【python】类的特殊成员方法<2>

类的基础方法

序号	目的	所编写代码	Python 实际调用
①	初始化一个实例	x = MyClass()	x.__init__()
②	字符串的“官方”表现形式	repr(x)	x.__repr__()
③	字符串的“非正式”值	str(x)	x.__str__()
④	字节数组的“非正式”值	bytes(x)	x.__bytes__()
⑤	格式化字符串的值	format(x, format_spec)	x.__format__(format_spec)

1. 对 __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
①	遍历某个序列	iter(seq)	seq.__iter__()
②	从迭代器中获取下一个值	next(seq)	seq.__next__()
③	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
①	获取一个计算属性（无条件的）	x.my_property	x.__getattribute__('my_property')
②	获取一个计算属性（后备）	x.my_property	x.__getattr__('my_property')
③	设置某属性	x.my_property = value	x.__setattr__('my_property',value)
④	删除某属性	del x.my_property	x.__delattr__('my_property')
⑤	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color，x.color 将 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__() 或 __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
①	像调用函数一样“调用”一个实例	my_instance()	my_instance.__call__()

 

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
①	序列的长度	len(seq)	seq.__len__()
②	了解某序列是否包含特定的值	x in seq	seq.__contains__(x)

 

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
①	通过键来获取值	x[key]	x.__getitem__(key)
②	通过键来设置值	x[key] = value	x.__setitem__(key, value)
③	删除一个键值对	del x[key]	x.__delitem__(key)
④	为缺失键提供默认值	x[nonexistent_key]	x.__missing__(nonexistent_key)

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
①	相等	x == y	x.__eq__(y)
②	不相等	x != y	x.__ne__(y)
③	小于	x < y	x.__lt__(y)
④	小于或等于	x <= y	x.__le__(y)
⑤	大于	x > y	x.__gt__(y)
⑥	大于或等于	x >= y	x.__ge__(y)
⑦	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__() 和__eq()__ 。它将只调用__le__() 方法。

可序列化的类

序号	目的	所编写代码	Python 实际调用
①	自定义对象的复制	copy.copy(x)	x.__copy__()
②	自定义对象的深度复制	copy.deepcopy(x)	x.__deepcopy__()
③	在 pickling 之前获取对象的状态	pickle.dump(x, file)	x.__getstate__()
④	序列化某对象	pickle.dump(x, file)	x.__reduce__()
⑤	序列化某对象（新 pickling 协议）	pickle.dump(x, file, protocol_version)	x.__reduce_ex__(protocol_version)
⑥	控制 unpickling 过程中对象的创建方式	x = pickle.load(file)	x.__getnewargs__()
⑦	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
①	在进入 with 语块时进行一些特别操作	with x:	x.__enter__()
②	在退出 with 语块时进行一些特别操作	with x:	x.__exit__()

 

序号	目的	所编写代码	Python 实际调用
①	类构造器	x = MyClass()	x.__new__()
②	类析构器	del x	x.__del__()
③	只定义特定集合的某些属性		x.__slots__()
④	自定义散列值	hash(x)	x.__hash__()
⑤	获取某个属性的值	x.color	type(x).__dict__['color'].__get__(x, type(x))
⑥	设置某个属性的值	x.color = 'PapayaWhip'	type(x).__dict__['color'].__set__(x, 'PapayaWhip')
⑦	删除某个属性	del x.color	type(x).__dict__['color'].__del__(x)
⑧	控制某个对象是否是该对象的实例 your class	isinstance(x, MyClass)	MyClass.__instancecheck__(x)
⑨	控制某个类是否是该类的子类	issubclass(C, MyClass)	MyClass.__subclasscheck__(C)
⑩	控制某个类是否是该抽象基类的子类	issubclass(C, MyABC)	MyABC.__subclasshook__(C)