3.1 鸭子类型和多态
"""
当看到一直鸟走起来像鸭子、游泳起来像鸭子、叫起来像鸭子，那么这只鸟就可以被称为鸭子。
这句话看上去有趣，却不太容易理解。接下来用实例来说明。
"""
# ============ Demo1 start =============
class Cat(object):
def say(self):
print("I am a cat")
class Dog(object):
def say(self):
print("I am a dog")
class Duck(object):
def say(self):
print("I am a duck")
animal = Cat
animal().say()
# ============ Demo1 end ===============
# ============ Java pseudocode contrast start =============
"""
在 Java中实现多态，需要子类继承父类并重写父类方法。并需要声明类型
Dog继承Animal,必须重写say方法
"""
class Animal:
def say(self):
print("I am an animal")
class Dog(Animal):
def say(self):
print("I am an Doy")
animal = Dog()
animal.say()
# ============ Java pseudocode contrast end =============
"""
在Python中就不一样了，如Demo1所示，变量animal可以指向任意类型，
所有类不需要继承父类，只需定义相同的方法say()就可以实现多态。在调用的时候，
只需调用共同的say()方法。如下示例。
"""
# ============== Demo2 start ===================
class Cat(object):
def say(self):
print("I am a cat")
class Dog(object):
def say(self):
print("I am a dog")
class Duck(object):
def say(self):
print("I am a duck")
animal_list = [Cat, Dog, Duck]
for animal in animal_list:
animal().say()
# ============== Demo2 end ===================
# ============== Demo3 start ====================
a = ["bobby1", "bobby2"]
name_tuple = ("bobby3", "bobby4")
name_set = set()
name_set.add("bobby5")
name_set.add("bobby6")
name_list = ["bobby7", "bobby8"]
a.extend(name_tuple)
a.extend(name_list)
a.extend(name_set)
"""
def extend(self, *args, **kwargs): # real signature unknown
""" Extend list by appending elements from the iterable. """
pass
不能单纯的认为extend()只能传递一个列表，传进去的是iterable
"""
# =============== Demo4 end ======================
"""
在 Demo3 中不知你是否发现除了列表本身，元组和集合对象都可以传入列表对象的
extend()方法。其实是extend()是接收一个可迭代对象，也就是前面章节所提到的
迭代类型，那么好玩的就来了。
"""
# =============== Demo5 start =====================
class Dog(object):
def say(self):
print("I am a dog")
def __getitem__(self, item):
print("loop!!!!!!!!")
a = ["bobby1", "bobby2"]
dog = Dog()
a.extend(dog)
"""
结果：
loop!!!!!!!!
loop!!!!!!!!
loop!!!!!!!!
loop!!!!!!!!
loop!!!!!!!!
loop!!!!!!!!
loop!!!!!!!!
loop!!!!!!!!
loop!!!!!!!!
....
"""
# =============== Demo5 end =======================
"""
在 Demo5 中程序陷入了死循环，传入一个Dog对象也没有报错，
为什么？因为魔法函数，前面章节提到的__getitem__()是的对象
变成了可迭代对象，因此传入extend中，方法一直运行，直到抛出异常，
但是示例中是不会抛出异常的，因此会陷入死循环。
python当中魔法函数正是利用了鸭子类型。
"""
3.2 抽象基类（abc模块）
"""
abc -> abstract base class
抽象基类相当于Java中的接口，Java无法实现多继承，
但可以继承多个接口，接口是不可以实例化的。所以说，
Python中的抽象基类也是不可以实例化的。Python是
动态语言，是没有变量类型的。实际上，变量只是一个符
号而已，它是可以指向任意类型的对象。动态语言不需要
指定类型，所以就少了一个编译时检查错误的环境，只有运
行时才知道错误。
与Java最大的一个区别就是，在定义一个类的时候，是不
需要去继承一个指定类型的。而要知道Python的一个类是
属于哪个类型的，是去看实现了那些魔法函数，魔法函数赋予
了类的一些特性。在实现了某个魔法函数之后，使得对象变成了
一个指定的类型，这种方法，在Python中可以说是一种协议。
在写代码是要尽量遵守这种协议，这样写出来的代码，才是
足够Pythonic的一种代码。
"""
# ============ Demo1 start =============
class Company(object):
def __init__(self, employee_list):
self.employee = employee_list
def __len__(self):
return len(self.employee)
com = Company(["bob", "jane"])
# 如何判断对象的类型呢？
# 第一种方案
print(hasattr(com, '__len__')) # 通过判断是否有某个属性而判断属于什么类型，不够直观
# 通过抽象基类
from collections.abc import Sized
print(isinstance(com, Sized)) # 这样的方式更加直观，易读
"""
class Sized(metaclass=ABCMeta):
__slots__ = ()
@abstractmethod
def __len__(self):
return 0
@classmethod
def __subclasshook__(cls, C):
if cls is Sized:
return _check_methods(C, "__len__") # 这个魔法函数判断是否有__len__
return NotImplemented
"""
# ============ Demo2 end =============
"""
抽象基类的两个使用场景：
1. 我们在某些情况下希望判定某个对象的类型
2. 我们需要强制某个子类必须实现某些方法
"""
# =============== Demo2 start =================
# 如何去模拟一个抽象基类
class CacheBase():
def get(self, key):
raise NotImplementedError
def set(self, key, value):
raise NotImplementedError
class RedisCache(CacheBase):
pass
redis_cache = RedisCache()
redis_cache.set("key", "value") # 调用时会抛出NotImplementedError异常，因为子类没有实现父类对应方法
# =============== Demo2 end ====================
"""
Demo2 的方法虽实现了第二个场景的需求，但是不够好，
只是在对象方法在调用时才抛出异常，如果想要在对象在
初始化就抛出异常，就需要使用我们的abc模块了。
"""
# ================= Demo3 start ===================
# 使用全局的abc模块
import abc
class CacheBase(metaclass=abc.ABCMeta):
@abc.abstractmethod
def get(self, key):
pass
@abc.abstractmethod
def set(self, key, value):
raise NotImplementedError
class RedisCache(CacheBase):
pass
redis_cache = RedisCache() # 初始化时抛出异常
"""
redis_cache = RedisCache()
TypeError: Can't instantiate abstract class RedisCache with abstract methods get, set
"""
# ================= Demo3 end ======================
"""
抽象基类很容易设计过度，所以不是很推荐
更推荐多继承和鸭子类型
"""
3.3 使用instance而不是type判断类型
class A:
pass
class B(A):
pass
b = B()
print(isinstance(b, B)) # True
print(isinstance(b, A)) # True
print(type(b) is B) # is 判断是否是同一个对象
print(type(b) == B) # == 判断的是值是否相等
print(type(b) is A) # False
"""
注意isinstance比使用type好，type无法找到父类，
而isinstance可以。
同时注意 == 与 is 的区别。
"""
3.4 类变量和对象变量（实例变量）
# =========== Demo1 start ==============
class A:
aa = 1 # 类变量
def __init__(self, x, y):
self.x = x # self实际指向实例，实例变量
self.y = y
a = A(2, 3)
print(a.x, a.y, a.aa) # 2 3 1
print(A.aa) # 1
print(A.x) # 抛出异常 AttributeError: type object 'A' has no attribute 'x'
# =========== Demo1 end ================
"""
在 Demo1 中打印a.aa时，首先会在对象属性中查找，
若是找不到则在类属性中查找。以上 Demo 很好理解。
"""
# ============ Demo2 start =================
class A:
aa = 1 # 类变量
def __init__(self, x, y):
self.x = x
self.y = y
a = A(2, 3)
A.aa = 11 # 修改类对象的aa值，实例的aa查找的类对象的aa
print(a.x, a.y, a.aa) # 2 3 11
A.aa = 111
a.aa = 100 # 赋值给实例的aa，类变量aa的值不变
print(a.x, a.y, a.aa) # 2 3 100
# ============= Demo2 end ==================
"""
在对A.aa与a.aa同时赋值时，此时，对象属性中
就有了aa属性，所以在打印a.aa时，就会首先打
印对象里的属性啦。注意这个细节哦。类与实例的
变量是两个独立的存在。
"""
# 在Demo3中加入以下代码
b = A(3, 4)
print(b.aa) # 3 4 111
"""
可见类变量是所有实例共享的。
""
3.5 类属性和实例属性以及查找顺序
"""
属性就是在类或实例中定义的变量或方法。
"""
class A:
name = "A"
def __init__(self):
self.name = "obj"
a = A()
print(a.name) # obj
"""
在单继承这很简单，但是在多继承下，这些就会变得复杂起来。
"""
MRO算法
Method Relation order
Python3使用的算法是C3，以下算法是Python早些版本的属性查找算法，均存在一些缺陷，下面一一介绍。
深度优先搜索
上图的继承关系中使用深度优先搜索是没有问题的，但是要是继承关系是菱形，如下图所示就会出现问题。需要使用广度优先搜索算法，使得继承顺序为A->B->C->D。
问题就是，下图中，如果C里的方法重写了D的方法。但是由于深度优先搜索算法会首先查找D中的属性，那么C的重写方法就不会生效。所有需要使用广度优先搜索算法解决问题。
广度优先**
广度优先虽然解决了上述问题，但是呢，若果出现如下继承关系，广度优先算法又出现问题了。就是，如果D，C都有一个同名的方法，而继承D的B没有实现这个同名方法。那么在搜索完B时，应该搜索D，但是广度优先算法回去搜索C，这逻辑上是不合理的。
所以Python3统一成了一种方法，C3使得这些问题都不复存在。
# =============== 菱形继承问题 ==================
#新式类
class D:
pass
class B(D):
pass
class C(D):
pass
class A(B, C):
pass
print(A.__mro__) # 属性查找顺序
"""
结果：
(<class '__main__.A'>, <class '__main__.B'>, <class '__main__.C'>, <class '__main__.D'>, <class 'object'>)
"""
# ================ 非菱形继承问题 =================
class D:
pass
class B(D):
pass
class E:
pass
class C(E):
pass
class A(B, C):
pass
print(A.__mro__) # 属性查找顺序
"""
结果：
(<class '__main__.A'>, <class '__main__.B'>, <class '__main__.D'>, <class '__main__.C'>, <class '__main__.E'>, <class 'object'>)
"""
3.6 静态方法、类方法以及对象方法以及参数
class Date:
def __init__(self, year, month, day):
self.year = year
self.month = month
self.day = day
def tomorrow(self):
self.day += 1
@staticmethod
def parse_from_string(data_str):
year, month, day = tuple(date_str.split("-")) # tuple拆包
return Date(int(year), int(month), int(day)) # 出现硬编码情况
@classmethod
def from_string(cls, date_str):
year, month, day = tuple(date_str.split("-"))
return cls(int(year), int(month), int(day)) # 解决硬编码，使用cls
def __str__(self):
return "{year}/{month}/{day}".format(year=self.year, month=self.month, day=self.day)
if __name__ == "__main__":
new_day = Date(2020, 4, 30)
new_day.tomorrow()
print(new_day)
date_str = "2020-4-30"
new_day = Date.parse_from_string(date_str)
print(new_day)
"""
貌似classmethod可以完全替代staticmethod，而且更灵活。其实classmethod也是有用的，比如判断一个字符串是不是一个合法的时间字符串，不需要return一个对象,只需要检查，可见3.7demo
"""
3.7 数据封装和私有属性
class Date:
#构造函数
def __init__(self, year, month, day):
self.year = year
self.month = month
self.day = day
def tomorrow(self):
self.day += 1
@staticmethod
def parse_from_string(date_str):
year, month, day = tuple(date_str.split("-"))
return Date(int(year), int(month), int(day))
@staticmethod
def valid_str(date_str):
year, month, day = tuple(date_str.split("-"))
if int(year)>0 and (int(month) >0 and int(month)<=12) and (int(day) >0 and int(day)<=31):
return True
else:
return False
@classmethod
def from_string(cls, date_str):
year, month, day = tuple(date_str.split("-"))
return cls(int(year), int(month), int(day))
def __str__(self):
return "{year}/{month}/{day}".format(year=self.year, month=self.month, day=self.day)
class User:
def __init__(self, birthday):
self.__birthday = birthday # _User__birthday
def get_age(self):
return 2018 - self.__birthday.year
if __name__ == "__main__":
user = User(Date(1990, 2, 1))
print(user._User__birthday) # 1990/2/1
print(user.get_age()) # 28
print(user.birthday) # AttributeError: User' object has no attribute '__birthday'
"""
python内部将__私有属性加了小技巧，如user._User__birthday可以访问，可以解决同样的属性的继承问题
"""
3.8 Python对象自省机制
"""
自省就是通过一定的机制查询到对象的内部结构。
"""
class Person:
name = "User"
class Student(Person):
"""
文档
"""
def __init__(self, school_name):
self.school_name = school_name
if __name__ == "__main__":
stu = Student("家里蹲")
# 通过__dict__查询属性
print(stu.__dict__) # {'school_name': '家里蹲'}
print(stu.name) # User
"""
stu的属性字典里没有name，那么是怎么能够得到User的呢？
实际上这个name在Person的属性字典里，类也是对象嘛！！
stu没有，解释器就往上层找
"""
print(Person.__dict__) # {'__module__': '__main__', 'name': 'User', ...}
print(Student.__dict__) # {... '__doc__': '
文档
', ... }
print(dir(stu)) # ['__class__', '__delattr__', '__dict__', '__dir__', ...]
stu.__dict__["city"] = "BJ"
print(stu.city) # BJ
3.9 super函数
"""
super函数并没有那么简单...
"""
class A:
def __init__(self):
print("A")
class B(A):
def __init__(self):
print("B")
# super(B, self).__init__() # python2的用法，python3对super()做了简化
super().__init__()
class C(A):
def __init__(self):
print("C")
super().__init__()
class D(B, C):
def __init__(self):
print("D")
super(D, self).__init__()
# 既然我们重写了B的构造函数，为什么还要去调用super？
"""
为了能够重用父类的一些方法，避免编写重复的逻辑
"""
# super到底执行顺序什么样？
"""
super并不是仅仅调用父类方法....
"""
if __name__ == "__main__":
d = D()
"""
直观结果： 实际结果：
D D
B B
A C
A
"""
# 所以super的查找顺序是根据mro顺序来的
print(D.__mro__)
# (<class '__main__.D'>, <class '__main__.B'>, <class '__main__.C'>, <class '__main__.A'>, <class 'object'>)
3.10 Django rest framework 中对多继承使用的经验
Python支持多继承，却推荐尽量单继承。DRF中大量使用了mixin模式编程技巧，这也是Python推荐使用的模式。
Mixin 即 Mix-in，常被译为“混入”，是一种编程模式，在 Python 等面向对象语言中，通常它是实现了某种功能单元的类，用于被其他子类继承，将功能组合到子类中。
利用 Python 的多重继承，子类可以继承不同功能的 Mixin 类，按需动态组合使用。
当多个类都实现了同一种功能时，这时应该考虑将该功能抽离成 Mixin 类。
定义一个简单的类：
class Person:
def __init__(self, name, gender, age):
self.name = name
self.gender = gender
self.age = age
p = Person("小陈", "男", 18)
print(p.name) # "小陈" # 我们可以通过调用实例属性的方式来访问
# print(p["name"]) # 抛出异常TypeError: 'Person' object is not subscriptable
然后我们定义一个 Mixin 类：
class MappingMixin:
def __getitem__(self, key):
return self.__dict__.get(key)
def __setitem__(self, key, value):
return self.__dict__.set(key, value)
这个类可以让子类拥有像 dict 一样调用属性的功能
我们将这个 Mixin 加入到 Person 类中：
class Person(MappingMixin):
def __init__(self, name, gender, age):
self.name = name
self.gender = gender
self.age = age
p = Person("小陈", "男", 18) # 现在 Person 拥有另一种调用属性方式了
print(p['name']) # "小陈"
print(p['age']) # 18
再定义一个 Mixin 类，这个类实现了 repr 方法，能自动将属性与值拼接成字符串：
class ReprMixin:
def __repr__(self):
s = self.__class__.__name__ + '('
for k, v in self.__dict__.items():
if not k.startswith('_'):
s += '{}={}, '.format(k, v)
s = s.rstrip(', ') + ')' # 将最后一个逗号和空格换成括号
return s
# 利用 Python 的特性，一个类可以继承多个父类：
class Person(MappingMixin, ReprMixin):
def __init__(self, name, gender, age):
self.name = name
self.gender = gender
self.age = age
# 这样这个子类混入了两种功能：
p = Person("小陈", "男", 18)
print(p['name']) # "小陈"
print(p) # Person(name=小陈, gender=男, age=18)
Mixin 实质上是利用语言特性，可以把它看作一种特殊的多重继承，所以它并不是 Python 独享，只要支持多重继承或者类似特性的都可以使用，比如 Ruby 中 include 语法，Vue 等前端领域也有 Mixin 的概念。
但 Mixin 终归不属于语言的语法，为了代码的可读性和可维护性，定义和使用 Mixin 类应该遵循几个原则：
- Mixin 实现的功能需要是通用的，并且是单一的，比如上例中两个 Mixin 类都适用于大部分子类，每个 Mixin 只实现一种功能，可按需继承。
- Mixin 只用于拓展子类的功能，不能影响子类的主要功能，子类也不能依赖 Mixin。比如上例中 Person 继承不同的 Mixin 只是增加了一些功能，并不影响自身的主要功能。如果是依赖关系，则是真正的基类，不应该用 Mixin 命名。
- Mixin 类自身不能进行实例化，仅用于被子类继承。
3.11 Python中的with语句
"""
try expect finally 的用法
"""
# ============== Demo1 start ====================
try:
print("code started")
raise KeyError
except KeyError as e:
print("key error")
else: # 没有异常再执行
print("other code")
finally:
print("finally") # 不管怎么样该行代码都会运行，用于关闭文件对象等
# ============== Demo1 end =====================
# ================== Demo2 start ========================
def exe_try():
try:
print("code start")
raise KeyError
return 1
except KeyError as e:
print("Key error")
return 2
else:
print("other error")
return 3
finally:
print("finally")
return 4
if __name__ == "__main__":
result = exe_try()
print(result)
"""
result 的结果会是什么呢？
答案是： 4
那么注释 return 4
结果又是什么呢？
答案是： 2
因为每次执行到return语句时，
其值都会压入栈中，最终取栈顶的值。
"""
# ================== Demo2 end ==========================
上下文管理协议
"""
基于：
__enter__(self)
__exit__(self, exc_type, exc_val, exc_tb)
"""
class Sample:
def __enter__(self):
# 获取资源
print("enter")
return self
def __exit__(self, exc_type, exc_val, exc_tb):
# 释放资源
print("exit")
def do_something(self):
print("doing something")
with Sample() as sample:
sample.do_something()
"""
执行结果：
enter
doing something
exit
"""
3.12 contextlib（简化）实现上下文管理器
Copyimport contextlib
# 这个装饰器把简单的生成器函数编程上下文管理器，这样就不用创建类去实现管理器协议了。
@contextlib.contextmanager
def file_open(file_name):
print("file open")
yield {}
print("file end")
with file_open("bobby.txt") as f_opened:
print("file processing")
"""
执行结果：
file open
file processing
file end
"""