(type(100))   # <class 'int'>
print(type([1, 2, 3])) # <class 'list'>
print(type({1: 'a'}))  # <class 'dict'>
print(type((1, 2, 3))) # <class 'tuple'>
print(type(object))    # <class 'type'>

print(isinstance(object, type)) # True
print(isinstance(list, type))   # True
# object和list都是type类的实例对象

# type元类是用于获取该对象从属于的类,而type元类比较特殊,Python原则是:一切皆对象,其实类也可以理解为'对象',而type元类又称作构建类,python中大多数内置的类(包括object)以及自己定义的类,都是由type元类实例化得来的.

# type类与object类之间的关系比较独特:object是type类的实例,而type类是object类的子类.这种关系比较神奇无法使用python的代码表述,因为定义其中一个之前另一个必须存在

异常处理

一, 异常和错误

  1. 错误分两种:

    • 语法错误(这种错误,根本过不了python解释器的语法检测,必须在程序执行前就改正)
    # 语法错误示范一
if

# 语法错误示范二
def test:
    pass

# 语法错误示范三
print(haha)
    • 逻辑错误
    # 用户输入不完整(比如输入为空)或者输入非法(输入不是数字)
num = input('>>:')
int(num)

# 无法完成计算
res1 = 1 / 0
res2 = 1 + 'str'

  2. 什么是异常?

    • 异常就是程序运行时发生错误的信号

  3. python中的异常种类

    # 在python中不同的异常可以用不同的类型(python中统一了类与类型,类型即类)去标识,不同的类对象标识不同的异常,一个异常标识一种错误

# 触发IndexError
l = ['egon', 'aa']
l[3]

# 触发KeyError
dic = {'name': 'egon'}
dic['age']

# 触发ValueError
s = 'hello'
int(s)
-------------------------------------------------------
# 常见异常
# AttributeError 试图访问一个对象没有的属性,比如foo.x,但是foo没有属性x
# IOError 输入/输出异常:基本上是无法打开文件
# ImportError 无法引入模块或包:基本上是路径问题或名称错误
# IndentationError 语法错误(的子类):代码没有正确对齐
# IndexError 下标索引超出序列边界,比如当x只有三个元素,却试图访问x[5]
# KeyError 试图访问字典里不存在的键
# KeyboardInterrupt Ctrl+C被按下
# NameError 使用一个还未被赋予对象的变量
# SyntaxError Python代码非法,代码不能编译(个人认为这是语法错误,写错了）
# TypeError 传入对象类型与要求的不符合
# UnboundLocalError 试图访问一个还未被设置的局部变量,基本上是由于另有一个同名的全局变量,
# 导致你以为正在访问它
# ValueError 传入一个调用者不期望的值,即使值的类型是正确的
------------------------------------------------------
# 其他异常
# ArithmeticError
# AssertionError
# AttributeError
# BaseException
# BufferError
# BytesWarning
# DeprecationWarning
# EnvironmentError
# EOFError
# Exception
# FloatingPointError
# FutureWarning
# GeneratorExit
# ImportError
# ImportWarning
# IndentationError
# IndexError
# IOError
# KeyboardInterrupt
# KeyError
# LookupError
# MemoryError
# NameError
# NotImplementedError
# OSError
# OverflowError
# PendingDeprecationWarning
# ReferenceError
# RuntimeError
# RuntimeWarning
# StandardError
# StopIteration
# SyntaxError
# SyntaxWarning
# SystemError
# SystemExit
# TabError
# TypeError
# UnboundLocalError
# UnicodeDecodeError
# UnicodeEncodeError
# UnicodeError
# UnicodeTranslateError
# UnicodeWarning
# UserWarning
# ValueError
# Warning
# ZeroDivisionError

二, 异常处理

  1. 什么是异常: 异常发生之后,异常后面的代码就不会执行了

  2. 什么是异常处理:

    • python解释器检测到错误,触发异常(也允许程序员自己触发异常)程序员编写特定的代码,专门用来捕捉这个异常(这段代码与程序逻辑无关,与异常处理有关)如果捕捉成功则进入另外一个处理分支,执行你为其定制的逻辑,使程序不会崩溃,这就是异常处理

  3. 为什么要进行异常处理:

    • python解析器去执行程序,检测到了一个错误时,触发异常,异常触发后且没被处理的情况下,程序就在当前异常处终止,后面的代码不会运行,软件就会突然崩溃.所以必须提供一种异常处理机制来增强你程序的健壮性与容错性

  4. 如何进行异常处理:

    • 首先须知,异常是由程序的错误引起的,语法上的错误跟异常处理无关,必须在程序运行前就修正
    • 使用if判断式
    num = input('>>>:').strip()
if num.isdecimal():
    int(num)
elif num.isspace():
    print('输入的是空格,就执行我这里的逻辑')
elif len(num) == 0:
    print('输入的是空,就执行我这里的逻辑')
else:
    print('其他情情况,执行我这里的逻辑')
# 问题一:
# 使用if的方式只为第一段代码加上了异常处理,但这些if,跟你的代码逻辑并无关系,这样你的代码会因为可读性差而不容易被看懂
# 问题二:
# 这只是我们代码中的一个小逻辑,如果类似的逻辑多,那么每一次都需要判断这些内容,就会导致我们的代码特别冗长

# 总结:
# 1.if判断式的异常处理只能针对某一段代码,对于不同的代码段的相同类型的错误需要写重复的if来进行处理
# 2.在程序中频繁的写与程序本身无关,与异常处理有关的if,会使得代码可读性极其的差
# 3.if是可以解决异常的,只是存在1,2的问题,所以,千万不要妄下定论if不能用来异常处理
    • python异常处理的'私人定制'
    # python:为每一种异常定制了一个类型,然后提供了一种特定的语法结构用来进行异常处理
# 基本语法
try:
     被检测的代码块
except 异常类型：
     try中一旦检测到异常,就执行这个位置的逻辑
---------------------------------------------------
l1 = [1, 2, 3]
num = input('>>>:').strip()
try:
    num2 = int(num)
    print(l1[num2])
except ValueError:
    print('请输入数字')
except IndexError:
    print('超出范围')

# 异常类只能用来处理指定的异常情况
--------------------------------------------------
# 多分支
s1 = 'hello'
try:
    int(s1)
except IndexError as e:
    print(e)
except KeyError as e:
    print(e)
except ValueError as e:
    print(e)

--------------------------------------------------
# 万能异常: 可以捕获任意异常
s1 = 'hello'
try:
    int(s1)
except Exception as e:
    print(e)

# 如果我们需要的效果是,无论出现什么异常,统一丢弃,或者使用同一段代码逻辑去处理,那么只需要一个Exception就够了
# 如果你想要的效果是,对于不同的异常我们需要定制不同的处理逻辑,那就需要用到多分支了
    • 异常处理的其他代码
    s1 = 'hello'
try:
    int(s1)
except IndexError as e:
    print(e)
except KeyError as e:
    print(e)
except ValueError as e:
    print(e)
except Exception as e:
    print(e)
else:
    print('try内代码块没有异常则执行我')
finally: # 如果不处理异常,在终止程序之前之前会执行finally
    print('无论异常与否,都会执行该模块,通常是进行清理工作')

# finally的应用场景: 文件读写,数据库连接

# 函数中的finally: 在return先执行finally
def func():
    try:
        a = 1
        b = 2
        return a + b
    finally: # 在return先执行finally
        print(666)
print(func())
-------------------------------------------------
# 主动触发异常
try:
    raise TypeError('类型错误')
except Exception as e:
    print(e)
-------------------------------------------------
# 自定义异常
class EvaException(BaseException):
    def __init__(self, msg):
        self.msg = msg
    def __str__(self):
        return self.msg
try:
    raise EvaException('类型错误')
except EvaException as e:
    print(e)

-------------------------------------------------
# 断言
# assert 条件
assert 1 == 1 # 条件成立继续执行下面的代码
assert 1 == 2 # 条件不成立会抛出AssertionError异常
    • try...except的方式比较if方式的好处
      1. 把错误处理和真正的工作分开来
      2. 代码更易组织,更清晰,复杂的工作任务更容易实现
      3. 毫无疑问,更安全了,不至于由于一些小的疏忽而使程序意外崩溃了
    • 什么时候用异常处理?
      • 异常处理不能经常使用: 异常处理耗费性能,有些错误是需要进行分流使用,代码的可读性变差.关键的节点去使用异常处理
posted @ 2019-11-28 14:02  豆子V  阅读(115)  评论(0)  编辑  收藏  举报