Python面向对象进阶之高级编程

简介:

__slots__:定义类时,使用__slots__变量可以限制能添加的实例的属性

形如:__slots__ = ['name','age']

这样实例化的对象只能绑定到name和age属性,其他属性则无法被绑定

1
2
3
4
5
6
7
8
9
class  People:
     __slots__  =  [ 'name' , 'age' ]
     def  __init__( self ,name,age):
         self .name  =  name
         self .age  =  age
=  People( 'laowang' , 18 )
print (p.name)
p.sex  =  'male'
print (p.sex)

执行结果:

1
2
3
4
5
6
7
8
9
laowang
 
Traceback (most recent call last):
 
   File  "C:/" , line  43 in  <module>
 
     p.sex  =  'male'
 
AttributeError:  'People'  object  has no attribute  'sex'

可以看出name属性初始化成功并且可以访问,但是sex属性无法添加

 

 

__call__方法:只要定义类型的时候,实现__call__函数,这个类型就成为可调用的

1
2
3
4
5
6
7
8
9
10
11
class  People:
     def  __init__( self ,name):
         self .name = name
     #
     def  __call__( self * args,  * * kwargs):
         print ( 'call' )
     #
p = People( 'egon' )
print ( callable (People))
print ( callable (p))
p()

执行结果为:

True

True

call

意味着People及其产生的对象均为可调用的,并且:对象()会执行__call__方法

 

__getitem__、__setitem__、__delitem__方法:提供以字典的方式操作对象属性

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
class  Foo:
     def  __init__( self ,name):
         self .name = name
     def  __getitem__( self , item):
         # print('getitem',item)
         return  self .__dict__[item]
     def  __setitem__( self , key, value):
         print ( 'setitem-----<' )
         self .__dict__[key] = value
     def  __delitem__( self , key):
         self .__dict__.pop(key)
         # self.__dict__.pop(key)
     # def __delattr__(self, item):
     #     print('del obj.key时,我执行')
     #     self.__dict__.pop(item)
f = Foo( 'egon' )
f[ 'name' ] = 'egon'
print (f.name)
f[ 'age' ] = 18
print (f.__dict__)
del  f[ 'age' ]

 

__iter__、__next__方法:可以实现一个迭代器协议,类定义中加入这两个方法可以将类实例化的对象变为可迭代的对象

需要注意下的就是__next__中必须控制iterator的结束条件,不然就死循环了

下例利用此原理实现了一个简单的range()函数的功能

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
class  Range :
     def  __init__( self ,start,stop):
         self .start  =  start
         self .stop  =  stop
         pass
     def  __iter__( self ):
         return  self
     def  __next__( self ):
         if  self .start > =  self .stop:
             raise  StopIteration
         =  self .start
         self .start  + =  1
         return  n
 
for  in  Range ( 1 , 10 ):
     print (i)

 

__del__方法:析构函数,当对象在内存中被释放时,自动触发执行

注:此方法一般无须定义,因为Python是一门高级语言,程序员在使用时无需关心内存的分配和释放,因为此工作都是交给Python解释器来执行,所以,析构函数的调用是由解释器在进行垃圾回收时自动触发执行的。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
class  Open :
     def  __init__( self ,filepath,mode = 'r' ,encode = 'utf-8' ):
         self .f = open (filepath,mode = mode,encoding = encode)
     def  write( self ):
         pass
     def  __getattr__( self , item):
         return  getattr ( self .f,item)
     def  __del__( self ):
         print ( '----->del' )
         self .f.close()
f = Open ( 'a.txt' , 'w' )
f1 = f
del  f
print ( '=========>' )

 

__enter__、__exit__方法:实现上下文管理协议,即with语句,这个跟文件操作时使用with语句一样:

1
2
with  open ( 'filepath/filename' , 'r' ,encoding = 'utf-8' ) as f:
         '代码块'

在类定义时定义__enter__、__exit__方法可以让类产生的对象使用with语句

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
class  Foo:
     def  __enter__( self ):
         print ( '=====》enter' )
         return  self
     def  __exit__( self , exc_type, exc_val, exc_tb):
         print ( 'exit' )
         print ( 'exc_type' ,exc_type)
         print ( 'exc_val' ,exc_val)
         print ( 'exc_tb' ,exc_tb)
         return  True
 
with Foo() as obj:  #res=Foo().__enter__() #obj=res
     print ( 'with foo的自代码块' ,obj)
     raise  NameError( '名字没有定义' )
     print ( '************************************' )
print ( '------>' )

 __exit__()中的三个参数分别代表异常类型,异常值和追溯信息,with语句中代码块出现异常,则with后的代码都无法执行,但是__exit__如果有返回值,则with语句块之外的代码可以正常执行

 

__str__方法:当类的方法被调用时,会调用此方法返回一个字符串(为了好看与打印相关重要信息)

 

 

元类:

 

关于元类的详细讲解可参阅此文:深刻理解Python中的元类(metaclass)



本文转自 AltBoy 51CTO博客,原文链接:http://blog.51cto.com/altboy/1919295

相关文章
|
6天前
|
数据采集 机器学习/深度学习 数据挖掘
探索Python编程之美:从基础到进阶
【9月更文挑战第4天】在数字时代的浪潮中,编程已成为一种新兴的“超能力”。Python,作为一门易于上手且功能强大的编程语言,正吸引着越来越多的学习者。本文将带领读者走进Python的世界,从零基础出发,逐步深入,探索这门语言的独特魅力和广泛应用。通过具体代码示例,我们将一起解锁编程的乐趣,并理解如何利用Python解决实际问题。无论你是编程新手还是希望提升技能的开发者,这篇文章都将为你打开一扇通往高效编程的大门。
|
1天前
|
存储 数据采集 人工智能
探索Python编程之美——从基础到进阶
【9月更文挑战第9天】本文是一篇深入浅出的技术分享文章,旨在引导读者从零基础开始掌握Python编程。我们将通过生动的实例和代码示例,探讨Python的基本语法、数据结构、函数、模块以及面向对象编程等核心概念。无论你是初学者还是有一定经验的开发者,都能在这篇文章中找到有价值的内容。让我们一起开启Python编程之旅吧!
16 11
|
2天前
|
Python
探索Python编程的奥秘:打造你的第一个程序
【9月更文挑战第8天】本文将带你进入Python编程的世界,通过一个有趣的项目——制作一个简单的猜数字游戏,让你快速入门。我们不仅会分享代码编写的步骤,还会讲解每一行代码的含义和作用,确保即使是编程新手也能跟上节奏。文章末尾附有完整代码,方便读者实践和学习。
18 12
|
3天前
|
API Python
探索Python中的多线程编程
探索Python中的多线程编程
20 5
|
7天前
|
数据采集 机器学习/深度学习 数据挖掘
探索Python编程之美:从基础到实战
【9月更文挑战第3天】本文旨在通过深入浅出的方式,带领读者领略Python编程语言的魅力。我们将从基本语法入手,逐步深入至高级特性,最终通过实战案例将理论知识与实践操作相结合。无论你是编程新手还是有一定经验的开发者,这篇文章都将为你提供有价值的见解和技巧。
|
6天前
|
存储 开发者 Python
探索Python编程之美
【9月更文挑战第5天】在这篇文章中,我们将一起踏上一场Python编程的奇妙之旅。从基础语法到高级特性,我们将一步步揭开Python语言的神秘面纱。你将学习如何编写清晰、高效的代码,掌握函数、类和模块的使用,以及理解面向对象编程的核心概念。此外,我们还将探讨异常处理、文件操作等实用技能。无论你是初学者还是有一定经验的开发者,这篇文章都将为你提供宝贵的知识和技巧,让你在编程的道路上更加从容自信。
|
3天前
|
Python
揭秘!Python系统编程里那些让代码自由穿梭的神奇代码行
【9月更文挑战第9天】在Python的世界里,一些简洁的代码行却蕴含着强大的功能,如列表推导式让列表生成仅需一行代码:`squares = [x**2 for x in range(10)]`。`with`语句则能自动管理文件和网络连接的关闭,如`with open(&#39;example.txt&#39;, &#39;r&#39;) as file:`。`lambda`函数和装饰器则允许快速定义函数和增强功能,而上下文管理器更是资源处理的利器。这些特性让Python代码更加优雅高效。
11 4
|
1天前
|
安全 数据安全/隐私保护 Python
Python系统编程实战:文件系统操作与I/O管理,让你的代码更优雅
【9月更文挑战第10天】Python不仅在数据分析和Web开发中表现出色,在系统编程领域也展现出独特魅力。本文将带你深入探讨Python中的文件系统操作与I/O管理,涵盖os、shutil和pathlib等模块的基础使用方法,并通过示例代码展示如何优雅地实现这些功能。通过掌握缓冲、异步I/O等高级特性,你将能够编写更高效、安全且易于维护的Python代码。示例包括使用pathlib遍历目录、设置缓冲区提升文件写入性能以及使用aiofiles实现异步文件操作。掌握这些技能,让你在Python系统编程中更加得心应手。
10 2
|
3天前
|
存储 Java 数据处理
深入骨髓的Python系统编程:文件系统操作与I/O管理,揭秘底层奥秘
【9月更文挑战第9天】本文通过问答形式深入探讨Python中文件系统操作与I/O管理的核心技巧,涵盖高效遍历文件系统、理解I/O缓冲机制、并行处理文件I/O以及关键异常处理方法。通过具体示例代码,展示了如何利用os和pathlib模块简化文件遍历,控制I/O缓冲,使用多进程提高处理效率,并妥善处理各种I/O异常,助你提升Python系统编程能力。
16 3
|
4天前
|
安全 开发者 Python
揭秘Python IPC:进程间的秘密对话,让你的系统编程更上一层楼
【9月更文挑战第8天】在系统编程中,进程间通信(IPC)是实现多进程协作的关键技术。IPC机制如管道、队列、共享内存和套接字,使进程能在独立内存空间中共享信息,提升系统并发性和灵活性。Python提供了丰富的IPC工具,如`multiprocessing.Pipe()`和`multiprocessing.Queue()`,简化了进程间通信的实现。本文将从理论到实践,详细介绍各种IPC机制的特点和应用场景,帮助开发者构建高效、可靠的多进程应用。掌握Python IPC,让系统编程更加得心应手。
12 4