python版本:3.6.5
1.__slots__()
当我们定义了一个 class,创建了一个 class 的实例后,我们可以给该实例绑定任何属性
和方法,通过 __slots__ 我们想要限制实例的属性
# 定义 Student 类,只允许对 Student 实例添加 name 属性:
class Student(object):
__slots__ = ('name') # 用tuple定义允许绑定的属性名称
s = Student() # 创建新的实例
s.name = 'Michael' # 绑定属性'name'
#由于'score'没有被放到__slots__中,所以不能绑定score属性,试图绑定score将得到AttributeError的错误。
s.score = 99 # 绑定属性'score'
注:__slots__定义的属性仅对当前类实例起作用,对继承的子类是不起作用:
class GraduateStudent(Student):
pass
g = GraduateStudent()
g.score = 9999
2.__str__()和__repr__()
#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'))
output:
<__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,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'))
output:
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,打印出来的实例还是不好看:
s = Student('Michael')
s
output:
<__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__
3.__iter__()
如果一个类想被用于for ... in循环,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。
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
for n in Fib():
print(n)
output:
1
1
2
3
5
...
46368
75025
4.__getitem__()
如果一个类像要像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):
a, b = b, a + b
return a
f = Fib()
f[0]
output :
1
实现切片:
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:
L.append(a)
a, b = b, a + b
return L
f = Fib()
f[0:5]
output:
[1, 1, 2, 3, 5]
注:没有对step( list[start:end:step] ),负数等作处理
5.__getattr__()
实例instance通过instance.name访问属性name,只有当属性name没有在实例的__dict__或它构造类的__dict__或基类的__dict__中,才会调用__getattr__。当属性name可以通过正常机制追溯到时,__getattr__是不会被调用的。如果在__getattr__(self, attr)存在通过self.attr访问属性,会出现无限递归错误。
class ClassA(object):
def __init__(self, name):
self.name = name
def __getattr__(self, attr):
return('__getattr__', attr)
a = ClassA('A')
print(a.__dict__) # 实例insA已经有classname属性了
print(a.name) # 不会调用__getattr__
print(a.grade) # grade属性没有找到,调用__getattr__
output:
{'name': 'A'}
A
('__getattr__', 'grade')
6.__setattr__()
常规的对实例属性赋值,被赋值的属性和值会存入实例属性字典__dict__中。
如果类自定义了__setattr__方法,当通过实例获取属性尝试赋值时,就会调用__setattr__。类定义中的self.attr也同样,所以在__setattr__下还有self.attr的赋值操作就会出现无线递归的调用__setattr__的情况。自己实现__setattr__有很大风险,一般情况都还是继承object类的__setattr__方法。
class ClassA(object):
def __init__(self, name):
self.name = name
a = ClassA('A')
print('__dict__=',a.__dict__)
a.tag = 'B'
print('__dict__=',a.__dict__)
output:
__dict__= {'name': 'A'}
__dict__= {'name': 'A', 'tag': 'B'}
如下类自定义了__setattr__,对实例属性的赋值就会调用它。
class ClassA(object):
def __init__(self, name):
self.name = name
def __setattr__(self, name, value):
super().__setattr__(name, value)
# self.name = value # 如果还这样调用会出现无限递归的情况
print('invoke __setattr__')
a = ClassA('A')
print('__dict__=',a.__dict__)
a.tag = 'B'
print('__dict__=',a.__dict__)
output:
invoke __setattr__
__dict__= {'name': 'A'}
invoke __setattr__
__dict__= {'name': 'A', 'tag': 'B'}
7.__call__()
允许将类当做函数一样使用
class Student(object):
def __init__(self, name):
self.name = name
def __call__(self):
print('self_name=',self.name)
s = Student('Michael')
s()
output:
self_name= Michael
__call__()使用场景和优点:
1.简化方法调用
2.对象下只有一个方法
3.频繁使用
参考: