Python中下划线---完全解读
Python 用下划线作为变量前缀和后缀指定特殊变量
_xxx 不能用’from module import *’导入
__xxx__ 系统定义名字
__xxx 类中的私有变量名
核心风格:避免用下划线作为变量名的开始。
因为下划线对解释器有特殊的意义,而且是内建标识符所使用的符号,我们建议程序员避免用下划线作为变量名的开始。一般来讲,变量名_xxx被看作是“私有 的”,在模块或类外不可以使用。当变量是私有的时候,用_xxx 来表示变量是很好的习惯。因为变量名__xxx__对Python 来说有特殊含义,对于普通的变量应当避免这种命名风格。
“单下划线” 开始的成员变量叫做保护变量,意思是只有类对象和子类对象自己能访问到这些变量; “双下划线” 开始的是私有成员,意思是只有类对象自己能访问,连子类对象也不能访问到这个数据。
以单下划线开头(_foo)的代表不能直接访问的类属性,需通过类提供的接口进行访问,不能用“from xxx import *”而导入;以双下划线开头的(__foo)代表类的私有成员;以双下划线开头和结尾的(__foo__)代表python里特殊方法专用的标识,如 __init__()代表类的构造函数。
现在我们来总结下所有的系统定义属性和方法, 先来看下保留属性:
>>> Class1.__doc__ # 类型帮助信息 'Class1 Doc.' >>> Class1.__name__ # 类型名称 'Class1' >>> Class1.__module__ # 类型所在模块 '__main__' >>> Class1.__bases__ # 类型所继承的基类 (<type 'object'>,) >>> Class1.__dict__ # 类型字典,存储所有类型成员信息。 <dictproxy object at 0x00D3AD70> >>> Class1().__class__ # 类型 <class '__main__.Class1'> >>> Class1().__module__ # 实例类型所在模块 '__main__' >>> Class1().__dict__ # 对象字典,存储所有实例成员信息。 {'i': 1234}
接下来是保留方法,可以把保留方法分类:
类的基础方法
序号 | 目的 | 所编写代码 | Python 实际调用 |
---|---|---|---|
① | 初始化一个实例 |
x = MyClass()
|
x.__init__()
|
② | 字符串的“官方”表现形式 |
repr(x)
|
x.__repr__()
|
③ | 字符串的“非正式”值 |
str(x)
|
x.__str__()
|
④ | 字节数组的“非正式”值 |
bytes(x)
|
x.__bytes__()
|
⑤ | 格式化字符串的值 |
format(x, format_spec)
|
x.__format__(format_spec)
|
- 对
__init__()
方法的调用发生在实例被创建 之后 。如果要控制实际创建进程,请使用__new__()
方法。 - 按照约定,
__repr__()
方法所返回的字符串为合法的 Python 表达式。 - 在调用
print(x)
的同时也调用了__str__()
方法。 - 由于
bytes
类型的引入而从 Python 3 开始出现。
行为方式与迭代器类似的类
序号 | 目的 | 所编写代码 | Python 实际调用 |
---|---|---|---|
① | 遍历某个序列 |
iter(seq)
|
seq.__iter__()
|
② | 从迭代器中获取下一个值 |
next(seq)
|
seq.__next__()
|
③ | 按逆序创建一个迭代器 |
reversed(seq)
|
seq.__reversed__()
|
- 无论何时创建迭代器都将调用
__iter__()
方法。这是用初始值对迭代器进行初始化的绝佳之处。 - 无论何时从迭代器中获取下一个值都将调用
__next__()
方法。 __reversed__()
方法并不常用。它以一个现有序列为参数,并将该序列中所有元素从尾到头以逆序排列生成一个新的迭代器。
计算属性
序号 | 目的 | 所编写代码 | Python 实际调用 |
---|---|---|---|
① | 获取一个计算属性(无条件的) |
x.my_property
|
x.__getattribute__('my_property')
|
② | 获取一个计算属性(后备) |
x.my_property
|
x.__getattr__('my_property')
|
③ | 设置某属性 |
x.my_property = value
|
x.__setattr__('my_property',value)
|
④ | 删除某属性 |
del x.my_property
|
x.__delattr__('my_property')
|
⑤ | 列出所有属性和方法 |
dir(x)
|
x.__dir__()
|
- 如果某个类定义了
__getattribute__()
方法,在 每次引用属性或方法名称时 Python 都调用它(特殊方法名称除外,因为那样将会导致讨厌的无限循环)。 - 如果某个类定义了
__getattr__()
方法,Python 将只在正常的位置查询属性时才会调用它。如果实例 x 定义了属性color,x.color
将 不会 调用x.__getattr__('color')
;而只会返回x.color 已定义好的值。 - 无论何时给属性赋值,都会调用
__setattr__()
方法。 - 无论何时删除一个属性,都将调用
__delattr__()
方法。 - 如果定义了
__getattr__()
或__getattribute__()
方法,__dir__()
方法将非常有用。通常,调用dir(x)
将只显示正常的属性和方法。如果__getattr()__
方法动态处理color 属性,dir(x)
将不会将 color 列为可用属性。可通过覆盖__dir__()
方法允许将 color 列为可用属性,对于想使用你的类但却不想深入其内部的人来说,该方法非常有益。
序号 | 目的 | 所编写代码 | Python 实际调用 |
---|---|---|---|
序列的长度 |
len(seq)
|
seq.__len__()
|
|
了解某序列是否包含特定的值 |
x in seq
|
seq.__contains__(x)
|
序号 | 目的 | 所编写代码 | Python 实际调用 |
---|---|---|---|
通过键来获取值 |
x[key]
|
x.__getitem__(key)
|
|
通过键来设置值 |
x[key] = value
|
x.__setitem__(key,value)
|
|
删除一个键值对 |
del x[key]
|
x.__delitem__(key)
|
|
为缺失键提供默认值 |
x[nonexistent_key]
|
x.__missing__(nonexistent_key)
|
可比较的类
我将此内容从前一节中拿出来使其单独成节,是因为“比较”操作并不局限于数字。许多数据类型都可以进行比较——字符串、列表,甚至字典。如果要创建自己的类,且对象之间的比较有意义,可以使用下面的特殊方法来实现比较。
序号 | 目的 | 所编写代码 | Python 实际调用 |
---|---|---|---|
相等 |
x == y
|
x.__eq__(y)
|
|
不相等 |
x != y
|
x.__ne__(y)
|
|
小于 |
x < y
|
x.__lt__(y)
|
|
小于或等于 |
x <= y
|
x.__le__(y)
|
|
大于 |
x > y
|
x.__gt__(y)
|
|
大于或等于 |
x >= y
|
x.__ge__(y)
|
|
布尔上上下文环境中的真值 |
if x:
|
x.__bool__()
|
可序列化的类
Python 支持 任意对象的序列化和反序列化。(多数 Python 参考资料称该过程为 “pickling” 和 “unpickling”)。该技术对与将状态保存为文件并在稍后恢复它非常有意义。所有的 内置数据类型 均已支持 pickling 。如果创建了自定义类,且希望它能够 pickle,阅读 pickle 协议 了解下列特殊方法何时以及如何被调用。
序号 | 目的 | 所编写代码 | Python 实际调用 |
---|---|---|---|
自定义对象的复制 |
copy.copy(x)
|
x.__copy__()
|
|
自定义对象的深度复制 |
copy.deepcopy(x)
|
x.__deepcopy__()
|
|
在 pickling 之前获取对象的状态 |
pickle.dump(x, file)
|
x.__getstate__()
|
|
序列化某对象 |
pickle.dump(x, file)
|
x.__reduce__()
|
|
序列化某对象(新 pickling 协议) |
pickle.dump(x, file, protocol_version)
|
x.__reduce_ex__(protocol_version)
|
|
* | 控制 unpickling 过程中对象的创建方式 |
x = pickle.load(file)
|
x.__getnewargs__()
|
* | 在 unpickling 之后还原对象的状态 |
x = pickle.load(file)
|
x.__setstate__()
|
* 要重建序列化对象,Python 需要创建一个和被序列化的对象看起来一样的新对象,然后设置新对象的所有属性。__getnewargs__()
方法控制新对象的创建过程,而 __setstate__()
方法控制属性值的还原方式。
可在 with
语块中使用的类
with
语块定义了 运行时刻上下文环境;在执行 with
语句时将“进入”该上下文环境,而执行该语块中的最后一条语句将“退出”该上下文环境。
序号 | 目的 | 所编写代码 | Python 实际调用 |
---|---|---|---|
在进入 with 语块时进行一些特别操作
|
with x:
|
x.__enter__()
|
|
在退出 with 语块时进行一些特别操作
|
with x:
|
x.__exit__()
|
以下是 with file
习惯用法 的运作方式:
# excerpt from io.py: def _checkClosed(self, msg=None): '''Internal: raise an ValueError if file is closed ''' if self.closed: raise ValueError('I/O operation on closed file.' if msg is None else msg) def __enter__(self): '''Context management protocol. Returns self.''' self._checkClosed() ① return self ② def __exit__(self, *args): '''Context management protocol. Calls close()''' self.close() ③
- 该文件对象同时定义了一个
__enter__()
和一个__exit__()
方法。该__enter__()
方法检查文件是否处于打开状态;如果没有,_checkClosed()
方法引发一个例外。 __enter__()
方法将始终返回 self —— 这是with
语块将用于调用属性和方法的对象- 在
with
语块结束后,文件对象将自动关闭。怎么做到的?在__exit__()
方法中调用了self.close()
.
?该
__exit__()
方法将总是被调用,哪怕是在with
语块中引发了例外。实际上,如果引发了例外,该例外信息将会被传递给__exit__()
方法。查阅 With 状态上下文环境管理器 了解更多细节。
真正神奇的东西
如果知道自己在干什么,你几乎可以完全控制类是如何比较的、属性如何定义,以及类的子类是何种类型。
序号 | 目的 | 所编写代码 | Python 实际调用 |
---|---|---|---|
类构造器 |
x = MyClass()
|
x.__new__()
|
|
* | 类析构器 |
del x
|
x.__del__()
|
只定义特定集合的某些属性 |
x.__slots__()
|
||
自定义散列值 |
hash(x)
|
x.__hash__()
|
|
获取某个属性的值 |
x.color
|
type(x).__dict__['color'].__get__(x, type(x))
|
|
设置某个属性的值 |
x.color = 'PapayaWhip'
|
type(x).__dict__['color'].__set__(x, 'PapayaWhip')
|
|
删除某个属性 |
del x.color
|
type(x).__dict__['color'].__del__(x)
|
|
控制某个对象是否是该对象的实例 your class |
isinstance(x, MyClass)
|
MyClass.__instancecheck__(x)
|
|
控制某个类是否是该类的子类 |
issubclass(C, MyClass)
|
MyClass.__subclasscheck__(C)
|
|
控制某个类是否是该抽象基类的子类 |
issubclass(C, MyABC)
|
MyABC.__subclasshook__(C)
|
python中以双下划线的是一些系统定义得名称,让python以更优雅得语法实行一些操作,本质上还是一些函数和变量,与其他函数和变量无二。 比如x.__add__(y) 等价于 x+y 有一些很常见,有一些可能比较偏,在这里罗列一下,做个笔记,备忘。 x.__contains__(y) 等价于 y in x, 在list,str, dict,set等容器中有这个函数 __base__, __bases__, __mro__, 关于类继承和函数查找路径的。 class.__subclasses__(), 返回子类列表 x.__call__(...) == x(...) x.__cmp__(y) == cmp(x,y) x.__getattribute__('name') == x.name == getattr(x, 'name'), 比__getattr__更早调用 x.__hash__() == hash(x) x.__sizeof__(), x在内存中的字节数, x为class得话, 就应该是x.__basicsize__ x.__delattr__('name') == del x.name __dictoffset__ attribute tells you the offset to where you find the pointer to the __dict__ object in any instance object that has one. It is in bytes. __flags__, 返回一串数字,用来判断该类型能否被序列化(if it's a heap type), __flags__ & 512 S.__format__, 有些类有用 x.__getitem__(y) == x[y], 相应还有__setitem__, 某些不可修改类型如set,str没有__setitem__ x.__getslice__(i, j) == x[i:j], 有个疑问,x='123456789', x[::2],是咋实现得 __subclasscheck__(), check if a class is subclass __instancecheck__(), check if an object is an instance __itemsize__, These fields allow calculating the size in bytes of instances of the type. 0是可变长度, 非0则是固定长度 x.__mod__(y) == x%y, x.__rmod__(y) == y%x x.__module__ , x所属模块 x.__mul__(y) == x*y, x.__rmul__(y) == y*x
__reduce__, __reduce_ex__ , for pickle
__slots__ 使用之后类变成静态一样,没有了__dict__, 实例也不可新添加属性
__getattr__ 在一般的查找属性查找不到之后会调用此函数
__setattr__ 取代一般的赋值操作,如果有此函数会调用此函数, 如想调用正常赋值途径用 object.__setattr__(self, name, value)
__delattr__ 同__setattr__, 在del obj.name有意义时会调用
转载于:https://www.cnblogs.com/DI-DIAO/p/8409374.html
Python中下划线---完全解读相关推荐
- [转]Python中下划线---完全解读
转载自: http://blog.163.com/jackylau_v/blog/static/175754040201182113817834/ Python 用下划线作为变量前缀和后缀指定特殊变量 ...
- python中的符号下划线_详解Python中下划线的使用方法
编程派微信号:codingpy 这篇文章讨论Python中下划线_的使用.跟Python中很多用法类似,下划线 _ 的不同用法绝大部分(不全是)都是一种惯例约定. 单个下划线(_) 主要有三种情况: ...
- Python中下划线 _ 的最全用法详解
Python中下划线 _ 的最全用法详解 '_'是什么? _在python中可以作为一个标识符,用于定义变量和方法唯一名称.同时它也是Python中的一个软关键字,指在某些特定上下文中保留的关键字.截 ...
- Python中下划线的使用方法
http://www.jb51.net/article/62981.htm 本文将讨论Python中下划线(_)字符的使用方法.我们将会看到,正如Python中的很多事情,下划线的不同用法大多数(并非 ...
- Python中下划线在变量名中的用法
参考链接: Python中下划线的5种含义 - 知乎 (zhihu.com) PEP 8 -- Style Guide for Python Code | Python.org 单前导下划线:_var ...
- Python 中下划线的 5 种含义
单前导下划线:_var 单末尾下划线:var_ 双前导下划线:__var 双前导和末尾下划线:__var__ 单下划线:_ 在文章结尾处,你可以找到一个简短的"速查表",总结了五种 ...
- 在python将字符串中的空格转换为下划线_Python中下划线---完全解读(转)
Python 用下划线作为变量前缀和后缀指定特殊变量 _xxx 不能用'from module import *'导入 __xxx__ 系统定义名字 __xxx 类中的私有变量名 核心风格:避免用下划 ...
- python变量下划线开头_一日一技:python中下划线在不同位置的作用
在Python的变量名和方法名中,单下划线和双下划线都有各自的含义,有的仅仅是作为约定,用于提示开发人员,而有的则对Python解释器有特殊含义. 你可能有些疑惑,在Python中变量名和方法名中的单 ...
- python中下划线开头的命名_Python 中各种下划线的骚操作:_、_xx、xx_、__xx、__xx__、_classname_...
我们在定义一些变量或者方法的时候,常常会用到下划线,在 Python 中,下划线可是很有用处的哟,比如变量,有些是一个下划线开头的(_xx),有些是两个下划线开头的(__xx),有些是在名称的结尾添加 ...
最新文章
- .NET中SQL Server数据库连接方法
- 判断一个字符串是否全部相同
- chmod 777后还是无法写入
- 程序人生--一个程序员对学弟学妹建议
- hibernate查询出的实体,set值后,自动更新到数据库
- php助理工作内容,生产助理的工作职责
- 海康录像机怪事:只有第一个通道能取到RTSP流,其他通道都取不到
- php实现商城评论,谁能写一个thinkphp 商城购物评论回复能例子?
- FPGA图像音频通信接口:VGA
- 4线电阻屏linux驱动,TQ2440四线电阻式触摸屏驱动程序的分析
- 求树的最大宽度(层次遍历法)
- C语言程序设计(第三版)何钦铭著 习题5-3
- DCL(数据控制语言)和TCL(事务控制语言)
- pycharm设置中文,字体颜色修改,设置背景图片(图文讲解)
- 【python】pyi文件
- LWIP学习笔记(3)LWIP数据包管理结构pbuf
- 文件存储的实现-login登录案例2-sdcard
- 阿里系“玩转”区块链
- 时钟插件TextClock的使用
- 河北省唐山市谷歌高清卫星地图下载
热门文章
- 报表建oracle表,建立Oracle report报表基本步骤及创建报表技巧
- 数据结构与算法总结——背包问题与组和问题
- 【直播回放】60分钟讲解深度学习中的数据爬虫和标注
- 【AI学院】新手如何学CV?老司机带学有三书籍《深度学习之图像识别》,赠书8本...
- 全球及中国速冻菠萝市场消费潜力及供需前景调研报告2021-2027年
- 全球与中国除颤监护仪市场深度调研与未来前景研究报告2022-2027年版
- NPAPI——实现非IE浏览器的类似ActiveX的本地程序(插件)调用
- 官网快速搭建spring boot 项目
- JavaScript函数练习
- Mysql5.7中子查询时order by与group by合用无效的解决办法