反射
__import__()函数用于加载类和函数 __import__(name[, globals[, locals[, fromlist[, level]]]]) 参数说明： name -- 模块名 getattr() 函数用于返回一个对象属性值。 getattr(object, name[, default]) 参数 object -- 对象。 name -- 字符串，对象属性。 default -- 默认返回值，如果不提供该参数，在没有对应属性时，将触发 AttributeError。 执行 func() data = input("请输入地址:") array = data.split('/') userspace = __import__('backend'+array[0]) model = getattr(userspance, array[0]) func = getattr(model, array[1]) func() # 应用于路由反射 # Django扩展 def activator(request, viewfile, view, action, arg): namespace = __import__(viewfile) module = getattr(namespace.Views, view) func = func(module, arg) result = func(action, arg) return result
面对象
# 理解Python之self 首先明确的是self只有在类的方法中才会有，独立的函数或方法时不必带有self的。 self在定义类的方法时是必须有的，虽然在调用时不必传入相应的参数。 self名称不是必须的，在Python中self不是关键词，你可以定义成a或b或其他的名字都是可以的， 但是和约定成俗，不要搞另类，大家会不明白的。 ·self指的是类实例对象本身（注意：不是类本身） # __init__() 实例化一个动作，初始化类的属性 类实例创建之后调用，对当前对象的实例的一些初始化，没有返回值 ·这个方法一般用于初始一个类 ·但是 当实例化一个类的时候，__init__并不是一个被调用的，第一个被调用的是__new__ # __str__() ·这是一个内置方法，只能返回字符串，并且只能有一个参数self # __new__() 静态方法 ·创建类实例的方法，创建对象时调用，返回当前对象的一个实例 object将__new__()方法定义为静态方法，并且至少需要传递一个参数cls，cls表示需要实例化的类，此参数在实例化时由Python解释器自动提供 __new__方法接受的参数虽然也是和__init__一样，但__init__是在类实例创建之后调用，而 __new__方法正是创建这个类实例的方法 # ----------------------------------------- 1.__init__ 通常用于初始化一个新实例，控制这个初始化的过程，比如添加一些属性， 做一些额外的操作，发生在类实例被创建完以后。它是实例级别的方法。 2.__new__ 通常用于控制生成一个新实例的过程。它是类级别的方法。 三、__new__ 的作用 依照Python官方文档的说法，__new__方法主要是当你继承一些不可变的class时(比如int, str, tuple)， 提供给你一个自定义这些类的实例化过程的途径。还有就是实现自定义的metaclass __init__方法通常用在设置不变数据类型的子类，注意在使用new方法的时候，调用了父类的new方法，并且返回了这个值，使用return语句 当不使用return的时候，那么此值会变成为None，也就是默认情况下返回值为None class PositiveInteger(int): def __new__(cls, value): return super(PositiveInteger, cls).__new__(cls, abs(value)) i = PositiveInteger(-3) print(i) # __str__ 如果要把一个类的实例变成str，就需要实现特殊方法__str__() class Person(object): def __init__(self, name, gender): self.name = name self.gender = gender def __str__(self): return '(Person: %s, %s)' % (self.name, self.gender) 尽管str(),repr()和``运算在特性和功能方面都非常相似，事实上repr()和``做的是完全一样的事情，它们返回的是一个对象的“官方”字符串表示， 也就是说绝大多数情况下可以通过求值运算（使用内建函数eval()）重新得到该对象，但str()则有所不同。str()致力于生成一个对象的可读性好的字符串表示， 它的返回结果通常无法用于eval()求值，但很适合用于print语句输出。需要再次提醒的是，并不是所有repr()返回的字符串都能够用 eval()内建函数得到原来的对象。 也就是说 repr() 输出对 Python比较友好，而str()的输出对用户比较友好。虽然如此，很多情况下这三者的输出仍然都是完全一样的。 str与repr区别： 1、python中str函数通常把对象转换成字符串，即生成对象的可读性好的字符串，一般在输出文本时使用，或者用于合成字符串。str的输出对用户比较友好适合print输出。 2、pyton中repr函数将一个对象转成类似源代码的字符串，只用于显示。repr的输出对python友好，适合eval函数得到原来的对象。 3、在类中实现__str__和__repr__方法，就可以得到不同的返回 #__setitem__ 安装索引赋值 # __getitem__ 按照索引获取值 class A: def __init__(self): self.dict_num = {} def __setitem__(self, key, value): self.dict_num[key] = value return self.dict_num def __getitem__(self, item): return self.dict_num[item] a = A() a['name'] = 'jack' print(a.dict_num) print(a.dict_num['name']) 》》》{'name': 'jack'} 》》》jack # __len__ 获取长度 如果一个类表现的像一个list，要获取多少个元素与，就得用len()函数 要让len()函数正常工作，类必须提供一个特殊的方法__len__()，它返回元素的个数 class Name(object): def __init__(self, *args): self.names = args def __len__(self): return len(self.names) n = Name(1, 2, 3) print(len(n)) # __cmp__ 比较运算 对int、str等内置数据类型排序时， Python的sorted()按照默认的比较函数cmp排序，但是，如果对一组student类的实例排序时，就必须提供我们自己的特殊方法__cmp__ # __add_ 加运算 # __sub__ 减运算 # __mul__ 乘运算 #__div__ 除运算 #__mod__ 求余运算 # __pow__ 乘方 # __call__() ·对象通过提供一个__call__（self, *args, **kwargs）方法可以模拟 函数的行为，如果一个对象提供该方法，可以向函数一样去调用它 # __module__ 表示当前操作的对象在那个模块 # __class__ 表示当前操作的对象的类是什么 # isinstance(obj, cls) 检查obj是否是类cls的对象 class Foo(object): pass f = Foo() isinstance(f, Foo) # issubclass(sub, super) 检查sub类是否是super类的派生类 class Foo(object): pass class Bar(Foo): pass issubclass(Bar, Foo) # ######################################## 静态字段(属于类的字段) 动态字段(self.对象) ·属于类 ·self.属于对象 ·访问类.变量名，访问 静态类不能访问动态字段 实例化的对象可以访问静态字段 ·尽量不要用实例化后的对象访问静态字段，造成歧义 # ####################################### 静态方法：属于类 @staticmethod，去掉self创建静态方法 为什么要使用静态方法： ·Python 可以直接使用静态方法，而避免了去实例化一个对象。实例化对象需要消耗资源的，静态方法避免了这一切。 实例化后的对象可以访问动态方法 静态类不能访问动态方法啊、 ***************************************** Python的静态方法和类成员方法都可以被类或实例访问，两者概念不容易理清，但还是有区别的： 1）静态方法无需传入self参数，类成员方法需传入代表本类的cls参数； 2）从第1条，静态方法是无法访问实例变量的，而类成员方法也同样无法访问实例变量，但可以访问类变量； 3）静态方法有点像函数工具库的作用，而类成员方法则更接近类似Java面向对象概念中的静态方法。 # ####################################### 特性/属性： @property把方法访问形式变成字段的访问形式 方法 hb.bar() 字段 hb.bar ·将类方法转换为只读属性 ·重新实现一个属性的setter和getter方法 # ###################################### 私有字段：self.__thailand = flag 类外部无法访问 AttributeError: 'A' object has no attribute '__thailand' 私有方法：def __print(): print('hello world') *************************************** class A: this_num = '123' def __init__(self, name, flag): self.__thailand = flag self.name = name def show(self): print(self.__thailand) @staticmethod def __print(): print('hello world') def show_print(self): self.__print() if __name__ == '__main__': a = A('sx', True) print(a.name) a.show() a.show_print() *************************************** # 直接在外部调用私有方法字段 a._A__print() # ##################################### # 只读只写特性 class RW(object): def __init__(self, name): self.__name = name @property def show_name(self): """可读""" return self.__name @show_name.setter def show_name(self, value): """可写""" self.__name = value if __name__ == '__main__': jack = RW('JACK') print(jack.show_name) jack.show_name = 'KEVIN' print(jack.show_name) # #################################### 垃圾回收机制 Python 采用垃圾回收机制来清理不再使用的对象；Python 提供gc模块释放 不再使用的对象，Python 采用‘引用计数’ 的算法方式来处理回收， 即：当某个对象在其作用域内不再被其他对象引用的时候，Python 就自动清除对象； Python 的函数collect()可以一次性收集所有待处理的对象(gc.collect()) # #################################### “__del__”就是一个析构函数了，当使用del 删除对象时，会调用他本身的析构函数，另外当对象在某个作用域中调用完毕，在跳出其作用域的同时析构函数也会被调用一次，这样可以用来释放内存空间。 __del__()也是可选的，如果不提供，则Python 会在后台提供默认析构函数 注：一般用不上，使用场景： 操作文件的时候，打开文件获取的句柄，打开之后一直没释放 释放后销毁，释放的动作可以卸载del里面 __del__:永远是最后执行的 # #################################### __call__方法 对象通过提供__call__(slef, [,*args [,**kwargs]])方法可以模拟函数的行为，如果一个对象x提供了该方法，就可以像函数一样使用它， 也就是说x(arg1, arg2...) 等同于调用x.__call__(self, arg1, arg2) 。模拟函数的对象可以用于创建防函数(functor) 或代理(proxy) class F: def __init__(self): pass def __call__(self): print('call') if __name__ == '__main__': f1 = F() # f1为实例化的对象 f1() # 默认执行Call方法 # #################################### 类的继承 super（）函数 super() 函数用于调用下一个父类(超类)并返回该父类实例的方法。 super 是用来解决多重继承问题的，直接用类名调用父类方法在使用单继承的时候没问题，但是如果使用多继承，会涉及到查找顺序（MRO）、重复调用（钻石继承）等种种问题。 注意：super继承只能用于新式类，用于经典类时就会报错。 新式类：必须有继承的类，如果没什么想继承的，那就继承object 普通继承与super继承 它们的内部运行机制不一样，这一点在多重继承时体现得很明显。在super机制里可以保证公共父类仅被执行一次，至于执行的顺序，是按照mro进行的（E.__mro__）。 注意：super继承只能用于新式类，用于经典类时就会报错。 新式类：必须有继承的类，如果没什么想继承的，那就继承object 经典类：没有父类，如果此时调用super就会出现错误：『super() argument 1 must be type, not classobj』 # #################################### python的多态指同一个方法，不通的行为。对于不同的类，可以有同名的两个或多个方法。取决于这些方法分别应用到哪些类，他们可以有不同的行为。 当子类和父类都存在相同的 print_title()方法时，子类的 print_title() 覆盖了父类的 print_title()，在代码运行时，会调用子类的 print_title() 这样，我们就获得了继承的另一个好处：多态。 多态的好处就是，当我们需要传入更多的子类，例如新增 Teenagers、Grownups 等时，我们只需要继承 Person 类型就可以了， 而print_title()方法既可以直不重写（即使用Person的），也可以重写一个特有的。这就是多态的意思。调用方只管调用，不管细节，而当我们新增一种Person的子类时， 只要确保新方法编写正确，而不用管原来的代码。这就是著名的“开闭”原则： 对扩展开放（Open for extension）：允许子类重写方法函数 对修改封闭（Closed for modification）：不重写，直接继承父类方法函数 # #################################### 多态性是指具有不同功能的函数可以使用相同的函数名，这样就可以用一个函数名调用不同内容的函数。 、在面向对象方法中一般是这样表述多态性：向不同的对象发送同一条消息，不同的对象在接收时会产生不同的行为（即方法）。 也就是说，每个对象可以用自己的方式去响应共同的消息。所谓消息，就是调用函数，不同的行为就是指不同的实现，即执行不同的函数 其实大家从上面多态性的例子可以看出，我们并没有增加上面新的知识，也就是说Python本身就是支持多态性的，这么做的好处是什么呢？ （1）增加了程序的灵活性 以不变应万变，不论对象千变万化，使用者都是同一种形式去调用，如func(animal) （2）增加了程序额可扩展性 通过继承animal类创建了一个新的类，使用者无需更改自己的代码，还是用func(animal)去调用 多态：同一种事物的多种形态，动物分为人类，猪类（在定义角度） 多态性：一种调用方式，不同的执行效果（多态性） # #################################### 多重继承 除了从一个父类继承外，Python允许从多个父类继承，称为多重继承。 多重继承的继承链就不是一棵树了，它像这样： class A(object): def __init__(self, a): print 'init A...' self.a = a class B(A): def __init__(self, a): super(B, self).__init__(a) print 'init B...' class C(A): def __init__(self, a): super(C, self).__init__(a) print 'init C...' class D(B, C): def __init__(self, a): super(D, self).__init__(a) print 'init D...' # #################################### “新式类”和“经典类”的区分在Python 3之后就已经不存在， 在Python 3.x之后的版本，因为所有的类都派生自内置类型object(即使没有显示的继承object类型)，即所有的类都是“新式类”。 经典类和新式类的区别： ·继承object，新式类 ·没有object，经典类 新式类兼容经典类的功能 新式类修复好了经典类的一个bug（面临经典类多继承的问题） 1.类是可以多继承的 class A: def __init__(self): print('A class') def save(self): print('A save') class B(A): def __init__(self): print('B class') class C(A): def __init__(self): print('C class') def save(self): """方法重写""" print('C save') class D(B, C): def __init__(self): print('D class') # D这时应该继承C的save方法 # 经典类从B 到 A 再到C的继承S if __name__ == '__main__': D = D() D.save() 经典类是深度优先 经典类是广度优先 正确：先B再C再搜A # #################################### 抽象类： 由于python 没有抽象类、接口的概念，所以要实现这种功能得abc.py 这个类库 子类继承抽象类，如果没有抽象类的方法，则报错。 抽象类+抽象方法 = 接口（用作代码规范） from abc import ABCMeta, abstractmethod class Super(metaclass=ABCMeta): def delegate(self): self.action() @abstractmethod def action(self): pass # X = Super() # TypeError: Can't instantiate abstract class Super with abstract methods action # 带有抽象方法的类不能继承（即，不能通过它来创建一个实例) class Sub(Super): # def action(self): # print('spam') @staticmethod def show_time(): print('hello') # TypeError: Can't instantiate abstract class Sub with abstract methods action # 子类继承抽象类，如果没有抽象类的方法，则报错。 s = Sub() # s.action() s.show_time()
异常处理
# ###################################### 异常处理 AttributeError 试图访问一个对象没有的树形，比如foo.x， 但是foo没有属性x IoError 输入/输出异常；基本上无法打开文件 ImportError 无法引入模块或包；基本上是路径问题或名称错误 IndentationError 语法错误(的子类）; 代码没有正确的对齐 IndexError 下标索引超出序列边界，比如当X只有三个元素，却试图访问X[5] KeyError 试图访问字典里不存在的键 KeyboardInterrupt Ctrl+C被按下 NameError 使用一个还未被赋予对象的变量 SyntaxError Python代码非法，代码不能编译（个人认为这个语法错误，写错了） TypeError 传入对象类型与要求的不符合 UnboundLocalError 试图访问一个还未被设置的局部变量，基本是由另一个同名的全局变量导致你以为正在访问它 ValueError 传入一个调用者不期望的值，即使值类型是正确的 *************************************** 多个异常捕捉： try: xxxxx except (ValueError, NameError)as e: print(e) 捕捉所有异常 try: xxxxx except Exception as e: print(e) finally： 无论出现异常都会执行 *************************************** 自定义异常： class MyException(Exception): def __init__(self, msg): self.error = msg def __str__(self, *arg, **kwargs): return self.error class DatabaseException(Exception): def __init__(self,err='数据库错误'): Exception.__init__(self,err) *************************************** 手动触发异常： raise MyException('my error')