zoukankan      html  css  js  c++  java
  • spl_autoload_register()和__autoload()区别

    关于spl_autoload_register()和__autoload(),相信大多数都会选择前者了? 看两者的用法:

    代码如下:

     1 //__autoload用法
     2 function __autoload($classname)
     3 {
     4     $filename = "./class/".$classname.".class.php";
     5     if (is_file($filename))
     6     {
     7         include $filename;
     8     }
     9 }
    10 
    11 //spl_autoload_register用法
    12 spl_autoload_register('load_class');
    13 
    14 function load_class($classname)
    15 {
    16     $filename = "./class/".$classname.".class.php";
    17     if (is_file($filename))
    18     {
    19         include $filename;
    20     }
    21 }

    使用spl_autoload_register()的好处是不可言喻的:

    (1)自动加载对象更加方便,很多框架都是这样做的:

     代码如下:

     1 class ClassAutoloader {
     2     public function __construct() {
     3         spl_autoload_register(array($this, 'loader'));
     4     }
     5     private function loader($className) {
     6         echo 'Trying to load ', $className, ' via ', __METHOD__, "()
    ";
     7         include $className . '.php';
     8     }
     9 }
    10 
    11 $autoloader = new ClassAutoloader();
    12 
    13 $obj = new Class1();
    14 $obj = new Class2();

    (2)你要知道__autoload()函数只能存在一次啊,spl_autoload_register()当然能注册多个函数

     代码如下:

    1 function a () { 
    2     include 'a.php';
    3 } 
    4 function b () { 
    5     include 'b.php';
    6 } 
    7 spl_autoload_register('a'); 
    8 spl_autoload_register('b'); 

    (3)SPL函数很丰富,提供了更多功能,如spl_autoload_unregister()注销已经注册的函数、spl_autoload_functions()返回所有已经注册的函数等。

    详见PHP参考手册:关于SPL函数列表. 

    注意: 

    如果在你的程序中已经实现了__autoload函数,它必须显式注册到__autoload栈中。因为 
    spl_autoload_register()函数会将Zend Engine中的__autoload函数取代为spl_autoload() 或 spl_autoload_call() 

     代码如下:

    1 /** 
    2 *__autoload 方法在 spl_autoload_register 后会失效,因为 autoload_func 函数指针已指向 spl_autoload 方法 
    3 * 可以通过下面的方法来把 _autoload 方法加入 autoload_functions list 
    4 */ 
    5 spl_autoload_register( '__autoload' ); 
  • 相关阅读:
    第3课 线性分类器损失函数与最优化
    李飞飞机器视觉课程笔记:第2课 K最近邻与线性分类器
    周志华《机器学习》第二章学习笔记
    通过anaconda安装tensorflow
    周志华《机器学习》第一章学习笔记 奥卡姆剃刀原理、没有免费的午餐定理(NFL)、回归模型
    DPM目标检测模型
    损失函数的理解
    mini-batch的理解
    前向传播、后向传播
    SVM(支持向量机)的理解
  • 原文地址:https://www.cnblogs.com/redfire/p/7701756.html
Copyright © 2011-2022 走看看