首页 / PYTHON / 10 . Python之面向对象
10 . Python之面向对象
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了10 . Python之面向对象，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含42878字，纯文字阅读大概需要62分钟。
内容图文
面向对象编程——Object Oriented Programming，简称OOP，是一种程序设计思想。OOP把对象作为程序的基本单元，一个对象包含了数据和操作数据的函数。
面向对象编程
语言的分类
面向机器
抽象成机器指令，机器容易理解
代表: 汇编语言
面向过程
做一件事情，排出个步骤，第一步干什么，第二步干什么，如果出现情况A，做什么处理，如果出现了B，做什么处理.
问题规模小,可以步骤化，按部就班处理
代表: C语言.
面向对象(Object Oriented Programming)
随着计算机需要解决的问题的规模扩大，情况越来越复杂，需要很多人，很多部门协调，面向过程编程太不适合了.
代表: C++,JAVA,Python等.
面向对象
什么是面向对象?
一种认知世界、分析世界的方法论，将万事万物抽象为类.
类class
类是抽象的概念，是万事万物的抽象，是一类事物的共同特征的集合.
用计算机语言描述类，就是属性和方法的集合.
对象instance、object
对象是类的具象，是一个实体.
对于我们每个人这个个体，都是抽象概念人类的不同的实体。
对象与类
# 类：对象的类型 => 数字
# 具有相同特征与行为集合的
# 对象：类的具体表现 => 数字10
# 类的实例化，就是具有特征与行为实际存在的个体（每一个对象都是唯一的)
# Example1
# 你吃鱼
# 你，就是对象; 鱼，也是对象；吃就是动作
# 你是具体的人，是具体的对象。你属于人类，人类是一个抽象的概念，
# 是无数具体的个体的抽象.与，也是具体的对象，就是你吃的这一条具体的鱼。
# 这条鱼属于鱼类，是无数的鱼抽象出来的概念.
# 吃,是动作，也是操作，也是方法，这个吃是你的动作，也就是人类具有的方法，
# 如果反过来，鱼吃人，吃就是鱼类的动作了.
# 吃，这个动作，很多动物都具有的动作，人类和鱼类都属于动物类，而动物类是抽象的概念,
# 是动物都有吃的动作，但是吃法不同而已.
# 你驾驶车，这个车也是车类的具体的对象（实例），驾驶这个动作是鱼类不具有的，是人类具有的方法.
# 属性,他是对象状态的抽象，用数据结构来描述.
# 操作，他是对象行为的抽象，用操作名和实现该操作的方法来描述.
# 每个人都有名字，身高，体重等信息，这些信息是个人的属性，但是，这些信息不能保存在人类中，
# 因为它是抽象的概念，不能保留具体的值.
# 而人类的实例，是具体的人，也可以存储这些具体的属性，而且可以不同人有不同的属性.
# 哲学
# 一切皆对象
# 对象是数据和操作的封装
# 对象是独立的，但是对象之间可以相互作用.
# 目前OOP是最接近人类认知的编程范式.
为什么需要面向对象编程
面向过程：开发成本高，解决问题局限性小
面向对象：开发成本低，解决问题局限于对象
问题：’abc’ => {‘a’, ‘b’, ‘c’}
面向过程: 手撸
面向对象：str => list => set
开发：优选面向对象(找解决问题的对象)，
再考虑找多个对象(面向对象与面向过程的结合)，
最后自己去封装一个可以解决问题的对象(对外是面向对象的体现，内部解决问题的核心是面向过程)
面向对象三要素
# 1. 封装
* 组装: 将数据和操作组装在一起
* 隐藏数据: 对外只暴露一些接口,通过接口访问对象,比如驾驶员使用汽车,不需要了解汽车的构造细节,
* 只需要知道使用什么部件怎么驾驶就行，踩了油门就能跑，可以不了解后面的机动原理.
# 2. 继承:
* 多复用，继承来的就不用自己写了
* 多继承少修改，OCP(Open-closed Principle),使用继承来改变，来体现个性.
# 3. 多态
* 面向对象编程最灵活的地方，动态绑定.
类的相关知识
类与对象的声明
# Example1
class ClassName:
语句块
# 1. 必须使用class关键字
# 2. 类名必须使用驼峰命名
# 3. 类定义完成后，就产生了一个类对象，绑定到了ClassName上.
class Student:
"""YouMen"""
x = 22 # 类属性
def foo(self): # 类属性foo,也是方法
print(self.x)
return self.x
print(Student)
print(Student.__name__)
print(Student.x)
print(Student.foo)
print(Student.__doc__)
print(type(Student))
mycls = Student() # 实例化，初始化
print(type(mycls))
mycls.foo()
print(mycls.foo())
<class '__main__.Student'>
Student
22
<function Student.foo at 0x0473C858>
YouMen
<class 'type'>
<class '__main__.Student'>
22
22
# 类对象及类属性
# 类对象，类的定义就会生成一个类对象
# 类的属性, 类定义中的变量和类中定义的方法都是类的属性.
# 类变量, x是Student的属性,__doc__也是类的属性
# foo方法是类的属性，如果吃是人类的方法，但是每一个具体的人才能吃东西,
# 就也就是说人的实例才能调用的方法.
# foo是method方法对象，不是普通的函数对象function了，他必须至少有一个参数
# 且第一个参数必须是self(self可以换个名字),这个参数位置就留给了self。
# 此处的self指代当前实例本身.
# Example2
# __init__方法
# MyClass()实际上调用的是__init(self)方法，可以不定义，如果没有定义会在实例化后隐式调用.
# 作用: 对实例进行初始化.
class Student:
"""this is a class"""
x = 22
def __init__(self):
print('init')
def foo(self):
return "foo = {}",format(self.x)
a = Student() # 实例化初始化
print(a.foo())
init
('foo = {}', '22')
# 初始化函数可以多个参数，请注意第一个位置必须是self,例如init(self.name.age)
# Example3
# 多参
class Person:
x = 'flying'
def __init__(self,name,age=19):
self.name = name
self.y = age
"""this is a Person class"""
def show(self,x,y):
print(self.name,self.x,x,y)
self.y = x
a = Person('tom')
b = Person('alice',18)
print(a.name,a.y,b.name,b.y)
print(a.x,b.x)
a.show(a.y,b.y)
print(a.y)
# __init__()方法不能有返回值，只会返回Nove
# 类实例化后一定会获得一个对象，就是实例对象.
# 上例中的tom,alice就是Person的实例.
# __init__方法的第一参数self就是指某一个实例.
# Example4
class Student:
def __init__(self):
print('self in init = {}'.format(id(self)))
c = Student() # 会调用__init__
print('c = {}'.format(id(c)))
# 输出结果为：
self in init = 46710672
c = 46710672
# 上例说明，self就是调用者,就是c对应的实例对象.
# self这个名字只是一个惯例，他可以修改,但是请不要修改，否则影响代码可读性.
# Example6
class People:
name = '人'
p1 = People()
p2 = People()
# 结论1: 类与每一个对象的名称空间都是独立的
print(p1.__dict__)
print(p2.__dict__)
print(People.__dict__)
# 结论2: 类与每一个对象都可以使用类中的名字
print(People.name)
print(p1.name)
print(p2.name)
# 结论3: 对象访问名字，优先访问自己的，自己没有再访问类的
p1.name = '张三'
p2.user = '李四'
print(People.name)
print(p1.name)
print(p2.user)
print(p2.name)
# 重点
# 对象操作名字，操作的是对象的，类操作名字是类的，之间相互不干预
# 类只能访问类的名字
# 对象访问名字，优先访问自身的，但是没有再访问类的
{}
{}
{'__module__': '__main__', 'name': '人', '__dict__': '__weakref__'of 'People' objects>, '__doc__': None}
人
人
人
人
张三
李四
人
类的初始化方法
# 可以快速为类实例化每一个对象，产生的对象名称空间的多个名字
class NewTeacher:
def __init__(self,name,sex,age):
# print(id(self)) # self就是实例化产生的对象(nt1)
# print('init被调用了')
self.name = name
self.sex = sex
self.age = age
pass
# 类（）就是在调用类的__init__方法
nt1 = NewTeacher('YouMen','Man',30)
print(nt1.name,nt1.sex,nt1.age)
nt2 = NewTeacher('flying','Man',40)
print(nt2.name,nt2.sex,nt1.age)
类的方法分类
对象方法: 直接定义的方法，建议由对象调用，类中内部需要使用对象的数据时的方法要定义对象方法
- 对象方法对象调用，默认传入对象给第一个形参
class 类名
def fn(self,*args,**kwargs):pass
类方法: 被classmethod修饰的方法，建议由类调用，类中内部需要使用类的数据时的方法要定义为类方法
- 类方法由类调用，默认传入类给第一个形参.
class 类名:
@classmethod
def fn(cls,*args,**kwargs): pass
- 静态方法建议由类调用,默认不传入调用者
@staticmethod
def fn(*args,**kwargs): pass
Example1:
class Book:
name = '书'
def __init__(self,name,price):
self.name = name
self.price = price
# 书的详细信息 => 一定需要知道那本书
# @classmethod 类调用cls就是类，对象调用就是处理成对象.__class__
def detail(self):
# print(cls.name)
print('%s的价格为:%s元' % (self.name,self.price))
book1 = Book('西游记',29.8)
book2 = Book('水浒传',98.9)
book1.detail()
book2.detail()
# print(book1.__class__)
# 静态方法: 方法的内部不需要对象及类的参与，所以定义为静态方法,但是方法必须由调用者，建议用类就可以了.
class NumTool: # 工具类 => 模块
def max_two(self,n1,n2):
max_num = n1 if n1 > n2 else n2
print('大数是%s' % max_num)
@staticmethod
def new_max_two(n1,n2):
max_num = n1 if n1 > n2 else n2
print('大数是%s' % max_num)
n1 = NumTool()
n2 = NumTool()
n1.max_two(10,20)
n2.max_two(10,20)
NumTool.new_max_two(10,20)
n1.new_max_two(10,20)
Example2:
# 类方法: 方法的内部需要类的参与，所以定义为类方法，第一个参数默认传参
class NewNumTool:
PI = 3.14
@classmethod
def new_max_two(cls,n1,n2):
max_num = n1 if n1 > n2 else n2
return max_num
@classmethod
def new_max_three(cls, n1, n2, n3):
# max_num = "想去复用new_max_two"
max_num = cls.new_max_two(n1, n2)
max_num = cls.new_max_two(max_num, n3)
return max_num
@classmethod
def is_PI(cls,num):
if num == cls.PI:
return True
return False
reslt = NewNumTool.new_max_three(1,5,3)
print('大数是%s' % reslt)
print(NewNumTool.is_PI(3.14))
大数是5
True
面向对象三大特性
封装
什么是封装?
# “装”的意思就是往一个容器放入一系列属性
# "封"的意思就是藏起来，在内部可以看到，但对外部是隐藏的.
为什么要用封装
# 将复杂的操作封装成简单的接口，并严格控制接口的调用过程
如何用封装
# 但凡是双下划线开头（不能是双下划线结尾）的属性会被隐藏起来，类内部可以直接使用
# 而类外部无法直接使用，即封装对外不对内的
# 这种隐藏的特点:
1. 只是一种语法上的变形，会将开头的属性变形为: 自己的类名属性名(n=1 # __Foon=1)
2. 该变形只在类定义阶段发生一次，在类定义阶段之后新增的__开头的属性并不会变形.
3. 隐藏是对外不对内的
4. 在继承中，父类如果不想让子类覆盖自己的同名方法，可以将方法定为私有的.
Example1
class Teacher:
def __init__(self,name,age):
# self.__name=name
# self.__age=age
self.set_info(name,age)
def tell_info(self):
print('姓名:%s,年龄:%s' %(self.__name,self.__age))
def set_info(self,name,age):
if not isinstance(name,str):
raise TypeError('姓名必须是字符串类型')
if not isinstance(age,int):
raise TypeError('年龄必须是整型')
self.__name=name
self.__age=age
t=Teacher('tom',18)
t.tell_info()
t.set_info('flying',19)
t.tell_info()
Example2
class Student(object):
def __init__(self,name,score):
self.name=name
self.score=score
def get_grade(self):
if self.score >= 90:
return 'A'
elif self.score>= 60:
return 'B'
else:
return 'C'
Tom = Student('Tom',99)
Alice = Student('Alice',57)
print(Tom.name,Tom.get_grade())
print(Alice.name,Alice.get_grade())
对外封装的方式
# 什么是封装: 把类的一下属性和方法对外隐藏，对内可见，变成了私有变量。
# 为什么封装: 为属性和方法的操作添加权限，具体权限都是通过自定义逻辑来处理
# 封装的手段: 在类属性方法，对象属性方法，静态方法名字前添加__
# 只要是通过__名字，这种命名规范，就是对外隐藏
# 本质: __名字 封装隐藏白能量的本质是 将名字修饰成_类名__名字
# 对外解决封装的方式
# 1. 如果真的不想让外界访问，就不对外提供访问数据的方法.
# 2. 如果想让外界访问，可以对外提供访问数据的方法，方法具有逻辑，使用可以添加操作权限.
class Test:
def __init__(self,name):
# __name只是对外隐藏，对内可见
self.__name = name
def get_name(self):
return self.__name
def set_name(self,name):
if 'sh' not in name: # 对数据的修改可能会产生数据的安全性问题，可以添加限制条件
self.__name = name
# 重点: 封装的对外访问语法的优化
class User:
def __init__(self,name):
self.__name = name
@property # 将方法伪装成属性
def name(self):
return self.__name
@name.setter # 能为有伪装get方法的（方法）属性，再伪装set方法
def name(self, value):
self.__name = value
@name.deleter
def name(self):
del self.__name
# 总结
# 1. 对象没了，对象的属性也就没了，所以不需要属性 @名字.deleter
# 2. 对外提供get方法是基础. @property,如果没有，外界不可读不可写
# 3. 如果有@property,则可以@名字.setter,有set,为可读可写，无set为只读.
@property # 伪装的属性方法，不需要一定有__开头的名字预支对应
def pwd(self):
return '123456'
u1 = User('Owen')
print(u1.name)
# del u1.name
# print(u1.name)
print(u1.pwd)
Owen
继承
# 1. 什么是继承？
# 继承就是一种新建类的方式，新建的类称为子类或者派生类，被继承的类称之为父类或者基类或者超类
# 子类会继承所有父类的属性和方法，既可以直接使用这些属性和方法
# 2. 为什么要用继承
# 减少代码冗余
# 让子类获得父类的全部功能.
假设我们要实现以下四种动物
# Dog - 狗狗
# Bat - 蝙蝠
# Parrot - 鹦鹉
# Ostrich - 鸵鸟
如果按照哺乳动物和鸟类归类，我们可以设计出这样的类的层次:
如果按照"能跑"和"能飞"来归类，我们就应该设计出这样的类的层次
如果要把上面的两种分类都包含进来，我们就得设计更多层次
* 哺乳类: 能跑的哺乳类，能飞的哺乳类
* 鸟类: 能跑的鸟类，能飞的鸟类.
# 这样一来，类的层次就复杂了.
如果要在增加"宠物类"和"非宠物类"，这么搞下去，类的数量会呈指数增长，很明显这样设计并不行
正确的做法是多重继承,首先，主要的类层次仍按照哺乳类和鸟类设计
class Animal(object):
pass
# 大类:
class Mammal(Animal):
pass
class Bird(Animal):
pass
# 各种动物:
class Dog(Mammal):
pass
class Bat(Mammal):
pass
class Parrot(Bird):
pass
class Ostrich(Bird):
pass
现在我们给动物加上Runnable和Flyable的功能，只需要先定义好Runnable和Flyable的类
class Runnable(object):
def run(self):
print('Running...')
class Flyable(object):
def fly(self):
print('Flying...')
对于需要Runable功能的动物，就多继承一个Runnable，例如Dog.
class Dog(Mammal, Runnable):
pass
对于需要Flyable功能的动物，就多继承一个Flyable,例如Bat:
class Bat(Mammal, Flyable):
pass
# 通过多重继承，一个子类就可以同时获得多个父类的所有功能.
# 3.如何使用
**Example1**
class Parent1:
pass
class Parent2:
pass
class Son1(Parent1):
pass
# Python支持多继承，一个类可以有多个父类，但java只有一个
class Son2(Parent2):
pass
print(Son1.__bases__)
print(Son2.__bases__)
(<class '__main__.Parent1'>,)
(<class '__main__.Parent2'>,)
# 切换python解释器3.x >>> 2.x得出一个结论
"""
在python3中，如果没有显示地继承任何类，那默认继承object类
在python2中，如果没有显示地继承任何类，也不会继承object类
在python中类分为两种：
新式类:
但凡继承object的类，或者该类的子类都是新式类
>>>:在python3中所有的类都是新式类
经典类
没有继承object类，以及该类的子类都是经典类
也就意味着经典类和新式类这对儿概念只在python2中有
python3中只有新式类
"""
基于继承减少代码冗余的案例+派生/衍生
- 对象与对象之间总结相似的特征与技能得到类
- 类与类之间总结相似的属性和特征得到父类
Example2
import pickle
class OldboyStudent:
school = 'oldboy'
def __init__(self,name,age,sex):
self.name = name
self.age = age
self.sex = sex
def choice_course(sel):
print('%s is choosing course' %self.name)
def save(self):
with open(self.name,'wb') as f:
pickle.dump(self,f)
class OldboyTeacher:
school = 'oldboy'
def __init__(self,name,age,sex,level):
self.name = name
self.age = age
self.sex = sex
self.level = level
def score(self):
print('%s is score' %self.name)
def save(self):
with open(self.name,'wb') as f:
pickle.dump(self,f)
stu = OldboyStudent('alice',22,'male')
stu.save()
tea = OldboyTeacher('Tom',32,'male',10)
tea.save()
# 我们回过头看，上面代码是否存在相似的部分，我们刚好学过解决类之间解决代码冗余的方式
class OldboyPeople:
school = 'oldboy'
def save(self):
with open(self.name, 'wb') as f:
pickle.dump(self, f)
# 初步继承类抽取，思考继承之后对象查找属性和方法的顺序
stu.save()
stu.school
# 刚刚只是讲属性和方法抽成了父类，但是init里面也有重复的代码，应该也可以抽取
class OldboyPeople:
school = 'oldboy'
def __init__(self,name,age,sex):
self.name = name
self.age = age
self.sex = sex
def save(self):
with open(self.name, 'wb') as f:
pickle.dump(self, f)
# 先不考虑老师和学生init中不同的，先全部继承这个父类统一的init，发现也可以使用到父类的init
# 派生概念
# 在子类能够使用父类所有的属性和方法的同时，自身还有一些额外的属性和方法
# 小思考:如果派生的属性和方法恰巧和父类的一样，那在查找属性和方法的时候先找到谁呢？ >>> 还是按查找顺序来
# 再回过头来看老师的init中有额外的level参数，不应该在父类中添加默认参数，
# 只能自己重写init方法，但是又有重复的代码出现
def __init__(self,name,age,sex,level):
OldboyPeople.__init__(self,name,age,sex)
self.level = level
"""
在子类派生出的新方法中重用父类的方法
方式1:指名道姓访问，与继承没有任何关系
OldboyPeople.__init__(self,name,age,sex)
言外之意还有一种跟继承有关系的能够重用父类的方法的方式，先不着急说
继承原理
- 刚刚我们讨论的是单继承下属性查找的顺序，那如果是多继承情况尼？
单继承测试
class Foo:
def f1(self):
print('Foo.f1')
def f2(self):
print('Foo.f2')
self.f1() # obj.f1()
class Bar(Foo):
def f1(self):
print('Bar.f1')
obj=Bar()
obj.f2()
Foo.f2
Bar.f1
多继承
# F(A,B,C) 无论是新式类还是经典类，都是从左往右挨个走到底 画图 切换python版本演示，
# 记得加文件头coding:utf-8
# 2、多继承的属性查找“：对象自己-》对象的类-》从左往右一个一个的分支找下去
class D:
# def test(self):
# print('D')
pass
class E:
def test(self):
print('E')
class F:
def test(self):
print('F')
class A(D):
# def test(self):
# print('A')
pass
class B(E):
def test(self):
print('B')
class C(F):
def test(self):
print('C')
class G(A,B,C):
# def test(self):
# print('G')
pass
obj=G()
obj.test()
B
回过头再来看通过继承关系调用父类的方法
# 方式二：super(自己的类名,self).父类中的方法名()
# 调用super会得到一个特殊的对象，该对象是专门用来引用父类中的方法的，
# 具体的：该对象会严格按照当前类的MRO列表从当前类的父类中依次查找属性，即这种方式是严格依赖于继承的
# ps:在python3中可以简写为super()
class OldboyPeople:
def __init__(self,name,age,sex):
self.name = name
self.age = age
self.sex = sex
class OldboyTeacher(OldboyPeople):
def __init__(self,name,age,sex,level):
# OLdboyPeople.__init__(self,name,age,sex)
super(OldboyTeacher,self).__init__(name,age,sex)
self.level=level
tea1=OldboyTeacher('alice',18,'male',10)
print(tea1.name,tea1.level)
class A:
def f1(self):
print('A')
super().f2() # super () 会基于当前和所在的查找位置继续往后查找
def f2(self):
print('A')
class B:
def f2(self):
print('B')
class C(A,B):
def f2(self):
print('C')
obj=C()
print(C.mro())
obj.f1()
alice 10
[<class '__main__.C'>, <class '__main__.A'>, <class '__main__.B'>, <class 'object'>]
A
B
# 实际工作中要谨慎使用多继承，编程是解耦合，而继承是强耦合.
Mixin
在设计类的继承关系时，通常，主线都是单一继承下来的，例如,Ostrich继承自Bird,但是，如果需要混入额外的功能，通过多重继承就可以实现，比如,让Ostrich除了继承自Bird外，再同时继承Runnable,这种设计称之为Mixin。
为了更好地看出继承关系，我们把
Runnable和Flyable改为RunnableMixIn和FlyableMixIn。类似的，你还可以定义出肉食动物CarnivorousMixIn和植食动物HerbivoresMixIn，让某个动物同时拥有好几个MixIn：
class Dog(Mammal, RunnableMixIn, CarnivorousMixIn):
pass
MixIn的目的就是给一个类增加多个功能，这样，在设计类的时候，我们优先考虑通过多重继承来组合多个MixIn的功能，而不是设计多层次的复杂的继承关系。
Python自带的很多库也使用了MixIn。举个例子，Python自带了TCPServer和UDPServer这两类网络服务，而要同时服务多个用户就必须使用多进程或多线程模型，这两种模型由ForkingMixIn和ThreadingMixIn提供。通过组合，我们就可以创造出合适的服务来。
比如编写一个多进程模式的TCP服务，定义如下:
class MyTCPServer(TCPServer, ForkingMixIn):
pass
编写一个多线程模式的UDP服务，定义如下:
class MyUDPServer(UDPServer, ThreadingMixIn):
pass
如果你打算搞一个更先进的协程模型，可以编写一个CoroutineMixIn：
class MyTCPServer(TCPServer, CoroutineMixIn):
pass
这样一来，我们不需要复杂而庞大的继承链，只要选择组合不同的类的功能，就可以快速构造出所需的类.
小结
由于Python允许使用多重继承，因此，MixIn就是一种常见的设计。
只允许单一继承的语言（如Java）不能使用MixIn的设计。
多态
什么是多态
同一种事物的多种形态（动物: 人，猫，狗）
为什么要使用多态
多态性: 指的是可以在不用考虑对象具体类型的前提下，直接调用对象的方法
如何使用多态
class Animal:
def talk(self):
pass
class People(Animal):
def talk(self):
print('say hello')
class Dog(Animal):
def talk(self):
print('汪汪汪')
class cat(Animal):
def talk(self):
print('喵喵喵')
peo1=People()
dog1=Dog()
cat1=cat()
# 不用考虑具体类型的前提下，直接调用对象的方法
peo1.talk()
dog1.talk()
cat1.talk()
"""
再来想 车是不是有很多牌子，你去学车需要说专门学那个牌子的车的驾驶方式吗？
"""
# 之前一直在用多态性，不用考虑对象具体类型前提下，直接调用对象的方法
l = list([1,2,3])
s = str('hello')
t = tuple((4,5,6))
l.__len__()
s.__len__()
t.__len__() # 我不需要考虑这三个具体什么类型，只要是容器类型就能调用len这个方法
class Animal:
def talk(self):
pass
class People(Animal)
def jian(self):
print('say hello')
class Dog(Animal):
def han(self):
print('汪汪汪')
class Cat(Animal):
def hou(self):
print('喵喵喵')
# 多态性能实现的条件就是父类给子类定义了一个标准，动物都必须会叫，并且叫的方法都必须是talk
# 但是你现在能约束我说子类必须叫这个方法吗？
# 那有没有一种情况能够做到说子类必须按照父类定义的标准
import abc
class Animal(metaclass=abc.ABCMeta): # 父类存在的意义就是用来定义规范
@abc.abstractmethod
def talk(self):
pass
# Aoimal() 抽象基类不能被实例化()
class People(Animal):
def jian(self):
print('say hello')
class Dog(Animal):
def han(self):
print('汪汪汪')
class Cat(Animal);
def hou(self):
print('喵喵喵')
# 上卖弄三个类，一实例化就会报错
# 但是Python推崇的是自由，简约并不希望限制程序员开发
class People:
def talk(self):
print('say hello')
class Dog:
def talk(self):
print('汪汪汪')
class Cat:
def talk(self):
print('喵喵喵')
# 再来看Linux中，一切皆文件！
class Disk:
def read(self):
print('disk read')
def write(self):
print('disk write')
class Process:
def read(self):
print('processes')
def write(self):
print('processes write')
class Memory:
def read(self):
print('memory read')
def write(self):
print('memory write')
获取对象信息
首先，我们来判断对象类型，使用type()函数:
# 基本类型都可以用`type()`判断：
>>> type(123)
<class 'int'>
>>> type('str')
<class 'str'>
>>> type(None)
<type(None) 'NoneType'>
# 如果一个变量指向函数或者类，也可以用`type()`判断：
>>> type(abs)
<class 'builtin_function_or_method'>
>>> type(a)
<class '__main__.Animal'>
>>> type(123)==type(456)
True
>>> type(123)==int
True
>>> type('abc')==type('123')
True
>>> type('abc')==str
True
>>> type('abc')==type(123)
False
使用isinstance()
对于class的继承关系来说,使用type()就很不方便，我们要判断class的类型，可以使用isinstance()函数.
我们假设继承关系是:
# Object --> Animal --> Dog --> Husky
# 那么,isinstance()就可以告诉我们，一个对象是否具有某种类型,先创建三种类型的对象:
# isinstance()判断的是一个对象是否是该类型本身，或者位于该类型的父继承链上.
# type()判断的基本类型也可以用isinstance()判断.
dir()
# 如果要获得一个对象的所有属性和方法，可以使用dir()函数，他返回一个包含字符串的list,比如，
# 获得一个str对象的所有属性和方法.
str = 'ABC'
print(type(str))
print(dir(str))
len
# 类似`__xxx__`的属性和方法在Python中都是有特殊用途的，比如`__len__`方法返回长度。
# 在Python中，如果你调用`len()`函数试图获取一个对象的长度，实际上，在`len()`函数内部，
# 它自动去调用该对象的`__len__()`方法，所以，下面的代码是等价的：
>>> len('ABC')
3
>>> 'ABC'.__len__()
3
# 我们自己写的类，如果也想用len(myObj)的话，就自己写一个__len__()方法.
class MyDog(object):
def __len__(self):
return 100
dog = MyDog()
print(len(dog))
lower()
# 还有一些普通属性或方法,比如lower()返回小写的字符串.
>>> 'ABC'.lower()
'abc'
getattr,setattr,hasattr
# 仅仅把属性和方法列出来是不够的的,配合getattr(), setattr()以及hasattr(),我们可以操作一个对象的状态.
class MyObject(object):
def __init__(self):
self.x = 9
def power(self):
return self.x * self.x
obj = MyObject()
print(obj.power())
# 紧接着我们可以测试对象的属性
print(hasattr(obj,'x'))
print(obj.x)
setattr(obj,'y',19)
print(hasattr(obj,'y'))
print(obj.y)
# 如果获取不存在的属性，会抛出AttributeError的错误.
# 可以传入一个default的参数，如果属性不存在，就返回默认值
print(getattr(obj,'z',404))
# 也可以获得对象的方法
print(hasattr(obj,'power')) # 有属性'power'吗
print(getattr(obj,'power')) # 获取属性'power'
fn = getattr(obj,'power') # 获取属性'power'并赋值到变量fn
print(fn())
print(fn)
小结
通过内置的一系列函数，我们可以对任意一个Python对象进行剖析，拿到其内部的数据，要注意的是，只有在不知道对象信息的时候，我们才会 去获取对象信息，如果可以直接写:
sum = obj.x + obj.y
# 就不要写
sum = getattr(obj,'x') + getattr(obj,'y')
# 一个正确的例子如下
def readImage(fp):
if hasattr(fp,'read'):
return readData(fp)
return None
# 假设我们希望从文件流fp中读取图像，我们首先要判断该fp对象是否存在read方法，如果存在，则该对象是一个流，
# 如果不存在，则无法读取。hasattr()就派上了用场。
# 请注意，在Python这类动态语言中，根据鸭子类型，有read()方法，不代表该fp对象就是一个文件流，
# 它也可能是网络流,也可能是内存中的一个字节流,但只要read()方法返回的是有效的图像数据,就不影响读取图像的功能
3.5 实例属性和类属性
由于Python是动态语言，根据类创建的实例可以任意绑定属性.
给实例绑定属性的方法是通过实例变量，或者通过self变量.
class Student(object):
def __init__(self,name):
self.name = name
s = Student('Alice')
s.score = 90
> 但是，如果`Student`类本身需要绑定一个属性呢？可以直接在class中定义属性，
# 这种属性是类属性，归`Student`类所有：
class Student(object):
name = 'Student'
> 当我们定义了一个类属性后，这个属性虽然归类所有，但类的所有实例都可以访问到。来测试一下：
class Student(object):
name = 'Student'
s = Student()
print(s.name)
print(Student.name)
s.name = 'YouMen'
print(s.name) # 由于实例属性优先级比类属性搞，因此他会屏蔽类的name属性
del s.name # 如果删除实例的name属性
print(s.name) # 再次调用s.name,由于实例的Name属性没有找到，类的属性就显示出来了
从上面的例子可以看出，在编写程序的时候，千万不要对实例属性和类属性使用相同的名字，因为相同名称的实例属性将屏蔽掉类属性，但是当你删除实例属性后，再使用相同的名称，访问到的将是类属性。
小结
# 实例属性属于各个实例所有，互不干扰
# 类属性属于类所有，所有实例共享一个属性
# 不要对实例属性和类属性使用相同的名字，否则产生难以发现的错误.
四、类中的装饰器
property
# 人体的BMI指数
"""
成人的BMI数值：
过轻：低于18.5
正常：18.5-23.9
过重：24-27
肥胖：28-32
非常肥胖, 高于32
体质指数（BMI）=体重（kg）/ 身高^2（m）
EX：70kg÷（1.75×1.75）=22.86
"""
class People:
def __init__(self,name,height,weight):
self.name=name
self.height=height
self.weight=weight
@property
def bmi(self):
return self.weight / (self.height ** 2)
youmen=People('YouMen',1.78,55)
youmen.height=1.78
print(youmen.bmi)
了解
class People:
def __init__(self,name):
self.__name=name
@property
def name(self):
return self.__name
@name.setter
def name(self,va1):
# print('====> 准备修改名字的值:',val)
if type(va1) is not str:
raise TypeError('名字的值必须为str类型')
self.__name=val
@name.deleter
def name(self):
# def self.__name
print('不让删啊，兄呆')
# classmethod
# staticmethod
五、反射
什么是反射?
反射的概念是由Smith在1982年首次提出的，主要是指程序可以访问、检测和修改它本身状态或行为的一种能力（自省）。这一概念的提出很快引发了计算机科学领域关于应用反射性的研究。它首先被程序语言的设计领域所采用,并在Lisp和面向对象方面取得了成绩。
python面向对象的反射: 通过字符串形式操作对象相关的属性，python中的一切事物都是对象（都可以使用反射）
通过字符串来获取类或对象的属性或方法
反射: 指的是通过字符串来操作类或者对象的属性
class People:
country='China'
def __init__(self,name):
self.name=name
obj=People('YouMen')
# 涉及四个内置函数
# hasattr
print('country' in People.__dict__)
print(hasattr(People,'country'))
# getattr
print(People.__dict__['country'])
print(getattr(People,'country'))
print(getattr(People,'country1111',None))
# delattr
delattr(People,'country')
print(People.__dict__)
应用
class ftp:
def get(self):
print('get...')
def put(self):
print('put...')
def auth(self):
print('auth...')
def run(self):
while True:
cmd=input('>>>:').strip() # cmd='get'
if hasattr(self,cmd):
method = getattr(self,cmd)
method()
else:
print('输出的方法不存在')
obj=ftp()
obj.run()
六、面向对象高级编程
6.1 使用__slots__
正常情况下，当我们定义了一个class，创建了一个class的实例后，我们可以给该实例绑定任何属性和方法，这就是动态语言的灵活性.
class Student(object):
pass
# 然后，尝试给实例绑定一个属性
s = Student()
s.name = 'Michael' # 动态给实例绑定一个属性
print(s.name)
# 还可以尝试给实例绑定一个方法:
from types import MethodType
def set_age(self,age):
self.age = age
s.set_age = MethodType(set_age,s) # 给实例绑定一个方法
s.set_age(25)
print(s.age)
# 但是给一个实例绑定的方法，对另一个实例是不起作用的.
>>> s2 = Student() # 创建新的实例
>>> s2.set_age(25) # 尝试调用方法
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'Student' object has no attribute 'set_age'
# 为了给所有实例都绑定方法，可以给class绑定方法.
from types import MethodType
def set_score(self,score):
self.score=score
return score
Student.set_score = set_score
# 给class绑定方法后，所有实例均可调用:
print(s.set_score(34))
通常情况下,上面的set_score方法可直接定义在class中，但动态绑定允许我们在程序运行过程中动态给class加上功能，这在静态语言中难以实现
使用__sllots__
但是，如果我们想要限制实例的属性怎么办? 比如，只允许对Student实例添加name和age属性.
为了达到限制目的，Python允许在定义class的时候，定义一个特殊的__slots__变量，来限制class实例能添加的属性.
class Student(object):
__slots__ = ('name','age')
# 然后，我们试试
s = Student() # 创建新的实例
s.name = 'Michael' # 绑定属性'name'
s.age = 25 # 绑定属性age
# s.score = 99 # 绑定属性score
由于'score'没有被放到__
slots__中，所以不能绑定score属性，试图绑定score将得到AttributeError的错误。
使用__slots__要注意，__slots__定义的属性仅对当前类实例起作用，对继承的子类是不起作用的：
>>> class GraduateStudent(Student):
... pass
...
>>> g = GraduateStudent()
>>> g.score = 9999
除非在子类中也定义
__slots__，这样，子类实例允许定义的属性就是自身的__slots__加上父类的__slots__。
6.2 使用@property
在绑定属性时，如果我们直接把属性暴露出去，虽然写起来简单，但是没办法检查参数，导致我们可以把成绩随便改.
s = Student()
s.score = 9999
这显然不和逻辑，为了限制score的范围，可以通过一个set_score()方法来设置成绩，在通过一个get_score()来获取成绩，这样，在set_score()方法里，就可以检查参数.
class Student(object):
def get_score(self):
return self.__score
def set_score(self,value):
if not isinstance(value,int):
raise ValueError('score must be an integer')
if value < 0 or value > 100:
raise ValueError('score must between 0 ~ 100')
self.__score = value
# 现在，对任意的Student实例进行操作，就不能随心所欲设置score了。
s = Student()
s.set_score(60)
print(s.get_score())
# s.set_score(1000)
# print(s.get_score())
6.2 定制类
看到类似__slots__这种形如
__xxx__的变量或者函数名就要注意，这些在Python中是有特殊用途的。
__slots__我们已经知道怎么用了，__len__()方法我们也知道是为了能让class作用于len()函数。
除此之外，Python的class中还有许多这样有特殊用途的函数，可以帮助我们定制类。
str
我们先定义一个Student类，打印一个实例:
class Student(object):
def __init__(self,name):
self.name = name
print(Student('YouMen'))
<__main__.Student object at 0x018EAEF0>
# 我们觉得打印这种地址值不是很好看,怎样打印好看尼,只需要定义好__str__()方法，返回一个好看的字符串就可以了.
class Student(object):
def __init__(self,name):
self.name = name
def __str__(self):
return 'Student object (name: %s)' % self.name
print(Student('YouMen'))
Student object (name: YouMen)
# 这样打印的实例，不但好看，而且容易看出实例内部重要的数据.
# 但是会发现不用print，打印实例还是不好看.
# 这是因为直接显示变量调用的不是__str__(),而是__repr__()返回用户看到的字符串，
# 而__repr__()返回程序开发者看到的字符串，也就是说,__repr__()是为调试服务的
# 解决方法是再定义一个__repr__(),但是通常__str__()和__repr__()代码是一样的，所以，有个偷懒的写法。
class Student(object):
def __init__(self, name):
self.name = name
def __str__(self):
return 'Student object (name=%s)' % self.name
__repr__ = __str__
iter
如果一个类想被用于
for ... in循环，类似list或tuple那样，就必须实现一个__iter__()方法，该方法返回一个迭代对象，然后，Python的for循环就会不断调用该迭代对象的__next__()方法拿到循环的下一个值，直到遇到StopIteration错误时退出循环。
我们以斐波那契数列为例，写一个Fib类，可以作用于for循环：
class Fib(object):
def __init__(self):
self.a,self.b = 0,1 # 初始化两个对象
def __iter__(self):
return self # 实例本身就是迭代对象，故返回自己
def __next__(self):
self.a,self.b = self.b,self.a + self.b # 计算下一个值
if self.a > 10000: # 退出循环的条件
raise StopAsyncIteration()
return self.a # 返回下一个值.
for i in Fib():
print(i)
getitem
Fib实例虽然能作用于for循环，看起来和list有点像，但是，把它当成list来使用还是不行，比如，取第5个元素：
class Fib(object):
def __getitem__(self, i):
a,b=1,1
for x in range(i):
a,b = b,a+b
return x
a=Fib()
print(a.__getitem__(324))
# 现在，就可以按下标访问数列的任意一项了.
# 但是要想和list一样能切片,但是这个Fib却报错
class Fib(object):
def __getitem__(self, n):
if isinstance(n, int): # n是索引
a, b = 1, 1
for x in range(n):
a, b = b, a + b
return a
if isinstance(n, slice): # n是切片
start = n.start
stop = n.stop
if start is None:
start = 0
a, b = 1, 1
L = []
for x in range(stop):
if x >= start:
L.append(a)
a, b = b, a + b
return L
f = Fib()
print(f[0:5])
getattr
正常情况下，当我们调用类的方法或属性时，如果不存在，就会报错。比如定义
Student类：
class Student(object):
def __init__(self):
self.name = 'Michael'
# 调用`name`属性，没问题，但是，调用不存在的`score`属性，就有问题了：
# 错误信息很清楚地告诉我们，没有找到`score`这个attribute。
# 要避免这个错误，除了可以加上一个`score`属性外，Python还有另一个机制，
# 那就是写一个`__getattr__()`方法，动态返回一个属性。修改如下
class Student(object):
def __init__(self):
self.name = 'YouMen'
def __getattr__(self, attr):
if attr == 'score':
return 404
s = Student()
print(s.name)
print(s.score)
# 返回函数也是完全可以的.
class Student(object):
def __init__(self):
self.name = 'YouMen'
def __getattr__(self, sttr):
if sttr == 'age':
return lambda: 25
s = Student()
print(s.name)
print(s.score)
# 注意，只有在没有找到属性的情况下，才调用`__getattr__`,已有的属性，比如`name`,不会在`__getattr__`中查找
# 此外，注意到任意调用如`s.abc`都会返回`None`，这是因为我们定义的`__getattr__`默认返回就是`None`。
# 要让class只响应特定的几个属性，我们就要按照约定，抛出`AttributeError`的错误：
class Student(object):
def __init__(self):
self.name = 'YouMen'
def __getattr__(self, sttr):
if sttr == 'age':
return lambda: 25
raise AttributeError('\'Student\' object bas no attribute \'%s\'' % sttr)
a = Student()
print(a.sttr)
这实际上可以把一个类的所有属性和方法调用全部动态化处理了，不需要任何特殊手段。
这种完全动态调用的特性有什么实际作用呢？作用就是，可以针对完全动态的情况作调用。
举个例子：
现在很多网站都搞REST API，比如新浪微博、豆瓣啥的，调用API的URL类似：
如果要写SDK，给每个URL对应的API都写一个方法，那得累死，而且，API一旦改动，SDK也要改。
利用完全动态的__getattr__，我们可以写出一个链式调用：
class Chain(object):
def __init__(self,path=''):
self.__path = path
def __getattr__(self,path):
return Chain('%s/%s' %(self.__path,path ))
def __str__(self):
return self.__path
__repr__ = __str__
a = Chain()
print(a.status.user.timeline.list)
/status/user/timeline/list
# 这样，无论API怎么变，SDK都可以根据URL实现完全动态的调用，而且，不随API的增加而改变！
# 还有些REST API会把参数放到URL中，比如GitHub的API：
`GET /users/:user/repos`
# 调用时，需要把`:user`替换为实际用户名。如果我们能写出这样的链式调用：
`Chain().users('michael').repos`
# 就可以非常方便地调用API了。有兴趣的童鞋可以试试写出来。
call
一个对象实例可以有自己的属性和方法，当我们调用实例方法时，我们用
instance.method()来调用。能不能直接在实例本身上调用呢？在Python中，答案是肯定的。
任何类，只需要定义一个__call__()方法，就可以直接对实例进行调用。请看示例：
class Student(object):
def __init__(self,name):
self.name = name
def __call__(self):
print('My name is %s.' % self.name)
s = Student('YouMen')
s() # self 参数不要传入
__call__()还可以定义参数。对实例进行直接调用就好比对一个函数进行调用一样，所以你完全可以把对象看成函数，把函数看成对象，因为这两者之间本来就没啥根本的区别。
如果你把对象看成函数，那么函数本身其实也可以在运行期动态创建出来，因为类的实例都是运行期创建出来的，这么一来，我们就模糊了对象和函数的界限。
那么，怎么判断一个变量是对象还是函数呢？其实，更多的时候，我们需要判断一个对象是否能被调用，能被调用的对象就是一个Callable对象，比如函数和我们上面定义的带有__call__()的类实例：
>>> callable(Student())
True
>>> callable(max)
True
>>> callable([1, 2, 3])
False
>>> callable(None)
False
>>> callable('str')
False
通过callable()函数，我们可以判断一个对象是否是"可调用"对象.
6.3 使用枚举类
当我们需要定义常量时，一个办法是用大写变量通过整数来定义，例如月份:
JAN = 1
FEB = 2
MAR = 3
NOV = 11
DEC = 12
好处是简单，缺点是类型是 int，并且仍然是变量.
更好的方法是为这样的枚举类型定义一个 class 类型，然后，每个常量都是 class 的一个唯一实例.Python 提供了 Enum 类来实现这个功能:
from enum import Enum
Month = Enum('Month',('Jan','Feb','Mar','Apr','May','Jun','Jul','Aug'))
# 这样我们就获得了`Month`类型的枚举类，可以直接使用`Month.Jan`来引用一个常量，
# 或者枚举它的所有成员：
for name, member in Month.__members__.items():
print(name, '=>', member, ',', member.value)
# value属性则是自动赋给成员的int常量,默认从1开始计数。
# 如果需要更精确地控制枚举类型，可以从Enum派生出自定义类.
from enum import Enum,unique
@unique
class Weekday(Enum):
Sum = 0 # Sum的value值被设定为0
Mon = 1
Tue = 2
Wed = 3
Thu = 4
Fri = 5
Sat = 6
# @unique装饰器可以帮助我们检查保证没有重复值
# 访问这些枚举类型可以有若干种方法:
day1 = Weekday.Mon
print(day1)
print(Weekday.Sat)
print(Weekday(1))
for name, member in Weekday.__members__.items():
print(name, '=>', member)
# 课件，既可以用成员名称引用枚举常量，又可以直接根据value的值获得枚举常量.
Example1
from enum import Enum,unique
class Gender(Enum):
Male = 0
Female = 1
class Student(object):
def __init__(self,name,gender):
self.name = name
self.gender = gender
bart = Student('Bart',Gender.Male)
if bart.gender == Gender.Male:
print("测试通过")
else:
print('测试失败')
小结
Enum可以把一组相关常量定义在一个class中，且class不可变，而且成员可以直接比较.
6.4 使用元类
type
动态语言和静态语言最大的不同，就是函数和类的定义，不是编译时定义的，而是运行时动态创建的。
比方说我们要定义一个Hello的class，就写一个hello.py的模块.
class Hello(object):
def hello(self, name='world'):
print('Hello, %s.' % name)
当Python解释器载入
hello模块时，就会依次执行该模块的所有语句，执行结果就是动态创建出一个Hello的class对象，测试如下：
cat hello.py
#!/usr/bin/python3
class Hello(object):
def hello(self,name='world'):
print('Hello,%s' % name)
cat type_demo.py
#!/usr/bin/python3
from hello import Hello
h = Hello()
h.hello()
print(type(h))
python3 type_demo.py
Hello,world
<class 'hello.Hello'>
# tyep()函数可以查看一个类型或变量的类型，`Hello`是一个class，它的类型就是`type`，
# 而`h`是一个实例，它的类型就是class `Hello`。
# 我们说class的定义是运行时动态创建的，而创建class的方法就是使用`type()`函数。
# `type()`函数既可以返回一个对象的类型，又可以创建出新的类型，比如，
# 我们可以通过`type()`函数创建出`Hello`类，而无需通过`class Hello(object)...`的定义：
要创建一个class对象，type()函数依次传入3个参数：
1. class的名称；
2. 继承的父类集合，注意Python支持多重继承，如果只有一个父类，别忘了tuple的单元素写法；
3. class的方法名称与函数绑定，这里我们把函数`fn`绑定到方法名`hello`上。
通过
type()函数创建的类和直接写class是完全一样的，因为Python解释器遇到class定义时，
仅仅是扫描一下class定义的语法，然后调用type()函数创建出class。
正常情况下，我们都用
class Xxx...来定义类，但是，type()函数也允许我们动态创建出类来，也就是说，动态语言本身支持运行期动态创建类，这和静态语言有非常大的不同，要在静态语言运行期创建类，必须构造源代码字符串再调用编译器，或者借助一些工具生成字节码实现，本质上都是动态编译，会非常复杂。
metaclass
除了使用
type()动态创建类以外，要控制类的创建行为，还可以使用metaclass。
metaclass，直译为元类，简单的解释就是：
当我们定义了类以后，就可以根据这个类创建出实例，所以：先定义类，然后创建实例。
但是如果我们想创建出类呢？那就必须根据metaclass创建出类，所以：先定义metaclass，然后创建类。
连接起来就是：先定义metaclass，就可以创建类，最后创建实例。
所以，metaclass允许你创建类或者修改类。换句话说，你可以把类看成是metaclass创建出来的“实例”。
metaclass是Python面向对象里最难理解，也是最难使用的魔术代码。正常情况下，你不会碰到需要使用metaclass的情况，所以，以下内容看不懂也没关系，因为基本上你不会用到。
我们先看一个简单的例子，这个metaclass可以给我们自定义的MyList增加一个add方法：
定义ListMetaclass,按照默认习惯，metaclass的类名总是以Metaclass结尾，以便清楚地表示这是一个metaclass：
# metaclass是类的模板，所以必须从`type`类型派生：
class ListMetaclass(type):
def __new__(cls, name, bases, attrs):
attrs['add'] = lambda self, value: self.append(value)
return type.__new__(cls, name, bases, attrs)
有了ListMetaclass，我们在定义类的时候还要指示使用ListMetaclass来定制类，传入关键字参数metaclass:
class MyList(list, metaclass=ListMetaclass):
pass
当我们传入关键字参数
metaclass时，魔术就生效了，它指示Python解释器在创建MyList时，要通过ListMetaclass.__new__()来创建，在此，我们可以修改类的定义，比如，加上新的方法，然后，返回修改后的定义。
__new__()方法接收到的参数依次是：
- 当前准备创建的类的对象；
- 类的名字；
- 类继承的父类集合；
- 类的方法集合。
测试一下MyList是否可以调用add()方法：
>>> L = MyList()
>>> L.add(1)
>> L
[1]
而普通的list没有add()方法：
>>> L2 = list()
>>> L2.add(1)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'list' object has no attribute 'add'
动态修改有什么意义？直接在
MyList定义中写上add()方法不是更简单吗？正常情况下，确实应该直接写，通过metaclass修改纯属变态。
但是，总会遇到需要通过metaclass修改类定义的。ORM就是一个典型的例子。
ORM全称“Object Relational Mapping”，即对象-关系映射，就是把关系数据库的一行映射为一个对象，也就是一个类对应一个表，这样，写代码更简单，不用直接操作SQL语句。
要编写一个ORM框架，所有的类都只能动态定义，因为只有使用者才能根据表的结构定义出对应的类来。
让我们来尝试编写一个ORM框架.
编写底层模块的第一步，就是先把调用接口写出来。比如，使用者如果使用这个ORM框架，想定义一个User类来操作对应的数据库表User，我们期待他写出这样的代码：
class User(Model):
# 定义类的属性到列的映射：
id = IntegerField('id')
name = StringField('username')
email = StringField('email')
password = StringField('password')
# 创建一个实例：
u = User(id=12345, name='Michael', email='test@orm.org', password='my-pwd')
# 保存到数据库：
u.save()
其中，父类
Model和属性类型StringField、IntegerField是由ORM框架提供的，剩下的魔术方法比如save()全部由metaclass自动完成。虽然metaclass的编写会比较复杂，但ORM的使用者用起来却异常简单。
现在，我们就按上面的接口实现该ORM
首先来定义Field类，他负责保存数据库表的字段名和字段类型.
class Field(object):
def __init__(self, name, column_type):
self.name = name
self.column_type = column_type
def __str__(self):
return '<%s:%s>' % (self.__class__.__name__, self.name)
在Field的基础上，进一步定义各种类型的Field，比如StringField,IntegerField等等.
class StringField(Field):
def __init__(self, name):
super(StringField, self).__init__(name, 'varchar(100)')
class IntegerField(Field):
def __init__(self, name):
super(IntegerField, self).__init__(name, 'bigint')
下一步，就是编写最复杂的ModelMetaclass了。
class ModelMetaclass(type):
def __new__(cls, name, bases, attrs):
if name=='Model':
return type.__new__(cls, name, bases, attrs)
print('Found model: %s' % name)
mappings = dict()
for k, v in attrs.items():
if isinstance(v, Field):
print('Found mapping: %s ==> %s' % (k, v))
mappings[k] = v
for k in mappings.keys():
attrs.pop(k)
attrs['__mappings__'] = mappings # 保存属性和列的映射关系
attrs['__table__'] = name # 假设表名和类名一致
return type.__new__(cls, name, bases, attrs)
以及基类Model
class Model(dict, metaclass=ModelMetaclass):
def __init__(self, **kw):
super(Model, self).__init__(**kw)
def __getattr__(self, key):
try:
return self[key]
except KeyError:
raise AttributeError(r"'Model' object has no attribute '%s'" % key)
def __setattr__(self, key, value):
self[key] = value
def save(self):
fields = []
params = []
args = []
for k, v in self.__mappings__.items():
fields.append(v.name)
params.append('?')
args.append(getattr(self, k, None))
sql = 'insert into %s (%s) values (%s)' % (self.__table__, ','.join(fields), ','.join(params))
print('SQL: %s' % sql)
print('ARGS: %s' % str(args))
当用户定义一个
class User(Model)时，Python解释器首先在当前类User的定义中查找metaclass，如果没有找到，就继续在父类Model中查找metaclass，找到了，就使用Model中定义的metaclass的ModelMetaclass来创建User类，也就是说，metaclass可以隐式地继承到子类，但子类自己却感觉不到。
在ModelMetaclass中，一共做了几件事情：
- 排除掉对
Model类的修改； - 在当前类（比如
User）中查找定义的类的所有属性，如果找到一个Field属性，就把它保存到一个__mappings__的dict中，同时从类属性中删除该Field属性，否则，容易造成运行时错误（实例的属性会遮盖类的同名属性）； - 把表名保存到
__table__中，这里简化为表名默认为类名。
在
Model类中，就可以定义各种操作数据库的方法，比如save()，delete()，find()，update等等。
我们实现了save()方法，把一个实例保存到数据库中。因为有表名，属性到字段的映射和属性值的集合，就可以构造出INSERT语句。
编写代码试试:
u = User(id=12345, name='Michael', email='test@orm.org', password='my-pwd')
u.save()
输出如下:
Found model: User
Found mapping: email ==> <StringField:email>
Found mapping: password ==> <StringField:password>
Found mapping: id ==> <IntegerField:uid>
Found mapping: name ==> <StringField:username>
SQL: insert into User (password,email,username,id) values (?,?,?,?)
ARGS: ['my-pwd', 'test@orm.org', 'Michael', 12345]
可以看到，
save()方法已经打印出了可执行的SQL语句，以及参数列表，只需要真正连接到数据库，执行该SQL语句，就可以完成真正的功能。
不到100行代码，我们就通过metaclass实现了一个精简的ORM框架
小结
metaclass是Python中非常具有魔术性的对象，它可以改变类创建时的行为。这种强大的功能使用起来务必小心。
内容总结
以上是互联网集市为您收集整理的10 . Python之面向对象全部内容，希望文章能够帮你解决10 . Python之面向对象所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。