第五篇：python高级之面向对象高级

python高级之面向对象高级

 

python高级之面向对象高级

本节内容

1. 成员修饰符
2. 特殊成员
3. 类与对象
4. 异常处理
5. 反射/自省
6. 单例模式

1.成员修饰符

python的类中只有私有成员和公有成员两种，不像c++中的类有公有成员（public），私有成员(private)和保护成员(protected).并且python中没有关键字去修饰成员，默认python中所有的成员都是公有成员，但是私有成员是以两个下划线开头的名字标示私有成员，私有成员不允许直接访问，只能通过内部方法去访问，私有成员也不允许被继承。

class a:  # 说明父类的私有成员无法在子类中继承    def __init__(self):        self.ge=123        self.__gene=456class b(a):    def __init__(self,name):        self.name=name        self.__age=18        super(b,self).__init__()  # 这一行会报错    def show(self):        print(self.name)        print(self.__age)        print(self.ge)        print(self.__gene)  # 这一行也会报错obj=b("xiaoming")print(obj.name)print(obj.ge)# print(obj.__gene)  # 这个也会报错obj.show()

上面就是类里面的私有成员了。

2.特殊成员

1.__init__

__init__方法可以简单的理解为类的构造方法（实际并不是构造方法，只是在类生成对象之后就会被执行），之前已经在上一篇博客中说明过了。

2.__del__

__del__方法是类中的析构方法，当对象消亡的时候（被解释器的垃圾回收的时候会执行这个方法）这个方法默认是不需要写的，不写的时候，默认是不做任何操作的。因为你不知道对象是在什么时候被垃圾回收掉，所以，除非你确实要在这里面做某些操作，不然不要自定义这个方法。

3.__call__

__call__方法在类的对象被执行的时候（obj()或者 类()()）会执行。

4.__int__

__int__方法，在对象被int()包裹的时候会被执行，例如int(obj)如果obj对象没有、__int__方法，那么就会报错。在这个方法中返回的值被传递到int类型中进行转换。

5.__str__

__str__方法和int方法一样，当对象被str(obj)包裹的时候，如果对象中没有这个方法将会报错，如果有这个方法，str()将接收这个方法返回的值在转换成字符串。

6.__add__

__add__方法在两个对象相加的时候，调用第一个对象的__add__方法，将第二个对象传递进来，至于怎么处理以及返回值，那是程序员自定义的，就如下面的例子：

class abc:    def __init__(self,age):        self.age=age    def __add__(self,obj):        return self.age+obj.agea1=abc(18)a2=abc(20)print(a1+a2)#执行结果：38

7.__dict__

__dict__方法在类里面有，在对象里面也有，这个方法是以字典的形式列出类或对象中的所有成员。就像下面的例子：

class abc:    def __init__(self,age):        self.age=age    def __add__(self,obj):        return self.age+obj.agea1=abc(18)print(abc.__dict__)print(a1.__dict__)#执行结果：{'__add__': <function abc.__add__ at 0x0000020666C9E2F0>, '__module__': '__main__', '__weakref__': <attribute '__weakref__' of 'abc' objects>, '__init__': <function abc.__init__ at 0x0000020666C9E268>, '__doc__': None, '__dict__': <attribute '__dict__' of 'abc' objects>}{'age': 18}

8.__getitem__ __setitem__ __delitem__

__getitem__方法匹配 对象[索引] 这种方式，__setitem__匹配 对象[索引]=value 这种方式，__delitem__匹配 del 对象[索引] 这种方式，例子如下:

class Foo:    def __init__(self,name,age):        self.name=name        self.age=age    def __getitem__(self, item):  # 匹配:对象[item]这种形式        return item+10    def __setitem__(self, key, value):  # 匹配:对象[key]=value这种形式        print(key,value)    def __delitem__(self, key):  # 匹配:del 对象[key]这种形式        print(key)li=Foo("alex",18)print(li[10])li[10]=100del li[10]执行结果：2010 10010

9.__getslice__ __setslice__ __delslice__

这三种方式在python2.7中还存在，用来对对象进行切片的，但是在python3之后，将这些特殊方法给去掉了，统一使用上面的方式对对象进行切片，因此在使用__getitem__ __setitem__ 这两个方法之前要先判断传递进参数的类型是不是slice对象。例子如下：

class Foo:    def __init__(self,name,age):        self.name=name        self.age=age        self.li=[1,2,3,4,5,6,7]    def __getitem__(self, item):  # 匹配:对象[item]这种形式        if isinstance(item,slice):  # 如果是slice对象，返回切片后的结果            return self.li[item]  # 返回切片结果        elif isinstance(item,int):  # 如果是整形，说明是索引            return item+10    def __setitem__(self, key, value):  # 匹配:对象[key]=value这种形式        print(key,value)    def __delitem__(self, key):  # 匹配:del 对象[key]这种形式        print(key)    def __getslice__(self,index1,index2):        print(index1,index2)li=Foo("alex",18)print(li[3:5])#执行结果：[4, 5]

10. __iter__

类的对象如果想要变成一个可迭代对象，那么对象中必须要有__iter__方法，并且这个方法返回的是一个迭代器。

for 循环的对象如果是一个可迭代的对象，那么会先执行对象中的__iter__方法，获取到迭代器，然后再执行迭代器中的__next__方法获取数据。如果for循环的是一个迭代器，那么直接执行迭代器中的__next__方法。

class Foo:    def __init__(self,name,age):        self.name=name        self.age=age    def __iter__(self):        return iter([1,2,3,4,5])  # 返回的是一个迭代器li=Foo("alex",18)# 1.如果类中有__iter__方法，他的对象就是可迭代对象# 2.对象.__iter()的返回值是一个迭代器# 3.for循环的如果是迭代器，直接执行.next方法# 4.for循环的如果是可迭代对象，先执行对象.__iter()，获取迭代器再执行nextfor i in li:    print(i)#执行结果：12345

11.isinstance和issubclass

之前讲过isinstance可以判断一个变量是否是某一种数据类型，其实，isinstance不只可以判断数据类型，也可以判断对象是否是这个类的对象或者是这个类的子类的对象，代码如下：

class Foo:    def __init__(self,name,age):        self.name=name        self.age=ageclass Son(Foo):    passobj=Son("xiaoming",18)print(isinstance(obj,Foo))执行结果：True

issubclass用来判断一个类是否是某个类的子类，返回的是一个bool类型数据，代码如下：

class Foo:    def __init__(self,name,age):        self.name=name        self.age=ageclass Son(Foo):    passobj=Son("xiaoming",18)print(issubclass(Son,Foo))执行结果：True

3.类与对象

__new__和__metaclass__

在python中，一切皆对象，我们定义的类其实。。。也是一个对象，那么，类本身是谁的对象呢？在python2.2之前（或者叫经典类中），所有的类，都是class的对象，但是在新式类中，为了将类型（int,str,float等）和类统一，所以，所有的类都是type类型的对象。当然，这个规则可以被修改，在类中有一个属性 __metaclass__ 可以指定当前类该由哪个类进行实例化。而创建对象过程中，其实构造器不是__init__方法，而是__new__方法，这个方法会返回一个对象，这才是对象的构造器。下面是一个解释类实例化对象内部实现过程的代码段：

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)        self.__init__(obj, *args, **kwargs)        return objclass Foo:    __metaclass__=Mytype    def __init__(self,name,age):        self.name=name        self.age=age    def __new__(cls, *args, **kwargs):        return object.__new__(cls)obj=Foo("xiaoming",18)print(obj.name,obj.age)执行结果：xiaoming 18

4.异常处理

python中使用try except finally组合来实现异常扑捉，不像java中是使用try catch finally......其中，except中的Exception是所有异常的父类，下面是一个异常处理的示例：

try:    int("aaa")  #可能出现异常的代码except IndexError as e:  # 捕捉索引异常的子异常，注意，这里的as e在老版本的py中可以写成，e但是新版本中用as e,",e"未来可能会淘汰    print("IndexError:",e)except ValueError as e:  # 捕捉value错误的子异常    print("ValueError:",e)except Exception as e:  # 如果上面两个异常没有捕获到，那么使用Exception捕获，Exception能够捕获所有的异常    print("Exception:",e)else:  # 如果没有异常发生，执行else中的代码块    print("true")finally:  # 不管是否发生异常，在最后都会执行finally中的代码，假如try里面的代码正常执行，先执行else中的代码，再执行finally中的代码    print("finally")执行结果：ValueError: invalid literal for int() with base 10: 'aaa'finally

那么既然Exception是所有异常的父类，我们可以自已定义Exception的子类，实现自定义异常处理，下面就是实现例子：

class OldBoyError(Exception):  # 自定义错误类型    def __init__(self,message):        self.message=message    def __str__(self):  # 打印异常的时候会调用对象里面的__str__方法返回一个字符串        return self.messagetry:    raise OldBoyError("我错了...")  # raise是主动抛出异常，可以调用自定义的异常抛出异常except OldBoyError as e:    print(e)执行结果：我错了...

异常处理里面还有一个断言，一般用在判断执行环境上面，只要断言后面的条件不满足，那么就抛出异常，并且后面的代码不执行了。

print(123)assert 1==2  # 断言，故意抛出异常，做环境监测用，环境监测不通过，报错并结束程序print("456")执行结果：    assert 1==2  # 断言，故意抛出异常，做环境监测用，环境监测不通过，报错并结束程序123AssertionError

5.反射/自省

python中的反射/自省的实现，是通过hasattr、getattr、setattr、delattr四个内置函数实现的，其实这四个内置函数不只可以用在类和对象中，也可以用在模块等其他地方，只是在类和对象中用的很多，所以单独提出来进行解释。

1. hasattr(key)返回的是一个bool值，判断某个成员或者属性在不在类或者对象中
2. getattr(key,default=xxx)获取类或者对象的成员或属性，如果不存在，则会抛出AttributeError异常,如果定义了default那么当没有属性的时候会返回默认值。
3. setattr(key,value)假如有这个属性，那么更新这个属性，如果没有就添加这个属性并赋值value
4. delattr(key)删除某个属性

注意，上面的key都是字符串，而不是变量，也就是说可以通过字符串处理类中的成员或者对象中的属性。下面是一个例子代码：

class Foo:    def __init__(self,name,age):        self.name=name        self.age=age    def show(self):        return self.name,self.ageobj=Foo("xiaoming",18)print(getattr(obj,"name"))setattr(obj,"k1","v1")print(obj.k1)print(hasattr(obj,"k1"))delattr(obj,"k1")show_fun=getattr(obj,"show")print(show_fun())执行结果：xiaomingv1True('xiaoming', 18)

反射/自省能够直接访问以及修改运行中的类和对象的成员和属性，这是一个很强大的功能，并且并不像java中效率很低，所以用的很多。

下面是一个反射/自省用在模块级别的例子：

import s2operation=input("请输入URL:")if operation in s2.__dict__:    getattr(s2,operation)()else:    print("404")#模块s2中的代码：def f1():    print("首页")def f2():    print("新闻")def f3():    print("精选")执行结果：请输入URL:f1首页

6.单例模式

这里介绍一个设计模式，设计模式在程序员写了两三年代码的时候，到一定境界了，才会考虑到设计模式对于程序带来的好处，从而使用各种设计模式，这里只是简单的介绍一个简单的设计模式：单例模式。在面向对象中的单例模式就是一个类只有一个对象，所有的操作都通过这个对象来完成，这就是面向对象中的单例模式，下面是实现代码：

class Foo:  # 单例模式    __v=None    @classmethod    def ge_instance(cls):        if cls.__v:            return cls.__v        else:            cls.__v=Foo()            return cls.__vobj1=Foo.ge_instance()print(obj1)obj2=Foo.ge_instance()print(obj2)obj3=Foo.ge_instance()print(obj3)执行结果：<__main__.Foo object at 0x000001D2ABA01860><__main__.Foo object at 0x000001D2ABA01860><__main__.Foo object at 0x000001D2ABA01860>

可以看到，三个对象的内存地址都是一样的，其实，这三个变量中存储的都是同一个对象的内存地址，这样有什么好处呢？能够节省资源，就比如在数据库连接池的时候就可以使用单例模式，只创建一个类的对象供其他程序调用，还有在web服务中接收请求也可以使用单例模式来实现，节省资源。

 

分类: python高级