Day 21 Object_oriented_programming_2

继承实现原理

python中的类可以同时继承多个父类，继承的顺序有两种：深度优先和广度优先。

一般来讲，经典类在多继承的情况下会按照深度优先的方式查找，新式类会按照广度优先的方式查找

示例解析：

没有共同头部父类的类型

 1 class E:
 2     def test(self):
 3         print('from E')
 4     # pass
 5 class F:
 6     def test(self):
 7         print('from F')
 8     # pass
 9
10 class C:
11     def test(self):
12         print('from C')
13     # pass
14
15 class B(C):
16     def test(self):
17         print('from B')
18     # pass
19
20 class D(E):
21     def test(self):
22         print('from D')
23     # pass
24 class A(B,D,F):
25     def test(self):
26         print('from A')
27     # pass
28 obj=A()
29 obj.test()

在这种模型下，新式类和经典类的继承顺序都一样。

调用obj.test()，首先找boj对象的__dict__字典，然后找生成类A的__dict__字典，如果这两个都没有，会按照以下顺序进行查找，找到为止：

ClassA->ClassB->ClassC->ClassD->ClassE->ClassF

如果都找不到，抛出异常错误。

有共同头部父类的类型

 1 class D(object):
 2     def test(self):
 3         print('from D')
 4     # pass
 5 class C(D):
 6     def test(self):
 7         print('from C')
 8     # pass
 9 class B(C):
10     def test(self):
11         print('from B')
12     # pass
13 class F(D):
14     def test(self):
15         print('from F')
16     # pass
17 class E(F):
18     def test(self):
19         print('from E')
20     # pass
21 class H(D):
22     def test(self):
23         print('from H')
24     # pass
25 class G(H):
26     def test(self):
27         print('from G')
28     # pass
29
30 class A(B,E,G):
31     def test(self):
32         print('from A')
33     # pass
34
35 obj=A()
36 obj.test()
37 print(A.mro())

在这种模型下，新式类和经典类查找继承顺序不同。

新式类使用的是广度优先的方式，调用obj.test()，首先找boj对象的__dict__字典，然后找生成类A的__dict__字典，如果这两个都没有，会按照以下顺序进行查找，找到为止：

classA->classB->classC->classE->classF->classG->classH->classD->-classobject

 1 #经典类不继承object
 2 class D:
 3     def test(self):
 4         print('from D')
 5     # pass
 6 class C(D):
 7     def test(self):
 8         print('from C')
 9     # pass
10 class B(C):
11     def test(self):
12         print('from B')
13     # pass
14 class F(D):
15     def test(self):
16         print('from F')
17     # pass
18 class E(F):
19     def test(self):
20         print('from E')
21     # pass
22 class H(D):
23     def test(self):
24         print('from H')
25     # pass
26 class G(H):
27     def test(self):
28         print('from G')
29     # pass
30
31 class A(B,E,G):
32     def test(self):
33         print('from A')
34     # pass
35
36 obj=A()
37 obj.test()

经典类（python2中才有经典类的概念，python3中都是新式类）使用的是深度优先的方式，调用obj.test()，首先找boj对象的__dict__字典，然后找生成类A的__dict__字典，如果这两个都没有，会按照以下顺序进行查找，找到为止：

ClassA->ClassB->ClassC->ClassD->ClassE->ClassF->ClassG

mro方法

python的继承顺序，是按照一定的算法生成的mro表进行顺序查找继承的，只有在新式类中才有该方法：该方法有以下三个特点：

1.子类会先于父类被检查：

2.多个父类会根据它们在列表中的顺序被检查

3.如果对下一个类存在两个合法的选择,选择第一个父类

例如示例二有共同头部父类的模型，新式类mro输出表如下，按照表顺序进行继承：

1 print(A.mro())
2 [<class '__main__.A'>, <class '__main__.B'>, <class '__main__.C'>, <class '__main__.E'>, <class '__main__.F'>, <class '__main__.G'>, <class '__main__.H'>, <class '__main__.D'>, <type 'object'>]

子类调用父类的方法（内置函数super）

low版调用方法，还是那个teacher还是那个people：

 1 class People:
 2     def __init__(self,name,age,sex):
 3         self.name=name
 4         self.age=age
 5         self.sex=sex
 6     def foo(self):
 7         print('from parent')
 8
 9 class Teacher(People):
10     def __init__(self,name,age,sex,salary,level):
11         People.__init__(self,name,age,sex) #指名道姓地调用People类的__init__函数
12         self.salary=salary
13         self.level=level
14     def foo(self):
15         print('from child')
16
17 t=Teacher('bob',18,'male',3000,10)
18 print(t.name,t.age,t.sex,t.salary,t.level)
19 t.foo()

low版调用方法，在更改父类的名字之后，需要改动的地方除了子类继承的父类名字，还要改子类里面调用的父类名，比较麻烦

高端大气调用方式：只需要改动子类继承的父类名，即括号里的父类名字

 1 class People:
 2     def __init__(self,name,age,sex):
 3         self.name=name
 4         self.age=age
 5         self.sex=sex
 6     def foo(self):
 7         print('from parent')
 8
 9 class Teacher(People):
10     def __init__(self,name,age,sex,salary,level):
11         #在python3中
12         super().__init__(name,age,sex) #调用父类的__init__的功能，实际上用的是绑定方法，用到了mro表查询继承顺序，只能调用一个父类的功能
13         #在python2中
14         # super(Teacher,self).__init__(name,age,sex)    #super(Teacher,self)是一个死格式
15         self.salary=salary
16         self.level=level
17     def foo(self):
18         super().foo()
19         print('from child')
20
21 t=Teacher('bob',18,'male',3000,10)
22 print(t.name,t.age,t.sex,t.salary,t.level)
23 t.foo()

但是这种方式也有一个缺点，就是当一个子类继承了多个父类的时候，如果多个父类都包含了相同的属性名，当要调用该功能的时候，只能调用第一个父类的功能，无法实现多个父类同时调用。多个父类同时调用还是要用low版方法。

封装

封装是一种隐藏的方式，包括数据封装和功能封装，即类里的数据属性和功能属性，隐藏数据和功能是为了限制直接调用，通过人为的添加调用接口进行数据和功能的调用。

封装不是单纯意义的隐藏：（史上最lowB的解释）

　　1：封装数据的主要原因是：保护隐私（作为男人的你，脸上就写着：我喜欢男人，你害怕么？）

　　2：封装方法的主要原因是：隔离复杂度，提供简单的访问接口（快门就是傻瓜相机为傻瓜们提供的接口，该方法将内部复杂的照相功能都隐藏起来了，拍照只需要通过快门这个接口就可以了，再比如你不必知道你自己的尿是怎么流出来的，你直接掏出自己的接口就能用尿这个功能）

提示：在编程语言里，对外提供的接口（接口可理解为了一个入口），可以是函数，称为接口函数，这与接口的概念还不一样，接口代表一组接口函数的集合体。

封装的两个层面

基础的封装（什么都不用做）：创建类和对象会创建各自的名称空间，通过类名. 或者对象. 的方式去访问类或对象里面的数据属性和功能属性。

还是这个people

 1 class People:
 2     def __init__(self,name,age,sex):
 3         self.name=name
 4         self.age=age
 5         self.sex=sex
 6     def foo(self):
 7         print('from parent')
 8 print(People.__dict__)
 9 p=People('natasha',18,'female')
10 print(p.name)
11 p.foo()

通过p.name访问到了natasha，通过p.age访问到了18，这一类就是最基础的类和对象的封装，而p.name、p.foo()就是接口，访问数据属性和功能属性的接口。

二层封装：类中把某些属性和方法隐藏起来(或者说定义成私有的)，只在类的内部使用、外部无法访问，或者留下少量接口（函数）供外部访问。

封装方式：在python中用双下划线的方式实现隐藏属性（设置成私有的）

 1 class Teacher:
 2     __school='oldboy' #实际上转换成了_Teacher__school
 3     def __init__(self,name,salary):
 4         self.name=name
 5         self.__salary=salary #实际上转换成了self._Teacher__salary
 6     def __foo(self):
 7         print('====foo====')
 8 t=Teacher('egon',3000)
 9
10 # print(t.__school)    #无法调用
11 print(Teacher.__dict__)
12 # t.foo()    #无法调用
13 t._Teacher__foo()
14 # print(t.salary)     #无法调用
15 # print(t.__salary)    #无法调用
16 print(t.__dict__)
17 print(t._Teacher__salary)

python中的隐藏并不是真正意义上的隐藏，而是通过语法这一层面进行转换，虽然无法直接通过例如t.__salary或t.salary的方式调用，但是实际上在类的__dict__中可以查看到变形后的调用方式

类中所有双下划线开头的名称如__x都会自动变形成：_类名__x的形式，但是这种变形操作只在定义阶段发生，后边手动添加的不会自动变形

1 Teacher.__N=111111
2 print(Teacher.__dict__)
3 t.__x=1
4 print(t.__dict__)
5 输出结果：
6 {'__module__': '__main__', '_Teacher__school': 'oldboy', '__init__': <function Teacher.__init__ at 0x00000296CDD5B8C8>, '_Teacher__foo': <function Teacher.__foo at 0x00000296CDD5B950>, '__dict__': <attribute '__dict__' of 'Teacher' objects>, '__weakref__': <attribute '__weakref__' of 'Teacher' objects>, '__doc__': None, '__N': 111111}
7 {'name': 'egon', '_Teacher__salary': 3000, '__x': 1}

在类的外部，无法直接使用变形的属性，但是在类的内部可以直接使用

 1 class Teacher:
 2     __school='oldboy' #_Teacher__school='oldboy'
 3     def __init__(self,name,salary):
 4         self.name=name
 5         self.__salary=salary #self._Teacher__salary=salary
 6
 7     def foo(self):
 8         print('====>',self.__salary)    #内部可以调用
 9         # print('====>',self._Teacher__salary)
10 t=Teacher('egon',3000)
11
12 # print(t.__salary)    #外部无法调用
13 t.foo()

当子类和父类有相同的功能属性，两个类里变形过的功能可以分别调用：

不变形的功能只能调用到子类里的，无法调用父类的func功能

1 class Foo:
2     def func(self):
3         print('from Foo')
4 class Bar(Foo):
5     def func(self):
6         print('from Bar')
7 b=Bar()
8 b.func()

变形后可以分别调用

 1 class Foo:
 2     def __func(self): #_Foo__func
 3         print('from Foo')
 4
 5 class Bar(Foo):
 6     def __func(self): #_Bar__func
 7         print('from Bar')
 8 b=Bar()
 9 b._Foo__func()
10 b._Bar__func()

类里的功能属性和功能属性间调用：

A类和B类同时包含bar功能，A类通过foo功能调用自己的bar功能，通过B实例化b对象，当b对象调用foo的时候，由于B类没有foo功能，所以从A类中找foo功能，找到后调用，并在执行foo功能的过程中调用bar功能，按照mro表顺序查找，通过B类内找到bar功能并执行

 1 class A:
 2     def foo(self):
 3         print('from A.foo')
 4         self.bar()
 5     def bar(self):
 6         print('from A.bar')
 7 class B(A):
 8     def bar(self):
 9         print('from B.bar')
10 b=B()
11 b.foo()
12 输出结果
13 from A.foo
14 from B.bar

变形后调用：定义的过程中已经变形了，所以foo功能在找bar函数的时候实际上找的是变形后的_A__bar()功能

 1 class A:
 2     def foo(self):
 3         print('from A.foo')
 4         self.__bar() #self._A__bar()
 5     def __bar(self): #_A__bar()
 6         print('from A.bar')
 7 class B(A):
 8     def __bar(self): #_B__bar
 9
10 b=B()
11 b.foo()

隐藏所有直接调用属性，通过接口的方式调用属性：又来了，还是那个people

 1 class People:
 2     def __init__(self,name,age,sex,height,weight):
 3         self.__name=name
 4         self.__age=age
 5         self.__sex=sex
 6         self.__height=height
 7         self.__weight=weight
 8 #name、age、sex、height、weight都是经过变形后存储的，所以在调用的时候没办法直接调用，当然了要调用是可以的
 9     def tell_name(self):
10         print(self.__name)
11 #通过手动创建接口的方式返回name的内容，屏蔽了直接调用
12     def set_name(self,val):
13         if not isinstance(val,str):
14             raise TypeError('名字必须是字符串类型')
15         self.__name=val
16 #通过手动创建修改接口修改name的属性值，屏蔽了直接调用
17     def tell_info(self):
18         print('''
19         ---------%s info
20         name：%s
21         age:%s
22         sex:%s
23         height:%s
24         weight:%s
25         ''' %(self.__name,
26               self.__name,
27               self.__age,
28               self.__sex,
29               self.__height,
30               self.__weight))
31 #通过手动创建接口，展示所有的信息

测试验证：

1 bob=People('bob',18,'male','179cm','70kg')    #实例化对象
2 bob.tell_info()    #通过接口查看bob的所有信息
3 bob.tell_name()    #通过接口查看name属性
4 # bob.set_name(123)
5 bob.set_name('natasha')    #通过接口修改name属性值
6 bob.tell_info()

property：封装的特性之一

property是一种特殊的属性，访问它时会执行一段功能（函数）然后返回值

手动创建的接口都是函数接口，函数接口在调用的时候都需要加()执行才能调用，如上边的例子bob.tell_name()通过接口查询name属性，基于用户角度来讲，比较显得美好简单的调用方式是bob.name，用户心理毛病多：我只是想看一下名字，为什么要我执行的这个东西？

示例：计算bmi健康指数

 1 class People:
 2     def __init__(self,name,age,sex,height,weight):
 3         self.__name=name
 4         self.__age=age
 5         self.__sex=sex
 6         self.__height=height
 7         self.__weight=weight
 8
 9     @property    #bmi=property(bmi)，是一个内置函数，本质就是个装饰器
10     def bmi(self):
11         res=self.__weight / (self.__height ** 2)
12         return res

测试验证：

1 bob=People('bob',18,'male',1.79,70)
2 print(bob.bmi)　　#当调用bob.bmi时候，会返回res的值

使用这种方式，遵循了统一访问的原则，即用户感知不到我是执行了一个函数才获取的值。

但是仅仅这样，还是有问题，比如我想要删除一个属性，是无法删除的，比如del bmi，会提示AttributeError: can't delete attribute，想要通过bob.name='NAME'的方式修改内容也是不行的。

想要实现，需要继续加装饰器：

 1 class People:
 2     def __init__(self,name,age,sex,height,weight,permission=False):
 3         self.__name=name
 4         self.__age=age
 5         self.__sex=sex
 6         self.__height=height
 7         self.__weight=weight
 8         self.permission=permission
 9
10     @property
11     def name(self):
12         return self.__name
13
14     @name.setter            #支持obj.name='NAME'的方式执行
15     def name(self,val):
16         if not isinstance(val,str):
17             raise  TypeError('must be str')
18         self.__name=val
19
20     @name.deleter        #支持del删除操作
21     def name(self):
22         if not self.permission:
23             raise PermissionError('不让删')
24         del self.__name

测试验证：

1 natasha.name=123
2 print(natasha.name)
3 print(natasha.permission)
4 natasha.permission=True     #不改成True，if认证不通过会删除失败
5 del natasha.name
6 #print(egon.name)   #无法查询，已删除

多态与多态性

多态

多态并不是一个新的知识

多态是指一类事物有多种形态，在类里就是指一个抽象类有多个子类，因而多态的概念依赖于继承

举个栗子：动物有多种形态，人、狗、猫、猪等，python的序列数据类型有字符串、列表、元组，文件的类型分为普通文件和可执行文件，人类又有多种形态，男女老少。。等等例子

 1 import abc
 2 class Animal(metaclass=abc.ABCMeta):    #模拟动物类
 3     @abc.abstractmethod
 4     def talk(self):
 5         pass
 6 class People(Animal):       #模拟人类
 7     def talk(self):
 8         print('say hello world')
 9 class Cat(Animal):          #模拟猫类
10     def talk(self):
11         print('say miaomiaomiao')
12 class Dog(Animal):          #模拟狗类
13     def talk(self):
14         print('say wangwangwang')

动物都能叫，所以人类、猫类、狗类也都可以叫，只不过叫的方式不一样。

多态性：

多态性是指具有不同功能的函数可以使用相同的函数名，这样就可以用一个函数名调用到不同功能的函数。

在面向对象方法中一般是这样表述多态性：向不同的对象发送同一条消息（！！！obj.func():是调用了obj的方法func，又称为向obj发送了一条消息func），不同的对象在接收时会产生不同的行为（即方法）

多态性实际上就是一个接口，即调用同一个函数，产生不同的结果。

示例1：使用数据对象的__len__属性统计对象长度

1 def func(obj):
2     obj.__len__()
3 func('hello')
4 func([1,2,3,4])
5 func(('a','b','c'))

示例2：

 1 import abc
 2 class Animal(metaclass=abc.ABCMeta):    #模拟动物类
 3     @abc.abstractmethod
 4     def talk(self):
 5         pass
 6 class People(Animal):       #模拟人类
 7     def talk(self):
 8         print('say hello world')
 9 class Cat(Animal):          #模拟猫类
10     def talk(self):
11         print('say miaomiaomiao')
12 class Dog(Animal):          #模拟狗类
13     def talk(self):
14         print('say wangwangwang')
15
16 p1=People()
17 c1=Cat()
18 d1=Dog()
19
20 def talk(obj):    #多态性
21     obj.talk()
22 talk(p1)
23 talk(c1)
24 talk(d1)

多态性的优点1：以不变应万变，统一调用接口，使用者只用一种调用方式即可

多态性的优点2：增加扩展性，比如上述代码再加一个Pig类，调用talk功能的方式不会改变，就是talk(Pig对象)

绑定方法与非绑定方法

类中定义的函数分为两类：绑定方法和非绑定方法

绑定方法：绑定给谁就给谁用，可以是对象，也可以是类本身。

绑定到对象的方法：

　　定义：凡是在类中定义的函数（没有被任何装饰器修饰），都是绑定给对象的，无论有有没有传参

　　给谁用：给对象用

　　特点：例如obj.bar() 自动把obj当做第一个参数传入，因为bar中的逻辑就是要处理obj这个对象

示例：

 1 class People:
 2     def __init__(self, name, weight, height):
 3         self.name = name
 4         self.weight = weight
 5         self.height = height
 6     def bmi(self):    #绑定到对象，需要传入对象的名字，而类本身是无法使用的，如果硬要使用，也需要把对象名字传进来
 7         print(self.weight / (self.height ** 2))
 8 f = People('bob', 70, 1.80)
 9 f.bmi()    #绑定对象使用的方法
10 People.bmi(f)    #类使用需要传入对象名字

绑定到类的方法：

　　定义：在类中定义的，被classmethod装饰的函数就是绑定到类的方法

　　给谁用：给类用

　　特点：例如People.talk() 自动把类当做第一个参数传入，因为talk中的逻辑就是要处理类

注意：自动传值只是使用者意淫的，属于类的函数，类可以调用，但是必须按照函数的规则来，在任何过程中都没有自动传值那么一说，传值都是事先定义好的，只不过使用者感知不到。

示例1：

 1 class People:
 2     def __init__(self,name):
 3         self.name=name
 4     def bar(self):
 5         print('Object name：',self.name)
 6     @classmethod    #将方法绑定给类People
 7     def func(cls):  #传入的值只能是类的名字
 8         print('Class name：',cls)
 9 f=People('natasha')
10 print(People.func)  #绑定给类
11 print(f.bar)    #绑定给对象
12 People.func()   #类调用绑定到类的方法
13 f.func()    #对象调用绑定到类的方法，打印的依然是类的名字

输出结果：

1 <bound method People.func of <class '__main__.People'>>    #绑定到类的方法
2 <bound method People.bar of <__main__.People object at 0x0000026FC4109B38>>    #绑定到对象的方法
3 Class name： <class '__main__.People'>     #类调用返回类名
4 Class name： <class '__main__.People'>     #对象调用返回类名

非绑定方法：

用staticmethod装饰器装饰的方法，非绑定方法不与类或对象绑定，类和对象都可以调用，但是没有自动传值那么一说。就是一个普通工具而已

注意：没有传值的普通函数并不是非绑定方法，只有被staticmethod装饰的才是非绑定方法。

示例

 1 import hashlib
 2 import pickle
 3 import os
 4 # 模拟注册，生成一个唯一id标识
 5 student_path=r'C:\Users\Mr.chai\Desktop\PythonProject\笔记\2017.7.6\db'
 6
 7 class People:
 8     def __init__(self,name,sex,user_id):
 9         self.name=name
10         self.sex=sex
11         self.user_id=user_id
12         self.id=self.create_id()
13     def tell_info(self):    #打印所有信息
14         print('''
15         =====%s info=====
16         id:%s
17         name:%s
18         sex:%s
19         user_id:%s
20         ''' %(self.name,self.id,self.name,self.sex,self.user_id))
21     def create_id(self):    #生成一个id号，对name、sex和user_id进行哈希
22         m=hashlib.md5()
23         m.update(self.name.encode('utf-8'))
24         m.update(self.sex.encode('utf-8'))
25         m.update(str(self.user_id).encode('utf-8'))
26         return m.hexdigest()
27     def save(self):     #将id号序列化到文件，以id号为文件名字
28         idfile_path=student_path+'\\'+self.id
29         with open(idfile_path,'wb') as f:
30             pickle.dump(self,f)
31     @staticmethod       #反序列化程序，是一个非绑定方法，无关类和对象
32     def get_all():
33         res=os.listdir(student_path)
34         for item in res:
35             file_path = r'%s\%s' %(student_path,item)
36             with open(file_path,'rb') as f:
37                 obj = pickle.load(f)
38                 obj.tell_info()

测试：生成序列化文件

 1 #实例化对象
 2 p1=People('natasha','male',370283111111111111)
 3 p2=People('hurry','male',3702832222222222222)
 4 p3=People('bob','male',3702833333333333333)
 5 #查询唯一标识
 6 print(p1.id)
 7 print(p2.id)
 8 print(p3.id)
 9 #对象pickle序列化
10 p1.save()
11 p2.save()
12 p3.save()
13
14 查询输出：
15 b4ea1e1f1e45428ee16035e101caac7b
16 274496ab60ceea8bf4c89c841d2b225c17 0defdb74fdee00f2164839343c16a7d7

生成文件

反序列化：

 1 p1.get_all()
 2 # p2.get_all()
 3 # p3.get_all()
 4
 5 输出结果
 6
 7         =====bob info=====
 8         id:0defdb74fdee00f2164839343c16a7d7
 9         name:bob
10         sex:male
11         user_id:3702833333333333333
12
13
14         =====hurry info=====
15         id:274496ab60ceea8bf4c89c841d2b225c
16         name:hurry
17         sex:male
18         user_id:3702832222222222222
19
20
21         =====natasha info=====
22         id:b4ea1e1f1e45428ee16035e101caac7b
23         name:natasha
24         sex:male
25         user_id:370283111111111111
26