Python里的定制类

Love The Way You Lie 2021-11-22 22:52 297阅读 0赞

看到类似`__slots__`这种形如`__xxx__`的变量或者函数名就要注意，这些在Python中是有特殊用途的。

`__slots__`我们已经知道怎么用了，`__len__()`方法我们也知道是为了能让class作用于len()函数。

除此之外，Python的class中还有许多这样有特殊用途的函数，可以帮助我们定制类。

\_\_ str\_\_  
我们先定义一个`Student`类，打印一个实例：

>>> class Student(object):
    ...     def __init__(self, name):
    ...         self.name = name
    ...
    >>> print(Student('Michael'))
    <__main__.Student object at 0x109afb190>

打印出一堆`<__main__.Student object at 0x109afb190>`，不好看。  
怎么才能打印得好看呢？只需要定义好`__str__()`方法(**类似于Java里的toString()方法**)，返回一个好看的字符串就可以了：

>>> class Student(object):
    ...     def __init__(self, name):
    ...         self.name = name
    ...     def __str__(self):
    ...         return 'Student object (name: %s)' % self.name
    ...
    >>> print(Student('Michael'))
    Student object (name: Michael)

这样打印出来的实例，不但好看，而且容易看出实例内部重要的数据。

但是细心的朋友会发现直接敲变量不用print（**因为上面的代码里面是 print(Student(‘Michael’))，用了print的**），打印出来的实例还是不好看：

>>> s = Student('Michael')
    >>> s
    <__main__.Student object at 0x109afb310>

这是因为直接显示变量调用的不是`__str__()`，而是`__repr__()`，两者的区别是`__str__()`返回用户看到的字符串，而`__repr__()`返回程序开发者看到的字符串，也就是说，`__repr__()`是为调试服务的。

解决办法是再定义一个`__repr__()`。但是通常`__str__()`和`__repr__()`代码都是一样的，所以，有个偷懒的写法：

class Student(object):
        def __init__(self, name):
            self.name = name
        def __str__(self):
            return 'Student object (name=%s)' % self.name
        __repr__ = __str__

## \_\_ iter\_\_ ##

如果一个类想被用于`for ... in`循环，类似list或tuple那样，就必须实现一个`__iter__()`方法，该方法返回一个**迭代对象**，然后，Python的for循环就会不断调用该迭代对象的`__next__()`方法拿到循环的下一个值，直到遇到`StopIteration`错误时退出循环。

我们以斐波那契数列为例，写一个Fib类，可以作用于for循环：

class Fib(object):
        def __init__(self):
            self.a, self.b = 0, 1 # 初始化两个计数器a，b
    
        def __iter__(self):
            return self # 实例本身就是迭代对象，故返回自己
    
        def __next__(self):
            self.a, self.b = self.b, self.a + self.b # 计算下一个值
            if self.a > 100000: # 退出循环的条件
                raise StopIteration()
            return self.a # 返回下一个值

现在，试试把Fib实例作用于for循环：

>>> for n in Fib():
    ...     print(n)
    ...
    1
    1
    2
    3
    5
    ...
    46368
    75025

### \_\_ getitem\_\_ ###

Fib实例虽然能作用于for循环，看起来和list有点像，但是，把它当成list来使用还是不行，比如，取第5个元素：

>>> Fib()[5]
    Traceback (most recent call last):
      File "<stdin>", line 1, in <module>
    TypeError: 'Fib' object does not support indexing

要表现得像list那样按照下标取出元素，需要实现`__getitem__()`方法：

class Fib(object):
        def __getitem__(self, n):
            a, b = 1, 1
            for x in range(n):   //这里的 range(n)的作用就是创建一个从1到n的list，然后给for   循环遍历
                a, b = b, a + b
            return a

现在，就可以按下标访问数列的任意一项了：

>>> f = Fib()
    >>> f[0]
    1
    >>> f[1]
    1
    >>> f[2]
    2
    >>> f[3]
    3
    >>> f[10]
    89
    >>> f[100]
    573147844013817084101

但是list有个神奇的切片方法：

>>> list(range(100))[5:10]    //截取这个list里的从第5个元素到第10个元素之间的元素
    [5, 6, 7, 8, 9]

而对于`__getitem__()`却不能传入“切片”参数，原因是`__getitem__()`传入的参数可能是一个int，也可能是一个切片对象slice，所以要做判断：

class Fib(object):
        def __getitem__(self, n):
            if isinstance(n, int): # n是索引
                a, b = 1, 1
                for x in range(n):
                    a, b = b, a + b
                return a
            if isinstance(n, slice): # n是切片
                start = n.start
                stop = n.stop
                if start is None:
                    start = 0
                a, b = 1, 1
                L = []
                for x in range(stop):
                    if x >= start:   //从start索引处开始
                        L.append(a)
                    a, b = b, a + b  //把等号右边的2个值赋给等号左边的两个变量
                return L

现在试试Fib的切片：

>>> f = Fib()
    >>> f[0:5]    //默认调用__getitem__()方法
    [1, 1, 2, 3, 5]
    >>> f[:10]
    [1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

但是没有对step参数作处理：

>>> f[:10:2]   这里的2是指每隔两个数，取一个，但是运行结果却不是这样，接着看下面的讲解吧
    [1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]

也没有对负数作处理，所以，要正确实现一个`__getitem__()`还是有很多工作要做的。

此外，如果把对象看成`dict`，`__getitem__()`的参数也可能是一个可以作key的object，例如`str`。

与之对应的是`__setitem__()`方法，把对象视作list或dict来对集合赋值。最后，还有一个`__delitem__()`方法，用于删除某个元素。

`在这里插入代码片`总之，通过上面的方法，我们自己定义的类表现得和Python自带的list、tuple、dict没什么区别，这完全归功于动态语言的“鸭子类型”，不需要强制继承某个接口。

### \_\_ getattr\_\_ ###

正常情况下，当我们调用类的方法或属性时，如果不存在，就会报错。比如定义Student类：

class Student(object):
        
        def __init__(self):
            self.name = 'Michael'

调用`name`属性，没问题，但是，调用不存在的`score`属性，就有问题了：

>>> s = Student()
    >>> print(s.name)
    Michael
    >>> print(s.score)
    Traceback (most recent call last):
      ...
    AttributeError: 'Student' object has no attribute 'score'

错误信息很清楚地告诉我们，没有找到`score`这个attribute。

要避免这个错误，除了可以加上一个`score`属性外，Python还有另一个机制，那就是写一个`__getattr__()`方法，动态返回一个属性。修改如下：

class Student(object):
    
        def __init__(self):
            self.name = 'Michael'
    
        def __getattr__(self, attr):
            if attr=='score':
                return 99

当调用不存在的属性时，比如``，Python解释器会试图调用`__getattr__(self, 'score')`来尝试获得属性，这样，我们就有机会返回`score`的值：

>>> s = Student()
    >>> s.name
    'Michael'
    >>> s.score
    99

返回函数也是完全可以的：

class Student(object):
    
        def __getattr__(self, attr):      //意思就是说“如果我们调用age()方法时，就返回25”
            if attr=='age':
                return lambda: 25

只是调用方式要变为：

>>> s.age()
    25

注意，只有在没有找到属性的情况下，才调用`__getattr__`，已有的属性，比如`name`，不会在`__getattr__`中查找。

此外，注意到任意调用如`s.abc`都会返回`None`，这是因为我们定义的`__getattr__`默认返回就是`None`。要让class只响应特定的几个属性，我们就要按照约定，抛出`AttributeError`的错误：

class Student(object):
    
        def __getattr__(self, attr):
            if attr=='age':
                return lambda: 25
            raise AttributeError('\'Student\' object has no attribute \'%s\'' % attr)

这实际上可以把一个类的所有属性和方法调用全部动态化处理了，不需要任何特殊手段。

这种完全动态调用的特性有什么实际作用呢？作用就是，可以针对完全动态的情况作调用。

举个例子：  
现在很多网站都搞REST API，比如新浪微博、豆瓣啥的，调用API的URL类似：  
![在这里插入图片描述][20190725122838667.png]  
如果要写SDK，给每个URL对应的API都写一个方法，那得累死，而且，API一旦改动，SDK也要改。

利用完全动态的`__getattr__`，我们可以写出一个链式调用：

class Chain(object):
    
        def __init__(self, path=''):
            self._path = path
    
        def __getattr__(self, path):
            return Chain('%s/%s' % (self._path, path))    //根据传进来的path变量值来啊调用不同的方法
    
        def __str__(self):
            return self._path
    
        __repr__ = __str__

试试：

>>> Chain().status.user.timeline.list
    '/status/user/timeline/list'

这样，无论API怎么变，SDK都可以根据URL实现完全动态的调用，而且，不随API的增加而改变！

还有些REST API会把参数放到URL中，比如GitHub的API：

GET /users/:user/repos

调用时，需要把`:user`替换为实际用户名。如果我们能写出这样的链式调用：

Chain().users('michael').repos

就可以非常方便地调用API了。有兴趣的童鞋可以试试写出来。

### \_\_ call\_\_ ###

一个对象实例可以有自己的属性和方法，当我们调用实例方法时，我们用`instance.method()`来调用。能不能直接在实例本身上调用呢？在Python中，答案是肯定的。

任何类，只需要定义一个`__call__()`方法，就可以直接对实例进行调用。请看示例：

class Student(object):
        def __init__(self, name):
            self.name = name
    
        def __call__(self):
            print('My name is %s.' % self.name)

调用方式如下：

>>> s = Student('Michael')
    >>> s() # self参数不要传入
    My name is Michael.

`__call__()`还可以定义参数。对实例进行直接调用就好比对一个函数进行调用一样，所以你完全可以把对象看成函数，把函数看成对象，因为这两者之间本来就没啥根本的区别。

如果你把对象看成函数，那么函数本身其实也可以在运行期动态创建出来，因为类的实例都是运行期创建出来的，这么一来，我们就模糊了对象和函数的界限。

那么，怎么判断一个变量是对象还是函数呢？其实，更多的时候，我们需要判断一个对象是否能被调用，能被调用的对象就是一个`Callable`对象，比如函数和我们上面定义的带有`__call__()`的类实例：

>>> callable(Student())
    True
    >>> callable(max)
    True
    >>> callable([1, 2, 3])
    False
    >>> callable(None)
    False
    >>> callable('str')
    False

通过`callable()`函数，我们就可以判断一个对象是否是“可调用”对象。

### 小结 ###

Python的class允许定义许多定制方法，可以让我们非常方便地生成特定的类。

本节介绍的是最常用的几个定制方法，还有很多可定制的方法，请参考[Python的官方文档][Python]。

本文转载自：[https://www.liaoxuefeng.com/wiki/1016959663602400/1017590712115904][https_www.liaoxuefeng.com_wiki_1016959663602400_1017590712115904]

[20190725122838667.png]: /images/20211122/6efc80db415a45dbbb21d1130ddaf466.png
[Python]: https://docs.python.org/3/reference/datamodel.html#special-method-names
[https_www.liaoxuefeng.com_wiki_1016959663602400_1017590712115904]: https://www.liaoxuefeng.com/wiki/1016959663602400/1017590712115904