Day 9
倒数第二天啦！
今天学习 魔法方法
9.1 魔法方法
魔法方法总是被双下划线包围，例如__init__。
魔法方法是面向对象的 Python 的一切，如果你不知道魔法方法，说明你还没能意识到面向对象的 Python 的强大。
魔法方法的“魔力”体现在它们总能够在适当的时候被自动调用。
魔法方法的第一个参数应为cls（类方法） 或者self（实例方法）。
cls：代表一个类的名称self：代表一个实例对象的名称
9.1.1 基本的魔法方法
__init__(self[, ...]) 构造器，当一个实例被创建的时候调用的初始化方法【例子】
class Rectangle:def __init__(self, x, y):self.x = xself.y = ydef getPeri(self):return (self.x + self.y) * 2def getArea(self):return self.x * self.yrect = Rectangle(4, 5)print(rect.getPeri()) # 18print(rect.getArea()) # 20
_new__(cls[, ...])在一个对象实例化的时候所调用的第一个方法，在调用__init__初始化前，先调用__new__。
__new__至少要有一个参数cls，代表要实例化的类，此参数在实例化时由 Python 解释器自动提供，后面的参数直接传递给__init__。__new__对当前类进行了实例化，并将实例返回，传给__init__的self。但是，执行了__new__，并不一定会进入__init__，只有__new__返回了，当前类cls的实例，当前类的__init__才会进入。
【例子】
class A(object):def __init__(self, value):print("into A __init__")self.value = valuedef __new__(cls, *args, **kwargs):print("into A __new__")print(cls)return object.__new__(cls)class B(A):def __init__(self, value):print("into B __init__")self.value = valuedef __new__(cls, *args, **kwargs):print("into B __new__")print(cls)return super().__new__(cls, *args, **kwargs)b = B(10)# 结果：# into B __new__# <class '__main__.B'># into A __new__# <class '__main__.B'># into B __init__class A(object):def __init__(self, value):print("into A __init__")self.value = valuedef __new__(cls, *args, **kwargs):print("into A __new__")print(cls)return object.__new__(cls)class B(A):def __init__(self, value):print("into B __init__")self.value = valuedef __new__(cls, *args, **kwargs):print("into B __new__")print(cls)return super().__new__(A, *args, **kwargs) # 改动了cls变为Ab = B(10)# 结果：# into B __new__# <class '__main__.B'># into A __new__# <class '__main__.A'>
若__new__没有正确返回当前类cls的实例，那__init__是不会被调用的，即使是父类的实例也不行，将没有__init__被调用。
【例子】利用__new__实现单例模式。
class Earth:passa = Earth()print(id(a)) # 260728291456b = Earth()print(id(b)) # 260728291624class Earth:__instance = None # 定义一个类属性做判断def __new__(cls):if cls.__instance is None:cls.__instance = object.__new__(cls)return cls.__instanceelse:return cls.__instancea = Earth()print(id(a)) # 512320401648b = Earth()print(id(b)) # 512320401648
__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。
【例子】
class CapStr(str):def __new__(cls, string):string = string.upper()return str.__new__(cls, string)a = CapStr("i love lsgogroup")print(a) # I LOVE LSGOGROUP
__del__(self) 析构器，当一个对象将要被系统回收之时调用的方法。
Python 采用自动引用计数（ARC）方式来回收对象所占用的空间，当程序中有一个变量引用该 Python 对象时，Python 会自动保证该对象引用计数为 1；当程序中有两个变量引用该 Python 对象时，Python 会自动保证该对象引用计数为 2，依此类推，如果一个对象的引用计数变成了 0，则说明程序中不再有变量引用该对象，表明程序不再需要该对象，因此 Python 就会回收该对象。大部分时候，Python 的 ARC 都能准确、高效地回收系统中的每个对象。但如果系统中出现循环引用的情况，比如对象 a 持有一个实例变量引用对象 b，而对象 b 又持有一个实例变量引用对象 a，此时两个对象的引用计数都是 1，而实际上程序已经不再有变量引用它们，系统应该回收它们，此时 Python 的垃圾回收器就可能没那么快，要等专门的循环垃圾回收器（Cyclic Garbage Collector）来检测并回收这种引用循环。
【例子】
class C(object):def __init__(self):print('into C __init__')def __del__(self):print('into C __del__')c1 = C()# into C __init__c2 = c1c3 = c2del c3del c2del c1# into C __del__
__str__(self):当你打印一个对象的时候，触发__str__当你使用%s格式化的时候，触发__str__str强转数据类型的时候，触发__str____repr__(self)：repr是str的备胎有__str__的时候执行__str__,没有实现__str__的时候，执行__repr__repr(obj)内置函数对应的结果是__repr__的返回值当你使用%r格式化的时候 触发__repr__
【例子】
class Cat:"""定义一个猫类"""def __init__(self, new_name, new_age):"""在创建完对象之后 会自动调用, 它完成对象的初始化的功能"""self.name = new_nameself.age = new_agedef __str__(self):"""返回一个对象的描述信息"""return "名字是:%s , 年龄是:%d" % (self.name, self.age)def __repr__(self):"""返回一个对象的描述信息"""return "Cat:(%s,%d)" % (self.name, self.age)def eat(self):print("%s在吃鱼...." % self.name)def drink(self):print("%s在喝可乐..." % self.name)def introduce(self):print("名字是:%s, 年龄是:%d" % (self.name, self.age))# 创建了一个对象tom = Cat("汤姆", 30)print(tom) # 名字是:汤姆 , 年龄是:30print(str(tom)) # 名字是:汤姆 , 年龄是:30print(repr(tom)) # Cat:(汤姆,30)tom.eat() # 汤姆在吃鱼....tom.introduce() # 名字是:汤姆, 年龄是:30
__str__(self) 的返回结果可读性强。也就是说，__str__的意义是得到便于人们阅读的信息，就像下面的 '-10-11' 一样。
__repr__(self) 的返回结果应更准确。怎么说，__repr__ 存在的目的在于调试，便于开发者使用。
【例子】
import datetimetoday = datetime.date.today()print(str(today)) # -10-11print(repr(today)) # datetime.date(, 10, 11)print('%s' %today) # -10-11print('%r' %today) # datetime.date(, 10, 11)
9.1.2 算术运算符
类型工厂函数，指的是“不通过类而是通过函数来创建对象”。
【例子】
class C:passprint(type(len)) # <class 'builtin_function_or_method'>print(type(dir)) # <class 'builtin_function_or_method'>print(type(int)) # <class 'type'>print(type(list)) # <class 'type'>print(type(tuple)) # <class 'type'>print(type(C)) # <class 'type'>print(int('123')) # 123# 这个例子中list工厂函数把一个元祖对象加工成了一个列表对象。print(list((1, 2, 3))) # [1, 2, 3]
__add__(self, other)定义加法的行为：+__sub__(self, other)定义减法的行为：-
【例子】
class MyClass:def __init__(self, height, weight):self.height = heightself.weight = weight# 两个对象的长相加，宽不变.返回一个新的类def __add__(self, others):return MyClass(self.height + others.height, self.weight + others.weight)# 两个对象的宽相减，长不变.返回一个新的类def __sub__(self, others):return MyClass(self.height - others.height, self.weight - others.weight)# 说一下自己的参数def intro(self):print("高为", self.height, " 重为", self.weight)def main():a = MyClass(height=10, weight=5)a.intro()b = MyClass(height=20, weight=10)b.intro()c = b - ac.intro()d = a + bd.intro()if __name__ == '__main__':main()# 高为 10 重为 5# 高为 20 重为 10# 高为 10 重为 5# 高为 30 重为 15
__mul__(self, other)定义乘法的行为：*__truediv__(self, other)定义真除法的行为：/__floordiv__(self, other)定义整数除法的行为：//__mod__(self, other) 定义取模算法的行为：%__divmod__(self, other)定义当被 divmod() 调用时的行为divmod(a, b)把除数和余数运算结果结合起来，返回一个包含商和余数的元组(a // b, a % b)。
【例子】
print(divmod(7, 2)) # (3, 1)print(divmod(8, 2)) # (4, 0)
__pow__(self, other[, module])定义当被 power() 调用或 ** 运算时的行为__lshift__(self, other)定义按位左移位的行为：<<__rshift__(self, other)定义按位右移位的行为：>>__and__(self, other)定义按位与操作的行为：&__xor__(self, other)定义按位异或操作的行为：^__or__(self, other)定义按位或操作的行为：|
9.1.3 反算术运算符
反运算魔方方法，与算术运算符保持一一对应，不同之处就是反运算的魔法方法多了一个“r”。当文件左操作不支持相应的操作时被调用。
__radd__(self, other)定义加法的行为：+__rsub__(self, other)定义减法的行为：-__rmul__(self, other)定义乘法的行为：*__rtruediv__(self, other)定义真除法的行为：/__rfloordiv__(self, other)定义整数除法的行为：//__rmod__(self, other) 定义取模算法的行为：%__rdivmod__(self, other)定义当被 divmod() 调用时的行为__rpow__(self, other[, module])定义当被 power() 调用或 ** 运算时的行为__rlshift__(self, other)定义按位左移位的行为：<<__rrshift__(self, other)定义按位右移位的行为：>>__rand__(self, other)定义按位与操作的行为：&__rxor__(self, other)定义按位异或操作的行为：^__ror__(self, other)定义按位或操作的行为：|
a + b
这里加数是a，被加数是b，因此是a主动，反运算就是如果a对象的__add__()方法没有实现或者不支持相应的操作，那么 Python 就会调用b的__radd__()方法。
【例子】
class Nint(int):def __radd__(self, other):return int.__sub__(other, self) # 注意 self 在后面a = Nint(5)b = Nint(3)print(a + b) # 8print(1 + b) # -2
9.1.4 增量赋值运算符
__iadd__(self, other)定义赋值加法的行为：+=__isub__(self, other)定义赋值减法的行为：-=__imul__(self, other)定义赋值乘法的行为：*=__itruediv__(self, other)定义赋值真除法的行为：/=__ifloordiv__(self, other)定义赋值整数除法的行为：//=__imod__(self, other)定义赋值取模算法的行为：%=__ipow__(self, other[, modulo])定义赋值幂运算的行为：**=__ilshift__(self, other)定义赋值按位左移位的行为：<<=__irshift__(self, other)定义赋值按位右移位的行为：>>=__iand__(self, other)定义赋值按位与操作的行为：&=__ixor__(self, other)定义赋值按位异或操作的行为：^=__ior__(self, other)定义赋值按位或操作的行为：|=9.1.5 一元运算符
__neg__(self)定义正号的行为：+x__pos__(self)定义负号的行为：-x__abs__(self)定义当被abs()调用时的行为__invert__(self)定义按位求反的行为：~x9.1.6 属性访问
__getattr__(self, name): 定义当用户试图获取一个不存在的属性时的行为。__getattribute__(self, name)：定义当该类的属性被访问时的行为（先调用该方法，查看是否存在该属性，若不存在，接着去调用__getattr__）。__setattr__(self, name, value)：定义当一个属性被设置时的行为。__delattr__(self, name)：定义当一个属性被删除时的行为。【例子】
class C:def __getattribute__(self, item):print('__getattribute__')return super().__getattribute__(item)def __getattr__(self, item):print('__getattr__')def __setattr__(self, key, value):print('__setattr__')super().__setattr__(key, value)def __delattr__(self, item):print('__delattr__')super().__delattr__(item)c = C()c.x# __getattribute__# __getattr__c.x = 1# __setattr__del c.x# __delattr__
9.1.6 描述符
描述符就是将某种特殊类型的类的实例指派给另一个类的属性。
__get__(self, instance, owner)用于访问属性，它返回属性的值。__set__(self, instance, value)将在属性分配操作中调用，不返回任何内容。__del__(self, instance)控制删除操作，不返回任何内容。
【例子】
class MyDecriptor:def __get__(self, instance, owner):print('__get__', self, instance, owner)def __set__(self, instance, value):print('__set__', self, instance, value)def __delete__(self, instance):print('__delete__', self, instance)class Test:x = MyDecriptor()t = Test()t.x# __get__ <__main__.MyDecriptor object at 0x000000CEAAEB6B00> <__main__.Test object at 0x000000CEABDC0898> <class '__main__.Test'>t.x = 'x-man'# __set__ <__main__.MyDecriptor object at 0x00000023687C6B00> <__main__.Test object at 0x00000023696B0940> x-mandel t.x# __delete__ <__main__.MyDecriptor object at 0x000000EC9B160A90> <__main__.Test object at 0x000000EC9B160B38>
9.1.7 定制序列
协议（Protocols）与其它编程语言中的接口很相似，它规定你哪些方法必须要定义。然而，在 Python 中的协议就显得不那么正式。事实上，在 Python 中，协议更像是一种指南。
容器类型的协议
如果说你希望定制的容器是不可变的话，你只需要定义__len__()和__getitem__()方法。如果你希望定制的容器是可变的话，除了__len__()和__getitem__()方法，你还需要定义__setitem__()和__delitem__()两个方法。
【例子】编写一个不可改变的自定义列表，要求记录列表中每个元素被访问的次数。
class CountList:def __init__(self, *args):self.values = [x for x in args]self.count = {}.fromkeys(range(len(self.values)), 0)def __len__(self):return len(self.values)def __getitem__(self, item):self.count[item] += 1return self.values[item]c1 = CountList(1, 3, 5, 7, 9)c2 = CountList(2, 4, 6, 8, 10)print(c1[1]) # 3print(c2[2]) # 6print(c1[1] + c2[1]) # 7print(c1.count)# {0: 0, 1: 2, 2: 0, 3: 0, 4: 0}print(c2.count)# {0: 0, 1: 1, 2: 1, 3: 0, 4: 0}
__len__(self)定义当被len()调用时的行为（返回容器中元素的个数）。__getitem__(self, key)定义获取容器中元素的行为，相当于self[key]。__setitem__(self, key, value)定义设置容器中指定元素的行为，相当于self[key] = value。__delitem__(self, key)定义删除容器中指定元素的行为，相当于del self[key]。
【例子】编写一个可改变的自定义列表，要求记录列表中每个元素被访问的次数。
class CountList:def __init__(self, *args):self.values = [x for x in args]self.count = {}.fromkeys(range(len(self.values)), 0)def __len__(self):return len(self.values)def __getitem__(self, item):self.count[item] += 1return self.values[item]def __setitem__(self, key, value):self.values[key] = valuedef __delitem__(self, key):del self.values[key]for i in range(0, len(self.values)):if i >= key:self.count[i] = self.count[i + 1]self.count.pop(len(self.values))c1 = CountList(1, 3, 5, 7, 9)c2 = CountList(2, 4, 6, 8, 10)print(c1[1]) # 3print(c2[2]) # 6c2[2] = 12print(c1[1] + c2[2]) # 15print(c1.count)# {0: 0, 1: 2, 2: 0, 3: 0, 4: 0}print(c2.count)# {0: 0, 1: 0, 2: 2, 3: 0, 4: 0}del c1[1]print(c1.count)# {0: 0, 1: 0, 2: 0, 3: 0}
9.1.7 迭代器
迭代是 Python 最强大的功能之一，是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。字符串，列表或元组对象都可用于创建迭代器：【例子】
string = 'lsgogroup'for c in string:print(c)'''lsgogroup'''for c in iter(string):print(c)
【例子】
links = {'B': '百度', 'A': '阿里', 'T': '腾讯'}for each in links:print('%s -> %s' % (each, links[each]))'''B -> 百度A -> 阿里T -> 腾讯'''for each in iter(links):print('%s -> %s' % (each, links[each]))
【例子】
links = {'B': '百度', 'A': '阿里', 'T': '腾讯'}it = iter(links)while True:try:each = next(it)except StopIteration:breakprint(each)# B# A# Tit = iter(links)print(next(it)) # Bprint(next(it)) # Aprint(next(it)) # Tprint(next(it)) # StopIteration
把一个类作为一个迭代器使用需要在类中实现两个魔法方法__iter__() 与 __next__() 。
__iter__(self)定义当迭代容器中的元素的行为，返回一个特殊的迭代器对象， 这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。__next__() 返回下一个迭代器对象。StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 __next__() 方法中我们可以设置在完成指定循环次数后触发StopIteration异常来结束迭代。
【例子】
class Fibs:def __init__(self, n=10):self.a = 0self.b = 1self.n = ndef __iter__(self):return selfdef __next__(self):self.a, self.b = self.b, self.a + self.bif self.a > self.n:raise StopIterationreturn self.afibs = Fibs(100)for each in fibs:print(each, end=' ')# 1 1 2 3 5 8 13 21 34 55 89
生成器
在 Python 中，使用了 yield 的函数被称为生成器（generator）。跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。在调用生成器运行的过程中，每次遇到yield时函数会暂停并保存当前所有的运行信息，返回yield的值, 并在下一次执行 next() 方法时从当前位置继续运行。调用一个生成器函数，返回的是一个迭代器对象。
【例子】
def myGen():print('生成器执行！')yield 1yield 2myG = myGen()for each in myG:print(each)'''生成器执行！12'''myG = myGen()print(next(myG)) # 生成器执行！# 1print(next(myG)) # 2print(next(myG)) # StopIteration
【例子】用生成器实现斐波那契数列。
def libs(n):a = 0b = 1while True:a, b = b, a + bif a > n:returnyield afor each in libs(100):print(each, end=' ')# 1 1 2 3 5 8 13 21 34 55 89
