gj4 深入类和对象

4.1 鸭子类型和多态

当看到一只鸟走起来像鸭子、游永起来像鸭子、叫起来也像鸭子，那么这只鸟就可以被称为鸭子

只要利用Python的魔法函数，就能实现某些Python数据类型的类似的方法。

class Cat(object):
    def say(self):
        print("i am a cat")

class Dog(object):
    def say(self):
        print("i am a fish")
class Duck(object):
    def say(self):
        print("i am a duck")

animal_list=[Cat,Dog,Duck]
for animal in animal_list:
    animal().say()

# 不同的对象实现了相同的方法，多态


i am a cat
i am a fish
i am a duck
---

a = ["lewen1", "lewen2"]
b = ["lewen2", "lewen"]
name_tuple = ["lewen3", "lewen4"]
name_set = set()
name_set.add("lewen5")
name_set.add("lewen6")
a.extend(name_set) # extend() 括号里面为可迭代对象
print(a)


['lewen1', 'lewen2', 'lewen6', 'lewen5']
---

class Company(object):
    def __init__(self, employee_list):
        self.employee = employee_list

    def __getitem__(self, item):
        return self.employee[item]

    def __len__(self):
        return len(self.employee)

company = Company(["tom", "bob", "jane"])
b.extend(company) # 可以接受
print(b)

['lewen2', 'lewen', 'tom', 'bob', 'jane']

   4.2 抽象基类(abc模块)

Python的变量不需指定类型，可以动态修改类型（多态）

不同的魔法函数赋予了不同的特性

不需要继承某个类，只需要实现相应的魔法函数就可以实现特定的方法

抽象基类无法被实例化

#我们去检查某个类是否有某种方法
class Company(object):
    def __init__(self, employee_list):
        self.employee = employee_list
​
    def __len__(self):
        return len(self.employee)
​
​
com = Company(["bobby1","bobby2"])
print(hasattr(com, "__len__"))
True
#我们在某些情况之下希望判定某个对象是否是某个类型
from collections.abc import Sized
isinstance(com, Sized)
class A:
    pass
​
class B(A):
    pass
​
b = B()
print(isinstance(b, A))
True
#我们需要强制某个子类必须实现某些方法
#实现了一个web框架，集成cache(redis, cache, memorychache)
#需要设计一个抽象基类， 指定子类必须实现某些方法
​
#如何去模拟一个抽象基类
​
class CacheBase(object):
    def get(self, key):
        raise NotImplementedError
    def set(self, key, value):
        raise NotImplementedError
​
# class RedisCache(CacheBase):
#     pass                           #没有实现父类对应的方法，调用时会报错
class RedisCache(CacheBase):
    def set(self, key, value):      #调用不会再报错
        pass
​
redis_cache = RedisCache()
redis_cache.set("key", "value")
#上面更规范的写法
import abc
#from collections.abc import *
​
​
class CacheBase(metaclass=abc.ABCMeta):
    @abc.abstractmethod
    def get(self, key):
        pass
​
    @abc.abstractmethod
    def set(self, key, value):
        pass
class RedisCache(CacheBase):
#     def set(self, key, value):
        pass
redis_cache = RedisCache()    #初始化的时候就需要重载基类被装饰器修饰的方法
# redis_cache.set("key", "value")
---------------------------------------------------------------------------
​
TypeError                                 Traceback (most recent call last)
​
<ipython-input-16-a30c00982960> in <module>
     15 #     def set(self, key, value):
     16         pass
---> 17 redis_cache = RedisCache()    #初始化的时候就需要重载基类方法
     18 # redis_cache.set("key", "value")
TypeError: Can't instantiate abstract class RedisCache with abstract methods get, set
抽象基类用的比较少
​
mixin

e

4.3 使用isintance而不是type

class A:
    pass
​
class B(A):
    pass
​
b = B()
​
print(isinstance(b, B))
print(isinstance(b, A))
​
print(type(b))
print(type(b) is B)  #  is 去判断两个对象是不是一个对象，
print(type(b) == B)  # == 是对值是否相等的判断
print(type(b) is A)
print(isinstance(b, A))
True
True
<class '__main__.B'>
True
True
False
True
尽量使用isinstance 而不是type去判断一个类型

isinstance 返回一个对象是否是类或其子类的一个实例。(Return whether an object is an instance of a class or of a subclass thereof)

type 对象的类型

4.4 类变量和对象变量

class A:
    aa = 1 # 类变量
    def __init__(self, x, y):
        self.x = x        # 实例变量
        self.y = y

a = A(2,3)

A.aa = 11     # 修改类变量
a.aa = 100    # 将值赋给实例变量
print(a.x, a.y, a.aa)

print(A.aa)

b = A(3,5)
print(b.aa)
---
2 3 100
11
11

4.5 类属性和实例属性以及查找顺序

深度优先

这种深度优先就不再合理，如果C重载了D的方法，而找了B直接找D,C就没有用了

再Python3以后修改了这种搜索，为广度优先

C和D有重名的话,理应找完B再找D，而广度优先就会使C覆盖掉D

Python3 都是采用的深度优先

#C3算法

小结：py3 有共同父类（菱形）的广度优先，没有共同父类的深度优先

  

4.6 静态方法、类方法以及对象方法

class Date:
    #构造函数
    def __init__(self, year, month, day):
        self.year = year
        self.month = month
        self.day = day

    def tomorrow(self):
        self.day += 1
    #静态方法    
    @staticmethod
    def parse_from_string(date_str):
        year, month, day = tuple(date_str.split("-"))
        return Date(int(year), int(month), int(day))
        #硬编码的方式，只要类名修改，这反回的类名就得修改

    #类方法
    @classmethod
    def from_string(cls, date_str):
        year, month, day = tuple(date_str.split("-"))
        return cls(int(year), int(month), int(day))

    # 判断是否是合法的字符串，不需要反回函数
    @staticmethod
    def valid_str(date_str):
        year, month, day = tuple(date_str.split("-"))
        if int(year)>0 and (int(month) >0 and int(month)<=12) and (int(day) >0 and int(day)<=31):
            return True
        else:
            return False

    def __str__(self):
        return "{year}/{month}/{day}".format(year=self.year, month=self.month, day=self.day)
​
if __name__ == "__main__":
    new_day = Date(2018, 12, 31)
    new_day.tomorrow()
    print(new_day)
2018/12/32
    #2018-12-31
    date_str = "2018-12-31"
    year, month, day = tuple(date_str.split("-"))
    new_day = Date(int(year), int(month), int(day))
    print (new_day)

    #用staticmethod(静态方法)完成初始化
    new_day = Date.parse_from_string(date_str)
    print (new_day)


    #用classmethod完成初始化
    new_day = Date.from_string(date_str)
    print(new_day)
​
    print(Date.valid_str("2018-12-32"))
2018/12/31
2018/12/31
2018/12/31
False
​
​

4.7 数据封装和私有属性

class User:
    def __init__(self, birthyear):
        self.__birthyear = birthyear  # 双下划线

    def get_age(self):
        # 返回年龄
        return 2018 - self.__birthyear


if __name__ == "__main__":
    user = User(1990)
    print(user.get_age())
    # print(user.__birthyear)  # 私有属性是无法通过,实例访问的
    print(user._User__birthyear)  # 双下划线并不是绝对安全的
"""
28
1990
"""

  

4.8 python对象的自省机制

#自省是通过一定的机制查询到对象的内部结构
​
class Person:
    name = "user"
​
class Student(Person):
    def __init__(self, scool_name):
        self.scool_name = scool_name
​
​
user = Student("慕课网")
#通过__dict__查询属性
print(user.__dict__)

#---

{'scool_name': '慕课网'}
#---
user.__dict__["school_addr"] = "北京市"
print(user.school_addr)

#---
北京市
#---
print(Person.__dict__)
print(user.name)

#---
{'__module__': '__main__', 'name': 'user', '__dict__': <attribute '__dict__' of 'Person' objects>, '__weakref__': <attribute '__weakref__' of 'Person' objects>, '__doc__': None}
user
#---

a = [1,2]
print(dir(a))

#---
['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']

  

4.9 super函数

class A:
    def __init__(self):
        print ("A")
​
class B(A):
    def __init__(self):
        print ("B")
        #super(B,self).__init__()  # py2中的写法
        super().__init__()
​
b = B()

#---
B
A
既然我们重写B的构造函数， 为什么还要去调用super？
super到底执行顺序是什么样的？

from threading import Thread
class MyThread(Thread):
    def __init__(self, name, user):
        self.user = user
        super().__init__(name=name)  # 重用父类的代码

class A:
    def __init__(self):
        print ("A")
​
class B(A):
    def __init__(self):
        print ("B")
        super().__init__()
​
class C(A):
    def __init__(self):
        print ("C")
        super().__init__()

class D(B, C):
    def __init__(self):
        print ("D")
        super(D, self).__init__()
​
if __name__ == "__main__":
    print(D.__mro__)
    d = D()
​
# 有共同父类，广度优先
(<class '__main__.D'>, <class '__main__.B'>, <class '__main__.C'>, <class '__main__.A'>, <class 'object'>)
D
B
C
A

super() 调用的顺序是mro的顺序

  

4.10 django rest framework中对多继承使用的经验

mixin（混合继承）模式特点
1. Mixin类功能单一(一个mixin实现一个功能)
2. 不和基类关联，可以和任意基类组合。 基类可以不和mixin关联就能初始化成功
3. 在mixin中不要使用super这种用法

django中一个类继承多个mixin类实现多个功能

  

4.11 python中的with语句

try:
    print ("code started")
    raise KeyError
except KeyError as e:
    print ("key error")
else:                           #没有抛异常才会运行 else
    print ("other error")
finally:                        # 不管有没有异常，最后会执行
    print ("finally")           # 资源的释放

# ---
code started
key error
finally
# ---
def exe_try():
    try:
        print ("code started")
        raise KeyError
        return 1
    except KeyError as e:
        print ("key error")
        return 2
    else:
        print ("other error")
        return 3
    finally:
        print ("finally")
        return 4  # 有返回值会反回，没有反回上一层的返回值
exe_try()
# ---
code started
key error
finally
4
# ---
# 上下文管理器协议， 由 __enter__,__exit__ 实现
# with 支持上下文管理器协议
class Sample:
    def __enter__(self):
        print ("enter")
        #获取资源
        return self
    def __exit__(self, exc_type, exc_val, exc_tb):
        #释放资源
        print ("exit")
    def do_something(self):
        print ("doing something")
​
with Sample() as sample:
    sample.do_something()

# ---
enter
doing something
exit
​

4.12 contextlib实现上下文管理器

import contextlib          #上下文管理器
@contextlib.contextmanager  # 用装饰器，将一个函数变成上下文管理器
def file_open(file_name):
    print ("file open")
    yield {}   # 必须是生成器
    print ("file end")

with file_open("lewen.txt") as f_opened:
    print ("file processing")

---
file open
file processing
file end
---

Python 本身没有接口，利用魔法函数的组合，和协议实现某些数据类型的属性