python核心 - 面向对象编程

面向对象编程——Object Oriented Programming,简称OOP,是一种程序设计思想。
OOP把对象作为程序的基本单元,一个对象包含了数据和操作数据的函数。

面向过程的程序设计把计算机程序视为一系列的命令集合,即一组函数的顺序执行。
为了简化程序设计,面向过程把函数继续切分为子函数,即把大块函数通过切割成小块函数来降低系统的复杂度。

而面向对象的程序设计把计算机程序视为一组对象的集合,而每个对象都可以接收其他对象发过来的消息,
并处理这些消息,计算机程序的执行就是一系列消息在各个对象之间传递。

在Python中,所有数据类型都可以视为对象,当然也可以自定义对象。
自定义的对象数据类型就是面向对象中的类(Class)的概念。

给对象发消息实际上就是调用对象对应的关联函数(或者叫绑定函数),我们称之为对象的方法(Method)。

面向对象的设计思想是从自然界中来的,因为在自然界中,类(Class)和实例(Instance)的概念是很自然的。
Class是一种抽象概念,比如我们定义一个叫Person的Class指定人类这个概念,
而实例(Instance)则是一个个具体的Person,比如,张三和李四是两个具体的Person。

所以,面向对象的设计思想是抽象出Class,根据Class创建Instance。
之前面向过程或函数式编程时我们通常说程序设计等价于算法+数据结构。
算法和数据是分开的,而面向对象的抽象程度又比函数要高,因为一个Class既包含数据,又包含操作数据的方法。

类的定义

最基本的方式

1
2
3
4
5
6
7
8
9
10
11
class Student(object):

def __init__(self, name, score):
self.name = name
self.score = score

def print_score(self):
print('%s: %s' % (self.name, self.score))

zsan = Student('Zhang Shan', 22)
zsan.print_score()

第一个init是实例初始化会调用的方法,第二个自定义方法。
所有方法第一个参数必须是self,调用方法时这个参数不需要传递。

和静态语言不同,Python允许对实例变量绑定任何数据,也就是说,对于两个实例变量,
虽然它们都是同一个类的不同实例,但拥有的变量名称都可能不同。你在实例化后可以给他再增加属性。

单下划线_和双下划线__

在模块中:

  1. 单下划线_表示这个属性和函数是私有的,不应该直接访问
  2. 双下划线没有什么意义
  3. 对于from module import *这样的导入,不管单下划线还是双下划线都不会被导入
  4. 对于import module这样的导入都可以使用,但不建议使用,PEP8会告警调用单下划线_

在类中:

  1. 单下划线_表示方法是私有方法或属性,不建议直接访问,PEP8会告警
  2. 双下划线表示final方法或属性防止被子类覆盖,python会自己更改它的名称为_classnamename,不能直接访问到,可用来定义私有属性和方法
  3. 最佳方案是私有属性用双下划线__,而私有方法用单下划线_

前后双下划线比如init是python内部特殊的名字,自己没事就别定义这样的东西了

总的来说就是,Python本身没有任何机制阻止你干坏事,一切全靠约定和自觉。

私有属性

在Python中,实例的变量名如果以双下划线__开头,就变成了一个私有变量(private),只有内部可以访问,外部不能访问。

1
2
3
4
5
6
7
class Student(object):
def __init__(self, name, score):
self.__name = name
self.__score = score

def print_score(self):
print('%s: %s' % (self.__name, self.__score))

这样就确保了外部代码不能随意修改对象内部的状态,这样通过访问限制的保护,代码更加健壮。

继承和多态

基本用法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
class Animal(object):
def run(self):
print('Animal is running...')

class Dog(Animal):
def run(self):
print('Dog is running...')

class Cat(Animal):
def run(self):
print('Cat is running...')
dog = Dog()
dog.run()

cat = Cat()
cat.run()

获取对象的信息:

1
2
3
4
5
6
7
8
9
10
11
12
# 判断一个变量是否是某个类型可以用isinstance()
isinstance(cat, Animal)

# 获得一个对象的所有属性和方法,可以使用dir()函数,
# 它返回一个包含字符串的list,比如,获得一个str对象的所有属性和方法
dir('ABC')

# 配合getattr()、setattr()以及hasattr(),我们可以直接操作一个对象的状态
hasattr(obj, 'x') # 有属性'x'吗?
setattr(obj, 'y', 19) # 设置一个属性'y'
getattr(obj, 'y') # 获取属性'y'
getattr(obj, 'y''none') # 获取属性'y',带默认值

pythony允许多继承,也就是我们通常所说的MixIn。MixIn的目的就是给一个类增加多个功能,在设计类的时候,
我们优先考虑通过多重继承来组合多个MixIn的功能,而不是设计多层次的复杂的继承关系。

比如,编写一个多进程模式的TCP服务,定义如下:

1
2
class MyTCPServer(TCPServer, ForkingMixIn):
pass

编写一个多线程模式的UDP服务,定义如下:

1
2
class MyUDPServer(UDPServer, ThreadingMixIn):
pass

这样一来,我们不需要复杂而庞大的继承链,只要选择组合不同的类的功能,就可以快速构造出所需的子类

使用slots

给一个实例绑定一个新的方法:

1
2
3
4
5
6
7
8
def set_age(self, age): # 定义一个函数作为实例方法
self.age = age

from types import MethodType
s.set_age = MethodType(set_age, s) # 给实例绑定一个方法
s.set_age(25) # 调用实例方法
s.age # 测试结果
25

如果我们想要限制实例的属性怎么办?
Python允许在定义class的时候,定义一个特殊的slots变量,来限制该class实例能添加的属性

1
2
class Student(object):
__slots__ = ('name', 'age') # 用tuple定义允许绑定的属性名称

注:slots定义的属性仅对当前类实例起作用,对继承的子类是不起作用的

使用@property

python最佳编程实践推荐我们不要像java那样去调用getter和setter,而是使用装饰器@property

Python内置的@property装饰器就是负责把一个方法变成属性调用

把一个getter方法变成属性,只需要加上@property就可以了,
此时,@property本身又创建了另一个装饰器@score.setter,负责把一个setter方法变成属性赋值

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
class Student(object):
@property
def score(self):
return self._score

@score.setter
def score(self, value):
if not isinstance(value, int):
raise ValueError('score must be an integer!')
if value < 0 or value > 100:
raise ValueError('score must between 0 ~ 100!')
self._score = value
s = Student()
s.score = 60
s.score

还可以定义只读属性,只定义getter方法,不定义setter方法就是一个只读属性

枚举类

通常我们需要用到常量,并且是一些有意义的常量。我们可以通过枚举类Enum实现

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
from enum import Enum, unique
@unique
class Weekday(Enum):
Sun = 0 # Sun的value被设定为0
Mon = 1
Tue = 2
Wed = 3
Thu = 4
Fri = 5
Sat = 6
day1 = Weekday.Mon
print(day1 == Weekday.Mon)
print(Weekday.Tue)
print(Weekday['Tue'])
print(Weekday.Tue.value)

使用元类

这个已经在”python核心-元类”里面讲解很详细,这里省略…