python特殊属性和方法的详解与运用

带有下划线的一些特殊属性与方法详解

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 (,) 
>>> Class1.__dict__ # 类型字典,存储所有类型成员信息。  
>>> Class1().__class__ # 类型  
>>> 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

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. 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

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

获取一个计算属性(无条件的)x.my_propertyx.__getattribute__('my_property')
获取一个计算属性(后备)x.my_propertyx.__getattr__('my_property')
设置某属性x.my_property = valuex.__setattr__('my_property',value)
删除某属性del x.my_propertyx.__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。

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?是?_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。

序列的长度len(seq)seq.__len__()
了解某序列是否包含特定的值x in seqseq.__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. 而?__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?的__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。

通过键来获取值x[key]x.__getitem__(key)
通过键来设置值x[key] = valuex.__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?的FieldStorage?类?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']?将?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。

相等x == yx.__eq__(y)
不相等x != yx.__ne__(y)
小于x < yx.__lt__(y)
小于或等于x <= yx.__le__(y)
大于x > yx.__gt__(y)
大于或等于x >= yx.__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__()?和__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。

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。

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. 在?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。

类构造器x = MyClass()x.__new__()
类析构器del xx.__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.colortype(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.colortype(x).__dict__['color'].__del__(x)
控制某个对象是否是该对象的实例 your classisinstance(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)
  • 发表于 2019-09-24 10:56
  • 阅读 ( 27 )
  • 分类:python

0 条评论

请先 365bet日博官网 后评论
omicsgene
omicsgene

生物信息

240 篇文章

作家榜 ?

  1. omicsgene 240 文章
  2. 安生水 207 文章
  3. Daitoue 165 文章
  4. 生物女学霸 83 文章
  5. landy 37 文章
  6. 组学生物-王运斌 33 文章
  7. 红橙子 32 文章
  8. omics007 22 文章