# -*- coding: utf-8 -*-
# python:2.x
__author__ = 'Administrator'
#最佳实践
"""
为了避免前面所有的问题，必须考虑到几下几点:
~1:应该避免多重继承，可以一些设计模式来代替它
~2:super使用必须一致，在类层次结构中，应该在所有地方都使用super或者彻底不使用它，滥用super和传统调用是一种滥用方法，建议使用super
~3:不要滥用经典类和新式类，两者都具备代码库将导致不同的mro表现
~4:调用父类时必须检查类层次，为了避免出现任何问题，每次调用父类时，必须快速地查看一下所涉及的MRO（__mro__）
"""
#描述符与属性
"""
当很多C++和JAVA的朋友第一次学python时，会对python里面没有private关键字感到惊讶，最接近的概念是"name mangling"(名称改编)，每次一个特性前面加上<"_">前缀时，
它就被解释程序立刻重新命名，例如:
"""
class M(object):
__secret_value=1
m_of=M()
#m_of.__secret_value AttributeError: 'M' object has no attribute '__secret_value'
print dir(M)
print m_of._M__secret_value#1
'''
python提供它主要是用来避免继承带来命名冲突，特性被重命名为带有类名前缀的名称，这实际上并不是强制的，因为可以通过其他组合名称来访问特性，主 个功能可能被用来保护一些特性的访问，
但在实践中，从来不使用"__",当一个特性不是公开时，惯例是使用一个"_"前缀，这不会调用任何改编算法，只是证明这个特性是该类的私有元素，也就是流行的样式
python中还有其他可用的机制来构建类的公共部分和私有代码，描述符和属性这些oop设计的关键特性应该被用于设计清晰的API。
'''
##描述符
#作用：用来自定义在引用一个对象上的特性时所应该完成的事情
"""
描述符是python中复杂特性访问基础，<只能在内部使用>,以实现属性，类，静态方法和super类等,是定义另一个类特性可能访问方式的类，也就是说，一个类可以委托
另一个类来管理其特性
甚于个必须实现的特殊方法:
~1:__set__:在任何特性被设置的时候调用，在后面的实例中，叫setter
~2:__get__:在任何特性被赢取时调用，也叫getter
~#:__delete__:特性上请求del时调用
这些方法是在__dict))特性之前被调用
例如 :
"""
#查找定义
# if hasattr(M,'attribute'):
# attribute=M.attribute
# AttributeClass=attribute.__class__
# #属性定义是否有settter
# AttributeClass.__set__(attribute,isinstance,value)
# return
# #常规方法
# isinstance.__dict__['attribute']=value #or 'attribute'is not found in __dict__
# sritable=(hasattr(AttributeClass,'__set__')) or 'attribute'not in isinstance.__dict__
# if readable and sritable:
# #调用描述符
# return AttributeClass.__get__(attribute,isinstance,M)
# #用__dict__正常访问
# return isinstance.__dict__['attribute'] 这部分只是个模板而已
#换句话说，在类特性被定义并且有一个getter和一个setter方法时，平常鉙一个对象的实例所有元素的__dict__映射都将被劫持
"""
注意:
实现了_get_和_set_的描述符被称为数据描述符
只实现了_get_的描述符被称为非数据描述符
"""
#例子
class UpperString(object):
def __init__(self):
self._value='aa'
def __get__(self, instance, owner):
return self._value
def __setitem__(self, key, value):
self._value=value.upper()
class MyClass(object):
attribute=UpperString()
instance_of=MyClass()
print instance_of.attribute#aa
instance_of.attribute='my value'
print instance_of.attribute#my value
instance_of.__dict__={}
#如果在实例中添加一个新特性，将被保存在__dict__映射时，如下
instance_of.new_att=1
print instance_of.__dict__#{'new_att': 1}
#当一个新的数据描述符添加到类中，优先于实例的__dict__，如下
MyClass.new_att=UpperString()
print instance_of.__dict__#{'new_att': 1}
print instance_of.new_att#1
#对于非数据描述符是无效的，在那样的情况下，下面的实例优先于描述符
class W(object):
def __get__(self, instance, owner):
return 'w'
MyClass.w=W()
print instance_of.__dict__#{'new_att': 1}
print instance_of.w#w
instance_of.w=1
print instance_of.__dict__#{'new_att': 1, 'w': 1}
#建立这样被重名的规则以避免递归特性查找
#用于将一个特性设置为一个值的算法（与用于删除特性相似），如下
#查找定义
# if hasattr(M,'attribute'):
# attribute=M.attribute
# AttributeClass=attribute.__class__
# #属性定义是否有settter
# AttributeClass.__set__(attribute,isinstance,value)
# return
# #常规方法
# isinstance.__dict__['attribute']=value
"""
raymond hetinger写了一个名为how-to guide for descriptor文档，在http://users.rcn.com/python/download/Descriptor.html中可以找到，对上面的内容进行补充
"""
"""
除了隐藏类内容这个主要角色之外，描述符还可以实现一些有趣代码形式
1:内省描述符(introspection descriptor)将检查宿主类的签名，以计算一些信息
2:元描述符(meta descriptor)使用类方法本来来完成值计算
"""
#内省描述符
"""
使用类时，有一个公共需要，就是对其特性进行一次自我测量,例如epydoc(epdoc.sourceforge.net)也做出相信的文档
计算这种文档属性类，可以通过检查公共方法来呈现一个易于理解的文档，内建函数dir是这样一个非数据描述符的例子
"""
class Api(object):
def _print_valuer(self,o):
def __print_value(key):
if key.startswith('_'):
return ''
value=getattr(o,key)
if not hasattr(value,'im_func'):
doc=type(value).__name__
else:
if value.__doc__ is None:
doc='no docstring'
else:
doc=value.__doc__
return '%s:%s'%(key,doc)
res=[__print_value(e)for e in dir(o)]
return '\n'.join([e for e in res if e !=''])
def __get__(self, instance, owner):
if instance is not None:
return self._print_valuer(instance)
else:
return self._print_valuer(owner)
class Myclass(object):
__doc__=Api()
def __init__(self):
self.a=2
def meth(self):
'''my method'''
return 12
MyClass.__doc__
i=MyClass()
i.__doc__
#这个描述符将过滤以下划线开始元素，并且显示方法的docstrings