通常，我们操作对象的属性或者方法时，是通过点“.”操作符进行的。例如下面的代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
class Person:
type = "mammal"
def __init__(self, name):
self.name = name
def say_hi(self):
print('Hello, my name is', self.name)
@staticmethod
def feed():
print("Three times per day.")
@classmethod
def sleep(cls):
print("8 hours!")
p = Person('Chunming')
p.say_hi()
print(p.name)
|
上面代码的输出是
Hello, my name is Nikhil
Nikhil
反射是另外一种操作对象属性和方法的手段，例如：
|
1
2
3
|
func = getattr(p, 'say_hi')
func()
print(getattr(p, "name"))
|
上面这段代码的输出是：
Hello, my name is Nikhil
Nikhil
可见与通过点操作符的结果一致。
1. 反射的四个函数
getattr是获取对象属性或方法的函数，Python的官方文档是这样描述其用法的：
getattr(object, name, value)
返回对象命名属性的值。name必须是字符串。如果该字符串是对象的属性之一，则返回该属性的值。例如， getattr(x, ‘foobar')等同于 x.foobar。如果指定的属性不存在，且提供了 default值，则返回它，否则触发 AttributeError。
根据文档理解上述代码，getattr(p, ‘say_hi') 获取了p对象的say_hi属性值并赋值给func变量，因为say_hi属性在Person类中是一个方法，要想调用这个方法， 需要执行func()，getattr(p, “name”) 则是获取p对象的name属性。
除了获取对象属性和方法的getattr函数，python还内置了判断、设置、删除对象属性和方法的函数，来看看Python官方文档对这三个函数的说明：
setattr(object, name, value)
此函数与 getattr() 两相对应。其参数为一个对象、一个字符串和一个任意值。字符串指定一个现有属性或者新增属性。函数会将值赋给该属性，只要对象允许这种操作。例如，setattr(x, ‘foobar', 123) 等价于 x.foobar = 123。
hasattr(object, name)
该实参是一个对象和一个字符串。如果字符串是对象的属性之一的名称，则返回 True，否则返回 False。（此功能是通过调用 getattr(object, name) 看是否有 AttributeError 异常来实现的。）
delattr(object, name)
setattr() 相关的函数。实参是一个对象和一个字符串。该字符串必须是对象的某个属性。如果对象允许，该函数将删除指定的属性。例如 delattr(x, ‘foobar') 等价于 del x.foobar 。
Python中通过getattr、setattr、hasattr和delattr四个函数操作属性的机制就是反射。是通过字符串的形式操作对象属性和方法的机制。下面对p属性应用setattr、hasattr和delattr这三个函数看看效果：
判断p对象是否有say_bye属性和say_hi属性：
|
1
2
|
print(hasattr(p, 'say_bye')) # 输出False
print(hasattr(p, 'say_hi')) # 输出True
|
给p对象增加say_bye的方法和age属性：
|
1
2
|
setattr(p, 'say_bye', say_bye)
setattr(p, 'age', 18)
|
现在可以访问这两个属性了，通过反射访问：
|
1
2
3
|
bye = getattr(p, 'say_bye')
bye()
print(getattr(p, 'age'))
|
或者通过点操作符访问：
|
1
2
|
p.say_bye()
print(p.age)
|
删除age属性：
|
1
2
|
delattr(p, 'age')
print(hasattr(p, 'age')) # 输出False
|
2. 类的反射操作
除了对象的反射操作，还有类的反射操作，当前模块的反射操作，还有其他模块的反射操作，其他包的反射操作。
类的反射操作，指的是对类属性、类方法或者静态方法执行反射操作。
获取类属性：
|
1
2
3
4
5
6
|
t = getattr(Person, 'type')
print(t) # 输出mammal
f = getattr(Person, 'feed')
f() # 输出Three times per day.
s = getattr(Person, 'sleep')
s() # 8 hours!
|
判断类属性是否存在：
|
1
2
3
4
5
|
print(hasattr(Person, 'type')) # 输出True
print(hasattr(Person, 'name')) # 输出False
print(hasattr(Person, 'say_hi')) # 输出True
print(hasattr(Person, 'sleep')) # 输出True
print(hasattr(Person, 'feed')) # 输出True
|
此外，还可以对类添加和删除属性和方法。
|
1
2
3
4
|
print(delattr(Person, 'feed'))
print(hasattr(Person, 'feed'))
setattr(Person, 'feed', lambda x: print("Three times per day."))
print(hasattr(Person, 'feed'))
|
3. 当前模块的反射操作
当前模块也就是当前代码所在的py文件，反射也可以对当前模块中的变量和函数进行操作。例如某个模块包含一个al函数，用来判断迭代对象中每个元素是否都是True，内容如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
import sys
def al(iterable):
for element in iterable:
if not element:
return False
return True
this_module = sys.modules[__name__]
if hasattr(this_module, 'al'):
all_true = getattr(this_module, 'al')
result = all_true([1, 2, 3, 4, True, 0])
print(result)
|
通过sys.modules[name]方法获取当前模块的名称。getattr第一个参数是模块名称，第二个参数是想要从模块中获取的属性。
4. 其他模块反射操作
对import进来的其他模块中的函数、属性、变量进行反射操作。例如，我们导入Python的heapq模块，这块模块提供了堆队列算法的实现，也称为优先队列算法。下面的代码是一个实现堆排序的函数。
|
1
2
3
4
5
6
7
8
9
10
|
import heapq
h = [(5, 'write code'), (7, 'release product'), (1, 'write spec'), (3, 'create tests')]
if hasattr(heapq, 'heapify'):
heapi = getattr(heapq, 'heapify') # 获取heapify属性
heapi(h) # 建堆
if hasattr(heapq, 'heappop'):
heapp = getattr(heapq, 'heappop') # 获取heappop属性
print([heapp(h) for _ in range(len(h))]) # 弹出并从返回堆中最小的项
|
这里，我们并没有通过heapq.heapify和heapq.heappop方式调用heapq模块中的函数。而是通过反射达到的同样的效果。
5. 反射应用场景之一
了解了反射中四个函数的基本用法。那么反射到底有什么用呢？它的应用场景是什么呢？答案是，当不确定所需要的属性和函数是否存在时，可以使用反射。另外一个重要作用是，可以提高代码的扩展性和可维护性。
假如我们把所有的加密算法都放到一个叫做encryption的模块中维护 ，并且允许使用这个模块的用户添加更多的加密算法到这个模块中。encryption的模块内容如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
|
import hashlib
import os
import sys
def md5(content=None):
"""生成字符串的SHA256值"""
if content is None:
return ''
md5_gen = hashlib.md5()
md5_gen.update(content.encode('utf-8'))
md5code = md5_gen.hexdigest()
return md5code
def sha256(content=None):
"""生成字符串的SHA256值"""
if content is None:
return ''
sha256_gen = hashlib.sha256()
sha256_gen.update(content.encode('utf-8'))
sha256code = sha256_gen.hexdigest()
return sha256code
def sha256_file(filename):
"""生成文件的SHA256值"""
if not os.path.isfile(filename):
return ""
sha256gen = hashlib.sha256()
size = os.path.getsize(filename) # 获取文件大小，单位是Byte
with open(filename, 'rb') as fd: # 以二进制方式读取文件
while size >= 1024 * 1024: # 当文件大于1MB时分块读取文件内容
sha256gen.update(fd.read(1024 * 1024))
size -= 1024 * 1024
sha256gen.update(fd.read())
sha256code = sha256gen.hexdigest()
return sha256code
def md5_file(filename):
"""生成文件的MD5值"""
if not os.path.isfile(filename):
return ""
md5gen = hashlib.md5()
size = os.path.getsize(filename) # 获取文件大小，单位是Byte
with open(filename, 'rb') as fd:
while size >= 1024 * 1024: # 当文件大于1MB时分块读取文件内容
md5gen.update(fd.read(1024 * 1024))
size -= 1024 * 1024
md5gen.update(fd.read())
md5code = md5gen.hexdigest()
return md5code
def encrypt_something(something, algorithm):
"""
通用加密算法
:param something: 待加密的内容，字符串或者文件
:param algorithm: 加密算法
:return: 加密后的内容
"""
result = ""
if algorithm == "md5":
result = md5(something)
elif algorithm == "sh256":
result = sha256(something)
elif algorithm == "sh256_file":
result = sha256_file(something)
elif algorithm == "md5_file":
result = md5_file(something)
return result
|
其中，encrypt_something函数提供了通用加密算法，需要调用者传入待加密的内容和加密算法，这样当调用者使用encryption.py模块时，只需导入encrypt_something函数即可。就像这样：
|
1
2
3
|
import encryption
print(encryption.encrypt_something("learn_python_by_coding", "sh256"))
print(encryption.encrypt_something("learn_python_by_coding", "md5"))
|
通过分析encrypt_something函数发现，当我们在encryption.py模块添加更多的加密算法后，就要修改encrypt_something函数，在其中增加新的if分支，随着加密算法的增加，encrypt_something函数的分支会越来越多。
学了反射之后，encrypt_something代码部分就可以这样写：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
def encrypt_something(something, algorithm):
"""
通用加密算法
:param something: 待加密的内容，字符串或者文件
:param algorithm: 加密算法
:return: 加密后的内容
"""
this_module = sys.modules[__name__]
if hasattr(this_module, algorithm):
algorithm = getattr(this_module, algorithm)
result = algorithm(something)
else:
raise ValueError("Not support {} algorithm".format(algorithm))
return result
|
相比前面的采用if分支语句方式，反射更加简洁明了，可维护性更强，要想增加新的加密方法，只需要在encryption.py模块添加更多的加密算法即可，encrypt_something代码不需要任何变更。
6. 反射应用场景之二
再看一个基于Pytest测试框架的测试脚本中应用反射的例子，比如conftest文件内容如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
|
# content of conftest.py
import pytest
import smtplib
@pytest.fixture(scope="module")
def smtp_connection(request):
server = getattr(request.module, "smtpserver", "smtp.gmail.com")
smtp_connection = smtplib.SMTP(server, 587, timeout=5)
yield smtp_connection
print("finalizing {} ({})".format(smtp_connection, server))
smtp_connection.close()
|
request.module 是所有测试脚本，就是那些以_test结尾或者test_开头的py文件。
|
1
|
server = getattr(request.module, "smtpserver", "smtp.gmail.com")
|
含义就是从测试脚本文件中找smtpserver属性，如果找不到，默认使用smtp.gmail.com作为smtpserver的值。如果测试脚本文件有这个属性，则使用测试脚本中的值，例如下面这个测试脚本，smtpserver则会使用mail.python.org这个值：
|
1
2
3
4
5
6
7
|
# content of test_anothersmtp.py
smtpserver = "mail.python.org" # will be read by smtp fixture
def test_showhelo(smtp_connection):
assert 0, smtp_connection.helo()
|
7. 总结
在很多开源框架中普遍采用，是提高可维护性和扩展性的利器。如果工作中也涉及到框架开发，反射一定会助一臂之力，,希望大家以后多多支持服务器之家！
原文链接：https://blog.csdn.net/AI_Green/article/details/119893960