吴良超的学习笔记

python 语法杂记--装饰器，类的特殊方法，常量类

发表于 |

最近在看 python 一些语法知识，虽然 python 代码写了不少，但是对于一些高级语法的了解还不够深入；因此本文主要记录了一些比较生疏的知识点，主要包括了装饰器，类的特殊方法，常量类这三个方面的知识。

装饰器

装饰器本质上是一个高阶函数，以被装饰的函数为参数，并返回一个包装后的函数给被装饰函数。

装饰器的一般使用形式如下：

1
2
3
@decorator
def func():
    pass

等价于下面的形式：

1
2
3
def func():
    pass
func = decorator(func)

装饰器可以定义多个，离函数定义最近的装饰器先被调用，比如：

1
2
3
4
@decorator_one
@decorator_two
def func():
    pass

等价于：

1
2
3
4
def func():
    pass

func = decorator_one(decorator_two(func))

对带参数的函数进行装饰

对带参数的函数进行装饰这个需求很常见，简单来说，装饰带参数的函数时，需要将参数传递给装饰器内部需要返回的函数(也叫内嵌包装函数)，也就是说内嵌包装函数的参数跟被装饰函数的参数对应，如下所示

1
2
3
4
5
6
7
8
9
10
11
12
13
def makeitalic(func):
    def wrapped(*args, **kwargs):
        ret = func(*args, **kwargs)
        return '<i>' + ret + '</i>'
    return wrapped

@makeitalic
def hello(name):
    return 'hello %s' % name

@makeitalic
def hello2(name1, name2):
    return 'hello %s, %s' % (name1, name2)

可以看到，装饰器内部需要返回的函数 wrapped 带上了参数 (*args, **kwargs), 目的是为了适应可变参数。使用如下

1
2
3
4
>>> hello('python')
'<i>hello python</i>'
>>> hello2('python', 'java')
'<i>hello python, java</i>'

带参数的装饰器

上面的例子，我们增强了函数 hello 的功能，给它的返回加上了标签 <i>...</i>，现在，我们想改用标签 <b>...</b> 或 <p>...</p>。是不是要像前面一样，再定义一个类似 makeitalic 的装饰器呢？其实，我们可以可以使用带参数的装饰器，简单来说，就是在原来的装饰器基础上再封装一层函数，将标签作为参数，返回一个装饰器。

1
2
3
4
5
6
7
8
def wrap_in_tag(tag):
    def decorator(func):
        def wrapped(*args, **kwargs):
            ret = func(*args, **kwargs)
            return '<' + tag + '>' + ret + '</' + tag + '>'
        return wrapped

    return decorator

现在，我们可以根据需要生成想要的装饰器了：

1
2
3
4
5
6
7
makebold = wrap_in_tag('b')  # 根据 'b' 返回 makebold 生成器`
@makebold
def hello(name):
    return 'hello %s' % name

>>> hello('world')
'<b>hello world</b>'

上面的形式也可以写得更加简洁：

1
2
3
@wrap_in_tag('b')
def hello(name):
    return 'hello %s' % name

这就是带参数的装饰器，其实就是在装饰器外面多了一层包装，根据不同的参数返回不同的装饰器。

私有成员

python 不像 C++ 有 private 之类的关键字，但是可以在属性或方法的名称前面加上两个下划线 __, 来限制用户访问对象的属性或方法。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
In [1]: class Animal(object):
   ...:     def __init__(self, name):
   ...:         self.__name = name
   ...:     def greet(self):
   ...:         print ('Hello, I am %s.' % self.__name)
   ...:

In [2]: a = Animal("dog")

In [3]: a.__name
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-5-5d5520ef9fe0> in <module>()
----> 1 a.__name

AttributeError: 'Animal' object has no attribute '__name'

In [4]: a.greet()
Hello, I am dog.

类方法 vs 静态方法

python 中的类有两个特殊的方法：类方法和静态方法，两个方法主要有以下特点

  1. 两个方法均是属于类而不是属于对象的
  2. 两个方法都是通过内置的装饰器定义（@classmethod 和 @staticmethod）
  3. 类方法可以访问类属性，静态方法则不能

如下是类方法的一个例子

1
2
3
4
5
6
7
8
9
10
class A(object):
    bar = 1
    @classmethod
    def class_foo(cls):
        print 'Hello, ', cls
        print cls.bar

>>> A.class_foo()   # 直接通过类来调用方法
Hello,  <class '__main__.A'>
1

在上面，我们使用了 classmethod 装饰方法 class_foo，它就变成了一个类方法，class_foo 的参数是 cls，代表类本身，当我们使用 A.class_foo() 时，cls 就会接收 A 作为参数。另外，被 classmethod 装饰的方法由于持有 cls 参数，因此我们可以在方法里面调用类的属性、方法，比如 cls.bar

上面的类方法是可以修改类的属性的，静态方法定义方式类似，但是不会改变类和实例状态；如下所示，静态方法没有 self 和 cls 参数，因此没法改变类的属性，可以把它看成是一个普通的函数，甚至可以把它写到类外面，但是有时候，类就是需要这么一类方法，如果写到外面，一是不利于类的完整性，二是不利于命名空间的整洁性。

1
2
3
4
5
6
7
8
9
10
class A(object):
    @staticmethod
    def static_foo():
        print 'Hello'

>>> a = A()
>>> a.static_foo()
Hello
>>> A.static_foo()
Hello

那么，这两个方法该在什么时候使用呢？参考 class method vs static method in Python 如下

We generally use class method to create factory methods. Factory methods return class object ( similar to a constructor ) for different use cases.
We generally use static methods to create utility functions.

如下是个比较形象的例子

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
26
27
# Python program to demonstrate 
# use of class method and static method. 
from datetime import date 

class Person: 
	def __init__(self, name, age): 
		self.name = name 
		self.age = age 
	
	# a class method to create a Person object by birth year. 
	@classmethod
	def fromBirthYear(cls, name, year): 
		return cls(name, date.today().year - year) 
	
	# a static method to check if a Person is adult or not. 
	@staticmethod
	def isAdult(age): 
		return age > 18

person1 = Person('mayank', 21) 
person2 = Person.fromBirthYear('mayank', 1996) 

print person1.age 
print person2.age 

# print the result 
print Person.isAdult(22)

魔法方法

以双下划线 __ 包裹起来的方法，比如最常见的 __init__，这些方法被称为魔法方法（magic method）或特殊方法（special method）,这些方法可以给 Python 的类提供特殊功能，方便我们定制一个类。

__new__

在 Python 中，当我们创建一个类的实例时，类会先调用 __new__(cls[, ...]) 来创建并返回实例，然后 __init__ 方法再对该实例（self）中的变量进行初始化。

关于 __new__ 和 __init__ 有以下几点需要注意：

  1. __new__ 是在 __init__ 之前被调用的
  2. __new__ 是类方法，__init__ 是实例方法
  3. 重载 __new__ 方法，需要返回类的实例

一般情况下，我们不需要重载 __new__ 方法。但在某些情况下，我们想控制实例的创建过程，这时可以通过重载 __new__ 方法来实现。 比如说，下面的例子通过了 __new__ 来实现单例模式

1
2
3
4
5
6
7
8
class Singleton(object):
    _instance = None
    def __new__(cls, *args, **kw):
        if not cls._instance:
            cls._instance = super(Singleton, cls).__new__(cls, *args, **kw)  
        return cls._instance  
class MyClass(Singleton):  
    a = 1

__str__ & __repr__

这两个方法主要是在直接打印类时候调用的，通过下面两个例子可以比较直观地看到如何使用

1
2
3
4
5
6
7
8
9
10
11
12
13
14
class Foo(object):
    def __init__(self, name):
        self.name = name
    def __str__(self):
        return 'Foo object (name: %s)' % self.name

>>> print Foo('ethan')      # 使用 print
Foo object (name: ethan)
>>>
>>> str(Foo('ethan'))       # 使用 str
'Foo object (name: ethan)'
>>>
>>> Foo('ethan')             # 直接显示
<__main__.Foo at 0x10c37a490>

可以看到，使用 print 和 str 输出的是 __str__ 方法返回的内容，但如果直接显示则不能，因为这个是 __repr__ 方法负责的, 如下：

1
2
3
4
5
6
7
8
class Foo(object):
    def __init__(self, name):
        self.name = name
    def __repr__(self):
        return 'Foo object (name: %s)' % self.name

>>> Foo('ethan')
'Foo object (name: ethan)'

__iter__

在某些情况下，我们希望实例对象可被用于 for...in 循环，这时我们需要在类中定义 __iter__ 和 next（在 Python3 中是 __next__）方法，其中，__iter__ 返回一个迭代对象，next 返回容器的下一个元素，在没有后续元素时抛出 StopIteration 异常

如下是一个斐波那契数列的例子：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
class Fib(object):
    def __init__(self):
        self.a, self.b = 0, 1

    def __iter__(self):  # 返回迭代器对象本身
        return self      

    def next(self):      # 返回容器下一个元素
        self.a, self.b = self.b, self.a + self.b
        return self.a    

>>> fib = Fib()
>>> for i in fib:
...     if i > 10:
...         break
...     print i
...
1
1
2
3
5
8

__getitem__ & __setitem__ & __delitem__

有时，我们希望可以使用 obj[n] 这种方式对实例对象进行取值，比如对斐波那契数列，我们希望可以取出其中的某一项，这时我们需要在类中实现 __getitem__ 方法，比如下面的例子：

1
2
3
4
5
6
7
8
9
10
class Fib(object):
    def __getitem__(self, n):
        a, b = 1, 1
        for x in xrange(n):
            a, b = b, a + b
        return a

>>> fib = Fib()
>>> fib[0], fib[1], fib[2], fib[3], fib[4], fib[5]
(1, 1, 2, 3, 5, 8)

类似地，__setitem__ 用于设置值，__delitem__ 用于删除值，让我们看下面一个例子：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
class Point(object):
    def __init__(self):
        self.coordinate = {}

    def __getitem__(self, key):
        return self.coordinate.get(key)

    def __setitem__(self, key, value):
        self.coordinate[key] = value

    def __delitem__(self, key):
        del self.coordinate[key]
        print 'delete %s' % key

    def __len__(self):
        return len(self.coordinate)

在上面，我们定义了一个 Point 类，它有一个属性 coordinate（坐标），是一个字典，让我们看看使用：

1
2
3
4
5
6
7
8
9
10
>>> p = Point()
>>> p['x'] = 2    # 对应于 p.__setitem__('x', 2)
>>> p['y'] = 5    # 对应于 p.__setitem__('y', 5)
>>> len(p)        # 对应于 p.__len__
2
>>> p['x']        # 对应于 p.__getitem__('x')
2
>>> del p['x']    # 对应于 p.__delitem__('x')
>>> len(p)
1

__call__

我们一般使用 obj.method() 来调用对象的方法，那能不能直接在实例本身上调用呢？在 Python 中，只要我们在类中定义 __call__ 方法，就可以对实例进行调用，比如下面的例子：

1
2
3
4
5
class Point(object):
    def __init__(self, x, y):
        self.x, self.y = x, y
    def __call__(self, z):
        return self.x + self.y + z

使用如下：

1
2
3
4
5
>>> p = Point(3, 4)
>>> callable(p)     # 使用 callable 判断对象是否能被调用
True
>>> p(6)            # 传入参数，对实例进行调用，对应 p.__call__(6)
13                  # 3+4+6

__slots__

__slots__ 跟前面的方法不太一样，因为这是一个类的属性，当我们创建了一个类的实例后，我们还可以给该实例绑定任意新的属性和方法，如下

1
2
3
4
5
6
7
8
9
10
11
class Point(object):    
    def __init__(self, x=0, y=0):
        self.x = x
        self.y = y

>>> p = Point(3, 4)
>>> p.z = 5    # 绑定了一个新的属性
>>> p.z
5
>>> p.__dict__
{'x': 3, 'y': 4, 'z': 5}

这样其实是违背了 OOP 的封装性的理念，而且会消耗更多的内存，为了禁止这一属性，可以使用 __slots__ 来告诉 Python 只给一个固定集合的属性分配空间，对上面的代码做一点改进，如下：

1
2
3
4
5
6
class Point(object):
    __slots__ = ('x', 'y')       # 只允许使用 x 和 y

    def __init__(self, x=0, y=0):
        self.x = x
        self.y = y

我们给 __slots__ 设置了一个元组，来限制类能添加的属性。现在，如果想绑定一个新的属性，就会出错了

常量类

在 Python 中使用常量一般来说有以下两种方式：

  1. 通过命名风格来提醒使用者该变量代表的意义为常量，如常量名所有字母大写，用下划线连接各个单词，PEP8 给出的编程风格就是这样的
  2. 通过自定义的类实现常量功能。这要求符合命名全部为大写和值一旦绑定便不可再修改 这两个条件。下面是一种较为常见的解决办法，将常量放到同一个文件中
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
# FileName：constant.py
class _const:
    class ConstError(TypeError):
        pass
    class ConstCaseError(ConstError):
        pass

    def __setattr__(self, name, value):
        if name in self.__dict__:
            raise self.ConstError, "Can't change const value!"
        if not name.isupper():
            raise self.ConstCaseError, 'const "%s" is not all letters are capitalized' %name
        self.__dict__[name] = value

import sys
sys.modules[__name__] = _const()

import constant
constant.MAX_COUNT = 10
constant.JOBS = 5
constant.PROCESSES = 8

简单解释一下，对象的所有属性及属性的值都存储在 __dict__ 中， 上面的 __setattr__ 方法在对象每次创建新常量的时候会判断常量是否已经被定义过，如果已经定义过则 raise error，从而确保了已经创建的常量不可修改。

sys.modules[__name__] = _const() 则确保了当上面的文件被 import 时，其 module 名称(也就是 __name__ 的值，当文件被运行时 __name__ 的值为 __main__, 被 import 时 __name__ 的值则是 module 名称)对应的是一个 _const() 对象，从而可以直接通过其创建常量。因此，使用的方法如下

1
2
import constant
print(constant.MAX_COUNT)

参考：

class method vs static method in Python
Data model
Python 之旅