本章内容:
1.isinstance , type ,issubciass
2.区分函数 和 方法
3.反射
一 isinstance type issubciass
首先,我们先看 issubciass() 这个内置函数可以帮我们判断 xx 类是否是 yy类的子类
class Base: pass class Foo(Base): pass class Bar(Foo): pass print(issubclass(Bar,Foo)) # True print(issubclass(Foo,Bar)) # False print(issubclass(Bar,Base)) # True
然后我们来看 type, type 在前面的学习期间已经使用过了,type(obj) 表示查看 obj 是由哪个类创建的
class Foo: pass obj = Foo() print(obj,type(obj)) # 查看 obj 的类 # <__main__.Foo object at 0x0197E090> <class '__main__.Foo'>
那这个鬼东西有什么用呢?可以帮我们判断 xxx 是否是 xxx数据类型的
class Boy: pass class Girl: pass # 统计传进来的男生和女生分别有多少 def func(*args): b = 0 g = 0 for obj in args: if type(obj) == Boy: b += 1 elif type(obj) == Girl: g += 1 return b,g ret = func(Boy(),Girl(),Boy(),Girl(),Boy(),Girl(),Boy(),Girl()) print(ret) # (4,4)
或者,你在进行计算的时候,先判断好要计算的数据类型必须是int 或者 float,这样的计算才有意义
def add(a,b): if(type(a) == int or type(b) == float) and (type(b) == int or type(b) == float): return a + b else: print("我要报错")
isinstance 也可以判断 xxx 是 yyy 类型的数据,但是 isinstance 没有 type 那么精准
class Base: pass class Foo(Base): pass class Bar(Foo): pass print(isinstance(Foo(),Foo)) # True print(isinstance(Foo(),Base)) # True print(isinstance(Foo(),Bar)) # False
isinstance 可以判断该对象是否是 xxx家族体系中的(只能往上判断)
二 区分函数 和 方法
我们之前讲过函数和方法,这俩东西如何进行区分呢?其实很简单,我们只需要打印一下就能看到区别
def func(): pass class Foo: def chi(self): print("我是吃") f = Foo() print(f.chi) # 方法 <bound method Foo.chi of <__main__.Foo object at 0x0198E110>> print(func) # 函数 <function func at 0x018FBFA8>
函数在打印的时候,很明显显示的是 function ,而方法在打印的时候很明显是 method
那在这里,我要声明一下,其实并不一定是这样的,看下面的 代码:
class Foo: def chi(self): print("我是吃") @staticmethod def static_method(): pass @classmethod def class_method(cls): pass f = Foo() print(f.chi) # <bound method Foo.chi of <__main__.Foo object at 0x019DF190>> print(Foo.chi) # <function Foo.chi at 0x019DE588> print(Foo.static_method) # <function Foo.static_method at 0x019DE5D0> print(Foo.class_method) # <bound method Foo.class_method of <class '__main__.Foo'>> print(f.static_method) # <function Foo.static_method at 0x019DE5D0> print(f.class_method) # <bound method Foo.class_method of <class '__main__.Foo'>>
仔细观察:我们得到以下的结论:
1.类方法,不论任何情况,都是方法
2.静态方法,不论什么情况,都是函数
3.实例方法,如果是实例访问,就是方法,如果是类名访问就是函数
那如何用程序 帮我们分辨,到底是函数还是方法? 首先借助于 types 模块
# 所有的方法都是MethodType的实例 # 所有的函数都是FunctionType的实例 from types import MethodType,FunctionType def func(): pass print(isinstance(func,FunctionType )) # True print(isinstance(func,MemoryError )) # False class Foo: def chi(self): print("我是吃") @staticmethod def static_method(): pass @classmethod def class_method(cls): pass obj = Foo() print(type(obj.chi)) # <class 'method'> print(type(Foo.chi)) # <class 'function'> print(isinstance(obj.chi,MethodType)) # True print(isinstance(Foo.chi,FunctionType)) # True print(isinstance(Foo.static_method,FunctionType)) # True print(isinstance(Foo.static_method,MethodType)) # False print(isinstance(Foo.class_method,FunctionType)) # False print(isinstance(Foo.class_method,MethodType)) # True
用 types 中的 FunctionType 和 MethodType 可以区分,当前内容是方法 还是函数,接下来,看一个小题
分析分析答案 :
1 from types import MethodType,FunctionType 2 3 class Foo: 4 @classmethod 5 def func1(self): 6 pass 7 @staticmethod 8 def func2(self): 9 pass 10 def func3(self): 11 pass 12 def func4(self): 13 pass 14 lst = [func1,func2,func3] 15 obj = Foo() 16 17 Foo.lst.append(obj.func4) 18 for item in Foo.lst: 19 print(isinstance(item,MethodType)) 20 21 # False False False True
三 反射
首先,我们看这样一个需求,说,大牛写了 一堆特别牛逼的代码,然后放在了一个 py 文件中(模块).这时,你想调用这个东西,但是呢,首先你得知道大牛写的这些代码都是干什么的,那就需要你把大牛写的 每一个函数跑一下,摘一摘自己想要的内容,模拟一下:
# 大牛.py def chi(): print("大牛一顿吃100个包子") def he(): print("大牛一次喝100瓶矿泉水") def shui(): print("大牛一次睡一年")
接下来你要去一个一个的调用,但是呢,在调用之前,大牛告诉你了,他写了哪些哪些方法,那仙子阿就可以这么办了..
import master while 1: print("""作为大牛, 我帮你写了了: chi he shui 等功能. 自己看看吧""") gn = input("请输⼊入你要测试的功能:") if gn == 'chi': master.chi() elif gn == "he": master.he() elif gn == "shui": master.shui() else: print("大牛就这几个功能. 别搞事情")
写是写完了了. 但是.....如果大牛现在写了了100个功能呢? 你的判断要判断100次么? 太累
了吧. 现有的知识解决不了这个问题. 那怎么办呢? 注意看. 我们可以使用反射来完成这样的
功能. 非常的简单. 想想. 这里我们是不是让用户输入要执行的功能了. 那这个功能就是对应
模块里的功能. 那也就是说. 如果能通过字符串来动态访问模块中的功能就能解决这个问题.
好了. 我要告诉你. 反射解决的就是这个问题. 为什么叫反射? 反着来啊. 正常是我们先引入
模块, 然后用模块去访问模块里的内容. 现在反了. 我们手动输入要运行的功能. 反着去模块
里找. 这个就叫反射
import master while 1: print("""作为大牛, 我帮你写了: chi he shui 等功能. 自己看看吧""") gn = input("请输入你要测试的功能:") # niuB版 func = getattr(master, gn) func()
getattr(对象, 字符串): 从对象中获取到xxx功能. 此时xxx是一个字符串. get表示找, attr
表示属性(功能). 但是这里有个问题. 用户如果手一抖, 输入错了. 在大牛的代码里没有你要找
的内容. 那这个时候就会报错. 所以. 我们在获取attr之前. 要先判断一下. 有没有这个attr.
完整代码:
import master from types import FunctionType while 1: print("""作为大牛, 我帮你写了了: chi he shui 等功能. 自己看看吧""") gn = input("请输入你要测试的功能:") # niuB版 if hasattr(master, gn): # 如果master里面有你要的功能 # 获取这个功能, 并执行 attr = getattr(master, gn) # 判断是否是函数. 只有函数才可以被调用 if isinstance(attr, FunctionType): attr() else: # 如果不不是函数, 就打印 print(attr)
好了, 这里我们讲到了两个函数. 一个是getattr(). 一个是hasattr(). 其中getattr()用来获
取信息. hasattr()用来判断xxx中是否包含了了xxx功能, 那么我们可以在模块中这样来使用反射.
在面向对象中一样可以这样进行操作. 这个就比较牛B了. 后期相关框架内部核心源
码几乎都是这些东西. 首先, 我们先看一些简单的.
class Person: country = "大清" def chi(self): pass # 类中的内容可以这样动态的进行获取 print(getattr(Person,"country")) print(getattr(Person,"chi")) # 相当于 Foo.func 函数 # 对象也一样可以 obj = Person() print(getattr(obj,"country")) print(getattr(obj,"chi")) # 相当于 obj,func 方法 # 大清 # <function Person.chi at 0x0194E588> # 大清 # <bound method Person.chi of <__main__.Person object at 0x0194F150>>
总结:getattr 可以从模块中获取内容,也可以从类中获取内容,也可以 从对象中获取内容,在 python 中
一切皆为对象,那可以这样认为,getattr 从对象中动态的获取成员
来看一个示例:
class Person: def chi(self): print("吃") def he(self): print("喝") def shui(self): print("睡") def run(self): lst = ["chi","he","shui"] num = int(input("""本系统有以下功能 1.吃 2.喝 3.睡 请输入你要执行的功能:""")) # 通过类名也可以使用 # func = getattr(Person,lst[num - 1]) # func(self) # 通过对象来访问更加合理 method = getattr(self,lst[num - 1]) method() p = Person() p.run()
补充:
关于反射, 其实一共有4个函数:
1. hasattr(obj, str) 判断obj中是否包含str成员
2. getattr(obj,str) 从obj中获取str成员
3. setattr(obj, str, value) 把obj中的str成员设置成value. 注意. 这里的value可以是
值, 也可以是函数或者方法
4. delattr(obj, str) 把obj中的str成员删除掉
注意, 以上操作都是在内存中进行的. 并不会影响你的源代码
class Foo: pass f = Foo() print(hasattr(f,"chi")) # False setattr(f,"chi",'123') print(f.chi) # 123 被添加了一个舒心信息 setattr(f,"chi",lambda x:x + 1) print(f.chi(3)) # 4 print(f.chi) # <function <lambda> at 0x0171BFA8> # 此时的 chi 既不是静态方法,也不是实例方法,更不是类方法, # 就相当于你在 类中写了个 self.chi = lambda 是一样的 print(f.__dict__) # {'chi': <function <lambda> at 0x013FBFA8>} delattr(f,"chi") print(hasattr(f,'chi')) # False