Python的抽象方法实现的简洁方式

简介: 一个小的疑问:全局函数的第一个参数可以为self么?全局函数可以作为成员函数使用么?下面是编程中碰见的一个语法现象,Python的面向对象的底层实现不是那么简单的。一、来自scrapy框架的数据项加载器处理器代码-- coding: utf-8 --import scrapyimport scrapy.

一个小的疑问:

全局函数的第一个参数可以为self么?
全局函数可以作为成员函数使用么?
下面是编程中碰见的一个语法现象,Python的面向对象的底层实现不是那么简单的。

一、来自scrapy框架的数据项加载器处理器代码

-- coding: utf-8 --

import scrapy
import scrapy.loader
from scrapy.loader.processors import Join, MapCompose, TakeFirst

class TencentItemSpider(scrapy.Spider):

name = 'tencent_item'
allowed_domains = ['ke.qq.com']
start_urls = ['https://ke.qq.com/course/list?mt=1001&st=2002&tt=3019&price_min=1&page=1']

def parse(self, response):
    item = JobscrapyItem()
    # loader = scrapy.loader.ItemLoader(item=item,selector=response.selector)
    # loader = scrapy.loader.ItemLoader(item=item, response=response)

    # 测试xpath的代码
    # price = response.xpath('/html/body//section/div/div/ul/li/div/span[@class="line-cell item-price"]/text()')
    # print('self:', len(price), price.getall())
    # company_name = response.xpath('/html/body//section/div/div/ul/li/div/span/a/text()')
    # print('self:', len(company_name), company_name.getall())

    course_list = response.xpath('/html/body//section[@class="main autoM clearfix"]/div/div/ul/li')
    print(len(course_list))
    for course_ in course_list:
        # loader = scrapy.loader.ItemLoader(item=item, selector=course_)
        loader = CourseItemLoader(item=item, selector=course_)
        loader.add_xpath('company_name', 'div/span/a/text()')
        loader.add_xpath('course_price', 'div/span[@class="line-cell item-price"]/text()')

        re = loader.get_xpath('div/span[@class="line-cell item-price"]/text()')
        # print(re)
        yield loader.load_item()

def in_price_processor(value):

print(float(value[0][1:]))
# print(value)
# 删除¥符号,转换为float类型
return float(value[0][1:])

def out_price_processor(value):

print(value)
# 删除¥符号,转换为float类型
return value[0] + 100

class JobscrapyItem(scrapy.Item):

# 培训公司名
company_name = scrapy.Field()
# 课程价格
course_price = scrapy.Field(
    # input_processor=in_price_processor,
    # output_processor = out_price_processor
)

-----------------------重点关注这个全局函数的self参数

def price_processor(self, value):

print(self)   # 输出的类型是CourseItemLoader
print(float(value[0][1:]))
# print(value)
# 删除¥符号,转换为float类型
return float(value[0][1:])

class CourseItemLoader(scrapy.loader.ItemLoader):

course_price_in = price_processor     # 这个函数被调用。
# course_price_out = price_processor

二、Python的接口编程实现技巧
从上面代码可以得到一种类似抽象接口实现的编程技巧;尽管传统使用的是抛出实现异常机制,我觉得这种编程思路也不错(传统异常方式稳定性,逻辑性更加好点),可以实现类的定义与成员实现的分离,达到程序设计的低耦合实现,在此备忘一下代码。

class A:

meth = None

def meth(self, param):

print(param)

class B(A):

meth = meth

b = B()
b.meth('hello')

相关文章
|
11天前
|
JSON 数据可视化 API
Python 中调用 DeepSeek-R1 API的方法介绍,图文教程
本教程详细介绍了如何使用 Python 调用 DeepSeek 的 R1 大模型 API,适合编程新手。首先登录 DeepSeek 控制台获取 API Key,安装 Python 和 requests 库后,编写基础调用代码并运行。文末包含常见问题解答和更简单的可视化调用方法,建议收藏备用。 原文链接:[如何使用 Python 调用 DeepSeek-R1 API?](https://apifox.com/apiskills/how-to-call-the-deepseek-r1-api-using-python/)
|
26天前
|
数据挖掘 数据处理 开发者
Python3 自定义排序详解:方法与示例
Python的排序功能强大且灵活,主要通过`sorted()`函数和列表的`sort()`方法实现。两者均支持`key`参数自定义排序规则。本文详细介绍了基础排序、按字符串长度或元组元素排序、降序排序、多条件排序及使用`lambda`表达式和`functools.cmp_to_key`进行复杂排序。通过示例展示了如何对简单数据类型、字典、类对象及复杂数据结构(如列车信息)进行排序。掌握这些技巧可以显著提升数据处理能力,为编程提供更强大的支持。
32 10
|
28天前
|
人工智能 自然语言处理 算法
随机的暴力美学蒙特卡洛方法 | python小知识
蒙特卡洛方法是一种基于随机采样的计算算法,广泛应用于物理学、金融、工程等领域。它通过重复随机采样来解决复杂问题,尤其适用于难以用解析方法求解的情况。该方法起源于二战期间的曼哈顿计划,由斯坦尼斯拉夫·乌拉姆等人提出。核心思想是通过大量随机样本来近似真实结果,如估算π值的经典示例。蒙特卡洛树搜索(MCTS)是其高级应用,常用于游戏AI和决策优化。Python中可通过简单代码实现蒙特卡洛方法,展示其在文本生成等领域的潜力。随着计算能力提升,蒙特卡洛方法的应用范围不断扩大,成为处理不确定性和复杂系统的重要工具。
69 21
|
2月前
|
安全
Python-打印99乘法表的两种方法
本文详细介绍了两种实现99乘法表的方法:使用`while`循环和`for`循环。每种方法都包括了步骤解析、代码演示及优缺点分析。文章旨在帮助编程初学者理解和掌握循环结构的应用,内容通俗易懂,适合编程新手阅读。博主表示欢迎读者反馈,共同进步。
|
2月前
|
JSON 安全 API
Python调用API接口的方法
Python调用API接口的方法
410 5
|
3月前
|
机器学习/深度学习 Python
堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能
本文深入探讨了堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能。文章详细介绍了堆叠的实现步骤,包括数据准备、基础模型训练、新训练集构建及元学习器训练,并讨论了其优缺点。
165 3
|
3月前
|
机器学习/深度学习 人工智能 算法
强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用
本文探讨了强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用,通过案例分析展示了其潜力,并讨论了面临的挑战及未来发展趋势。强化学习正为游戏AI带来新的可能性。
216 4
|
3月前
|
算法 决策智能 Python
Python中解决TSP的方法
旅行商问题(TSP)是寻找最短路径,使旅行商能访问每个城市一次并返回起点的经典优化问题。本文介绍使用Python的`ortools`库解决TSP的方法,通过定义城市间的距离矩阵,调用库函数计算最优路径,并打印结果。此方法适用于小规模问题,对于大规模或特定需求,需深入了解算法原理及定制策略。
71 15
|
3月前
|
Python
Python编程中的魔法方法(Magic Methods)
【10月更文挑战第40天】在Python的世界中,魔法方法就像是隐藏在代码背后的神秘力量。它们通常以双下划线开头和结尾,比如 `__init__` 或 `__str__`。这些方法定义了对象的行为,当特定操作发生时自动调用。本文将揭开这些魔法方法的面纱,通过实际例子展示如何利用它们来增强你的类功能。
55 1
WK
|
3月前
|
Python
Python中format_map()方法
在Python中,`format_map()`方法用于使用字典格式化字符串。它接受一个字典作为参数,用字典中的键值对替换字符串中的占位符。此方法适用于从字典动态获取值的场景,尤其在处理大量替换值时更为清晰和方便。
WK
148 36

热门文章

最新文章

推荐镜像

更多