- 问题:
把下面代码用python2 和python3都执行一下
#_*_coding:utf-8_*_ class A: def __init__(self): self.n = 'A' class B(A): # def __init__(self): # self.n = 'B' pass class C(A): def __init__(self): self.n = 'C' class D(B,C): # def __init__(self): # self.n = 'D' pass obj = D() print(obj.n)
输出结果
D:\Python\python\python-2.7.13\Python27\python2.exe A D:\Python\python\python-3.6.1\Python36-64\python.exe C
- 原因:
classical vs new style: 经典类:深度优先 新式类:广度优先
1)首先,他们写法不一样: class A: pass class B(object): pass 2)在多继承中,新式类采用广度优先搜索,而旧式类是采用深度优先搜索。 3)新式类更符合OOP编程思想,统一了python中的类型机制。
- 分析:
从Python2.2开始,Python 引入了 new style class(新式类)
新式类跟经典类的差别主要是以下几点:
1. 新式类对象可以直接通过__class__属性获取自身类型:type; 2. 3. 继承搜索的顺序发生了改变,经典类多继承属性搜索顺序: 先深入继承树左侧,再返回,开始找右侧;新式类多继承属性搜索顺序: 4. 先水平搜索,然后再向上移动; 5. 6. 新式类增加了__slots__内置属性, 可以把实例属性的种类锁定到__slots__规定的范围之中; 7. 8. 新式类增加了__getattribute__方法;
- 举例说明
- 新式类对象可以直接通过__class__属性获取自身类型:type;
# -*- coding:utf-8 -*- class E: # 经典类 pass class E1(object): # 新式类 pass e = E() print("经典类") print(e) print(type(e)) print(e.__class__) print("新式类") e1 = E1() print(e1) print(type(e1)) print(e1.__class__)
输出结果:
- pyhon2.7
经典类 <__main__.E instance at 0x0000000002ABF148> <type 'instance'> __main__.E 新式类 <__main__.E1 object at 0x0000000002AB65C0> <class '__main__.E1'> <class '__main__.E1'>
- pyhon3.6
经典类 <__main__.E object at 0x000000000267B7F0> <class '__main__.E'> <class '__main__.E'> 新式类 <__main__.E1 object at 0x000000000267B3C8> <class '__main__.E1'> <class '__main__.E1'>
- Python 2.x中默认都是经典类,只有显式继承了object才是新式类
- Python 3.x中默认都是新式类,不必显式的继承object
- E1是定义的新式类。那么输输出e1的时候,不论是type(e1),还是e1.__class__都是输出的<class '__main__.E1'>。
- 继承搜索的顺序发生了改变,经典类多继承属性搜索顺序:先深入继承树左侧,再返回,开始找右侧;新式类多继承属性搜索顺序: 先水平搜索,然后再向上移动;
1. # -*- coding:utf-8 -*- 2. class A(object): 3. """ 4. 新式类 5. 作为所有类的基类 6. """ 7. def foo(self): 8. print("class A") 9. 10. class A1(): 11. """ 12. 经典类 13. 作为所有类的基类 14. """ 15. def foo(self): 16. print("class A1") 17. 18. 19. class C(A): 20. pass 21. 22. 23. class C1(A1): 24. pass 25. 26. class D(A): 27. def foo(self): 28. print("class D") 29. 30. 31. class D1(A1): 32. def foo(self): 33. print("class D1") 34. 35. 36. class E(C, D): 37. pass 38. 39. class E1(C1, D1): 40. pass 41. 42. e = E() 43. e.foo() 44. 45. e1 = E1() 46. e1.foo()
- pyhon2.7
class D
class A1
- pyhon3.6
class D
class D1
因为A新式类,对于继承A类都是新式类,首先要查找类E中是否有foo(),如果没有则按顺序查找C->D->A。它是一种广度优先查找方式。
因为A1经典类,对于继承A1类都是经典类,首先要查找类E1中是否有foo(),如果没有则按顺序查找C1->A1->D1。它是一种深度优先查找方式。
- 新式类增加了__slots__内置属性, 可以把实例属性的种类锁定到__slots__规定的范围之中;
比如只允许对A实例添加name和age属性:
# -*- coding:utf-8 -*-
class A(object):
__slots__ =('name','age')
class A1():
__slots__ =('name','age')
a1 = A1()
a = A()
a1.name1 ="a1"
a.name1 ="a"
- pyhon2.7
Traceback(most recent call last):
File"test.py", line 12,in<module>
a.name1 ="a"
AttributeError:'A' object has no attribute 'name1'
A是新式类添加了__slots__ 属性,所以只允许添加 name age
A1经典类__slots__ 属性没用,
所以a.name是会出错的
- pyhon3.6
Traceback(most recent call last):
File"test.py", line 11,in<module>
a1.name1 ="a1"
AttributeError:'A1' object has no attribute 'name1'
在python3.x中,
A和
A1都是新式类
通常每一个实例都会有一个__dict__属性,用来记录实例中所有的属性和方法,也是通过这个字典,可以让实例绑定任意的属性
而__slots__属性作用就是,当类C有比较少的变量,而且拥有__slots__属性时,
类C的实例就没有__dict__属性,而是把变量的值存在一个固定的地方。如果试图访问一个__slots__中没有
的属性,实例就会报错。
这样操作有什么好处呢?__slots__属性虽然令实例失去了绑定任意属性的便利,
但是因为每一个实例没有__dict__属性,却能有效节省每一个实例的内存消耗,有利于生成小而精
干的实例。
- 新式类增加了__getattribute__方法;
class A(object):
def __getattribute__(self,*args,**kwargs):
print("A.__getattribute__")
class A1():
def __getattribute__(self,*args,**kwargs):
print("A1.__getattribute__")
a1 = A1()
a = A()
a.test
print("=========")
a1.test
- pyhon2.7
A.__getattribute__
Traceback(most recent call last):
=========
File"test.py", line 15,in<module>
a1.test
AttributeError: A1 instance has no attribute 'test'
- pyhon3.6
A.__getattribute__
=========
A1.__getattribute__
可以看出A是新式类,每次通过实例访问属性,都会经过__getattribute__函数,
A1不会调用__getattribute__所以出错了
总之
Python2.x中默认都是经典类,只有显式继承了object才是新式类
Python3.x中默认都是新式类,不必显式的继承object
super()
super(self,C).func() #调用的并不是其父类C的func,而是C在MRO中的下一个类的func,
不能再经典类中使用
开始一直以为在多重继承的情况下选择执行某个父类的方法,网上有不少也是这么说的(被误导了)。
经典类的MRO(基类搜索顺序)算法是深度优先。
新式类的MRO算法是C3算法。
class A(object):
def __init__(self):
print"A"
class B(object):
def __init__(self):
print("B")
class C(object):
def __init__(self):
print("C")
class D(A, B, C):
def __init__(self):
super(D, self).__init__()
super(A, self).__init__()
super(B, self).__init__()
super(C, self).__init__()
X = D()
输出结果:
A
B
C
会发现:
super(D,self).__init__()
执行的是A.__init__()
super(A,self).__init__()
执行的是B.__init__()
super(B,self).__init__()
执行的是C.__init__()
super(C,self).__init__()
执行的是Object.__init__()
这是因为mro(D)为:[ D, A, B, C, Object]