python面向对象进阶 反射 单例模式 以及python实现类似java接口功能
本篇将详细介绍Python 类的成员、成员修饰符、类的特殊成员。
类的成员
类的成员可以分为三大类:字段、方法和特性。
注:所有成员中,只有普通字段的内容保存对象中,即:根据此类创建了多少对象,在内存中就有多少个普通字段。
而其他的成员,则都是保存在类中,即:无论对象的多少,在内存中只创建一份。
一、字段
字段包括:普通字段和静态字段,他们在定义和使用中有所区别,而最本质的区别是内存中保存的位置不同,
- 普通字段属于对象
- 静态字段属于类
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 | class Province: # 静态字段 country = '中国' def __init__( self , name): # 普通字段 self .name = name # 直接访问普通字段 obj = Province( '河北省' ) print obj.name # 直接访问静态字段 Province.country 字段的定义和使用 |
由上述代码可以看出【普通字段需要通过对象来访问】【静态字段通过类访问】,在使用上可以看出普通字段和静态字段的归属是不同的。
其在内容的存储方式类似如下图:
由上图可是:
- 静态字段在内存中只保存一份
- 普通字段在每个对象中都要保存一份
应用场景: 通过类创建对象时,如果每个对象都具有相同的字段,那么就使用静态字段
二、方法
方法包括:普通方法、静态方法和类方法,三种方法在内存中都归属于类,区别在于调用方式不同。
- 普通方法:由对象调用;至少一个self参数;执行普通方法时,自动将调用该方法的对象赋值给self;
- 类方法:由类调用; 至少一个cls参数;执行类方法时,自动将调用该方法的类复制给cls;
- 静态方法:由类调用;无默认参数;
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 | class Foo: def __init__( self , name): self .name = name def ord_func( self ): """ 定义普通方法,至少有一个self参数 """ # print self.name print '普通方法' @classmethod def class_func( cls ): """ 定义类方法,至少有一个cls参数 """ print '类方法' @staticmethod def static_func(): """ 定义静态方法 ,无默认参数""" print '静态方法' # 调用普通方法 f = Foo() f.ord_func() # 调用类方法 Foo.class_func() # 调用静态方法 Foo.static_func() 方法的定义和使用 |
相同点:对于所有的方法而言,均属于类(非对象)中,所以,在内存中也只保存一份。
不同点:方法调用者不同、调用方法时自动传入的参数不同。
三、属性
如果你已经了解Python类中的方法,那么属性就非常简单了,因为Python中的属性其实是普通方法的变种。
对于属性,有以下三个知识点:
- 属性的基本使用
- 属性的两种定义方式
1、属性的基本使用
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | # ############### 定义 ############### class Foo: def func( self ): pass # 定义属性 @property def prop( self ): pass # ############### 调用 ############### foo_obj = Foo() foo_obj.func() foo_obj.prop #调用属性 属性的定义和使用 |
由属性的定义和调用要注意一下几点:
- 定义时,在普通方法的基础上添加 @property 装饰器;
- 定义时,属性仅有一个self参数
- 调用时,无需括号
方法:foo_obj.func()
属性:foo_obj.prop
注意:属性存在意义是:访问属性时可以制造出和访问字段完全相同的假象
属性由方法变种而来,如果Python中没有属性,方法完全可以代替其功能。
实例:对于主机列表页面,每次请求不可能把数据库中的所有内容都显示到页面上,而是通过分页的功能局部显示,所以在向数据库中请求数据时就要显示的指定获取从第m条到第n条的所有数据(即:limit m,n),这个分页的功能包括:
- 根据用户请求的当前页和总数据条数计算出 m 和 n
根据m 和 n 去数据库中请求数据
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 | # ############### 定义 ############### class Pager: def __init__( self , current_page): # 用户当前请求的页码(第一页、第二页...) self .current_page = current_page # 每页默认显示10条数据 self .per_items = 10 @property def start( self ): val = ( self .current_page - 1 ) * self .per_items return val @property def end( self ): val = self .current_page * self .per_items return val # ############### 调用 ############### p = Pager( 1 ) p.start 就是起始值,即:m p.end 就是结束值,即:n |
从上述可见,Python的属性的功能是:属性内部进行一系列的逻辑计算,最终将计算结果返回。
2、属性的两种定义方式
属性的定义有两种方式:
- 装饰器 即:在方法上应用装饰器
- 静态字段 即:在类中定义值为property对象的静态字段
装饰器方式:在类的普通方法上应用@property装饰器
我们知道Python中的类有经典类和新式类,新式类的属性比经典类的属性丰富。( 如果类继object,那么该类是新式类 )
经典类,具有一种@property装饰器(如上一步实例)
1 2 3 4 5 6 7 8 9 | # ############### 定义 ############### class Goods: @property def price( self ): return "wupeiqi" # ############### 调用 ############### obj = Goods() result = obj.price # 自动执行 @property 修饰的 price 方法,并获取方法的返回值 |
新式类,具有三种@property装饰器
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 | # ############### 定义 ############### class Goods( object ): @property def price( self ): print '@property' @price .setter def price( self , value): print '@price.setter' @price .deleter def price( self ): print '@price.deleter' # ############### 调用 ############### obj = Goods() obj.price # 自动执行 @property 修饰的 price 方法,并获取方法的返回值 obj.price = 123 # 自动执行 @price.setter 修饰的 price 方法,并将 123 赋值给方法的参数 del obj.price # 自动执行 @price.deleter 修饰的 price 方法 |
注:经典类中的属性只有一种访问方式,其对应被 @property 修饰的方法
新式类中的属性有三种访问方式,并分别对应了三个被@property、@方法名.setter、@方法名.deleter修饰的方法
由于新式类中具有三种访问方式,我们可以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
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 | class Goods( object ): def __init__( self ): # 原价 self .original_price = 100 # 折扣 self .discount = 0.8 @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 .deltter def price( self , value): del self .original_price obj = Goods() obj.price # 获取商品价格 obj.price = 200 # 修改商品原价 del obj.price # 删除商品原价 实例 |
静态字段方式,创建值为property对象的静态字段
当使用静态字段的方式创建属性时,经典类和新式类无区别
1 2 3 4 5 6 7 8 9 10 | class Foo: def get_bar( self ): return 'wupeiqi' BAR = property (get_bar) obj = Foo() reuslt = obj.BAR # 自动调用get_bar方法,并获取方法的返回值 print reuslt |
property的构造方法中有个四个参数
- 第一个参数是方法名,调用
对象.属性
时自动触发执行方法 - 第二个参数是方法名,调用
对象.属性 = XXX
时自动触发执行方法 - 第三个参数是方法名,调用
del 对象.属性
时自动触发执行方法 - 第四个参数是字符串,调用
对象.属性.__doc__
,此参数是该属性的描述信息
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | class Foo: def get_bar( self ): return 'wupeiqi' # *必须两个参数 def set_bar( self , value): return return 'set value' + value def del_bar( self ): return 'wupeiqi' BAR = property (get_bar, set_bar, del_bar, 'description...' ) obj = Foo() obj.BAR # 自动调用第一个参数中定义的方法:get_bar obj.BAR = "alex" # 自动调用第二个参数中定义的方法:set_bar方法,并将“alex”当作参数传入 del Foo.BAR # 自动调用第三个参数中定义的方法:del_bar方法 obj.BAE.__doc__ # 自动获取第四个参数中设置的值:description... |
由于静态字段方式创建属性具有三种访问方式,我们可以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
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 | class Goods( object ): def __init__( self ): # 原价 self .original_price = 100 # 折扣 self .discount = 0.8 def get_price( self ): # 实际价格 = 原价 * 折扣 new_price = self .original_price * self .discount return new_price def set_price( self , value): self .original_price = value def del_price( self , value): del self .original_price PRICE = property (get_price, set_price, del_price, '价格属性描述...' ) obj = Goods() obj.PRICE # 获取商品价格 obj.PRICE = 200 # 修改商品原价 del obj.PRICE # 删除商品原价 实例 |
注意:Python WEB框架 Django 的视图中 request.POST 就是使用的静态字段的方式创建的属性
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 | class WSGIRequest(http.HttpRequest): def __init__( self , environ): script_name = get_script_name(environ) path_info = get_path_info(environ) if not path_info: # Sometimes PATH_INFO exists, but is empty (e.g. accessing # the SCRIPT_NAME URL without a trailing slash). We really need to # operate as if they'd requested '/'. Not amazingly nice to force # the path like this, but should be harmless. path_info = '/' self .environ = environ self .path_info = path_info self .path = '%s/%s' % (script_name.rstrip( '/' ), path_info.lstrip( '/' )) self .META = environ self .META[ 'PATH_INFO' ] = path_info self .META[ 'SCRIPT_NAME' ] = script_name self .method = environ[ 'REQUEST_METHOD' ].upper() _, content_params = cgi.parse_header(environ.get( 'CONTENT_TYPE' , '')) if 'charset' in content_params: try : codecs.lookup(content_params[ 'charset' ]) except LookupError: pass else : self .encoding = content_params[ 'charset' ] self ._post_parse_error = False try : content_length = int (environ.get( 'CONTENT_LENGTH' )) except (ValueError, TypeError): content_length = 0 self ._stream = LimitedStream( self .environ[ 'wsgi.input' ], content_length) self ._read_started = False self .resolver_match = None def _get_scheme( self ): return self .environ.get( 'wsgi.url_scheme' ) def _get_request( self ): warnings.warn( '`request.REQUEST` is deprecated, use `request.GET` or ' '`request.POST` instead.' , RemovedInDjango19Warning, 2 ) if not hasattr ( self , '_request' ): self ._request = datastructures.MergeDict( self .POST, self .GET) return self ._request @cached_property def GET( self ): # The WSGI spec says 'QUERY_STRING' may be absent. raw_query_string = get_bytes_from_wsgi( self .environ, 'QUERY_STRING' , '') return http.QueryDict(raw_query_string, encoding = self ._encoding) # ############### 看这里看这里 ############### def _get_post( self ): if not hasattr ( self , '_post' ): self ._load_post_and_files() return self ._post # ############### 看这里看这里 ############### def _set_post( self , post): self ._post = post @cached_property def COOKIES( self ): raw_cookie = get_str_from_wsgi( self .environ, 'HTTP_COOKIE' , '') return http.parse_cookie(raw_cookie) def _get_files( self ): if not hasattr ( self , '_files' ): self ._load_post_and_files() return self ._files # ############### 看这里看这里 ############### POST = property (_get_post, _set_post) FILES = property (_get_files) REQUEST = property (_get_request) Django源码 |
所以,定义属性共有两种方式,分别是【装饰器】和【静态字段】,而【装饰器】方式针对经典类和新式类又有所不同。
类成员的修饰符
类的所有成员在上一步骤中已经做了详细的介绍,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方法
私有成员和公有成员的定义不同:私有成员命名时,前两个字符是下划线。(特殊成员除外,例如:__init__、__call__、__dict__等)
1 2 3 4 5 | class C: def __init__( self ): self .name = '公有字段' self .__foo = "私有字段" |
私有成员和公有成员的访问限制不同:
静态字段
- 公有静态字段:类可以访问;类内部可以访问;派生类中可以访问
- 私有静态字段:仅类内部可以访问;
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 | class C: name = "公有静态字段" def func( self ): print C.name class D(C): def show( self ): print C.name C.name # 类访问 obj = C() obj.func() # 类内部可以访问 obj_son = D() obj_son.show() # 派生类中可以访问 公有静态字段 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 | class C: __name = "公有静态字段" def func( self ): print C.__name class D(C): def show( self ): print C.__name C.__name # 类访问 ==> 错误 obj = C() obj.func() # 类内部可以访问 ==> 正确 obj_son = D() obj_son.show() # 派生类中可以访问 ==> 错误 私有静态字段 |
普通字段
- 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
- 私有普通字段:仅类内部可以访问;
ps:如果想要强制访问私有字段,可以通过 【对象._类名__私有字段明 】访问(如:obj._C__foo),不建议强制访问私有成员。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 | class C: def __init__( self ): self .foo = "公有字段" 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() 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 公有字段 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 | class C: def __init__( self ): self .__foo = "私有字段" 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() obj.__foo # 通过对象访问 ==> 错误 obj.func() # 类内部访问 ==> 正确 obj_son = D(); obj_son.show() # 派生类中访问 ==> 错误 私有字段 |
方法、属性的访问于上述方式相似,即:私有成员只能在类内部使用
ps:非要访问私有属性的话,可以通过 对象._类__属性名
类的特殊成员
上文介绍了Python的类成员以及成员修饰符,从而了解到类中有字段、方法和属性三大类成员,并且成员名前如果有两个下划线,则表示该成员是私有成员,私有成员只能由类内部调用。无论人或事物往往都有不按套路出牌的情况,Python的类成员也是如此,存在着一些具有特殊含义的成员,详情如下:
1. __doc__
表示类的描述信息
1 2 3 4 5 6 7 8 | class Foo: """ 描述类信息,这是用于看片的神奇 """ def func( self ): pass print Foo.__doc__ #输出:类的描述信息 |
2. __module__ 和 __class__
__module__ 表示当前操作的对象在那个模块
__class__ 表示当前操作的对象的类是什么
1 2 3 4 5 6 7 8 9 | #!/usr/bin/env python # -*- coding:utf-8 -*- class C: def __init__( self ): self .name = 'wupeiqi' lib / aa.py |
1 2 3 4 5 | from lib.aa import C obj = C() print obj.__module__ # 输出 lib.aa,即:输出模块 print obj.__class__ # 输出 lib.aa.C,即:输出类 |
3. __init__
构造方法,通过类创建对象时,自动触发执行。
1 2 3 4 5 6 7 8 | class Foo: def __init__( self , name): self .name = name self .age = 18 obj = Foo( 'wupeiqi' ) # 自动执行类中的 __init__ 方法 |
4. __del__
析构方法,当对象在内存中被释放时,自动触发执行。
注:此方法一般无须定义,因为Python是一门高级语言,程序员在使用时无需关心内存的分配和释放,因为此工作都是交给Python解释器来执行,所以,析构函数的调用是由解释器在进行垃圾回收时自动触发执行的。
1 2 3 4 | class Foo: def __del__( self ): pass |
5. __call__
对象后面加括号,触发执行。
注:构造方法的执行是由创建对象触发的,即:对象 = 类名() ;而对于 __call__ 方法的执行是由对象后加括号触发的,即:对象() 或者 类()()
1 2 3 4 5 6 7 8 9 10 11 12 | class Foo: def __init__( self ): pass def __call__( self , * args, * * kwargs): print '__call__' obj = Foo() # 执行 __init__ obj() # 执行 __call__ |
6. __dict__
类或对象中的所有成员
上文中我们知道:类的普通字段属于对象;类中的静态字段和方法等属于类:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 | class Province: country = 'China' def __init__( self , name, count): self .name = name self .count = count def func( self , * args, * * kwargs): print 'func' # 获取类的成员,即:静态字段、方法、 print Province.__dict__ # 输出:{'country': 'China', '__module__': '__main__', 'func': <function func at 0x10be30f50>, '__init__': <function __init__ at 0x10be30ed8>, '__doc__': None} obj1 = Province( 'HeBei' , 10000 ) print obj1.__dict__ # 获取 对象obj1 的成员 # 输出:{'count': 10000, 'name': 'HeBei'} obj2 = Province( 'HeNan' , 3888 ) print obj2.__dict__ # 获取 对象obj1 的成员 # 输出:{'count': 3888, 'name': 'HeNan'} |
7. __str__
如果一个类中定义了__str__方法,那么在打印 对象 时,默认输出该方法的返回值。
1 2 3 4 5 6 7 8 9 | class Foo: def __str__( self ): return 'wupeiqi' obj = Foo() print obj # 输出:wupeiqi |
8、__getitem__、__setitem__、__delitem__
用于索引操作,如字典。以上分别表示获取、设置、删除数据
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | #!/usr/bin/env python # -*- coding:utf-8 -*- class Foo( object ): def __getitem__( self , key): print '__getitem__' ,key def __setitem__( self , key, value): print '__setitem__' ,key,value def __delitem__( self , key): print '__delitem__' ,key obj = Foo() result = obj[ 'k1' ] # 自动触发执行 __getitem__ obj[ 'k2' ] = 'wupeiqi' # 自动触发执行 __setitem__ del obj[ 'k1' ] # 自动触发执行 __delitem__ |
9、__getslice__、__setslice__、__delslice__
该三个方法用于分片操作,如:列表
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 | #!/usr/bin/env python # -*- coding:utf-8 -*- class Foo( object ): def __getslice__( self , i, j): print '__getslice__' ,i,j def __setslice__( self , i, j, sequence): print '__setslice__' ,i,j def __delslice__( self , i, j): print '__delslice__' ,i,j obj = Foo() obj[ - 1 : 1 ] # 自动触发执行 __getslice__ obj[ 0 : 1 ] = [ 11 , 22 , 33 , 44 ] # 自动触发执行 __setslice__ del obj[ 0 : 2 ] # 自动触发执行 __delslice__ |
10. __iter__
用于迭代器,之所以列表、字典、元组可以进行for循环,是因为类型内部定义了 __iter__
1 2 3 4 5 6 7 8 9 10 11 12 | class Foo( object ): pass obj = Foo() for i in obj: print i # 报错:TypeError: 'Foo' object is not iterable 第一步 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | #!/usr/bin/env python # -*- coding:utf-8 -*- class Foo( object ): def __iter__( self ): pass obj = Foo() for i in obj: print i # 报错:TypeError: iter() returned non-iterator of type 'NoneType' 第二步 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | #!/usr/bin/env python # -*- coding:utf-8 -*- class Foo( object ): def __init__( self , sq): self .sq = sq def __iter__( self ): return iter ( self .sq) obj = Foo([ 11 , 22 , 33 , 44 ]) for i in obj: print i 第三步 |
以上步骤可以看出,for循环迭代的其实是 iter([11,22,33,44]) ,所以执行流程可以变更为:
1 2 3 4 5 6 7 | #!/usr/bin/env python # -*- coding:utf-8 -*- obj = iter ([ 11 , 22 , 33 , 44 ]) for i in obj: print i |
1 2 3 4 5 6 7 8 9 10 | #!/usr/bin/env python # -*- coding:utf-8 -*- obj = iter ([ 11 , 22 , 33 , 44 ]) while True : val = obj. next () print val For循环语法内部 |
11. __new__ 和 __metaclass__
1 2 3 4 5 6 | class Foo( object ): def __init__( self ): pass obj = Foo() # obj是通过Foo类实例化的对象 |
上述代码中,obj 是通过 Foo 类实例化的对象,其实,不仅 obj 是一个对象,Foo类本身也是一个对象,因为在Python中一切事物都是对象。
如果按照一切事物都是对象的理论:obj对象是通过执行Foo类的构造方法创建,那么Foo类对象应该也是通过执行某个类的 构造方法 创建。
1 2 | print type (obj) # 输出:<class '__main__.Foo'> 表示,obj 对象由Foo类创建 print type (Foo) # 输出:<type 'type'> 表示,Foo类对象由 type 类创建 |
所以,obj对象是Foo类的一个实例,Foo类对象是 type 类的一个实例,即:Foo类对象 是通过type类的构造方法创建。
那么,创建类就可以有两种方式:
a). 普通方式
1 2 3 4 | class Foo( object ): def func( self ): print 'hello wupeiqi' |
b).特殊方式(type类的构造函数)
1 2 3 4 5 6 7 | def func( self ): print 'hello wupeiqi' Foo = type ( 'Foo' ,( object ,), { 'func' : func}) #type第一个参数:类名 #type第二个参数:当前类的基类 #type第三个参数:类的成员 |
==》 类 是由 type 类实例化产生
那么问题来了,类默认是由 type 类实例化产生,type类中如何实现的创建类?类又是如何创建对象?
答:类中有一个属性 __metaclass__,其用来表示该类由 谁 来实例化创建,所以,我们可以为 __metaclass__ 设置一个type类的派生类,从而查看 类 创建的过程。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 | class MyType( type ): def __init__( self , what, bases = None , dict = None ): super (MyType, self ).__init__(what, bases, dict ) def __call__( self , * args, * * kwargs): obj = self .__new__( self , * args, * * kwargs) self .__init__(obj) class Foo( object ): __metaclass__ = MyType def __init__( self , name): self .name = name def __new__( cls , * args, * * kwargs): return object .__new__( cls , * args, * * kwargs) # 第一阶段:解释器从上到下执行代码创建Foo类 # 第二阶段:通过Foo类创建obj对象 obj = Foo() |
python反射
一.简介
反射是通过字符串的形式操作对象相关的成员
反射也就是:通过字符串的形式,导入模块。通过字符串的形式,去模块中寻找指定函数,并执行。Python中的反射功能是由以下四个内置函数提供:
hasattr(模块,"成员"):根据字符串的形式去某个模块中检查是否含有某成员
getattr(模块,"成员"):根据字符串的形式去某个模块中获取成员
setattr(模块,"成员"):根据字符串的形式去某个模块中设置成员
delattr(模块,"成员"):根据字符串的形式去某个模块中删除成员
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | import moudule #查看属性是否存在,如果有返回True否则返回False # result = hasattr(moudule,"fun") # print(result) #设置添加对象 result = hasattr (moudule, "fun2" ) print (result) r = setattr (moudule, "fun2" , lambda a:a + 2 ) result = hasattr (moudule, "fun2" ) print (result) #删除对象 r = delattr (moudule, "fun2" ) result = hasattr (moudule, "fun2" ) print (result) |
根据字符串形式去模块中寻找函数并且执行函数
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | inp_name = input ( "请输入模块:" ) inp_func = input ( "请输入要执行的函数:" ) #导入输入的模块 inp = __import__ (inp_name) #获取模块中的函数名 target_func = getattr (inp,inp_func) #执行函数 ret = target_func() print (ret) #打印结果: 请输入模块:commons 请输入要执行的函数f1 f1 F1 |
1 2 3 4 5 6 7 8 9 10 11 12 13 | # 查看是否存在,不存在False,存在True r = hasattr (commons, "NAME" ) print (r) # 设置成员 r = setattr (commons, "ARG" , lambda a: a + 1 ) print (r) # 删除成员 delattr (commons, "NAME" ) #查看已删除成员是否还存在 r = hasattr (commons, "NAME" ) print (r) |
注:
1 2 3 4 | #设置None:如果找到成员f1,就会执行;如果没有找到,就会报错 target_func = getattr (commons, "Name" , None ) ret = target_func() print (ret) |
扩展两种导入模块的方式:
1 2 3 4 | a = __import__ ( "模块名" ) #fromlist = True递归导入 a = __import__ ( "文件名.文件名.模块名" ,fromlist = True ) |
例
1 2 3 4 5 6 7 8 9 10 11 12 | #模块名/函数名 url = input ( "请输入url:" ) #模块名和函数名的格式 target_module,target_func = url.split( "/" ) #导入用户输入的模块 m = __import__ ( "lib." + target_module,fromlist = True ) if hasattr (m,target_func) target_func = getattr (m,target_func) r = target_func() print (r) else : print ( "404" ) |
单例模式
1、单例是只有一个实例
2、通过静态字段+静态字段伪造出一个单例效果
3、什么时候用:当所有实例中封装的数据相同时,创建单例模式(eg:连接池)
用单例模式创建连接池:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 | class CP: __instance = None def __init__( self ): self .ip = "1.1.1.1" self .port = 3306 self .pwd = "123123" self .user = "xxx" self .conn_list = [ 1 , 2 , 3 , 4 , 5 , 6 ] @staticmethod def get_instance(): if CP.__instance: return CP.__instance else : # 创建一个对象,并将对象赋值给静态字段__instance CP.__instance = CP() #执行init方且创建对象,并赋值给私有静态字段 return CP.__instance #将赋值的返回给私有静态字段 obj1 = CP.get_instance() # 静态字段类调用 print (obj1) |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 | class ConnectionPool: __instance = None def __init__( self ): self .ip = "1.1.1.1" self .port = 3306 self .pwd = "123123" self .username = 'xxxx' # 去连接 self .conn_list = [ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 ] @staticmethod def get_instance(): if ConnectionPool.__instance: return ConnectionPool.__instance else : # 创建一个对象,并将对象赋值给静态字段 __instance ConnectionPool.__instance = ConnectionPool() return ConnectionPool.__instance def get_connection( self ): # 获取连接 import random r = random.randrange( 1 , 11 ) return r |
python实现类似java接口功能
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | #通过抽象类和抽象方法,做抽象用 from abc import ABCMeta from abc import abstractmethod #导入抽象方法 class Father(metaclass = ABCMeta): #创建抽象类 @abstractmethod def f1( self ): pass @abstractmethod def f2( self ): pass class F1(Father): def f1( self ): pass def f2( self ): pass def f3( self ): pass obj = F1() |
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· 周边上新:园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源!
· 分享 3 个 .NET 开源的文件压缩处理库,助力快速实现文件压缩解压功能!
· Ollama——大语言模型本地部署的极速利器
· DeepSeek如何颠覆传统软件测试?测试工程师会被淘汰吗?