python入门——魔法方法

魔法方法
Python入门——Task03

  • 魔法方法
    • 基本的魔法方法
    • 算术运算符
    • 反算术运算符
    • 增量赋值运算符
    • 一元运算符
    • 属性访问
    • 描述符
    • 迭代器
    • 生成器

魔法方法总是被双下划线包围,例如__init__。
魔法方法是面向对象的 Python 的一切,如果你不知道魔法方法,说明你还没能意识到面向对象的 Python 的强大。
魔法方法的“魔力”体现在它们总能够在适当的时候被自动调用。
魔法方法的第一个参数应为cls(类方法) 或者self(实例方法)。
  • cls:代表一个类的名称
  • self:代表一个实例对象的名称
基本的魔法方法
  • init(self[, …]) 构造器,当一个实例被创建的时候调用的初始化方法
【例子】
class Rectangle: def __init__(self, x, y): self.x = x self.y = ydef getPeri(self): return (self.x + self.y) * 2def getArea(self): return self.x * self.yrect = Rectangle(4, 5) print(rect.getPeri())# 18 print(rect.getArea())# 20

python入门——魔法方法
文章图片

【例子】
class A(object): def __init__(self, value): print("into A __init__") self.value = https://www.it610.com/article/valuedef __new__(cls, *args, **kwargs): print("into A __new__") print(cls) return object.__new__(cls)class B(A): def __init__(self, value): print("into B __init__") self.value = https://www.it610.com/article/valuedef __new__(cls, *args, **kwargs): print("into B __new__") print(cls) return super().__new__(cls, *args, **kwargs)b = B(10)# 结果: # into B __new__ # # into A __new__ # # into B __init__ class A(object): def __init__(self, value): print("into A __init__") self.value = https://www.it610.com/article/valuedef __new__(cls, *args, **kwargs): print("into A __new__") print(cls) return object.__new__(cls)class B(A): def __init__(self, value): print("into B __init__") self.value = https://www.it610.com/article/valuedef __new__(cls, *args, **kwargs): print("into B __new__") print(cls) return super().__new__(A, *args, **kwargs)# 改动了cls变为Ab = B(10)# 结果: # into B __new__ # # into A __new__ #

  • 若__new__没有正确返回当前类cls的实例,那__init__是不会被调用的,即使是父类的实例也不行,将没有__init__被调用。
【例子】利用__new__实现单例模式。
class Earth: passa = Earth() print(id(a))# 260728291456 b = Earth() print(id(b))# 260728291624class Earth: __instance = None# 定义一个类属性做判断def __new__(cls): if cls.__instance is None: cls.__instance = object.__new__(cls) return cls.__instance else: return cls.__instancea = Earth() print(id(a))# 512320401648 b = Earth() print(id(b))# 512320401648

  • __new__方法主要是当你继承一些不可变的 class 时(比如int, str, tuple), 提供给你一个自定义这些类的实例化过程的途径。
【例子】
class CapStr(str): def __new__(cls, string): string = string.upper() return str.__new__(cls, string)a = CapStr("i love lsgogroup") print(a)# I LOVE LSGOGROUP

python入门——魔法方法
文章图片

【例子】
class C(object): def __init__(self): print('into C __init__')def __del__(self): print('into C __del__')c1 = C() # into C __init__ c2 = c1 c3 = c2 del c3 del c2 del c1 # into C __del__

python入门——魔法方法
文章图片

【例子】
class Cat: """定义一个猫类"""def __init__(self, new_name, new_age): """在创建完对象之后 会自动调用, 它完成对象的初始化的功能""" self.name = new_name self.age = new_agedef __str__(self): """返回一个对象的描述信息""" return "名字是:%s , 年龄是:%d" % (self.name, self.age)def __repr__(self): """返回一个对象的描述信息""" return "Cat:(%s,%d)" % (self.name, self.age)def eat(self): print("%s在吃鱼...." % self.name)def drink(self): print("%s在喝可乐..." % self.name)def introduce(self): print("名字是:%s, 年龄是:%d" % (self.name, self.age))# 创建了一个对象 tom = Cat("汤姆", 30) print(tom)# 名字是:汤姆 , 年龄是:30 print(str(tom)) # 名字是:汤姆 , 年龄是:30 print(repr(tom))# Cat:(汤姆,30) tom.eat()# 汤姆在吃鱼.... tom.introduce()# 名字是:汤姆, 年龄是:30

  • str(self) 的返回结果可读性强。也就是说,str 的意义是得到便于人们阅读的信息,就像下面的 ‘2019-10-11’ 一样。
  • repr(self) 的返回结果应更准确。怎么说,repr 存在的目的在于调试,便于开发者使用。
【例子】
import datetimetoday = datetime.date.today() print(str(today))# 2019-10-11 print(repr(today))# datetime.date(2019, 10, 11) print('%s' %today)# 2019-10-11 print('%r' %today)# datetime.date(2019, 10, 11)

算术运算符 类型工厂函数,指的是“不通过类而是通过函数来创建对象”。
【例子】
class C: passprint(type(len))# print(type(dir))# print(type(int))# print(type(list))# print(type(tuple))# print(type(C))# print(int('123'))# 123# 这个例子中list工厂函数把一个元祖对象加工成了一个列表对象。 print(list((1, 2, 3)))# [1, 2, 3]

  • add(self, other)定义加法的行为:+
  • sub(self, other)定义减法的行为:-
【例子】
class MyClass:def __init__(self, height, weight): self.height = height self.weight = weight# 两个对象的长相加,宽不变.返回一个新的类 def __add__(self, others): return MyClass(self.height + others.height, self.weight + others.weight)# 两个对象的宽相减,长不变.返回一个新的类 def __sub__(self, others): return MyClass(self.height - others.height, self.weight - others.weight)# 说一下自己的参数 def intro(self): print("高为", self.height, " 重为", self.weight)def main(): a = MyClass(height=10, weight=5) a.intro()b = MyClass(height=20, weight=10) b.intro()c = b - a c.intro()d = a + b d.intro()if __name__ == '__main__': main()# 高为 10重为 5 # 高为 20重为 10 # 高为 10重为 5 # 高为 30重为 15

  • mul(self, other)定义乘法的行为:*
  • truediv(self, other)定义真除法的行为:/
  • floordiv(self, other)定义整数除法的行为://
  • mod(self, other) 定义取模算法的行为:%
  • divmod(self, other)定义当被 divmod() 调用时的行为
  • divmod(a, b)把除数和余数运算结果结合起来,返回一个包含商和余数的元组(a // b, a % b)。
【例子】
print(divmod(7, 2))# (3, 1) print(divmod(8, 2))# (4, 0)

  • pow(self, other[, module])定义当被 power() 调用或 ** 运算时的行为
  • lshift(self, other)定义按位左移位的行为:<<
  • rshift(self, other)定义按位右移位的行为:>>
  • and(self, other)定义按位与操作的行为:&
  • xor(self, other)定义按位异或操作的行为:^
  • or(self, other)定义按位或操作的行为:|
反算术运算符 反运算魔方方法,与算术运算符保持一一对应,不同之处就是反运算的魔法方法多了一个“r”。当文件左操作不支持相应的操作时被调用。
  • radd(self, other)定义加法的行为:+
  • rsub(self, other)定义减法的行为:-
  • rmul(self, other)定义乘法的行为:*
  • rtruediv(self, other)定义真除法的行为:/
  • rfloordiv(self, other)定义整数除法的行为://
  • rmod(self, other) 定义取模算法的行为:%
  • rdivmod(self, other)定义当被 divmod() 调用时的行为
  • rpow(self, other[, module])定义当被 power() 调用或 ** 运算时的行为
  • rlshift(self, other)定义按位左移位的行为:<<
  • rrshift(self, other)定义按位右移位的行为:>>
  • rand(self, other)定义按位与操作的行为:&
  • rxor(self, other)定义按位异或操作的行为:^
  • ror(self, other)定义按位或操作的行为:|
【python入门——魔法方法】a + b
这里加数是a,被加数是b,因此是a主动,反运算就是如果a对象的__add__()方法没有实现或者不支持相应的操作,那么 Python 就会调用b的__radd__()方法。
【例子】
class Nint(int): def __radd__(self, other): return int.__sub__(other, self) # 注意 self 在后面a = Nint(5) b = Nint(3) print(a + b)# 8 print(1 + b)# -2

增量赋值运算符
  • iadd(self, other)定义赋值加法的行为:+=
  • isub(self, other)定义赋值减法的行为:-=
  • imul(self, other)定义赋值乘法的行为:*=
  • itruediv(self, other)定义赋值真除法的行为:/=
  • ifloordiv(self, other)定义赋值整数除法的行为://=
  • imod(self, other)定义赋值取模算法的行为:%=
  • ipow(self, other[, modulo])定义赋值幂运算的行为:**=
  • ilshift(self, other)定义赋值按位左移位的行为:<<=
  • irshift(self, other)定义赋值按位右移位的行为:>>=
  • iand(self, other)定义赋值按位与操作的行为:&=
  • ixor(self, other)定义赋值按位异或操作的行为:^=
  • ior(self, other)定义赋值按位或操作的行为:|=
一元运算符
  • neg(self)定义正号的行为:+x
  • pos(self)定义负号的行为:-x
  • abs(self)定义当被abs()调用时的行为
  • invert(self)定义按位求反的行为:~x
属性访问
  • getattr(self, name): 定义当用户试图获取一个不存在的属性时的行为。
  • getattribute(self, name):定义当该类的属性被访问时的行为(先调用该方法,查看是否存在该属性,若不存在,接着去调用__getattr__)
  • setattr(self, name, value):定义当一个属性被设置时的行为。
  • delattr(self, name):定义当一个属性被删除时的行为。
【例子】
class C: def __getattribute__(self, item): print('__getattribute__') return super().__getattribute__(item)def __getattr__(self, item): print('__getattr__')def __setattr__(self, key, value): print('__setattr__') super().__setattr__(key, value)def __delattr__(self, item): print('__delattr__') super().__delattr__(item)c = C() c.x # __getattribute__ # __getattr__c.x = 1 # __setattr__del c.x # __delattr__

描述符 描述符就是将某种特殊类型的类的实例指派给另一个类的属性。
  • get(self, instance, owner)用于访问属性,它返回属性的值。
  • set(self, instance, value)将在属性分配操作中调用,不返回任何内容。
  • del(self, instance)控制删除操作,不返回任何内容。
【例子】
class MyDecriptor: def __get__(self, instance, owner): print('__get__', self, instance, owner)def __set__(self, instance, value): print('__set__', self, instance, value)def __delete__(self, instance): print('__delete__', self, instance)class Test: x = MyDecriptor()t = Test() t.x # __get__ <__main__.MyDecriptor object at 0x000000CEAAEB6B00> <__main__.Test object at 0x000000CEABDC0898> t.x = 'x-man' # __set__ <__main__.MyDecriptor object at 0x00000023687C6B00> <__main__.Test object at 0x00000023696B0940> x-mandel t.x # __delete__ <__main__.MyDecriptor object at 0x000000EC9B160A90> <__main__.Test object at 0x000000EC9B160B38>

定制序列
协议(Protocols)与其它编程语言中的接口很相似,它规定你哪些方法必须要定义。然而,在 Python 中的协议就显得不那么正式。事实上,在 Python 中,协议更像是一种指南。
容器类型的协议
  • 如果说你希望定制的容器是不可变的话,你只需要定义__len__()和__getitem__()方法。
  • 如果你希望定制的容器是可变的话,除了__len__()和__getitem__()方法,你还需要定义__setitem__()和__delitem__()两个方法。
【例子】编写一个不可改变的自定义列表,要求记录列表中每个元素被访问的次数。
class CountList: def __init__(self, *args): self.values = [x for x in args] self.count = {}.fromkeys(range(len(self.values)), 0)def __len__(self): return len(self.values)def __getitem__(self, item): self.count[item] += 1 return self.values[item]c1 = CountList(1, 3, 5, 7, 9) c2 = CountList(2, 4, 6, 8, 10) print(c1[1])# 3 print(c2[2])# 6 print(c1[1] + c2[1])# 7print(c1.count) # {0: 0, 1: 2, 2: 0, 3: 0, 4: 0}print(c2.count) # {0: 0, 1: 1, 2: 1, 3: 0, 4: 0}

  • len(self)定义当被len()调用时的行为(返回容器中元素的个数)。
  • getitem(self, key)定义获取容器中元素的行为,相当于self[key]。
  • setitem(self, key, value)定义设置容器中指定元素的行为,相当于self[key] = value。
  • delitem(self, key)定义删除容器中指定元素的行为,相当于del self[key]。
【例子】编写一个可改变的自定义列表,要求记录列表中每个元素被访问的次数。
class CountList: def __init__(self, *args): self.values = [x for x in args] self.count = {}.fromkeys(range(len(self.values)), 0)def __len__(self): return len(self.values)def __getitem__(self, item): self.count[item] += 1 return self.values[item]def __setitem__(self, key, value): self.values[key] = valuedef __delitem__(self, key): del self.values[key] for i in range(0, len(self.values)): if i >= key: self.count[i] = self.count[i + 1] self.count.pop(len(self.values))c1 = CountList(1, 3, 5, 7, 9) c2 = CountList(2, 4, 6, 8, 10) print(c1[1])# 3 print(c2[2])# 6 c2[2] = 12 print(c1[1] + c2[2])# 15 print(c1.count) # {0: 0, 1: 2, 2: 0, 3: 0, 4: 0} print(c2.count) # {0: 0, 1: 0, 2: 2, 3: 0, 4: 0} del c1[1] print(c1.count) # {0: 0, 1: 0, 2: 0, 3: 0}

迭代器
  • 迭代是 Python 最强大的功能之一,是访问集合元素的一种方式。
  • 迭代器是一个可以记住遍历的位置的对象。
  • 迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。
  • 迭代器只能往前不会后退。
  • 字符串,列表或元组对象都可用于创建迭代器:
【例子】
string = 'lsgogroup' for c in string: print(c)''' l s g o g r o u p '''for c in iter(string): print(c)

【例子】
links = {'B': '百度', 'A': '阿里', 'T': '腾讯'} for each in links: print('%s -> %s' % (each, links[each]))''' B -> 百度 A -> 阿里 T -> 腾讯 '''for each in iter(links): print('%s -> %s' % (each, links[each]))

  • 迭代器有两个基本的方法:iter() 和 next()。
  • iter(object) 函数用来生成迭代器。
  • next(iterator[, default]) 返回迭代器的下一个项目。
  • iterator – 可迭代对象
  • default – 可选,用于设置在没有下一个元素时返回该默认值,如果不设置,又没有下一个元素则会触发 StopIteration 异常。
【例子】
links = {'B': '百度', 'A': '阿里', 'T': '腾讯'}it = iter(links) while True: try: each = next(it) except StopIteration: break print(each)# B # A # Tit = iter(links) print(next(it))# B print(next(it))# A print(next(it))# T print(next(it))# StopIteration

把一个类作为一个迭代器使用需要在类中实现两个魔法方法 iter() 与 next() 。
  • iter(self)定义当迭代容器中的元素的行为,返回一个特殊的迭代器对象, 这个迭代器对象实现了 next() 方法并通过 StopIteration 异常标识迭代的完成。
  • next() 返回下一个迭代器对象。
  • StopIteration 异常用于标识迭代的完成,防止出现无限循环的情况,在__next__() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。
【例子】
class Fibs: def __init__(self, n=10): self.a = 0 self.b = 1 self.n = ndef __iter__(self): return selfdef __next__(self): self.a, self.b = self.b, self.a + self.b if self.a > self.n: raise StopIteration return self.afibs = Fibs(100) for each in fibs: print(each, end=' ')# 1 1 2 3 5 8 13 21 34 55 89

生成器
  • 在 Python 中,使用了 yield 的函数被称为生成器(generator)。
  • 跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。
  • 在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
  • 调用一个生成器函数,返回的是一个迭代器对象。
【例子】
def myGen(): print('生成器执行!') yield 1 yield 2myG = myGen() for each in myG: print(each)''' 生成器执行! 1 2 '''myG = myGen() print(next(myG)) # 生成器执行! # 1print(next(myG))# 2 print(next(myG))# StopIteration

【例子】用生成器实现斐波那契数列。
def libs(n): a = 0 b = 1 while True: a, b = b, a + b if a > n: return yield afor each in libs(100): print(each, end=' ')# 1 1 2 3 5 8 13 21 34 55 89

    推荐阅读