多态
一种事物具备不同的形态
例如：水 --> 固态、液态、气态
多态：# 多个不同对象可以相应同一个对象，产生不同的结果
首先强调，多态不是一种特殊的语法，而是一种状态，特性（多个不同对象可以相应同一个方法，长身不同的结果）
好处：对于使用者而言，使用成本降低
之前的USB接口下的鼠标，键盘，就属于多态
接口抽象类 鸭子类型都可以写出具备多态的代码（最简单的就是鸭子类型）
'''
要管理 鸡 鸭 鹅
如何能够最方便的管理，就是我说同一句话，他们都能理解
他们拥有相同的方法
'''
class Chicken:
@staticmethod
def bark():
print("咯咯咯咯")
@staticmethod
def spawn():
print("下鸡蛋...")
class Duck:
@staticmethod
def bark():
print("嘎嘎嘎")
@staticmethod
def spawn():
print("下鸭蛋...")
class E:
@staticmethod
def bark():
print("鹅鹅鹅鹅")
@staticmethod
def spawn():
print("下鹅蛋...")
j = Chicken()
y = Duck()
e = E()
def mange(obj):
obj.spawn()
mange(j)
# 下鸡蛋...
mange(y)
# 下鸭蛋...
mange(e)
# 下鹅蛋...
python中常见的多态（不同的对象类型，拥有相同的方法，不同的结果）
# 不管什么类型，他都与type这个方法 ---> python中多态的体现
# 多态在python中其实很常见，因为到处充斥着继承与组合
a = 10
b = '10'
c = [10]
print(type(a))
print(type(b))
print(type(c))
# <class 'int'>
# <class 'str'>
# <class 'list'>
常见的内置函数
isinstance
# isinstance() # 判断一个对象是不是某个类的实例
# 参数1 要判断的对象,参数2 要判断的类型
def add_num(a, b):
# if type(a) == type(b):
if isinstance(a, int) == isinstance(b, int):
return a+b
else:
print("数据类型不符")
add_num("100", 10)
issubclass
# issubclass() # 判断一个类是不是另一个类的子类
# 参数一：子类，参数二：父类
class Animal:
@staticmethod
def eat():
print("动物得吃东西...")
class Pig(Animal):
@staticmethod
def eat():
print("猪吃东西...")
class Tree:
@staticmethod
def light():
print("植物光合作用...")
def mange(obj):
# if isinstance(obj, Animal):
if issubclass(type(obj), Animal):
obj.eat()
else:
print("不是动物...")
pig = Pig()
t = Tree
mange(pig)
# 猪吃东西...
mange(Tree) # AttributeError: type object 'Tree' has no attribute 'eat'
# 不是动物...
面向对象的内置魔法函数
__str__
'''
__str__ 会在对象被转为字符串时，转换的结果就是这个函数的返回值
使用场景：我们可以利用该函数来自定义，对象是打印格式
'''
class Person:
def __str__(self): # 重写object中的 __str__
print("__str__ run")
return 'abc' # abc下面的报错那里就变成了 abc
p = Person()
# 所有的类都可以转成字符串
print(p) # 打印了 __str__ run，又报错了
# __str__ run
# abc # 写return 之前TypeError: __str__ returned non-string (type NoneType) --> __str__ 必须要有一个str类型的返回值
str(p) # 没有写print 在控制台也输出了 __str__ run
# __str__ run
将对象以指定格式输出
# print打印对象时内存地址，没什么意义，此时就可以利用__str__来自定义对象打印
class Person:
def __init__(self, name, age):
self.name = name
self.age = age
def __str__(self): # 重写object中的 __str__
return f"这是要给Person对象，name:{self.name}，age:{self.age}"
p = Person('jack', 10)
# 所有的类都可以转成字符串
print(p) # 打印了
# 这是要给Person对象，name:jack，age:10
__del__
# del 析构函数 （__init__ 构造函数）
# 执行时机：手动删除对象时立马执行，或是程序运行结束时也会自动执行（垃圾回收机制？）
# 使用场景：当你的对象再使用过程中打开了不属于解释器的资源，例如文件，网络端口
import time
class Person:
def __init__(self, name, age):
self.name = name
self.age = age
def __del__(self): # 重写object中的 __str__
print("del run...")
return "del run"
p = Person("jack", 20)
# del p # 删除对象触发 __del__函数执行
# # del run...
time.sleep(2)
print("over")
# over
# del run... # 程序结束后会把名称空间清除掉，清除时触发了 __del__，打印出 del run...
结束使用自动关闭文件资源案例
class FileTool:
# 该类用于简化文件的读写操作
def __init__(self, path):
self.file = open(path, 'rt', encoding='utf-8')
def read(self):
return self.file.read() # rt模式不推荐直接读字节（汉字、英文字节不同），可以一行一行读
# 执行这个函数可以确定一个函数，这个对象肯定不用了，所以就可以放心的关心文件了
def __del__(self):
self.file.close()
tool = FileTool("a.txt")
print(tool.read()) # 文件属于操作系统，不受垃圾回收机制管理
# aaaaaaaaaaaa
# 不知道什么不使用该对象，那就写在 __del__函数中，当其被删除时，指定关闭资源
__call__
# call 调用对象时自动执行
# 执行时机：在调用对象时自动执行 ---> 对象()
class A:
# 调用对象时自动执行
def __call__(self, *args, **kwargs):
print("__call__ run...")
print(args)
print(kwargs)
a = A()
a(1, 2, a=100, c=300) # 对象加括号调用
# __call__ run...
# (1, 2)
# {'a': 100, 'c': 300}
__slots__
python是动态语言，可以在运行期间动态修改对象的属性，如何能存储更多属性呢？
需要开启更大的内存区域，将原始的属性赋值过去
问题：如果开启的容量太大（为了效率牺牲了空间），将造成内存的浪费
解决方案：在创建对象是告诉系统这个对象只有哪些属性，也就是固定了对象的属性数量，这样就可任意要多少开多少，减少空间浪费（使用__slots__）
import sys
class Person:
__slots__ = ['name'] # 加了以后再添加属性就不行了，限制属性
# def __init__(self, name, age):
def __init__(self, name):
self.name = name
# self.age = age # 未在__slots__中声明，直接报错 AttributeError: 'Person' object has no attribute 'age'
# p = Person("jck", 18)
p = Person("jck")
print(sys.getsizeof(p)) # 获取对象占用内存大小
# 56 ---> 48 ---> __slots__ 指定有哪些属性，从而节省了内存空间（没指定__slots__之前56，指定之后48）
# print(p.__dict__) # 报错，可变字典也被省掉了（名称空间连开都不开了），AttributeError: 'Person' object has no attribute '__dict__'
该属性是一个类属性，用于优化对象内存
优化的原理：将原本不固定的属性数量，变得固定了，这样的解释器就不会以这个对象创建名称空间（所以__dict__也没了），从而达到减少内存开销的效果
另外当类中出现了__slots__时将导致这个类的对象不再添加__slots__定义之外的属性
__getattr__ __setattr__ __delattr__ 及点语法原理
__getattr__ 用 .访问属性时，如果属性不存在，执行
__setattr__ 用 .设置属性时执行
__delattr__ 用del 对象.属性 删除属性时，执行
这几个函数反映了 python解释器是如何实现 . 语法的原理
__getattribute__ 该函数也是用来获取属性
在获取属性时如果存在__getattribute__则先执行该函数，如果没有拿到属性则继续调用__getattr__函数，如果拿到了则直接返回
class A:
def __getattr__(self, item):
print("__getattr__")
return self.__dict__.get(item)
def __setattr__(self, key, value):
super().__setattr__(key, value) # 这个不写将导致赋值不成功，得到None
print('__setattr__')
def __delattr__(self, item):
print('__delattr__')
print(item)
self.__dict__.pop(item)
a = A()
a.name = 'jack'
# __setattr__
print(a.name) # 这个属性存在，就没有调用 __getattr__
# jack
b = A()
b.__dict__["name"] = 'jackson' # 通过操作__dict__ 也可以操作属性（. 语法的背后就是操作 __dict__）
print(b.name) # 这个属性存在，就没有调用 __getattr__
# jackson
del b.name # 触发 __delattr__
# __delattr__
# name
print(b.name) # b没有name这个属性了，就触发了 __getattr__
# __getattr__
# None # b没有name这个属性了
class B:
def __setattr__(self, key, value): # 利用了 .语法赋值改值就会触发这个函数
self.__dict__[key] = value
print(f"{key}:{value}")
b = B()
b.name = 'jerry'
# name:jerry
b.name = 'tom'
# name:tom
print(b.name)
# tom
b.__dict__['halo'] = 'hi' # 直接通过操作 __dict__ 也可以完成属性的增改
print(b.halo)
# hi
-
[]的实现原理（__getitem__ __setitem__ __delitem__）
任何的符号，都会被解释器解释称特殊含义，例如 . [] ()
__getitem__ 当你用中括号去获取属性时 执行
__setitem__ 当你用中括号去设置属性时 执行
__detitem__ 当你用中括号去删除属性时 执行
'''
需求：
让一个对象支持 点语法来取值，也支持括号取值
'''
class MyDict(dict):
def __getattr__(self, key):
return self.get(key)
# return self[key] # KeyError: 'name'
def __setattr__(self, key, value):
self[key] = value
def __delattr__(self, item):
del self[item]
# 继承 dict 可以直接用字典的一些方式
a = MyDict()
a['name'] = 'jack'
print(a['name'])
# jack
# 使用 .语法（通过实现__getattr__ 、__setattr__、__delattr__来实现）
a.name = 'sum'
print(a.name, a['name'])
# sum sum
print(a['name'])
# sum
a.name = 'jackson'
print(a.name)
# jackson
del a.name
print(a.name)
# None # 用的是 .get 所以不会报错
-
> >= == != < <=等比较运算符的的实现原理（运算符重载）(__gt__ __ge__ __eq__ __ne__ __lt__ __le__)
当我们在使用某个符号时，python解释器都会为这个符号定义一个含义，同时调用对应的处理函数，当我们需要自定义对象的比较规则时，就可以在子类中覆盖大于等于等的方法
案例
# 自定义对象的比较
# 对象直接无法直接比较大小
class Person:
def __init__(self, name, height, age):
self.name = name
self.height = height
self.age = age
p1 = Person('jason', 185, 18)
p2 = Person('tank', 179, 18)
# print(p1 > p2) # TypeError: '>' not supported between instances of 'Person' and 'Person'
class Student:
def __init__(self, name, height, age):
self.name = name
self.height = height
self.age = age
# 自定义比较规则
def __gt__(self, other):
print(self)
print(other)
print("__gt__")
# 比身高
# if self.height > other.height:
# return True
return self.height > other.height
# 没有返回值默认返回 None 即 False
def __eq__(self, other):
print("eq------")
return self.name == other.name
stu1 = Student("jack", 180, 28)
stu2 = Student("rose", 165, 27)
print(stu1 > stu2) # 直接报错，TypeError: '>' not supported between instances of 'Student' and 'Student'
# <__main__.Student object at 0x000001992C7C8F60>
# <__main__.Student object at 0x000001992C7C8F98>
# __gt__
# True
print(stu1 < stu2) # 大于和小于只要实现一个即可，符号如果不同解释器会自动交换两个对象的位置
# <__main__.Student object at 0x000001992C7C8F98>
# <__main__.Student object at 0x000001992C7C8F60>
# __gt__
# False
print(stu1)
# <__main__.Student object at 0x000001992C7C8F60>
print(stu2)
# <__main__.Student object at 0x000001992C7C8F98>
原本自定义对象无法直接使用大于小于来进行比较,我们可以自定义运算符来实现,让自定义对象也支持比较符
上述代码中.other指的是另一个参与比较的对象
大于和小于只要实现一个即可，符号如果不同解释器会自动交换两个对象的位置
迭代器协议
迭代器：是指具有__iter__和__next__的对象
我们可以为对象增加这两个方法来让对象变成迭代器
class MyIter:
# num 传入，用来指定迭代次数
def __init__(self, num):
self.num = num
self.c = 0
def __iter__(self):
return self
def __next__(self):
self.c += 1
if self.c <= self.num:
return "hahha"
raise StopIteration # 抛出异常
for i in MyIter(3):
print(i)
# hahha
# hahha
# hahha
自定义range函数
class MyRange:
def __init__(self, start, end, step=1):
self.start = start - 1
self.end = end
self.step = step
def __iter__(self):
return self
def __next__(self):
self.start += self.step
if self.start < self.end:
return self.start
raise StopIteration
for i in MyRange(1, 3):
print(i)
# 1
# 2
上下文管理
上下文：这个概念属于语言学科，指的是一段话的意义，要参考当前的场景，即上下文
在python中，上下文可以理解为一个代码区间，一个范围，例如with open 打开的文件仅在这个上下文中有效
上下文涉及到的两个方法
__enter__：表示进入上下文（进入某个场景了）__exit__：表示退出上下文（离开了某个场景了）
案例
class MyOpen:
def __enter__(self):
print("enter....")
def __exit__(self, exc_type, exc_val, exc_tb): # exc --> exception
print("exit.....")
print(exc_type, exc_val, exc_tb)
with MyOpen() as m:
print("start...")
# 1 + '123'
# enter....
# exit.....
# None None None
实现了上面的两个方法就可以配合with语句用了，当执行with语句时，会先执行__enter__，当代码执行完毕后执行__exit__，或者代码遇到了异常会立即执行__exit__，并传入错误信息，包含错误的类型，错误的信息，错误的追踪信息
class MyOpen:
def __enter__(self):
print("enter....")
def __exit__(self, exc_type, exc_val, exc_tb): # exc --> exception
print("exit.....")
print(exc_type, exc_val, exc_tb)
return True # return True 可以让程序不报错
with MyOpen() as m:
print("start...")
1 + '123' # TypeError: unsupported operand type(s) for +: 'int' and 'str'
# enter....
# exit.....
# None None None # 没有报错时打印这个
# <class 'TypeError'> unsupported operand type(s) for +: 'int' and 'str' <traceback object at 0x00000283F3EE0608> # 有错时打印这个,若__exit__ 返回为True则控制台不报错，否则控制台也会报错
注意点
__enter__ 函数应该返回对象自己
__exit__ 函数可以有返回值，是一个bool类型，用于表示异常是否被处理，仅在上下文中出现异常时有用
如果为True 则意味着，异常已经被处理了
False 异常未被处理，程序将中断报错