不能直接给对象设置属性?

>>> obj = object()
>>> obj.name = "whatever"
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'object' object has no attribute 'name'

但是为什么这样就可以呢:

>>> class Object(object):pass
...
>>> Obj = Object()
>>> Obj.name = "whatever"
>>> Obj.name
'whatever'
>>>

答: 现在你给第二个代码块中的Object加上属性 __slots__ 试试:

>>> class Object(object):
...     __slots__ = {}
...
>>> Obj = Object()
>>> Obj.name = "whatever"
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'Object' object has no attribute 'name'

会发现抛出了同样的异常。 objectlistdict 等内置函数都如此。

拥有 __slots__ 属性的类在实例化对象时不会自动分配 __dict__ ,而 obj.attrobj.__dict__['attr'], 所以会引起 AttributeError

对于拥有 __slots__ 属性的类的实例 Obj 来说,只能对 Obj 设置 __slots__ 中有的属性:

>>> class Object(object):
...     __slots__ = {"a","b"}
...
>>> Obj = Object()
>>> Obj.a = 1
>>> Obj.a
1
>>> Obj.c = 1
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'Object' object has no attribute 'c'

详细见 Python-slots-doc

如何打印一个对象的所有属性和值的对

原问题: http://stackoverflow.com/questions/1251692/how-to-enumerate-an-objects-properties-in-python

答:

for property, value in vars(theObject).iteritems():
    print property, ": ", value

这个做法其实就是 theObject.__dict__ , 也就是 vars(obj) 其实就是返回了 o.__dict__

另一个做法: inspect.getmembers(object[, predicate])

>>> import inspect
>>> for attr, value in inspect.getmembers(obj):
...     print attr, value

两者不同的是, inspect.getmembers 返回的是元组 (attrname, value) 的列表。而且是所有的属性, 包括 __class__ , __doc__ , __dict__ , __init__ 等特殊命名的属性和方法。而 vars() 只返回 __dict__. 对于一个空的对象来说, __dict__ 会是 {} , 而 inspect.getmembers 返回的不是空的。

类的__dict__无法更新?

>>> class O(object):pass
...
>>> O.__dict__["a"] = 1
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'dictproxy' object does not support item assignment

答: 是的, class的 __dict__ 是只读的:

>>> class O(object):pass
...
>>> O.__dict__
<dictproxy object at 0xb76d8ac4>
>>> O.__dict__.items()
[('__dict__', <attribute '__dict__' of 'O' objects>), ('__module__', '__main__'), ('__weakref__', <attribute '__weakref__' of 'O' objects>), ('__doc__', None)]
>>> O.func = lambda: 0
>>> O.__dict__.items()
[('__dict__', <attribute '__dict__' of 'O' objects>), ('__module__', '__main__'), ('__weakref__', <attribute '__weakref__' of 'O' objects>), ('__doc__', None), ('func', <function <lambda> at 0xb76de224>)]
>>> O.func
<unbound method O.<lambda>>

可以看到 O.__dict__ 是一个 dictproxy 对象,而不是一个 dict . (你可以 dir(O.__dict__) ,但不会发现有它有属性 __setitem__ )

那我们怎么给类设置属性呢? 用 setattr

>>> setattr(O, "a", 1)
>>> O.a
1

unbound method和bound method

>>> class C(object):
...     def foo(self):
...         pass
...
>>> C.foo
<unbound method C.foo>
>>> C().foo
<bound method C.foo of <__main__.C object at 0xb76ddcac>>
>>>

为什么 C.foo 是一个 unbound method , C().foo 是一个 bound method ? Python 为什么这样设计?

答:这是问题 http://stackoverflow.com/questions/114214/class-method-differences-in-python-bound-unbound-and-static

来自Armin Ronacher(Flask 作者)的回答:

如果你明白python中描述器(descriptor)是怎么实现的, 方法(method) 是很容易理解的。

上例代码中可以看到,如果你用类 C 去访问 foo 方法,会得到 unbound 方法,然而在class的内部存储中它是个 function, 为什么? 原因就是 C 的类 (注意是类的类) 实现了一个 __getattribute__ 来解析描述器。听起来复杂,但并非如此。上例子中的 C.foo 等价于:

>>> C.__dict__['foo'].__get__(None, C)
<unbound method C.foo>

这是因为方法 foo 有个 __get__ 方法,也就是说, 方法是个描述器。如果你用实例来访问的话也是一模一样的:

>>> c = C()
>>> C.__dict__['foo'].__get__(c, C)
<bound method C.foo of <__main__.C object at 0xb76ddd8c>>

只是那个 None 换成了这个实例。

现在我们来讨论,为什么Python要这么设计?

其实,所谓 bound method ,就是方法对象的第一个函数参数绑定为了这个类的实例(所谓 bind )。这也是那个 self 的由来。

当你不想让类把一个函数作为一个方法,可以使用装饰器 staticmethod

>>> class C(object):
...     @staticmethod
...     def foo():
...         pass
...
>>> C.foo
<function foo at 0xb76d056c>
>>> C.__dict__['foo'].__get__(None, C)
<function foo at 0xb76d056c>

staticmethod 装饰器会让 foo__get__ 返回一个函数,而不是一个方法。

function,bound method 和 unbound method 的区别是什么?

一个函数(function)是由 def 语句或者 lambda 创建的。

当一个函数(function)定义在了class语句的块中(或者由 type 来创建的), 它会转成一个 unbound method , 当我们通过一个类的实例来 访问这个函数的时候,它就转成了 bound method , bound method 会自动把这个实例作为函数的地一个参数。

所以, bound method 就是绑定了一个实例的方法, 否则叫做 unbound method .它们都是方法(method), 是出现在 class 中的函数。

什么是metaclass

这是stackoverflow投票很高的问题: http://stackoverflow.com/questions/100003/what-is-a-metaclass-in-python

回答: (最高得分的答案)

什么叫做元类

Metaclass是创建class的东西。

一个class是用来创建对象的是不是?

但是我们知道,Python中的类也是对象。

Metaclass就是用来创建类这些对象的,它们是类的类,你可以形象化地理解为:

MyClass = MetaClass()
MyObject = MyClass()

你知道, type 函数可以这样使用:

MyClass = type('MyClass', (), {})

这是因为 type 实际上是个 metaclass , Python使用 type 这个元类来创建所有的类。

现在你是不是有疑问了,为什么 type 是小写开头的,而不是 Type 呢?既然它是个元类!

我猜,大概是因为和 str , int 来保持一致吧, str 也是一个类,用来创建字符串。

你可以检查下对象的 __class__ 属性来看看它们的类是谁. Python中万物都是对象:

>>> age = 35
>>> age.__class__
<type 'int'>
>>> name = 'bob'
>>> name.__class__
<type 'str'>
>>> def foo():pass
...
>>> foo.__class__
<type 'function'>
>>> class Bar(object): pass
...
>>> b = Bar()
>>> b.__class__
<class '__main__.Bar'>
>>>

那么, __class____class__ 属性又是谁?

>>> a = 1
>>> a.__class__.__class__
<type 'type'>
>>> name = 'bob'
>>> name.__class__.__class__
<type 'type'>

所以,元类是用来创建类的。

你可以叫元类为 类工厂

type 是Python使用的内建元类,当然,Python允许大家建立自己的元类.

__metaclass__ 属性

你可以在写一个类的时候加上这个属性 __metaclass__

class Foo(object):
  __metaclass__ = something...
  [...]

这样的话,Python就会用这个元类(上例中为 something ) 来创建类 Foo

我们首先写的是 class Foo(object) ,但是Python跑到这里看到这一行时,并没有在内存中建立类 Foo

因为Python这么做的:查找它有没有 “__metaclass__“ 属性,有的话,用指定的类来创建 “Foo“ ,否则(也就是一般情形下),使用 “type“ 来创建

最好还是记住上面那句话 🙂

当你这么写的时候:

class Foo(Bar):
    pass

Python会这么做:

  1. __metaclass__ 定义吗? 如果有,在内存中建立一个类的对象。用 __metaclass__ 指定的类来创建。
  2. 如果没有找到这个属性,它会继续在父类 Bar 中找
  3. 这样一直向父类找,父类的父类。。。直到 module 级别的才停止。
  4. 如果在任何的父类中都找不到,那就用 type 创建 Foo

现在一个问题,我们可以给 __metaclass__ 赋值什么呢?

答案当然是,一个可以创建类的东西。

那么,什么才能创建一个类呢?

普通的元类

设计元类的主要目的就是允许我们在类创建的时候动态的修改它,这经常用在API的设计上。

让我们举一个很纯的例子,比如你想要让一个模块中的所有类都共享一些属性,有很多办法可以做到,其中一个就是 在模块中定义一个 __metaclass__ 属性。

这样,模块中所有的类都会被 __metaclass__ 创建。

幸运的是 , __metaclass__ 可以是任何可以被调用的对象。不非要是个class,还可以是个函数。

所以,我们这么做,用一个函数来作为metaclass:

# the metaclass will automatically get passed the same argument
# that you usually pass to `type`
def upper_attr(future_class_name, future_class_parents, future_class_attr):
  """
    Return a class object, with the list of its attribute turned
    into uppercase.
  """

  # pick up any attribute that doesn't start with '__'
  attrs = ((name, value) for name, value in future_class_attr.items() if not name.startswith('__'))
  # turn them into uppercase
  uppercase_attr = dict((name.upper(), value) for name, value in attrs)

  # let `type` do the class creation
  return type(future_class_name, future_class_parents, uppercase_attr)

__metaclass__ = upper_attr # this will affect all classes in the module

class Foo(): # global __metaclass__ won't work with "object" though
  # but we can define __metaclass__ here instead to affect only this class
  # and this will work with "object" children
  bar = 'bip'

print hasattr(Foo, 'bar')
# Out: False
print hasattr(Foo, 'BAR')
# Out: True

f = Foo()
print f.BAR
# Out: 'bip'

现在我们用一个类来作为一个metaclass:

# remember that `type` is actually a class like `str` and `int`
# so you can inherit from it
class UpperAttrMetaclass(type):
    # __new__ is the method called before __init__
    # it's the method that creates the object and returns it
    # while __init__ just initializes the object passed as parameter
    # you rarely use __new__, except when you want to control how the object
    # is created.
    # here the created object is the class, and we want to customize it
    # so we override __new__
    # you can do some stuff in __init__ too if you wish
    # some advanced use involves overriding __call__ as well, but we won't
    # see this
    def __new__(upperattr_metaclass, future_class_name,
                future_class_parents, future_class_attr):

        attrs = ((name, value) for name, value in future_class_attr.items() if not name.startswith('__'))
        uppercase_attr = dict((name.upper(), value) for name, value in attrs)

        return type(future_class_name, future_class_parents, uppercase_attr)

但这样并不是很 OOP , 我们可以直接调用 type 函数,并且不覆盖父亲的 __new__ 方法:

class UpperAttrMetaclass(type):

    def __new__(upperattr_metaclass, future_class_name,
                future_class_parents, future_class_attr):

        attrs = ((name, value) for name, value in future_class_attr.items() if not name.startswith('__'))
        uppercase_attr = dict((name.upper(), value) for name, value in attrs)

        # reuse the type.__new__ method
        # this is basic OOP, nothing magic in there
        return type.__new__(upperattr_metaclass, future_class_name,
                            future_class_parents, uppercase_attr)

你可能注意到了参数 upperattr_metaclass ,没什么特殊的,一个方法总是拿那个实例来作为第一个参数。就像寻常的 self 参数。

当然,可以这么写,我上面的例子命名不那么好:)

class UpperAttrMetaclass(type):

    def __new__(cls, name, bases, dct):

        attrs = ((name, value) for name, value in dct.items() if not name.startswith('__'))
        uppercase_attr = dict((name.upper(), value) for name, value in attrs)

        return type.__new__(cls, name, bases, uppercase_attr)

我们可以使用 super 函数来让这个例子变得更简洁:

class UpperAttrMetaclass(type):

    def __new__(cls, name, bases, dct):

        attrs = ((name, value) for name, value in dct.items() if not name.startswith('__'))
        uppercase_attr = dict((name.upper(), value) for name, value in attrs)

        return super(UpperAttrMetaclass, cls).__new__(cls, name, bases, uppercase_attr)

元类是个简单的魔术,只要:

  • 注入类的创建
  • 修改类
  • 返回修改后的类

那么你为什么用类来作为metaclass而不是函数

既然 __metaclass__ 可以是任何可以被调用的对象,那么你为什么用类作为metaclass而不是函数呢?

几个原因:

  • 更能清楚的表达意图
  • 可以使用OOP, metaclass可以继承,重写父类,甚至使用metaclass,可以使用面向对象的特性。
  • 更好的组织代码.

应用场景

一个典型例子,Django ORM (译者注,peewee也用metaclass):

class Person(models.Model):
    name = models.CharField(max_length=30)
    age = models.IntegerField()

但是你这么做:

guy = Person(name='bob', age='35')
print guy.age

并不返回一个 IntegerField 对象,而是一个 int

结束语

Python的世界里,万物都是对象

但是 type 是它自己的元类。

99%的情形下你不需要用这个东西。

为什么Python没有unzip函数

众所周知, zip 函数可以把多个序列打包到元组中:

>>> a, b = [1, 2, 3], [4, 5, 6]
>>> c = zip(a, b)
>>> c
[(1, 4), (2, 5), (3, 6)]

那么为什么没有这样的 unzip 函数来把 [(1, 4), (2, 5), (3, 6)] 还原呢?

答: Python中有个很神奇的操作符 *unpack 参数列表:

>>> zip(*c)
[(1, 2, 3), (4, 5, 6)]

Python中的新式类和老式类

无论你怎么叫吧, 英文来说是 new style classold style class

问题链接: http://stackoverflow.com/questions/54867/old-style-and-new-style-classes-in-python

新式类是继承自 object 或其他新式类的类:

class NewStyleClass(object):
    pass

class AnotherNewStyleClass(NewStyleClass):
    pass

否则是老式类:

class OldStyleClass():
    pass

为什么引入新式类?

> The major motivation for introducing new-style classes is to provide a unified object model with a full meta-model.

Python为了提供一个更完整的元模型。(好吧,译者也不大明白,不过我知道Python中很神奇的描述器只能在新式类里用)



关注微信服务号,手机看文章
关注微信服务号,手机看文章