python入门——魔法方法

目录

魔法方法

魔法方法总是被双下划线包围，例如__init__。

魔法方法是面向对象的 Python 的一切，如果你不知道魔法方法，说明你还没能意识到面向对象的 Python 的强大。

魔法方法的“魔力”体现在它们总能够在适当的时候被自动调用。

魔法方法的第一个参数应为cls（类方法） 或者self（实例方法）。

  • cls：代表一个类的名称
  • self：代表一个实例对象的名称

1. 基本的魔法方法

  • __init__(self[, ...]) 构造器，当一个实例被创建的时候调用的初始化方法，不要给其做任何的返回

【例子】

class Rectangle: #定义一个长方形
    def __init__(self, x, y):
        self.x = x  #返回为None，即不能返回其他如返回字符串return 'string'
        self.y = y

    def getPeri(self):   #计算周长
        return (self.x + self.y) * 2

    def getArea(self):   #计算面积
        return self.x * self.y


rect = Rectangle(4, 5)
print(rect.getPeri())  # 18
print(rect.getArea())  # 20
  • __new__(cls[, ...]) 在一个对象实例化的时候所调用的第一个方法，在调用__init__初始化前，先调用__new__。其需要返回一个对象cls
    • __new__至少要有一个参数cls，代表要实例化的类，此参数在实例化时由 Python 解释器自动提供，后面的参数直接传递给__init__。
    • __new__对当前类进行了实例化，并将实例返回，传给__init__的self。但是，执行了__new__，并不一定会进入__init__，只有__new__返回了，当前类cls的实例，当前类的__init__才会进入。

【例子】

class A(object):
    def __init__(self, value):
        print("into A __init__")
        self.value = value

    def __new__(cls, *args, **kwargs):
        print("into A __new__")
        print(cls)
        return object.__new__(cls)


class B(A):
    def __init__(self, value):
        print("into B __init__")
        self.value = value

    def __new__(cls, *args, **kwargs):
        print("into B __new__")
        print(cls)
        return super().__new__(cls, *args, **kwargs)


b = B(10)

# 结果：
# into B __new__
# <class '__main__.B'>
# into A __new__
# <class '__main__.B'>
# into B __init__

class A(object):
    def __init__(self, value):
        print("into A __init__")
        self.value = value

    def __new__(cls, *args, **kwargs):
        print("into A __new__")
        print(cls)
        return object.__new__(cls)


class B(A):
    def __init__(self, value):
        print("into B __init__")
        self.value = value

    def __new__(cls, *args, **kwargs):
        print("into B __new__")
        print(cls)
        return super().__new__(A, *args, **kwargs)  # 改动了cls变为A


b = B(10)

# 结果：
# into B __new__
# <class '__main__.B'>
# into A __new__
# <class '__main__.A'>
  • 若__new__没有正确返回当前类cls的实例，那__init__是不会被调用的，即使是父类的实例也不行，将没有__init__被调用。

【例子】利用__new__实现单例模式。

class Earth:
    pass


a = Earth()
print(id(a))  # 260728291456
b = Earth()
print(id(b))  # 260728291624

class Earth:
    __instance = None  # 定义一个类属性做判断

    def __new__(cls):
        if cls.__instance is None:
            cls.__instance = object.__new__(cls)
            return cls.__instance
        else:
            return cls.__instance


a = Earth()
print(id(a))  # 512320401648
b = Earth()
print(id(b))  # 512320401648
  • __new__方法主要是当你继承一些不可变的 class 时（比如int, str, tuple）， 提供给你一个自定义这些类的实例化过程的途径。

【例子】

class CapStr(str):    #继承于字符串，而且str是不可修改的，所以在实例化之前就对它进行修改
    def __new__(cls, string):
        string = string.upper()
        return str.__new__(cls, string) #返回一个实例化的对象，让替换后的string来调用str(基类).__new__，让str的__new__来处理return


a = CapStr("i love lsgogroup")
print(a)  # I LOVE LSGOGROUP
  • __del__(self) 析构器，当一个对象将要被系统回收之时调用的方法。

Python 采用自动引用计数（ARC）方式来回收对象所占用的空间，当程序中有一个变量引用该 Python 对象时，Python 会自动保证该对象引用计数为 1；当程序中有两个变量引用该 Python 对象时，Python 会自动保证该对象引用计数为 2，依此类推，如果一个对象的引用计数变成了 0，则说明程序中不再有变量引用该对象，表明程序不再需要该对象，因此 Python 就会回收该对象。

大部分时候，Python 的 ARC 都能准确、高效地回收系统中的每个对象。但如果系统中出现循环引用的情况，比如对象 a 持有一个实例变量引用对象 b，而对象 b 又持有一个实例变量引用对象 a，此时两个对象的引用计数都是 1，而实际上程序已经不再有变量引用它们，系统应该回收它们，此时 Python 的垃圾回收器就可能没那么快，要等专门的循环垃圾回收器（Cyclic Garbage Collector）来检测并回收这种引用循环。

【例子】

class C(object):
    def __init__(self):
        print('into C __init__')

    def __del__(self):
        print('into C __del__')


c1 = C()
# into C __init__
c2 = c1
c3 = c2
del c3
del c2
del c1  #注意__del__是内置的，当类对象生成之后，所有对它的引用都被del之后，才被启动垃圾回收机制。当垃圾机制去销毁对象的时候，就会自动调用del方法
# into C __del__

  • __str__(self):

    • 当你打印一个对象的时候，触发__str__
    • 当你使用%s格式化的时候，触发__str__
    • str强转数据类型的时候，触发__str__

  • __repr__(self)：

    • repr是str的备胎
    • 有__str__的时候执行__str__,没有实现__str__的时候，执行__repr__
    • repr(obj)内置函数对应的结果是__repr__的返回值
    • 当你使用%r格式化的时候 触发__repr__

【例子】

class Cat:
    """定义一个猫类"""

    def __init__(self, new_name, new_age):
        """在创建完对象之后 会自动调用, 它完成对象的初始化的功能"""
        self.name = new_name
        self.age = new_age

    def __str__(self):
        """返回一个对象的描述信息"""
        return "名字是:%s , 年龄是:%d" % (self.name, self.age)
        
    def __repr__(self):
        """返回一个对象的描述信息"""
        return "Cat:(%s,%d)" % (self.name, self.age)

    def eat(self):
        print("%s在吃鱼...." % self.name)

    def drink(self):
        print("%s在喝可乐..." % self.name)

    def introduce(self):
        print("名字是:%s, 年龄是:%d" % (self.name, self.age))


# 创建了一个实例对象
tom = Cat("汤姆", 30)


tom.eat()  # 汤姆在吃鱼....
tom.introduce()  # 名字是:汤姆, 年龄是:30

__str__(self) 的返回结果可读性强。也就是说，__str__ 的意义是得到便于人们阅读的信息，就像下面的 ‘2019-10-11’ 一样。

__repr__(self) 的返回结果应更准确。怎么说，__repr__ 存在的目的在于调试，便于开发者使用。

【例子】

import datetime

today = datetime.date.today()
print(str(today))  # 2019-10-11
print(repr(today))  # datetime.date(2019, 10, 11)
print('%s' %today)  # 2019-10-11
print('%r' %today)  # datetime.date(2019, 10, 11)

2. 算术运算符

类型工厂函数，指的是“不通过类而是通过函数来创建对象”。

【例子】

class C:
    pass


print(type(len))  # <class 'builtin_function_or_method'>
print(type(dir))  # <class 'builtin_function_or_method'>
print(type(int))  # <class 'type'>
print(type(list))  # <class 'type'>
print(type(tuple))  # <class 'type'>
print(type(C))  # <class 'type'>
print(int('123'))  # 123

# 这个例子中list工厂函数把一个元祖对象加工成了一个列表对象。
print(list((1, 2, 3)))  # [1, 2, 3]
  • __add__(self, other)定义加法的行为：+
  • __sub__(self, other)定义减法的行为：-

【例子】

class MyClass:

    def __init__(self, height, weight):
        self.height = height
        self.weight = weight

    # 两个对象的长相加，宽不变.返回一个新的类
    def __add__(self, others):
        return MyClass(self.height + others.height, self.weight + others.weight)

    # 两个对象的宽相减，长不变.返回一个新的类
    def __sub__(self, others):
        return MyClass(self.height - others.height, self.weight - others.weight)

    # 说一下自己的参数
    def intro(self):
        print("高为", self.height, " 重为", self.weight)


def main():
    a = MyClass(height=10, weight=5)
    a.intro()

    b = MyClass(height=20, weight=10)
    b.intro()

    c = b - a  #调用了b实例化对象的__sub__方法
    c.intro()

    d = a + b  #调用了a例化对象的__add __方法
    d.intro()


if __name__ == '__main__':
    main()

# 高为 10  重为 5
# 高为 20  重为 10
# 高为 10  重为 5
# 高为 30  重为 15
  • __mul__(self, other)定义乘法的行为：*
  • __truediv__(self, other)定义真除法的行为：/
  • __floordiv__(self, other)定义整数除法的行为：//
  • __mod__(self, other) 定义取模算法的行为：%
  • __divmod__(self, other)定义当被 divmod() 调用时的行为
  • divmod(a, b)把除数和余数运算结果结合起来，返回一个包含商和余数的元组(a // b, a % b)。

【例子】

print(divmod(7, 2))  # (3, 1)
print(divmod(8, 2))  # (4, 0)
  • __pow__(self, other[, module])定义当被 power() 调用或 ** 运算时的行为
  • __lshift__(self, other)定义按位左移位的行为：<<
  • __rshift__(self, other)定义按位右移位的行为：>>
  • __and__(self, other)定义按位与操作的行为：&
  • __xor__(self, other)定义按位异或操作的行为：^
  • __or__(self, other)定义按位或操作的行为：|

3. 反算术运算符

反运算魔方方法，与算术运算符保持一一对应，不同之处就是反运算的魔法方法多了一个“r”。当文件左操作不支持相应的操作时被调用。

反运算在运算符左右类型不同，且左边没用相应运算方法时被调用

  • __radd__(self, other)定义加法的行为：+
  • __rsub__(self, other)定义减法的行为：-
  • __rmul__(self, other)定义乘法的行为：*
  • __rtruediv__(self, other)定义真除法的行为：/
  • __rfloordiv__(self, other)定义整数除法的行为：//
  • __rmod__(self, other) 定义取模算法的行为：%
  • __rdivmod__(self, other)定义当被 divmod() 调用时的行为
  • __rpow__(self, other[, module])定义当被 power() 调用或 ** 运算时的行为
  • __rlshift__(self, other)定义按位左移位的行为：<<
  • __rrshift__(self, other)定义按位右移位的行为：>>
  • __rand__(self, other)定义按位与操作的行为：&
  • __rxor__(self, other)定义按位异或操作的行为：^
  • __ror__(self, other)定义按位或操作的行为：|

a + b

这里加数是a，被加数是b，因此是a主动，反运算就是如果a对象的__add__()方法没有实现或者不支持相应的操作，那么 Python 就会调用b的__radd__()方法。

【例子】

class Nint(int):
    def __radd__(self, other):
        return int.__sub__(other, self) # 注意 self 在后面


a = Nint(5)
b = Nint(3)
print(a + b)  # 8 ''' __radd__没有被执行，因为a有add的魔法方法'''
print(1 + b)  # -2 '''1找不到它的add的魔法方法，然后就找了b的radd魔法方法，而__radd__中的self指的是b'''

4. 增量赋值运算符

  • __iadd__(self, other)定义赋值加法的行为：+=
  • __isub__(self, other)定义赋值减法的行为：-=
  • __imul__(self, other)定义赋值乘法的行为：*=
  • __itruediv__(self, other)定义赋值真除法的行为：/=
  • __ifloordiv__(self, other)定义赋值整数除法的行为：//=
  • __imod__(self, other)定义赋值取模算法的行为：%=
  • __ipow__(self, other[, modulo])定义赋值幂运算的行为：**=
  • __ilshift__(self, other)定义赋值按位左移位的行为：<<=
  • __irshift__(self, other)定义赋值按位右移位的行为：>>=
  • __iand__(self, other)定义赋值按位与操作的行为：&=
  • __ixor__(self, other)定义赋值按位异或操作的行为：^=
  • __ior__(self, other)定义赋值按位或操作的行为：|=

5. 一元运算符

  • __neg__(self)定义正号的行为：+x
  • __pos__(self)定义负号的行为：-x
  • __abs__(self)定义当被abs()调用时的行为
  • __invert__(self)定义按位求反的行为：~x

6. 属性访问

【例子】

class C:
    def __init__(self,size=10):
        self.size=size
    def getSize(self):
        return self.size
    def setSize(self,value):
        self.size=value
    def delSize(self):
        del self.size
    x = property(getSize,setSize,delSize)  # property函数以访问的方式去访问属性

c = C()
c.x = 1  # 通过x来访问size属性
print(c.x)
print(c.size)
del c.x           # 通过Property，使得x和self.size中的size进行挂钩
print(c.size)

'''
1
1
Traceback (most recent call last):
  File "F:/PycharmProjects/helloworld/HUAHUA.py", line 22, in <module>
    print(c.size)
AttributeError: 'C' object has no attribute 'size'
'''

  • __getattr__(self, name): 定义当用户试图获取一个不存在的属性时的行为。

  • __getattribute__(self, name)：定义当该类的属性被访问时的行为（先调用该方法，查看是否存在该属性，若不存在，接着去调用__getattr__）。

  • __setattr__(self, name, value)：定义当一个属性被设置时的行为。

  • __delattr__(self, name)：定义当一个属性被删除时的行为。

【例子】

class C:
    def __getattribute__(self, item):
        print('__getattribute__')
        return super().__getattribute__(item)

    def __getattr__(self, item):
        print('__getattr__')

    def __setattr__(self, key, value):
        print('__setattr__')
        super().__setattr__(key, value)

    def __delattr__(self, item):
        print('__delattr__')
        super().__delattr__(item)


c = C()
c.x   #我们现在的类对象C是没有任何属性的
# __getattribute__  '''注意这两个的顺序'''
# __getattr__

c.x = 1  #现在的对象有属性了
# __setattr__

del c.x
# __delattr__

扩展参考：

7. 描述符（property的原理）

描述符就是将某种特殊类型的类（包含以下三种其一或者全部）的实例指派给另一个类的属性。

  • __get__(self, instance, owner)用于访问属性，它返回属性的值。
  • __set__(self, instance, value)将在属性分配操作中调用，不返回任何内容。
  • __del__(self, instance)控制删除操作，不返回任何内容。

【例子】

class MyDecriptor:
    def __get__(self, instance, owner):
        print('__get__', self, instance, owner)

    def __set__(self, instance, value):
        print('__set__', self, instance, value)
        

    def __delete__(self, instance):
        print('__delete__', self, instance)


class Test:
    x = MyDecriptor()  #MyDecriptor实现了三个方法之一所以是符合某种特殊类型的类，MyDecriptor()是取这个类的实例，并指派给Test类的一个属性x，所以MyDecriptor是x的描述符类


t = Test()
t.x
# __get__ <__main__.MyDecriptor object at 0x000000CEAAEB6B00> <__main__.Test object at 0x000000CEABDC0898> <class '__main__.Test'>

t.x = 'x-man'
# __set__ <__main__.MyDecriptor object at 0x00000023687C6B00> <__main__.Test object at 0x00000023696B0940> x-man

del t.x
# __delete__ <__main__.MyDecriptor object at 0x000000EC9B160A90> <__main__.Test object at 0x000000EC9B160B38>

#通过x来干预_x
class MyProperty:
    def __init__(self,fget=None,fset=None,fdel=None):
        self.fget = fget
        self.fset = fset
        self.fdel = fdel

    def __set__(self,instance,value):
        self.fset(instance,value)

    def __delete__(self,instance):
        self.fdel(instance)

class C:
    def __init__(self):
        self._x = None

    def getX(self):
        return self._x

    def setX(self,value):
        self._x = value

    def delX(self):
        del self._x

    x = MyProperty(getX,setX,delX)

c = C()
c.x = 'X-man'
print(c._x)
del c.x


#X-man

扩展参考：

8. 定制序列

协议（Protocols）与其它编程语言中的接口很相似，它规定你哪些方法必须要定义。然而，在 Python 中的协议就显得不那么正式。事实上，在 Python 中，协议更像是一种指南。

容器类型的协议

  • 如果说你希望定制的容器是不可变的话，你只需要定义__len__()和__getitem__()方法。
  • 如果你希望定制的容器是可变的话，除了__len__()和__getitem__()方法，你还需要定义__setitem__()和__delitem__()两个方法。

【例子】编写一个不可改变的自定义列表，要求记录列表中每个元素被访问的次数。

class CountList:
    def __init__(self, *args):   #*args参数是可变数量的，因为不知道用户要传进多少的数据
        self.values = [x for x in args]  #用户传进去的数据放到一个values的列表里边
        self.count = {}.fromkeys(range(len(self.values)), 0) 
        #统计每个元素被访问的次数而想到用字典{},通过key和value统计，fromkeys把值fromkeys为0

    def __len__(self):  #不可变容器定义 __len__和__getitem__
        return len(self.values)

    def __getitem__(self, key):
        self.count[key] += 1  #
        return self.values[key]


c1 = CountList(1, 3, 5, 7, 9)
c2 = CountList(2, 4, 6, 8, 10)
print(c1[1])  # 3
print(c2[2])  # 6
print(c1[1] + c2[1])  # 7

print(c1.count)
# {0: 0, 1: 2, 2: 0, 3: 0, 4: 0}

print(c2.count)
# {0: 0, 1: 1, 2: 1, 3: 0, 4: 0}
  • __len__(self)定义当被len()调用时的行为（返回容器中元素的个数）。
  • __getitem__(self, key)定义获取容器中元素的行为，相当于self[key]。
  • __setitem__(self, key, value)定义设置容器中指定元素的行为，相当于self[key] = value。
  • __delitem__(self, key)定义删除容器中指定元素的行为，相当于del self[key]。

【例子】编写一个可改变的自定义列表，要求记录列表中每个元素被访问的次数。

class CountList:
    def __init__(self, *args):
        self.values = [x for x in args]
        self.count = {}.fromkeys(range(len(self.values)), 0)

    def __len__(self):
        return len(self.values)

    def __getitem__(self, item):
        self.count[item] += 1
        return self.values[item]

    def __setitem__(self, key, value):
        self.values[key] = value

    def __delitem__(self, key):
        del self.values[key]
        for i in range(0, len(self.values)):
            if i >= key:
                self.count[i] = self.count[i + 1]
        self.count.pop(len(self.values))


c1 = CountList(1, 3, 5, 7, 9)
c2 = CountList(2, 4, 6, 8, 10)
print(c1[1])  # 3
print(c2[2])  # 6
c2[2] = 12
print(c1[1] + c2[2])  # 15
print(c1.count)
# {0: 0, 1: 2, 2: 0, 3: 0, 4: 0}
print(c2.count)
# {0: 0, 1: 0, 2: 2, 3: 0, 4: 0}
del c1[1]
print(c1.count)
# {0: 0, 1: 0, 2: 0, 3: 0}

9. 迭代器

  • 迭代是 Python 最强大的功能之一，是访问集合元素的一种方式。
  • 迭代器是一个可以记住遍历的位置的对象。
  • 迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。
  • 迭代器只能往前不会后退。
  • 字符串，列表或元组对象都可用于创建迭代器：

【例子】

string = 'lsgogroup'
for c in string:
    print(c)

'''
l
s
g
o
g
r
o
u
p
'''

for c in iter(string):
    print(c)

【例子】

links = {'B': '百度', 'A': '阿里', 'T': '腾讯'}
for each in links:
    print('%s -> %s' % (each, links[each]))
    
'''
B -> 百度
A -> 阿里
T -> 腾讯
'''

for each in iter(links):
    print('%s -> %s' % (each, links[each]))
  • 迭代器有两个基本的方法：iter() 和 next()。
  • iter(object) 函数用来生成迭代器。
  • next(iterator[, default]) 返回迭代器的下一个项目。
  • iterator – 可迭代对象
  • default – 可选，用于设置在没有下一个元素时返回该默认值，如果不设置，又没有下一个元素则会触发 StopIteration 异常。

【例子】

links = {'B': '百度', 'A': '阿里', 'T': '腾讯'}
it = iter(links)
print(next(it))  # B
print(next(it))  # A
print(next(it))  # T
print(next(it))  # StopIteration


it = iter(links)
while True:
    try:
        each = next(it)
    except StopIteration:
        break   #跳出循环
    print(each)

# B
# A
# T

把一个类作为一个迭代器使用需要在类中实现两个魔法方法 __iter__() 与 __next__() 。

  • __iter__(self)定义当迭代容器中的元素的行为，返回一个特殊的迭代器对象， 这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。
  • __next__() 返回下一个迭代器对象。决定了迭代规则
  • StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 __next__() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

【例子】斐波那契数列:下一个的值等于前两个值的和

class Fibs:
    def __init__(self, n=10): #初始化
        self.a = 0
        self.b = 1
        self.n = n  #加一个参数控制迭代的范围

    def __iter__(self):
        return self  #返回它本身，因为它本身就是一个迭代器

    def __next__(self):
        self.a, self.b = self.b, self.a + self.b  #只是把它写成了一句
        if self.a > self.n:
            raise StopIteration
        return self.a  #得到下一个斐波那契数列的值


fibs = Fibs(100)  #实例化对象
for each in fibs:
    print(each, end=' ')

# 1 1 2 3 5 8 13 21 34 55 89

10. 生成器

  • 在 Python 中，使 用了 yield 的函数被称为生成器（generator）。
  • 跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
  • 在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。“中断？”
  • 调用一个生成器函数，返回的是一个迭代器对象。

【例子】

def myGen():
    print('生成器执行！')
    yield 1  #一旦一个函数出现yield语句，那么说明这个函数就被定义为生成器
    yield 2


myG = myGen()
print(next(myG))  #因为生成器是一个特殊的迭代器，是迭代器的一个实现
# 生成器执行！
# 1

print(next(myG))  # 2
print(next(myG))  # StopIteration

myG = myGen()
for each in myG: #python的for循环会自动调用next的方法和探测StopIteration结束。
    print(each)

'''
生成器执行！
1
2
'''

【例子】用生成器实现斐波那契数列。

def libs(n):
    a = 0
    b = 1
    while True:
        a, b = b, a + b
        if a > n:
            return
        yield a  #看着是一个死循环因为永远为true，但是这是一个生成器，那是随时可以暂停或者挂起的


for each in libs(100):
    print(each, end=' ')

# 1 1 2 3 5 8 13 21 34 55 89

练习题

**1、**上面提到了许多魔法方法，如__new__,__init__, __str__,__rstr__,__getitem__,__setitem__等等，请总结它们各自的使用方法。

  • __init__构造器，当一个实例被创建的时候调用的初始化方法，注意不要给其做任何的返回即return

  • __new__(cls[, ...]) 在一个对象实例化的时候所调用的第一个方法，在调用__init__初始化前，先调用__new__。其需要返回一个对象cls****只有__new__返回了，当前类cls的实例，当前类的__init__才会进入。

  • __str__(self):

    • 当你打印一个对象的时候，触发__str__
    • 当你使用%s格式化的时候，触发__str__
    • str强转数据类型的时候，触发__str__

  • __getitem__(self, key)定义获取容器中元素的行为，相当于self[key]。

  • __setitem__(self, key, value)定义设置容器中指定元素的行为，相当于self[key] = value。

2、利用python做一个简单的定时器类

要求:

  • 定制一个计时器的类。
  • start和stop方法代表启动计时和停止计时。
  • 假设计时器对象t1，print(t1)和直接调用t1均显示结果。
  • 当计时器未启动或已经停止计时时，调用stop方法会给予温馨的提示。
  • 两个计时器对象可以进行相加：t1+t2。
  • 只能使用提供的有限资源完成。

（有被难到···哭唧唧）

版权声明：本文为weixin_50888378原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。