python面向对象的多态-类相关内置函数-类内置魔法函数-迭代器协议-上下文管理-04

  • 2019 年 10 月 7 日
  • 筆記

多态

一种事物具备不同的形态

例如:水 –> 固态、液态、气态

多态:# 多个不同对象可以相应同一个对象,产生不同的结果

首先强调,多态不是一种特殊的语法,而是一种状态,特性(多个不同对象可以相应同一个方法,长身不同的结果)

好处:对于使用者而言,使用成本降低

​ 之前的USB接口下的鼠标,键盘,就属于多态

接口抽象类 鸭子类型都可以写出具备多态的代码(最简单的就是鸭子类型)

'''  要管理 鸡 鸭 鹅      如何能够最方便的管理,就是我说同一句话,他们都能理解      他们拥有相同的方法  '''      class Chicken:      @staticmethod      def bark():          print("咯咯咯咯")        @staticmethod      def spawn():          print("下鸡蛋...")      class Duck:      @staticmethod      def bark():          print("嘎嘎嘎")        @staticmethod      def spawn():          print("下鸭蛋...")      class E:      @staticmethod      def bark():          print("鹅鹅鹅鹅")        @staticmethod      def spawn():          print("下鹅蛋...")      j = Chicken()  y = Duck()  e = E()      def mange(obj):      obj.spawn()      mange(j)  # 下鸡蛋...  mange(y)  # 下鸭蛋...  mange(e)  # 下鹅蛋...

python中常见的多态(不同的对象类型,拥有相同的方法,不同的结果)

# 不管什么类型,他都与type这个方法  ---> python中多态的体现  # 多态在python中其实很常见,因为到处充斥着继承与组合  a = 10  b = '10'  c = [10]    print(type(a))  print(type(b))  print(type(c))  # <class 'int'>  # <class 'str'>  # <class 'list'>

常见的内置函数

  • isinstance
 # isinstance()  # 判断一个对象是不是某个类的实例   # 参数1 要判断的对象,参数2 要判断的类型  def add_num(a, b):      # if type(a) == type(b):      if isinstance(a, int) == isinstance(b, int):          return a+b      else:          print("数据类型不符")      add_num("100", 10)
  • issubclass
# issubclass() # 判断一个类是不是另一个类的子类  #   参数一:子类,参数二:父类  class Animal:      @staticmethod      def eat():          print("动物得吃东西...")      class Pig(Animal):      @staticmethod      def eat():          print("猪吃东西...")      class Tree:      @staticmethod      def light():          print("植物光合作用...")      def mange(obj):      # if isinstance(obj, Animal):      if issubclass(type(obj), Animal):          obj.eat()      else:          print("不是动物...")      pig = Pig()  t = Tree  mange(pig)  # 猪吃东西...  mange(Tree)  # AttributeError: type object 'Tree' has no attribute 'eat'  # 不是动物...

面向对象的内置魔法函数

  • __str__
'''      __str__ 会在对象被转为字符串时,转换的结果就是这个函数的返回值      使用场景:我们可以利用该函数来自定义,对象是打印格式  '''  class Person:      def __str__(self):  # 重写object中的 __str__          print("__str__ run")          return 'abc'  # abc下面的报错那里就变成了 abc      p = Person()  # 所有的类都可以转成字符串  print(p)  # 打印了 __str__ run,又报错了  # __str__ run  # abc  # 写return 之前TypeError: __str__ returned non-string (type NoneType)  --> __str__ 必须要有一个str类型的返回值    str(p)  # 没有写print 在控制台也输出了 __str__ run  # __str__ run

将对象以指定格式输出

# print打印对象时内存地址,没什么意义,此时就可以利用__str__来自定义对象打印  class Person:      def __init__(self, name, age):          self.name = name          self.age = age        def __str__(self):  # 重写object中的 __str__          return f"这是要给Person对象,name:{self.name},age:{self.age}"      p = Person('jack', 10)  # 所有的类都可以转成字符串  print(p)  # 打印了  # 这是要给Person对象,name:jack,age:10
  • __del__
# del 析构函数   (__init__ 构造函数)  # 执行时机:手动删除对象时立马执行,或是程序运行结束时也会自动执行(垃圾回收机制?)  # 使用场景:当你的对象再使用过程中打开了不属于解释器的资源,例如文件,网络端口  import time      class Person:      def __init__(self, name, age):          self.name = name          self.age = age        def __del__(self):  # 重写object中的 __str__          print("del run...")          return "del run"      p = Person("jack", 20)  # del p  # 删除对象触发 __del__函数执行  # # del run...  time.sleep(2)  print("over")  # over  # del run...  # 程序结束后会把名称空间清除掉,清除时触发了 __del__,打印出 del run...

结束使用自动关闭文件资源案例

class FileTool:      # 该类用于简化文件的读写操作        def __init__(self, path):          self.file = open(path, 'rt', encoding='utf-8')        def read(self):          return self.file.read()  # rt模式不推荐直接读字节(汉字、英文字节不同),可以一行一行读        # 执行这个函数可以确定一个函数,这个对象肯定不用了,所以就可以放心的关心文件了      def __del__(self):          self.file.close()      tool = FileTool("a.txt")  print(tool.read())  # 文件属于操作系统,不受垃圾回收机制管理  # aaaaaaaaaaaa    # 不知道什么不使用该对象,那就写在 __del__函数中,当其被删除时,指定关闭资源
  • __call__
# call  调用对象时自动执行  # 执行时机:在调用对象时自动执行 ---> 对象()      class A:      # 调用对象时自动执行      def __call__(self, *args, **kwargs):          print("__call__ run...")          print(args)          print(kwargs)      a = A()    a(1, 2, a=100, c=300)  # 对象加括号调用  # __call__ run...  # (1, 2)  # {'a': 100, 'c': 300}
  • __slots__

python是动态语言,可以在运行期间动态修改对象的属性,如何能存储更多属性呢? 需要开启更大的内存区域,将原始的属性赋值过去 问题:如果开启的容量太大(为了效率牺牲了空间),将造成内存的浪费 解决方案:在创建对象是告诉系统这个对象只有哪些属性,也就是固定了对象的属性数量,这样就可任意要多少开多少,减少空间浪费(使用__slots__

import sys      class Person:      __slots__ = ['name']  # 加了以后再添加属性就不行了,限制属性        # def __init__(self, name, age):      def __init__(self, name):          self.name = name          # self.age = age  # 未在__slots__中声明,直接报错 AttributeError: 'Person' object has no attribute 'age'      # p = Person("jck", 18)  p = Person("jck")    print(sys.getsizeof(p))  # 获取对象占用内存大小  # 56 ---> 48  ---> __slots__ 指定有哪些属性,从而节省了内存空间(没指定__slots__之前56,指定之后48)    # print(p.__dict__)  # 报错,可变字典也被省掉了(名称空间连开都不开了),AttributeError: 'Person' object has no attribute '__dict__'

该属性是一个类属性,用于优化对象内存

优化的原理:将原本不固定的属性数量,变得固定了,这样的解释器就不会以这个对象创建名称空间(所以__dict__也没了),从而达到减少内存开销的效果

另外当类中出现了__slots__时将导致这个类的对象不再添加__slots__定义之外的属性

  • __getattr__ __setattr__ __delattr__ 及点语法原理
__getattr__ 用 .访问属性时,如果属性不存在,执行  __setattr__ 用 .设置属性时执行  __delattr__ 用del 对象.属性 删除属性时,执行    这几个函数反映了 python解释器是如何实现 . 语法的原理    __getattribute__ 该函数也是用来获取属性  在获取属性时如果存在__getattribute__则先执行该函数,如果没有拿到属性则继续调用__getattr__函数,如果拿到了则直接返回
class A:      def __getattr__(self, item):          print("__getattr__")          return self.__dict__.get(item)        def __setattr__(self, key, value):          super().__setattr__(key, value)  # 这个不写将导致赋值不成功,得到None          print('__setattr__')        def __delattr__(self, item):          print('__delattr__')          print(item)          self.__dict__.pop(item)      a = A()  a.name = 'jack'  # __setattr__  print(a.name)  # 这个属性存在,就没有调用 __getattr__  # jack      b = A()  b.__dict__["name"] = 'jackson'  # 通过操作__dict__ 也可以操作属性(. 语法的背后就是操作 __dict__)  print(b.name)  # 这个属性存在,就没有调用 __getattr__  # jackson    del b.name  # 触发 __delattr__  # __delattr__  # name    print(b.name)  # b没有name这个属性了,就触发了 __getattr__  # __getattr__  # None  # b没有name这个属性了
class B:      def __setattr__(self, key, value):  # 利用了 .语法赋值改值就会触发这个函数          self.__dict__[key] = value          print(f"{key}:{value}")      b = B()  b.name = 'jerry'  # name:jerry  b.name = 'tom'  # name:tom  print(b.name)  # tom    b.__dict__['halo'] = 'hi'  # 直接通过操作 __dict__ 也可以完成属性的增改  print(b.halo)  # hi
  • []的实现原理(__getitem__ __setitem__ __delitem__

任何的符号,都会被解释器解释称特殊含义,例如 . [] ()

__getitem__ 当你用中括号去获取属性时 执行  __setitem__ 当你用中括号去设置属性时 执行  __detitem__ 当你用中括号去删除属性时 执行
'''  需求:      让一个对象支持 点语法来取值,也支持括号取值  '''      class MyDict(dict):      def __getattr__(self, key):          return self.get(key)          # return self[key]  # KeyError: 'name'        def __setattr__(self, key, value):          self[key] = value        def __delattr__(self, item):          del self[item]      # 继承 dict 可以直接用字典的一些方式  a = MyDict()  a['name'] = 'jack'  print(a['name'])  # jack    # 使用 .语法(通过实现__getattr__ 、__setattr__、__delattr__来实现)  a.name = 'sum'  print(a.name, a['name'])  # sum sum  print(a['name'])  # sum  a.name = 'jackson'  print(a.name)  # jackson  del a.name  print(a.name)  # None  # 用的是 .get 所以不会报错
  • > >= == != < <= 等比较运算符的的实现原理(运算符重载)(__gt__ __ge__ __eq__ __ne__ __lt__ __le__)

当我们在使用某个符号时,python解释器都会为这个符号定义一个含义,同时调用对应的处理函数,当我们需要自定义对象的比较规则时,就可以在子类中覆盖大于等于等的方法

案例

# 自定义对象的比较  # 对象直接无法直接比较大小      class Person:      def __init__(self, name, height, age):          self.name = name          self.height = height          self.age = age      p1 = Person('jason', 185, 18)  p2 = Person('tank', 179, 18)  # print(p1 > p2)  # TypeError: '>' not supported between instances of 'Person' and 'Person'      class Student:      def __init__(self, name, height, age):          self.name = name          self.height = height          self.age = age        # 自定义比较规则      def __gt__(self, other):          print(self)          print(other)          print("__gt__")            # 比身高          # if self.height > other.height:          #     return True          return self.height > other.height          # 没有返回值默认返回 None 即 False        def __eq__(self, other):          print("eq------")          return self.name == other.name      stu1 = Student("jack", 180, 28)  stu2 = Student("rose", 165, 27)    print(stu1 > stu2)  # 直接报错,TypeError: '>' not supported between instances of 'Student' and 'Student'  # <__main__.Student object at 0x000001992C7C8F60>  # <__main__.Student object at 0x000001992C7C8F98>  # __gt__  # True  print(stu1 < stu2)  # 大于和小于只要实现一个即可,符号如果不同解释器会自动交换两个对象的位置  # <__main__.Student object at 0x000001992C7C8F98>  # <__main__.Student object at 0x000001992C7C8F60>  # __gt__  # False  print(stu1)  # <__main__.Student object at 0x000001992C7C8F60>  print(stu2)  # <__main__.Student object at 0x000001992C7C8F98>

原本自定义对象无法直接使用大于小于来进行比较,我们可以自定义运算符来实现,让自定义对象也支持比较符

上述代码中.other指的是另一个参与比较的对象

大于和小于只要实现一个即可,符号如果不同解释器会自动交换两个对象的位置

迭代器协议

迭代器:是指具有__iter____next__的对象

我们可以为对象增加这两个方法来让对象变成迭代器

class MyIter:      # num 传入,用来指定迭代次数      def __init__(self, num):          self.num = num          self.c = 0        def __iter__(self):          return self        def __next__(self):          self.c += 1          if self.c <= self.num:              return "hahha"          raise StopIteration  # 抛出异常      for i in MyIter(3):      print(i)  # hahha  # hahha  # hahha

自定义range函数

class MyRange:      def __init__(self, start, end, step=1):          self.start = start - 1          self.end = end          self.step = step        def __iter__(self):          return self        def __next__(self):          self.start += self.step          if self.start < self.end:              return self.start          raise StopIteration      for i in MyRange(1, 3):      print(i)  # 1  # 2

上下文管理

上下文:这个概念属于语言学科,指的是一段话的意义,要参考当前的场景,即上下文

在python中,上下文可以理解为一个代码区间,一个范围,例如with open 打开的文件仅在这个上下文中有效

上下文涉及到的两个方法

  • __enter__:表示进入上下文(进入某个场景了)
  • __exit__:表示退出上下文(离开了某个场景了)

案例

class MyOpen:        def __enter__(self):          print("enter....")        def __exit__(self, exc_type, exc_val, exc_tb):  # exc --> exception          print("exit.....")          print(exc_type, exc_val, exc_tb)      with MyOpen() as m:      print("start...")      # 1 + '123'  # enter....  # exit.....  # None None None

实现了上面的两个方法就可以配合with语句用了,当执行with语句时,会先执行__enter__,当代码执行完毕后执行__exit__,或者代码遇到了异常会立即执行__exit__,并传入错误信息,包含错误的类型,错误的信息,错误的追踪信息

class MyOpen:        def __enter__(self):          print("enter....")        def __exit__(self, exc_type, exc_val, exc_tb):  # exc --> exception          print("exit.....")          print(exc_type, exc_val, exc_tb)          return True  # return True 可以让程序不报错      with MyOpen() as m:      print("start...")      1 + '123'  # TypeError: unsupported operand type(s) for +: 'int' and 'str'  # enter....  # exit.....  # None None None  # 没有报错时打印这个  # <class 'TypeError'> unsupported operand type(s) for +: 'int' and 'str' <traceback object at 0x00000283F3EE0608>  # 有错时打印这个,若__exit__ 返回为True则控制台不报错,否则控制台也会报错

注意点

__enter__ 函数应该返回对象自己  __exit__ 函数可以有返回值,是一个bool类型,用于表示异常是否被处理,仅在上下文中出现异常时有用  如果为True 则意味着,异常已经被处理了      False 异常未被处理,程序将中断报错