三大成员
在Python的面向对象中,主要包括三大成员:字段、方法、属性
字段
类成员的字段又可分为普通字段、静态字段,他们在定义和使用中有所区别,而最本质的区别是内存中保存的位置不同,代码示例如下:
class Foo: #字段:静态字段 CC = 123 def __init__(self, name): # 字段:普通字段 self.name = name
访问普通字段:
obj = Foo('bob')
print(obj.name)
out: bob
访问静态字段:
print(Foo.CC)
out: 123
1.普通字段:self.xxx
从上边的例子可以看出,普通字段存储在对象中,需要通过对象去访问。
2.静态字段:
从上边的例子可以看出,静态字段写在方法外边,只属于类,保存在类里边,不需要实例化也能访问,可以直接通过类去访问。可以起到节省内存的作用,静态字段代码加载的时候已经在内存创建。当然了,也可以通过对象去访问,但是不推荐。
小结:
普通字段只能用对象访问。静态字段用类访问(不建议用对象访问).且静态字段未做修改之前,对象共享一块内存地址。当对静态字段进行修改后,对象拥有自己的静态字段,不再共享
方法
方法分为普通方法、静态方法和类方法。这三种方法在内存中都归属于类。代码如下:
class Foo: # 字段:静态字段 CC = 123 def __init__(self, name): # 字段:普通字段 self.name = name # 普通方法 def show(self): print(self.name) # 静态方法
@staticmethod def f1(arg): print("静态方法" + arg) # 类方法 @classmethod def f2(cls): print("类方法") print(cls)
# 调用普通方法:
obj = Foo('bob')
obj.show()
out: bob
# 调用静态方法;
Foo.f1('Bob')
out: 静态方法bob
# 调用类方法:
Foo.f2()
out: 类方法 <class '__main__.Foo'>
1. 普通方法:由对象调用
至少包含一个self参数,并且在执行普通方法时,自动将调用该方法的对象赋值给self
2. 静态方法:由类调用
由staticmethod装饰,且无默认参数self,可以根据对应方法,接收任意参数。当方法内部不需要对象中封装的值时,可以将方法写成静态方法。
3. 类方法:由类调用
类方法是静态方法的特殊形式,至少一个包含cls参数;该参数不需要传递,会自动进行传递,执行类方法时,自动将调用该方法的类名赋值给cls。
小结:
相同点:对于所有的方法而言,均属于类(非对象)中,所以,在内存中也只保存一份。
不同点:方法调用者不同、调用方法时自动传入的参数不同。
属性
属性其实就是类中普通方法的变种。属性具有方法的写作形式,具有字段的访问方式,并且提供了一种关联方式。定义方法如下
定义方式1:对方法使用装饰器
class Pager: CC = 123 def __init__(self, all_count): self.all_count = all_count @property def all_pager(self): a1, a2 = divmod(self.all_count, 10) if a2 == 0: return a1 else: return a1 + 1 @all_pager.setter def all_pager(self, value): self.all_count = value print(self.all_count) @all_pager.deleter def all_pager(self): print('del ' , Pager.CC)
# 自动执行@property修饰的all_pager方法 obj = Pager(101) print(obj.all_pager) out: 11
# 自动执行@all_pager.setter修饰的all_pager方法 obj.all_pager = 99 out: 99 print(obj.all_pager) out: 10
# 自动执行@all_pager.deleter修饰的all_pager方法 del obj.all_pager out: del 123
定义方式2:创建property对象
class Pager: def __init__(self, all_count): self.all_count = all_count def f1(self): return 123 def f2(self, value): print('执行f2 ' + value) def f3(self): print("执行f3") foo = property(fget=f1,fset=f2,fdel=f3) p = Pager(101) # 执行f1方法 result = p.foo print(result) # out: 123 # 执行f2方法 p.foo = 'xxxxx' # out: 执行f2 xxxxx # 执行f3方法 del p.foo # out: 执行f3
类成员修饰符
类成员修饰符,顾名思义,就是用来修饰字段、方法和属性的。对于每一个类的成员,都有两种形式:共有成员和私有成员。
私有成员和公有成员的定义不同
私有成员命名时,前两个字符是下划线。(特殊成员除外,例如:__init__、__call__、__dict__等)
私有成员和公有成员的访问限制不同
静态字段
公有静态字段:类可以访问;类内部可以访问;派生类中可以访问
私有静态字段:仅类内部可以访问;
class C: name = "公有静态字段" def func(self): print(C.name) class D(C): def show(self): print(C.name) print(C.name) # 类访问 out: 公有静态字段 obj = C() obj.func() # 类内部可以访问 out: 公有静态字段 obj_son = D() obj_son.show() # 派生类中可以访问 out: 公有静态字段
class C: __name = "公有静态字段" def func(self): print(C.__name) class D(C): def show(self): print(C.__name) print(C.__name) # 类访问 ==> 错误 out: AttributeError: type object 'C' has no attribute '__name' # obj = C() obj.func() # 类内部可以访问 ==> 正确 # out: 公有静态字段 obj_son = D() obj_son.show() # 派生类中可以访问 ==> 错误 # out: AttributeError: type object 'C' has no attribute '_D__name'
普通字段
公有普通字段:对象可以访问;类内部可以访问;派生类中可以访问
私有普通字段:仅类内部可以访问;代码同静态字段的测试方法是一样,这里不再距离。
ps:非要访问私有属性的话,可以通过 "对象._类名__属性名"的方式来访问。代码如下:
class C: __name = "公有静态字段" def func(self): print(C.__name) class D(C): def show(self): print(C.__name) obj = D() print(obj._C__name) out: 公有静态字段
类特殊成员
常用的类特殊成员如下
1. __init__ 构造方法,类在实例化的时候自动执行
2. __doc__ 表示类的描述信息
3. __module__ 表示当前操作的对象在哪个模块
4. __class__ 表示当前操作的对象的类是什么
5. __call__ 对象后面加括号,触发执行__call__方法。比如A=Foo(), A()会自动出发__call__方法。
6. __str__ 该方法return什么,print(obj)的时候自动调用该方法,否则返回对象地址。或者执行str() ,自动调用该方法
7. __del__ 析构方法,一般不需要自己实现。在类在被垃圾回收机制清理之前, 会自动执行该方法。
8. __add__ 一个对象加另外一个对象,就自动执行 ret = obj1 +obj2. 知道就行,很少用到
9. __dict__ 不用写,默认已经有一个dict。 obj.__dict__ . 获取对象中封装的数据
10. __setitem__, __getitem__, __delitem__
方式一:输入类型为str
class Foo(object): def __init__(self,name,age): self.name = name self.age = age def __getitem__(self, key): print('__getitem__',key) def __setitem__(self, key, value): print('__setitem__',key,value) # print(value[key]) def __delitem__(self, key): print('__delitem__',key) obj = Foo('Boss', 18) # 执行obj['...']的时候执行__getitem__ obj['Baby'] out: __getitem__ Baby # 执行obj['...'] = ...的时候执行__setitem__ obj['Baby'] = 1123 out: __setitem__ Baby 1123 # 执行del obj['...']的时候执行__delitem__ del obj['XXOO'] out: __delitem__ XXOO
方式二:输入类型为slice,此时key具有三个字段为[start:stop:step],测试代码如下
class Foo(object): def __init__(self,name,age): self.name = name self.age = age def __getitem__(self, key): print(type(key)) # 类型有两种: str或者 slice # 如果是输入类型是slice # print(key.start) # print(key.stop) # print(key.step) # key.step print('__getitem__',key) def __setitem__(self, key, value): print('__setitem__',key,value) print(value[key]) def __delitem__(self, key): print(type(key), key) # print(key.start) # print(key.stop) # print(key.step) print('__delitem__',key) # obj[key] 自动调用__getitem__ obj = Foo('alex', 18) obj[1:4:2] out: <class 'slice'> __getitem__ slice(1, 4, 2) # obj[key] = ... 自动调用__setitem__ obj[1:4] = [1,2,3,4,5,6,7] out: __setitem__ slice(1, 4, None) [1, 2, 3, 4, 5, 6, 7] [2, 3, 4] # del obj[key] 自动调用__delitem__ del obj[1:4:2] out: <class 'slice'> slice(1, 4, 2) __delitem__ slice(1, 4, 2)
11.__iter__ 对象通常不能被迭代,因此此方法可以使对象可迭代,该方法返回可迭代对象
class Foo(object): def __iter__(self): # return iter([11,22,33,44,55]) yield 1 yield 2 obj = Foo() for item in obj: print(item) out: 1 2
面向对象的其他知识点
1. isinstance(a, b) 查看a是不是b的实例,或者是b的父类的实例。
2. issubclass(a, b) 查看a是否b的子类
3. 应用:利用类的继承关系,实现有序字典的类
class MyDict(dict): def __init__(self): # 执行父类的init方法 super(MyDict, self).__init__() self.li = [] def __setitem__(self, key, value): self.li.append(key) super(MyDict, self).__setitem__(key, value) def __getitem__(self, item): pass def __str__(self): temp_list = [] for key in self.li: value = self.get(key) temp_list.append("'%s':%s" % (key, value)) return '{' + ",".join(temp_list) + '}' obj = MyDict() obj['k1'] = 123 obj['k2'] = 456 print(obj) out: {'k1':123,'k2':456}
4. 如何执行父类的方法
class C1: def f1(self): print('C1.f1') class C2(C1): def f1(self): # 主动去执行父类的F1方法 super(C2, self).f1() print('C2.f1') obj = C2() obj.f1() out: C1.f1 C2.f1
5. python2中的继承(待补)
其他
设计模式之单例模式
单例模式可以用类方法或者静态方法来实现
案例:假设有个连接池,用户如果首次去连接,则创建一个池对象,返回给用户或者线程。如果在用户或线程连接的时候,该池对象已经存在,那么则直接返回。当然,也可以定义一个计数器,计算当前已分配地址池和总地址池的关系。代码如下:
class Foo: instance = None def __init__(self,name): self.name = name @classmethod def get_instance(cls, name): if cls.instance: return cls.instance else: obj = cls(name) cls.instance = obj return obj obj1 = Foo.get_instance('alex') print(obj1) obj2 = Foo.get_instance('bbb') print(obj2) out: <__main__.Foo object at 0x0000000000B246A0> <__main__.Foo object at 0x0000000000B246A0> # 返回相同的地址,说明他们共用一个池对象
异常处理
所以异常处理,就是在可预知或者不可预知的情况下,提前捕捉异常,甚至针对异常进行的一种或一类操作。这里就用到了try语句。try语句的完整语法如下:
try: # 捕捉这段代码的异常情况 ... except: # 检测到异常的处理手段 ... else: # 如果未检测到异常的处理手段 ... finally: # 无论是否检测到异常,都执行该代码块 ...
案例就不作过多说明了,这里说另外一个东西,触发异常和自定义异常!
触发异常和自定义异常
python允许程序员自定义异常,用于描述python中没有涉及的异常情况,自定义异常必须继承Exception类,自定义异常按照命名规范以"Error"结尾,显式地告诉程序员这是异常。自定义异常使用raise语句引发,而且只能通过人工方式触发。当程序出现错误,python会自动引发异常,也可以通过raise显示地引发异常。一旦执行了raise语句,raise后面的语句将不能执行。
# 触发自定义异常 class InputError(Exception): def __init__(self): print("输入类型错误") inp = input('请输入一个数字:').strip() if inp.isdigit(): raise InputError else: print(123) 如果输入123 则会报错。 测试如下: 请输入一个数字:123 输入类型错误 Traceback (most recent call last): File "E:/学习经历/python勃起/s2.py", line 90, in <module> raise InputError __main__.InputError
# 捕获自定义异常
class InputError(Exception):
断言 assert
assert语句用于检测某个条件表达式是否为真,如果检测到是假,则触发AssertionError。
ip = '127.0.1.1' assert ip == '127.0.0.1' out: Traceback (most recent call last): File "E:/学习经历/s2.py", line 109, in <module> assert ip == '127.0.0.1' AssertionError
如果要为assert增加异常说明信息,语法:assert Expression [, message]
ip = '127.0.1.1' assert ip == '127.0.0.1', 'No network connect, please the network connect again!' out: Traceback (most recent call last): File "E:/学习经历/python勃起/s2.py", line 109, in <module> assert ip == '127.0.0.1', 'No network connect, please the network connect again!' AssertionError: No network connect, please the network connect again!