Python 面向对象(进阶篇)
Python 面向对象进阶部分
原文出处: 武沛齐 cnblog
- 面向对象是一种编程方式, 此编程方式的实现是基于对 类 和 对象 的使用
- 类 是一个模板, 模板中包装了多个“函数”供使用(可以讲多函数中公用的变量封装到对象中)
- 对象, 根据模板创建的实例(即: 对象), 实例用于调用被包装在类中的函数
- 面向对象三大特性: 封装、继承和多态
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、方法和属性
*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. *
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
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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
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
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;
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()
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
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.
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
属性的基本使用
# ############### 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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
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
# ############### 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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
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.
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)
# ############### 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
2
3
4
5
6
7
8
9
新式类, 具有三种@property装饰器
# ############### 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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
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
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
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
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
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
2
3
4
5
6
7
8
9
10
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
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...
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
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
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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
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
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)
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
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)
class C:
def __init__(self):
self.name = '公有字段'
self.__foo = "私有字段"
2
3
4
5
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;
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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
公有静态字段
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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
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.
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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
公有字段
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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
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:
. doc
表示类的描述信息
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
3
4
5
6
7
8
. 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
#!/usr/bin/env python
# -*- coding:utf-8 -*-
class C:
def __init__(self):
self.name = 'wupeiqi'
2
3
4
5
6
7
lib/aa.py
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
2
3
4
5
index.py
. init
构造方法, 通过类创建对象时, 自动触发执行.
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
2
3
4
5
6
7
. 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.
class Foo:
def __del__(self):
pass
2
3
4
. 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()()
class Foo:
def __init__(self):
pass
def __call__(self, *args, **kwargs):
print '__call__'
obj = Foo() # 执行 __init__
obj() # 执行 __call__
2
3
4
5
6
7
8
9
10
11
. 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, 即:
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': , '__init__': , '__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'}
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
. 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.
class Foo:
def __str__(self):
return 'wupeiqi'
obj = Foo()
print obj
# 输出: wupeiqi
2
3
4
5
6
7
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
#!/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__
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
getslice setslice delslice
该三个方法用于分片操作, 如: 列表
#!/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__
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
. 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
class Foo(object):
pass
obj = Foo()
for i in obj:
print i
# 报错: TypeError: 'Foo' object is not iterable
2
3
4
5
6
7
8
9
第一步
#!/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'
2
3
4
5
6
7
8
9
10
11
12
13
14
第二步
#!/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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
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:
#!/usr/bin/env python
# -*- coding:utf-8 -*-
obj = iter([11,22,33,44])
for i in obj:
print i
2
3
4
5
6
7
#!/usr/bin/env python
# -*- coding:utf-8 -*-
obj = iter([11,22,33,44])
while True:
val = obj.next()
print val
2
3
4
5
6
7
8
For循环语法内部
. new 和 metaclass
阅读以下代码:
class Foo(object):
def __init__(self):
pass
obj = Foo() # obj是通过Foo类实例化的对象
2
3
4
5
6
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.
print type(obj) # 输出: 表示, obj 对象由Foo类创建
print type(Foo) # 输出: 表示, Foo类对象由 type 类创建
2
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.
创建类就可以有两种方式
普通方式
class Foo(object):
def func(self):
print 'hello wupeiqi'
2
3
4
特殊方式(type类的构造函数)
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
2
3
4
5
6
7
==》 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.
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()
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23