面向对象 -- 内置方法

__str__ 

class Course:
    def __init__(self,name,price,period):
        self.name = name
        self.price = price
        self.period = period
    def __str__(self):
        '''打印这个对象的时候 自动触发__str__'''
        '''使用%s进行字符串的拼接的时候 自动触发__str__'''
        return '%s,%s,%s'%(self.name,self.price,self.period)

python = Course('python',25000,'6 months')
print(python)
print('course %s'%python)
print(f'course {python}')

如果不实现 str 方法，打印出的只是一串地址

lst = [1,2,3]

print(lst)

lst是对象，打印的时候直接显示的是元素

因为python自动给了 list.__str__() 的str方法

__str__ 和 __repr__

class Course:
    def __init__(self,name,price,period):
        self.name = name
        self.price = price
        self.period = period

    def __repr__(self):   # 备胎
        return '%s,%s,%s'%(self.name,self.price,self.period)

    def __str__(self):
        return self.name

python = Course('python',25000,'6 months')
print(python)
print('course %s'%python)
print(f'course {python}')
print(repr(python))
print('course %r'%python)

是一个作用类似 __str__ 的备胎

如果str存在,repr也存在
    那么print(obj)和使用字符串格式化format,%s这两种方式 调用的都是__str__
    而repr(obj)和%r格式化字符串,都会调用__repr__
如果str不存在,repr存在
    那么print(obj),字符串格式化format,%s,%r 和repr(obj)都调用__repr__
如果str存在,repr不存在
    那么print(obj)和使用字符串格式化format,%s这两种方式 调用的都是__str__
    repr(obj)和%r格式化字符串 都会打印出内存地址

class Course(object):
    def __init__(self,name,price,period):
        self.name = name
        self.price = price
        self.period = period

    def __repr__(self):   # 备胎
        return '%s,%s,%s'%(self.name,self.price,self.period)

    # def __str__(self):
    #     return self.name

class Python(Course):
    pass
    # def __repr__(self):   # 备胎
    #     return '%s--%s--%s'%(self.name,self.price,self.period)

    # def __str__(self):
    #     return '全栈开发 :'+self.name

py20 = Python('python',25000,'6 months')
print(py20)

打印对象 先走自己的str,如果没有,走父类的,如果除了object之外的所有父类都没有str
再回来,找自己的repr,如果自己没有,再找父类的

repr是str的备胎
和所有的字符串格式化以及直接打印这个对象相关
str(obj),repr(obj)

流畅的python - repr

print(str('123'))   --> 123
print(repr('123')) ---> '123'

有了repr或者str在打印对象的时候 就不会显示用户不关心的内存地址了
增强了用户的体验 在程序开发的过程中
如果我们需要频繁打印对象中的属性,需要从类的外部做复杂的拼接,实际上是一种麻烦
如果这个拼接工作在类的内部已经完成了,打印对象的时候直接就能显示

__new__

构造方法，生产对象的时候用的 -- 单例模式

class Foo:
    def __new__(cls, *args, **kwargs):
        print('in new')   # 先执行
        obj = object.__new__(cls)
        print(obj)
        return obj

    def __init__(self):
        print('init',self)    # 后执行

Foo()

实例化一个Foo的对象
先开辟一块儿空间,使用的是Foo这个类内部的__new__
如果我们的Foo类中是没有__new__方法的
就调用object类的__new__方法

class Foo(object):
    def __new__(cls, *args, **kwargs): # cls永远不能使self参数,因为self在之后才被创建
        obj = object.__new__(cls)   # self是在这里被创造出来的
        print('new : ',obj)
        return obj
    def __init__(self):
        print('init',self)

Foo()

在使用self之前,都还有一个生产self的过程
就是在内存中开辟一块属于这个对象的空间,并且在这个空间中存放一个类指针
以上就是__new__做的所有事情

设计模式 -- 单例模式

要求一个类，有且只能有一个实例

class A:
    __flag = None
    def __new__(cls, *args, **kwargs):
        if cls.__flag is None:
            cls.__flag = object.__new__(cls)
        return cls.__flag

    def __init__(self,name=None,age=None):
        self.name = name
        if age:
            self.age = age

a1 = A('alex',84)
print(a1)
a2 = A('alex',83)
print(a2)
a3 = A('alex')
print(a3)
print(a1.age)  -- 82 被a3传的值覆盖了

保证一个类无论 被实例化多少次,只开辟一次空间,始终使用的是同一块内存地址

__del__

析构方法 在删除一个对象之前用的 -- 归还系统操作资源

因为python是解释型语言，先编译，后解释

所以一些文件中用不到的变量会自动被删除，释放内存空间

但自动删除要等解释器分析完全文件，效率不高，所以可以使用 del 方法 手动删除不需要的变量

import time
class A:
    def __init__(self,name,age):
        self.name = name
        self.age = age
    def __del__(self):
        # 只和del obj语法有关系,在执行del obj之前会来执行一下__del__中的内容
        print('执行我啦')

a = A('alex',84)
print(a.name)
print(a.age)
# del a   # 这个变量已经没了
time.sleep(1)
在所有的代码都执行完毕之后,所有的值都会被python解释器回收

python解释器清理内存的方式
1.我们主动删除 del obj
2.python解释器周期性删除
3.在程序结束之前 所有的内容都需要清空

import time
class A:
    def __init__(self,path):
        self.f = open(path,'w')
    def __del__(self):
        '''归还一些操作系统的资源的时候使用'''
        '''包括文件网络数据库连接'''
        self.f.close()


a = A('userinfo')
time.sleep(1)

__call__

源码里用的比较多，Flask web框架

对象()自动触发__call__中的内容

class A:
    def call(self):
        print('in call')
    def __call__(self, *args, **kwargs):
        print('in __call__')

A()()
obj = A()
obj()
obj.call()

with 和 __enter__ , __exit__

class File:
    def __enter__(self):
        print('start')

    def __exit__(self, exc_type, exc_val, exc_tb):
        print('exit')

with File():
    print('wahaha')

先运行 __enter__ , 再运行 with ，后运行 __exit__

import time
class Timer:
    def __enter__(self):
        self.start = time.time()
    def __exit__(self, exc_type, exc_val, exc_tb):
        print(time.time() - self.start)

def func():
    print('wahaha')
    time.sleep(1)
    print('qqxing')


with Timer():
    func()

总是在程序的结尾调用 __exit__ 方法

文件操作相关

with open 文件操作原理

class myopen:
    def __init__(self,path,mode='r'):
        self.path = path
        self.mode = mode

    def __enter__(self):
        print('start')
        self.f = open(self.path,mode=self.mode)
        return self.f

    def __exit__(self, exc_type, exc_val, exc_tb):
        self.f.close()
        print('exit')

with myopen('userinfo','a') as f:   as后的f是__enter__方法的返回值
    f.write('hello,world')

import pickle

class MypickelLoad:
    def __init__(self,path,mode='rb'):
        self.path = path
        self.mode = mode

    def __enter__(self):
        self.f = open(self.path,self.mode)
        return self

    def loaditer(self):
        while True:
            try:
                ret = pickle.load(self.f)
                yield ret
            except EOFError:
                break

    def __exit__(self, exc_type, exc_val, exc_tb):
        self.f.close()


with MypickelLoad('pickle_file') as mypic:
    for obj in mypic.loaditer():
        print(obj)

在一个函数的前后添加功能，利用使用装饰器函数中的内容

class MypickleDump:
    def __init__(self,path,mode = 'ab'):
        self.path = path
        self.mode = mode

    def __enter__(self):
        self.f = open(self.path,self.mode)
        return self

    def dump(self,obj):
        pickle.dump(obj,self.f)

    def __exit__(self, exc_type, exc_val, exc_tb):
        self.f.close()

with MypickleDump('pickle_file') as obj:
    obj.dump({1,2,3,4})

with MypickelLoad('pickle_file') as obj:
   for i in  obj.loaditer():
       print(i)