Python基础(6)- 类和对象(使用、继承、派生、组合、接口、多态、封装、property、staticmethod、classmethod、反射、slots、上下文管理协议、元类)

时间:2021-12-28 16:36:16

一、初识类和对象

在python3中类型就是类
先定义类在产生相对应的对象,也就是现有了概念再有了实体

class Garen:
camp = ‘Demacia’
def attack(self):
print(‘attack’)

1、如何使用类

在python3:

1、所有的类都是新式类,即默认都是继承object类

在python2中:

1、新式类,必须明确写出继承object类
2、经典类,没有写出继承object类

#方式一:实例化
x = int(10)
print(10)

obj = Garen()
print(obj)

#方式二:引用类的类的变量和类的函数
Garen.camp

2、如何使用对象(实例)

对象的使用方法:
1、属性引用:对象名.属性名(对象的属性:变量和函数)

class Garen:
camp = 'Demacia'
def __init__(self, nickname):
self.nick = nickname
def attack(self):
print('attack')

g1 = Garen('草丛伦') #会自动触发__init__函数
g2 = Garen('猥琐伦')

Garen.attack(123) #此处必须传参数,因为调用的是函数

调用绑定方法,会把自己作为第一个参数传入
g1.attack() #此处不需传参就可以调用,系统会将self = g1,因为调用的是实例化后的g1对象;
所以,只要是有对象进行调用,就会触发自动传值,将对象作为第一个对象传入,也就是将g1传入self

总结:

类:
第一种用途-实例化
第二种用途-引用名字(类名.变量名、类名.函数名)
实例:引用名字(实例名.类的变量,实例名.绑定方法,实例名.实例自己的变量名)

对象(实例):
对象的属性:对象本身就只有特征(变量)
对象的用法:属性引用
s1.id、s1.name、s1.sex、s1.province

3、类与对象的名称空间及绑定方法

类与对象的名称空间

类的名称空间:Student.__dict__
对象的名称空间:s1.__dict__

对象在调用方法或属性时:先从对象的名称空间找,再从类的名称空间找

tips:
类的变量是与对象共有的

类与对象的绑定方法

类的绑定方法与对象的绑定方法不共有:
绑定方法的核心在于”绑定”,唯一绑定一个确定的对象,谁调用就作用在谁上

4、类的继承与派生

继承

1、什么是继承

#python支持多继承,__bases__查看父类

class ParentClass1:
pass
class ParentClass2:
pass
class SubClass1(ParentClass1):
pass
class SubClass2(ParentClass1,ParentClass2):
pass

2、继承与抽象(先抽象再继承):
抽象即抽取类似或者说比较像的部分
抽象分成两个层次:

②将人、猪、狗这三个类比较像的部分抽取成父类
抽象最主要的作用是划分类别

继承:是基于抽象的结果,通过编程语言去实现,肯定是先经历抽象这个过程,才能通过继承的方式去表达出抽象的结构

例子:

class Animal:
def __init__(self,name,age):
self.name = name
self.age = age

def walk(self):
print('%s is walking' %self.name )

def say(self):
print('%s is saying' %self.name )

class People(Animal):
pass

class Pig(Animal):
pass

class Dog(Animal):
pass

p1 = People('obama',50)
p1 = People('obama',50)
p1 = People('obama',50)

3、类的继承原理
继承顺序:
类是经典类,多继承的情况下,会按照深度优先方式查找
类是新式类,多继承的情况下,会按照广度优先方式查找

#广度优先查找方式:
class A(object):
def test(self):
print('from A')

class B(A):
def test(self):
print('from B')

class C(A):
def test(self):
print('from C')

class D(B):
def test(self):
print('from D')

class E(C):
def test(self):
print('from E')

class F(D,E):
def test(self):
print('from F')

f1 = F()
f1.test()

print(F.__mro__) #只有新式类中有这个方法,用来查看继承顺序(方法解析顺序MRO)

#逐层注释
#F—>D—>B—>E—>C—>A—>object:广度优先
#深度优先查找方式:
class A(object):
def test(self):
print('from A')

class B(A):
def test(self):
print('from B')

class C(A):
def test(self):
print('from C')

class D(B):
def test(self):
print('from D')

class E(C):
def test(self):
print('from E')

class F(D,E):
def test(self):
print('from F')

f1 = F()
f1.test()


#逐层注释
#D—>B—>A—>E—>C:深度优先

子类中调用父类的方法
方法一:父类名.父类方法

方法二:super()
不使用super()的惨痛教训

super()在python2中的用法:
1、super(自己的类,self).父类的函数名
2、super()只能用于新式类

派生

需求:子类派生的新方法是在父类的基础上变更,而不是整个重写
派生:子类继承了父类的属性,然后衍生出自己新的属性,
如果子类衍生出的新属性与父类的某个属性名字相同,
那么再调用子类的这个属性,就以子类自己这里的为准了
解决:父类名.方法

5、组合

代码重用的关系:
1、继承——什么’是’什么
2、组合——什么’有’什么

class Teacher:
def __init__(self,name,sex,course):
self.name = name
self.sex = sex
self.course = course

class Course:
def __init__(self,name,price,peroid):
self.name = name
self.price = price
self.peroid = peroid

#课程
python_obj = Course('python',15800,'7m')
#老师'有'课程
t = Teacher('egon','male',python_obj)

6、接口与归一化设计与抽象类

接口

什么是接口:
python中没有接口的概念,用继承的方式来模拟接口

接口的好处:归一化设计

例:

class Animal:
def run(self):
pass

def speak(self):
pass

class People(Animal):
def run(self):
print('people is running!')

def speak(self):
print('people is speaking!')

class Pig(Animal):
def run(self):
print('pig is running!')

def speak(self):
print('pig is speaking!')

抽象类

import abc

class Animal(metaclass=abc.ABCMeta):
@abc.abstractmethod #表示这个方法必须被子类实现
def run(self):
pass

@abc.abstractmethod #表示这个方法必须被子类实现
def speak(self):
pass

以上所有都是为了让python模拟实现类似于java中接口的功能,也就是定义一个接口类,接口类中有方法,所有继承接口类的子类必须定义接口类中的方法,不然报错

6、多态与多态性

多态:指一类事物的多种形态,就叫多态,并用继承的形式体现

多态性:定义统一的接口-可以传入不同类型的值,但是调用的逻辑都一样,执行的结果却不一样

多态性的好处:
1、增加灵活性
2、增加扩展性

#多态
class Animal:
def __init__(self,name,age):
self.name = name
self.age = age

def walk(self):
print('%s is walking' %self.name )

def say(self):
print('%s is saying' %self.name )

class People(Animal):
pass

class Pig(Animal):
pass

class Dog(Animal):
pass

peo1 = People()
pig1 = Pig()
#多态性
def func(obj):
obj.run()

func(peo1)
func(pig1)

总结:

多态:定义角度而言
多态性:使用角度而言

7、封装

要封装什么:数据的封装、方法的封装
为什么要封装:
封装数据的主要原因是:保护隐私
封装方法的主要原因是:隔离复杂度

封装分为两个层面:
1、第一个层面的封装(什么都不用做):创建类和对象会分别创建二者的名称空间,我们只能用类名.或者obj.的方式去访问里面的名字,这本身就是一种封装
2、第二个层面的封装: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。

__名字,这种语法,只在定义的时候才会有变形的效果,如果类或者对象已经产生了,就不会有变形效果了

__名字形式,不能被子类覆盖,因为在定义阶段名字的形式会变形,变为_类名名字,因为类名是父类的类名,子类不能改写,所以不能被子类覆盖

8、property(特性)

什么是特性(property)
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

被property装饰的属性,如sex,分成三种
1、property
2、sex.setter
3、sex,deleter

一旦一个属性被修饰之后,它就优先于对象

import math
class Circle:
def __init__(self,radius):
self.radius = radius

def area(self):
return math.pi * self.radius ** 2 #计算面积

def perimeter(self):
return 2 * math.pi * self.radius #计算周长

c = Circle(7)
print(c.radius)

print(c.area())
print(c.perimeter())

上面的代码中,面积和周长应该是圆的一个属性,而不是一种绑定方法

改:
import math
class Circle:
def __init__(self,radius):
self.radius = radius

@property #area=property(area)
def area(self):
return math.pi * self.radius ** 2 #计算面积

@property
def perimeter(self):
return 2 * math.pi * self.radius #计算周长

加上装饰器(property)之后就变成了一个属性,不需要用()进行调用,而是直接和调用属性的方式一样
print(c.area)
print(c.perimeter)

另一种玩法:

class People:
def __init__(self,name):
self.__Name = name

@property
def name(self):
return self.__Name

p1 = People('cobila')
print(p1.name)

p1.name = 'egon' #报错的,因为它真实存在的位置是self.__Name

#需求:被property装饰过的方法,用户想要主动修改

class People:
def __init__(self,name,sex):
self.__Name = name
self.__Sex = sex

@property
def sex(self):
return self.__Sex

@sex.setter
def sex(self,value):
#设定value的值为字符串
if not isinstance(value,str):
raise TypeError("性别必须是字符串类型!")
self.__Sex = value


p1 = People('cobila','male')
p1.sex = 'female'
print(p1.sex)

类比:还有@sex.deleter

9、staticmethod(静态方法)

statimethod特点:
statimethod不与类或对象绑定,谁都可以调用,没有自动传值效果

statimethod作用:
python为我们内置了函数staticmethod来把类中的函数定义成静态方法,
statimethod修饰过的方法就是给类用的,不与任何对象绑定,也就是说不是对象的绑定方法,对象不能调用(实际上也可以调用的到),就算对象调用了也是用类来调用的

class Foo:
def spam(self,x,y,z):
print(x,y,z)

Foo.spam(123)

class Foo:
@staticmethod
def spam(x,y,z):
print(x,y,z)

Foo.spam(1,2,3)

总结

但凡是定义在类的内部,并且没有被任何修饰器修饰过的方法,都是绑定方法,有自动传值功能

但凡是定义在类的内部,并且staticmethod修饰器修饰过的方法,都是解除绑定方法,实际上就是函数,没有自动传值的功能

10、classmethod(类方法)

例子中用于子类继承父类之后,调用方法的是父类,而应该是子类,所以要用到classmethod

class Foo:
@classmethod #把一个方法绑定给类,类.绑定到类的方法(),会把类本身当做第一个参数自动传递给绑定到类的方法
def test(cls,x):
print(cls,x) #拿到一个类的内存地址后,可以实例化或者引用类的属性

Foo.test(123)

__str__的用法:
定义在类内部,必须返回一个字符串类型
什么时候触发__str__执行:打印由这个类产生的对象时会触发执行

class People:
def __init__(self,name,age):
self.name = name
self.age = age
def __str__(self):
return "<name:%s,age:%s>"%(self.name,self.age)

p1 = People('egon',18)
print(p1)

*11、反射

一、isinstance(obj,cls)检查是否obj是否是类 cls 的对象

class Foo(object):
pass

obj = Foo()

isinstance(obj, Foo)

二、issubclass(sub, super)检查sub类是否是 super 类的派生类

class Foo(object):
pass

class Bar(Foo):
pass

issubclass(Bar, Foo)

三、反射:通过字符串的形式操作对象相关的属性;python中的一切事物都是对象(都可以使用反射)
反射的概念是由Smith在1982年首次提出的,主要是指程序可以访问、检测和修改它本身状态或行为的一种能力(自省)。

class People:
country = 'China'
def __init__(self,name):
self.name = name

p1 = People('egon')
People.country

反射的概念就是用字符串的形式来访问(调用)属性
1、

hasattr(p,'name')
#判断object中有没有一个name字符串对应的方法或属性
print('name' in p.__dict__)

print(hasattr(p,'name'))

2、

getattr(object, name, default=None)
getattr(p,'xxxxx')

3、setattr(x, y, v)

4、delattr(x, y)

5、反射当前模块属性

import sys

this_module = sys.modules[__name__] #拿到当前模块的对象

hasattr(thsi_module,'xxx')
getattr(thsi_module,'xxx')
delattr(thsi_module,'xxx')

四、反射的应用

反射的精髓:通过字符串获取需要的属性
好处一:

def add():
print('add')

def change():
print('change')

def search():
print('search')

def delete():
print('delete')

func_dict={
'add':add,
'change':change,
'search':search,
'delete':delete
}

while True:
cmd = input(">>>").strip()
if not cmd : continue
if cmd in func_dict: #hasattr()
func = func_dict.get(cmd) #getattr()
func()

用反射改进:

def add():
print('add')

def change():
print('change')

def search():
print('search')

def delete():
print('delete')

this_module = sys.modules[__name__]

while True:
cmd = input(">>>").strip()
if not cmd : continue
if hasattr(this_module,cmd):
func = getattr(this_module,cmd)
func()

好处二:实现可插拔机制
有俩程序员,一个lili,一个是egon,lili在写程序的时候需要用到egon所写的类,但是egon去跟女朋友度蜜月去了,还没有完成他写的类,
lili想到了反射,使用了反射机制lili可以继续完成自己的代码,等egon度蜜月回来后再继续完成类的定义并且去实现lili想要的功能。
总之反射的好处就是,可以事先定义好接口,接口只有在被完成后才会真正执行,这实现了即插即用,这其实是一种‘后期绑定’,什么意思?
即你可以事先把主要的逻辑写好(只定义接口),然后后期再去实现接口的功能

好处三:动态导入模块(基于反射当前模块成员)

12、attr系列

__setattr__、__delattr__、__getattr__


class Foo:
x=1
def __init__(self,y):
self.y=y

def __getattr__(self, item):
print('----> from getattr:你找的属性不存在')


def __setattr__(self, key, value):
print('----> from setattr')
# self.key=value #这就无限递归了,你好好想想
# self.__dict__[key]=value #应该使用它

def __delattr__(self, item):
print('----> from delattr')
# del self.item #无限递归了
self.__dict__.pop(item)

#__setattr__添加/修改属性会触发它的执行
f1=Foo(10)
print(f1.__dict__) # 因为你重写了__setattr__,凡是赋值操作都会触发它的运行,你啥都没写,就是根本没赋值,除非你直接操作属性字典,否则永远无法赋值
f1.z=3
print(f1.__dict__)

#__delattr__删除属性的时候会触发
f1.__dict__['a']=3#我们可以直接修改属性字典,来完成添加/修改属性的操作
del f1.a
print(f1.__dict__)

#__getattr__只有在使用点调用属性且属性不存在的时候才会触发
f1.xxxxxx

三者的用法演示:

①定制自己的数据类型
二次加工标准类型
基于继承的原理:来定制自己的数据类型(继承标准类型)

class List(list):
def append(self,p_object):
if not isinstance(p_object,int):
raise TypeError('must be int')
super().append(p_object) #派生,调用父类的方法


l = List([1,2,3])
print(l)
l.append(4)
print(l)

需求:不能用继承来实现open的功能
基于授权的原理:实现授权的关键点就是覆盖__getattr__方法
f = open('a.txt','w')
print(f)


class Open:
def __init__(self,filepath,m='r',encode='utf-8'):
self.x = open(filepath,mode=m,encoding=encode)
self.filepath = filepath
self.mode = mode
self.encoding = encoding

def write(self,line):
t=time.strftime('%Y-%m-%d %X')
self.x.write(t,line)

def __getattr__(self,item): #找不到的时候触发getattr,去真实的文件句柄中去找
return getattr(self.x,item)

f = Open('b.txt','w')
print(f)
f.write('1111\n')
print(f.read())

授权:授权是包装的一个特性, 包装一个类型通常是对已存在的类型的一些定制,这种做法可以新建,修改或删除原有产品的功能。
其它的则保持原样。授权的过程,即是所有更新的功能都是由新类的某部分来处理,但已存在的功能就授权给对象的默认属性。
实现授权的关键点就是覆盖getattr方法

练习一

class List:
def __init__(self,seq):
self.seq=seq

def append(self, p_object):
' 派生自己的append加上类型检查,覆盖原有的append'
if not isinstance(p_object,int):
raise TypeError('must be int')
self.seq.append(p_object)

@property
def mid(self):
'新增自己的方法'
index=len(self.seq)//2
return self.seq[index]

def __getattr__(self, item):
return getattr(self.seq,item)

def __str__(self):
return str(self.seq)

l=List([1,2,3])
print(l)
l.append(4)
print(l)
# l.append('3333333') #报错,必须为int类型

print(l.mid)

#基于授权,获得insert方法
l.insert(0,-123)
print(l)

练习二

class List:
def __init__(self,seq,permission=False):
self.seq=seq
self.permission=permission
def clear(self):
if not self.permission:
raise PermissionError('not allow the operation')
self.seq.clear()

def __getattr__(self, item):
return getattr(self.seq,item)

def __str__(self):
return str(self.seq)
l=List([1,2,3])
# l.clear() #此时没有权限,抛出异常


l.permission=True
print(l)
l.clear()
print(l)

#基于授权,获得insert方法
l.insert(0,-123)
print(l)

13、slots与迭代器协议

在写大型框架的时候会用到
描述符(__get__,__set__,__delete__)

一、__setitem__,__getitem,__delitem__

class Foo:
def __init__(self,name):
self.name=name

def __getitem__(self, item):
print(self.__dict__[item])

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

def __delitem__(self, key):
print('del obj[key]时,我执行')
self.__dict__.pop(key)

def __delattr__(self, item):
print('del obj.key时,我执行')
self.__dict__.pop(item)

f1=Foo('egon')
f1['age']=18
f1['age1']=19
del f1.age1
del f1['age']
f1['name']='alex'
print(f1.__dict__)

二、__slots__ (英文slot意思为槽)
1.__slots__是什么
是一个类变量,变量值可以是列表,元组,或者可迭代对象,也可以是一个字符串(意味着所有实例只有一个数据属性)

*刨根问底

class Foo:
__slots__=['name','age']

f1=Foo()
f1.name='alex'
f1.age=18
print(f1.__slots__)

f2=Foo()
f2.name='egon'
f2.age=19
print(f2.__slots__)

print(Foo.__dict__)
#f1与f2都没有属性字典__dict__了,统一归__slots__管,节省内存

三、 __next__和__iter__实现迭代器协议

from collections import Iterable,Iterator

class Foo:
def __init__(self,start):
self.start = start

def __iter__(self):
return self

def __next__(self):
# 这样的缺点就是初始值0不能得到,做以下改进
# self.start += 1
# return self.start

#改进版,就可以返回0这个初始值了
if self.start > 10 :
raise StopIteration
n = self.start
self.start += 1
return n


f = Foo()
f.__iter__()
f.__next__()

print(isinstance(f,Iterable))
print(isinstance(f,Iterator))

print(next(f)) #f.__next__()

for i in f: # res = f.__iter__() #next(res) #直至抛出异常

obj = f.__iter__()

14、上下文管理协议

一、 __del__
析构方法,当对象在内存中被释放时,自动触发执行。
注:此方法一般无须定义,因为Python是一门高级语言,程序员在使用时无需关心内存的分配和释放,
因为此工作都是交给Python解释器来执行,所以,析构函数的调用是由解释器在进行垃圾回收时自动触发执行的。

二、上下文管理协议

with open('a.txt','r') as f:
pass

上述叫做上下文管理协议,即with语句,为了让一个对象兼容with语句,必须在这个对象的类中声明enterexit方法

class Open:
def __init__(self,name):
self.name=name

def __enter__(self):
print('出现with语句,对象的__enter__被触发,有返回值则赋值给as声明的变量')
# return self

def __exit__(self, exc_type, exc_val, exc_tb): #type、value、traceback
print('with中代码块执行完毕时执行我啊')


with Open('a.txt') as f: # Open('a.txt').__enter__
print('=====>执行代码块')
# print(f,f.name)

exc_type = 类型(异常类型)
exc_val = 值(异常值)
exc_tb = 追踪信息

15、元类

typer—->类—->对象
创建类的两种方式

方式一:使用class关键字
方式二(就是手动模拟class创建类的过程):将创建类的步骤拆分开,手动去创建
准备工作:创建类主要分为三部分
  1 类名
  2 类的父类
  3 类体

步骤一(先处理类体->名称空间):类体定义的名字都会存放于类的名称空间中(一个局部的名称空间),
我们可以事先定义一个空字典,然后用exec去执行类体的代码(exec产生名称空间的过程与真正的class过程类似,
只是后者会将__开头的属性变形),生成类的局部名称空间,即填充字典

步骤二:调用元类type(也可以自定义)来产生类Chinense

我们看到,type 接收三个参数:
第 1 个参数是字符串 ‘Foo’,表示类名
第 2 个参数是元组 (object, ),表示所有的父类
第 3 个参数是字典,这里是一个空字典,表示没有定义属性和方法
补充:若Foo类有继承,即class Foo(Bar):…. 则等同于type(‘Foo’,(Bar,),{})

4 一个类没有声明自己的元类,默认他的元类就是type,除了使用元类type,
用户也可以通过继承type来自定义元类(顺便我们也可以瞅一瞅元类如何控制类的创建,工作流程是什么)

自定制元类

class Mymeta(type):
def __init__(self,class_name,class_bases,class_dic):
print(self)
print(class_name)
print(class_bases)
print(class_dic)
type.__init__(self,class_name,class_bases,class_dic)

class Foo(metaclass=Mymeta): #指定Foo继承自定制的元类Mymeta
x=1
def run(self):
print('running')

要实现的效果:
Foo = Mymeta('Foo',(object,),{'x':1,'run':run的内存地址})

实现定制类——需求:强制定义类的时候必须写注释

class Mymeta(type):
def __init__(self,class_name,class_bases,class_dic):
print(self)
print(class_name)
print(class_bases)
print(class_dic)
type.__init__(self,class_name,class_bases,class_dic)

for key in class_dic:
if not callable(class_dic[key]):
continue
if not class_dic[key].__doc__:
raise TypeError("没写注释,赶紧写!")

class Foo(metaclass=Mymeta): #指定Foo继承自定制的元类Mymeta
x=1
def run(self):
print('running')