|
本文实例分析了Python中的对象，方法，类，实例，函数用法。分享给大家供大家参考。具体分析如下： Python是一个完全面向对象的语言。不仅实例是对象，类，函数，方法也都是对象。 复制代码 代码如下: class Foo(object): static_attr = True def method(self): pass foo = Foo() 这段代码实际上创造了两个对象，Foo和foo。而Foo同时又是一个类，foo是这个类的实例。 在C++里类型定义是在编译时完成的，被储存在静态内存里，不能轻易修改。在Python里类型本身是对象，和实例对象一样储存在堆中，对于解释器来说类对象和实例对象没有根本上的区别。 在Python中每一个对象都有自己的命名空间。空间内的变量被存储在对象的__dict__里。这样，Foo类有一个__dict__, foo实例也有一个__dict__，但这是两个不同的命名空间。 所谓“定义一个类”，实际上就是先生成一个类对象，然后执行一段代码，但把执行这段代码时的本地命名空间设置成类的__dict__. 所以你可以写这样的代码： 复制代码 代码如下: >>> class Foo(object):
... bar = 1 + 1 ... qux = bar + 1 ... print "bar: ", bar ... print "qux: ", qux ... print locals() ... bar: 2 qux: 3 {'qux': 3, '__module__': '__main__', 'bar': 2} >>> print Foo.bar, Foo.__dict__['bar'] 2 2 >>> print Foo.qux, Foo.__dict__['qux'] 3 3 所谓“定义一个函数”，实际上也就是生成一个函数对象。而“定义一个方法”就是生成一 复制代码 代码如下: >>> class Foo(object):
... def bar(self): ... return 2 ... >>> def qux(self): ... return 3 ... >>> Foo.qux = qux >>> print Foo.bar, Foo.__dict__['bar'] >>> print Foo.qux, Foo.__dict__['qux'] >>> foo = Foo() 而类继承就是简单地定义两个类对象，各自有不同的__dict__: 复制代码 代码如下: >>> class Cheese(object):
... smell = 'good' ... taste = 'good' ... >>> class Stilton(Cheese): ... smell = 'bad' ... >>> print Cheese.smell good >>> print Cheese.taste good >>> print Stilton.smell bad >>> print Stilton.taste good >>> print 'taste' in Cheese.__dict__ True >>> print 'taste' in Stilton.__dict__ False 复杂的地方在`.`这个运算符上。对于类来说，Stilton.taste的意思是“在Stilton.__dict__中找'taste'. 如果没找到，到父类Cheese的__dict__里去找，然后到父类的父类，等等。如果一直到object仍没找到，那么扔一个AttributeError.” 复制代码 代码如下: >>> class Cheese(object):
... smell = 'good' ... taste = 'good' ... def __init__(self, weight): ... self.weight = weight ... def get_weight(self): ... return self.weight ... >>> class Stilton(Cheese): ... smell = 'bad' ... >>> stilton = Stilton('100g') >>> print 'weight' in Cheese.__dict__ False >>> print 'weight' in Stilton.__dict__ False >>> print 'weight' in stilton.__dict__ True 不管__init__()是在哪儿定义的， stilton.__dict__与类的__dict__都无关。 方法稍微复杂些。 复制代码 代码如下: >>> print Cheese.__dict__['get_weight']
>>> print Cheese.get_weight >>> print stilton.get_weight 我们可以看到点运算符把function变成了unbound method. 直接调用类命名空间的函数和点 运算返回的未绑定方法会得到不同的错误： 复制代码 代码如下: >>> Cheese.__dict__['get_weight']() Traceback (most recent call last): File "", line 1, in TypeError: get_weight() takes exactly 1 argument (0 given) >>> Cheese.get_weight() Traceback (most recent call last): File "", line 1, in TypeError: unbound method get_weight() must be called with Cheese instance as first argument (got nothing instead) 但这两个错误说的是一回事，实例方法需要一个实例。所谓“绑定方法”就是简单地在调用方法时把一个实例对象作为第一个参数。下面这些调用方法是等价的： 复制代码 代码如下: >>> Cheese.__dict__['get_weight'](stilton) '100g' >>> Cheese.get_weight(stilton) '100g' >>> Stilton.get_weight(stilton) '100g' >>> stilton.get_weight() '100g' 最后一种也就是平常用的调用方式，stilton.get_weight()，是点运算符的另一种功能，将stilton.get_weight()翻译成stilton.get_weight(stilton). 这样，方法调用实际上有两个步骤。首先用属性查找的规则找到get_weight, 然后将这个属性作为函数调用，并把实例对象作为第一参数。这两个步骤间没有联系。比如说你可以这样试： 复制代码 代码如下: >>> stilton.weight() Traceback (most recent call last): File "", line 1, in TypeError: 'str' object is not callable 先查找weight这个属性，然后将weight做为函数调用。但weight是字符串，所以出错。要注意在这里属性查找是从实例开始的： 复制代码 代码如下: >>> stilton.get_weight = lambda : '200g' >>> stilton.get_weight() '200g' 但是 复制代码 代码如下: >>> Stilton.get_weight(stilton) '100g' Stilton.get_weight的查找跳过了实例对象stilton，所以查找到的是没有被覆盖的，在Cheese中定义的方法。 getattr(stilton, 'weight')和stilton.weight是等价的。类对象和实例对象没有本质区别，getattr(Cheese, 'smell')和Cheese.smell同样是等价的。getattr()与点运算符相比，好处是属性名用字符串指定，可以在运行时改变。 __getattribute__()是最底层的代码。如果你不重新定义这个方法，object.__getattribute__()和type.__getattribute__()就是getattr()的具体实现，前者用于实例，后者用以类。换句话说，stilton.weight就是object.__getattribute__(stilton, 'weight'). 覆盖这个方法是很容易出错的。比如说点运算符会导致无限递归： 复制代码 代码如下: def __getattribute__(self, name): return self.__dict__[name] __getattribute__()中还有其它的细节，比如说descriptor protocol的实现，如果重写很容易搞错。 __getattr__()是在__dict__查找没找到的情况下调用的方法。一般来说动态生成属性要用这个，因为__getattr__()不会干涉到其它地方定义的放到__dict__里的属性。 复制代码 代码如下: >>> class Cheese(object): ... smell = 'good' ... taste = 'good' ... >>> class Stilton(Cheese): ... smell = 'bad' ... def __getattr__(self, name): ... return 'Dynamically created attribute "%s"' % name ... >>> stilton = Stilton() >>> print stilton.taste good >>> print stilton.weight Dynamically created attribute "weight" >>> print 'weight' in stilton.__dict__ False 由于方法只不过是可以作为函数调用的属性，__getattr__()也可以用来动态生成方法，但同样要注意无限递归： 复制代码 代码如下: >>> class Cheese(object):
... smell = 'good' ... taste = 'good' ... def __init__(self, weight): ... self.weight = weight ... >>> class Stilton(Cheese): ... smell = 'bad' ... def __getattr__(self, name): ... if name.startswith('get_'): ... def func(): ... return getattr(self, name[4:]) ... return func ... else: ... if hasattr(self, name): ... return getattr(self, name) ... else: ... raise AttributeError(name) ... >>> stilton = Stilton('100g') >>> print stilton.weight 100g >>> print stilton.get_weight >>> print stilton.get_weight() 希望本文所述对大家的Python程序设计有所帮助。 |
|
|
