本文实例讲述了Python面向对象类编写技术细节。分享给大家供大家参考,具体如下:
类代码编写细节
继续学习类、方法和继承。
class语句
以下是class语句的一般形式:
1
2
3
4
|
class <name>(superclass,...): data = value def method( self ,...): self .member = value |
在class语句内,任何赋值语句都会产生类属性,而且还有特殊名称方法重载运算符。例如,名为__init__
的函数会在实例对象构造时调用(如果定义过的话)。
例子
类是命名空间,也就是定义变量名(属性)的工具。
1.就像函数一样,class语句是本地作用域,由内嵌的赋值语句建立的变量名,就存在于这个本地作用域内。
2.就像模块内的变量名,在class语句内赋值的变量名会变成类对象中的属性。
因为class是复合语句,所以任何种类的语句都可位于其主体内:print、=、if、def等。当class语句自身执行时,class语句内的所有语句都会执行。在class语句内赋值的变量名,会创建类属性,而内嵌的def则会创建类方法。
例如,把简单的非函数的对象赋值给类属性,就会产生数据属性,由所有实例共享。
1
2
3
4
5
6
|
>>> class ShareData: spam = 42 >>> x = ShareData() >>> y = ShareData() >>> x.spam,y.spam ( 42 , 42 ) |
在这里,因为变量名spam是在class语句的顶层进行赋值的,因此会附加在这个类中,从而为所有的实例共享。我们可通过类名称修改它,或者是通过实例或类引用它。
1
2
3
|
>>> ShareData.spam = 99 >>> x.spam,y.spam,ShareData.spam ( 99 , 99 , 99 ) |
这种类属性可以用于管理贯穿所有实例的信息。例如,所产生的实例的数目的计数器。
现在,如果通过实例而不是类来给变量名spam赋值时,看看会发生什么:
1
2
3
|
>>> x.spam = 88 >>> x.spam,y.spam,ShareData.spam ( 88 , 99 , 99 ) |
对实例的属性进行赋值运算会在该实例内创建或修改变量名,而不是在共享的类中。
对对象属性进行赋值总是会修改该对象,除此之外没有其他的影响。例如,y.spam
会通过继承而在类中查找,但是,对x.spam
进行赋值运算则会把该变量名附加在x本身上。
看下面这个例子,可以更容易理解这种行为,把相同的变量名储存在两个位置:
1
2
3
4
5
6
|
>>> class MixedNames: data = 'spam' def __init__( self ,value): self .data = value def display( self ): print ( self .data,MixedNames.data) |
当创建这个类的实例的时候,变量名data会在构造函数方法内对self.data
进行赋值运算,从而把data附加到这些实例上。
1
2
3
4
5
6
|
>>> x = MixedNames(1) >>> y = MixedNames(2) >>> x.display(),y.display() 1 spam 2 spam (None, None) |
【这里的(None,None)是调用display函数的返回值】
结果就是,data存在于两个地方:在实例对象内(由__init__
中的self.data
赋值运算所创建)以及在实例继承变量名的类中(由类中的data赋值运算所创建)。类的display方法打印了这两个版本,先以点号运算得到self实例的属性,然后才是类。
利用这些技术把属性储存在不同对象内,我们可以决定其可见范围。附加在类上时,变量名是共享的;附加在实例上时,变量名是属于每个实例的数据,而不是共享的数据。
方法
方法即函数。方法在class中是由def语句创建的函数对象。从抽象的角度来看,方法替实例对象提供了要继承的行为。从程序的角度看,方法与简单函数的工作方式完全一致,只是有一个重要的差别:方法的第一个参数总是接收方法调用的隐性主体,也就是实例对象。
Python会自动把实例方法的调用对应到类方法函数。如下所示,方法调用需要通过实例,就像这样:
1
|
instance.method(args...) |
这会自动翻译成以下形式的类方法函数调用:
1
|
class .method(instance,args...) |
class通过Python继承搜索流程找出方法名称所在之处。事实上,两种调用形式在Python中都有效。
在类方法中,按惯例第一个参数通常都称为self(严格来说,只有其位置重要,而不是它的名称)。这个参数给方法提供了一个钩子,从而返回调用的主体,也就是实例对象:因为类可以产生许多实例对象,所以需要这个参数来惯例每个实例彼此各不相同的数据。
例子
定义下面这个类:
1
2
3
4
|
>>> class NextClass: def printer( self ,text): self .message = text print ( self .message) |
我们通过实例调用printer方法如下:
1
2
3
4
5
|
>>> x = NextClass() >>> x.printer( 'instance call' ) instance call >>> x.message 'instance call' |
当通过实例进行点号运算调用它时,printer会先通过继承将其定位,然后它的self参数会自动赋值为实例对象(x)。text参数会获得在调用时传入的字符串('instance call')。注意:因为Python会自动传递第一个参数给self,实际上只需要传递一个参数。在printer中,变量名self是用于读取或设置每个实例的数据的,因为self引用的是当前正在处理的实例。
方法能通过实例或类本身两种方法其中的任意一种进行调用。例如,我们也可以通过类的名称调用printer,只要明确地传递了一个实例给self参数。
1
2
3
4
|
>>> NextClass.printer(x, 'class call' ) #Direct Class Call class call >>> x.message 'class call' |
通过实例和类的调用具有相同的效果,只要在类形式中传递了相同的实例对象。实际上,在默认情况下,如果尝试不带任何实例调用的方法时,就会得到出错信息。
1
2
3
4
5
|
>>> NextClass.printer( 'bad call' ) Traceback (most recent call last): File "<pyshell#35>" , line 1 , in <module> NextClass.printer( 'bad call' ) TypeError: printer() missing 1 required positional argument: 'text' |
调用超类构造函数
在构造时,Python会找出并且只调用一个__init__
。如果保证子类的构造函数也会执行超类构造时的逻辑,一般都必须通过类明确地调用超类的__init__
方法。
1
2
3
4
5
6
7
8
|
class Super : def __init__( self ,x): ...default code... class Sub( Super ): def __init__( self ,x,y): Super .__init__( self ,x) ...custom code... I = Sub( 1 , 2 ) |
这种写法便于维护代码,之前也介绍过。这种方法扩展了超类的方法,而不是完全取代了它。
类接口技术
扩展只是一种与超类接口的方法。下面所示的specialize.py文件定义了多个类,示范了一些常用技巧。
Super:定义一个method函数以及在子类中期待一个动作的delegate。
Inheritor:没有提供任何新的变量名,因此会获得Super中定义的一切内容。
Replacer:用自己的版本覆盖Super的method
Extender:覆盖并回调默认method,从而定制Super的method
Provider:实现Super的delegate方法预期的action方法。
下面是这个文件:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
class Super : def method( self ): print ( 'in Super.methon' ) def delegate( self ): self .action() class Inheritor( Super ): pass class Replacer( Super ): def method( self ): print ( 'in Replacer.method' ) class Extender( Super ): def method( self ): print ( 'starting Extender.method' ) Super .method( self ) print ( 'ending Extender.method' ) class Provider( Super ): def action( self ): print ( 'in Provider.action' ) if __name__ = = '__main__' : for klass in (Inheritor,Replacer,Extender): print ( '\n' + klass.__name__ + '...' ) klass().method() print ( '\nProvider...' ) x = Provider() x.delegate() |
执行结果如下:
Inheritor...
in Super.methon
Replacer...
in Replacer.method
Extender...
starting Extender.method
in Super.methon
ending Extender.method
Provider...
in Provider.action
抽象超类
注意上例中的Provider类是如何工作的。当通过Provider实例调用delegate方法时,有两个独立的继承搜索会发生:
1.在最初的x.delegate
的调用中,Python会搜索Provider实例和它上层的对象,直到在Super中找到delegate的方法。实例x会像往常一样传递给这个方法的self参数。
2.在Super.delegate
方法中,self.action
会对self以及它上层的对象启动新的独立继承搜索。因为self指的是Provider实例,在Provider子类中就会找到action方法。
这种“填空式”的代码结构一般就是OOP的软件框架。这个例子中的超类有时也称作是抽象超类——也就是类的部分行为默认是由其子类所提供的。如果预期的方法没有在子类中定义,当继承搜索失败时,Python会引发未定义变量名的异常。
希望本文所述对大家Python程序设计有所帮助。
原文链接:https://blog.csdn.net/gavin_john/article/details/50704472