抽象基类

本文详细介绍了Python中的抽象基类(Abstract Base Classes, ABCs)及其在声明和检查对象是否符合特定规范中的作用。ABCs提供了一种声明协议和要求子类实现指定方法的机制,有助于实现“鸭子类型”的概念。文中还讨论了如何使用abc模块,包括声明虚拟子类、使用register方法、__subclasshook__方法,以及抽象属性和抽象方法的使用。此外,还探讨了内置抽象基类,如Iterable、Callable等,以及它们在创建自定义数据结构和实现常见接口时的应用。" 127919051,7371989,Monaco Editor自动完成配置详解,"['编辑器', '前端', 'Monaco']

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

抽象基类

如何知道正在使用的对象是否符合一个给定的规范?在Python中回答该问题的常见答案被称作duck typing模式。如果它看起来像一只鸭子并且叫起来像一只鸭子,那么它大概就是一只鸭子。
在处理编程和对象时,问题通常可以转化为一个对象是否实现了给定方法,或包含一个特定的属性。如果一个对象有一个quack方法,你就有恰当的证据证明它是一只鸭子。此外,如果你只需要一个 quack方法,,实际上它是否是一只鸭子就没那么重要了。
这通常是一个非常有用的构造,并且它能轻而易举地在Python这种松散类型系统中实现。它强调构成问题而不是身份问题,强调hasattr函数而不是isinstance函数。
但是有时,身份很重要。例如,假定你正在使用要求输入遵循特殊身份的类库。或者,有时检查不同种类的属性和方法显得过于繁琐时。
抽象基类是一个分配身份的机制。它们是回答“从本质上讲,这是一只鸭子?”这个问题的一种方式。抽象基类也提供了一个标明抽象方法的机制,就是要求其他实现提供关键性功能,这些功能是在基类实现中不主动提供的功能。

一、使用抽象基类

抽象基类的基本目的就是提供有点形式化的方法,来测试一个对象是否符合特定规范。

如何确定你正在处理的对象是列表?这十分简单-----只需要调用isinstance将变量与列表类进行比较,然后查看函数是返回True还是False。

>>> isinstance([], list)
True
>>> isinstance(object(), list)
False

另一方面,你编写的代码真的需要一个列表吗?考虑这种情况,你只是去读取像列表一样的对象,但是绝不会修改该对象。在这种情况下,可以接收一个元组来代替列表。
isinstance方法的确提供了一个针对多个基类测试的机制,如下:

>>> isinstance([], (list, tuple))
True
>>> isinstance((), (list, tuple))
True
>>> isinstance(object(), (list, tuple))
False

但是,这也不是你真正 想要的,毕竟,一个自定义序列类也完全可以被接受,假如它使用__getitem__方法接受升序的整数和切片对象。因此,只是针对能够显示地被识别出来的类使用 isinstance可能会返回错误的False,从而是允许使用的对象不被允许使用。
当然,也可以测试__getitem__方法是否存在:

>>> hasattr([], '__getitem__')
True
>>> hasattr(object(), '__getitem__')
False

此外,这不是一个完整的解决方案。与isinstance检查不同,它不产生False结果。相反,它会产生True结果,因为不仅仅只有类似列表的对象实现了__getitem__方法。

>>> hasattr({}, '__getitem__')
True

从本质上讲,仅仅对某个属性或者方法是否存在进行测试有时不足以确定该对象是否符合你所寻找的参数。
抽象基类提供了声明一个类是另一个类的派生类的机制(无论它是否是另一个类的派生类)。该机制并没有影响实际的对象继承关系或是改变方法解析顺序。其目的是声明性的,它提供了一种断言对象符合协议的方式。
此外,抽象基类提供了一种要求子类实现指定协议的方式。如果一个抽象基类要求实现指定方法,并且子类没有实现这个方法,然后当试图创建子类时解释器会抛出一个异常。

二、声明虚拟子类

Python2.6、2.7和Python3的所有版本都提供了一个名为abc(表示抽象基类)的模块,该模块提供了一些使用抽象基类的工具。
abc模块提供的第一个内容是名ABCMeta的元类。任何抽象基类,无论它们的目的是什么,必须使用ABCMeta元类。
所有抽象基类可以任意地声明它是任意具体类的父类(不是派生类),包括在标准库的具体类(甚至哪些使用C语言实现的类)。ABCMeta的实例通过使用register方法提供了对声明的实现(记住,这些使用ABCMeta作为它们元类的类都是类 本身)。

考虑一个注册自身作为dict的父类的抽象基类:

import abc
class AbstractDict(metaclass = abc.ABCMeta):
	def foo(self):
		return None
	
>>> AbstractDict.register(dict)
<class 'dict'>

这并没有对dict类本身进行任何修改。在此没有发生显著的变化,至关重要的是,dict的方法解析没有发生改变。你并不会突然发现dict拥有了foo方法。

>>> {}.foo()
Traceback (most recent call last):
  File "<pyshell#6>", line 1, in <module>
    {}.foo()
AttributeError: 'dict' object has no attribute 'foo'

这样做就使得dict对象也被标识为AbstractDict的实例,并且现在dict自身也被标识为一个AbstractDict的子类。

>>> isinstance({}, AbstractDict)
True
>>> issubclass(dict, AbstractDict)
True

注意,反过来执行却不是这样的结果。AbstractDict不是dict的子类。

>>> issubclass(AbstractDict, dict)
False

(1)声明虚拟子类的原因

为了理解声明虚拟子类的原因,会议本章开始时打算读取类似列表对象的实例。实例需要像list或tuple一样可被遍历,并且还需要一个__getitem__方法来接收整型参数。另一方面没有必要限制只接受list或tuple。
为此,抽象基类提供了一种非常好的可扩展机制。之前的示例表明,可以使用isinstance来检查一个类的元组。

>>> isinstance([], (list, tuple))
True

但是,这并不是真的可扩展。如果在你的实现中检查list或tuple,并且使用你的类库的人打算发送一些其他的类似列表的对象,而对象并不是list或tuple的子类,此时就遇到了难以实现扩展的问题。
抽象基类提供了解决这个问题的方案。首先,定义一个抽象基类并且对它注册list和tuple,如

### Python 抽象基类 ABC 的概念与使用 #### 定义抽象基类 在 Python 中,抽象基类由 `abc` 模块支持,通过 `ABC` 和 `abstractmethod` 实现[^1]。要定义一个抽象基类,需使用 `ABC` 类作为基类,并应用 `@abstractmethod` 装饰器来标记抽象方法。 ```python from abc import ABC, abstractmethod class MyAbstractClass(ABC): @abstractmethod def my_abstract_method(self): pass ``` 此代码片段展示了如何创建名为 `MyAbstractClass` 的抽象基类以及其内部的一个抽象方法 `my_abstract_method()`[^2]。 #### 创建具体子类并实现抽象方法 当从上述抽象基类派生新类时,必须重写所有的抽象方法;否则,新的子类也将成为抽象类而无法实例化: ```python class ConcreteClass(MyAbstractClass): def my_abstract_method(self): print("Concrete implementation of the method.") ``` 这里实现了具体的 `ConcreteClass` 类,该类提供了对来自父级抽象基类的抽象方法的具体实现[^3]。 #### 动态注册虚拟子类 除了传统的继承方式外,还可以利用 `register()` 方法将现有类注册为某个抽象基类的“虚拟”子类。这种方式体现了 Python 风格下的灵活性和动态特性[^5]: ```python from abc import ABCMeta class ExistingClass: def existing_behavior(self): return "Existing behavior." ABCMeta('NewVirtualSubclass', (object,), {})\ .register(ExistingClass) if isinstance(ExistingClass(), NewVirtualSubclass): instance = ExistingClass() result = instance.existing_behavior() print(result) ``` 这段代码说明了即使不实际修改原有类结构的情况下也能让它们被视作特定接口的一部分。 #### 利用内置集合协议简化 API 支持 某些情况下,可以通过遵循预设好的容器协议(如序列、映射或集),只需提供少量核心操作即可自动获得更广泛的功能集。例如,在设计自定义数据类型时如果希望兼容标准库函数,则只需要覆盖几个必要的特殊方法就可以轻松集成更多高级功能[^4]。 ```python from collections.abc import Set class CustomSet(Set): def __init__(self, iterable=()): self._elements = set(iterable) def __contains__(self, element): return element in self._elements def __iter__(self): yield from self._elements def __len__(self): return len(self._elements) custom_set = CustomSet([1, 2, 3]) print(custom_set & {2, 3, 4}) # 输出:{2, 3} ``` 在这个例子中,只要实现了 `__contains__()`, `__iter__()`, 和 `__len__()` 这三个基本成员测试、迭代遍历及长度查询的操作之后,就能享受到其他诸如交集运算符 (`&`) 所带来的便利。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值