Python3 面向对象

class Student(object):

    pass

>>> bart = Student()

>>> bart.name = 'Bart Simpson'

class Student(object):

    def __init__(self, name, score):

        self.name = name

        self.score = score

    def print_score(self):

        pass

>>> bart = Student('Bart Simpson', 59)

和普通的函数相比，在类中定义的函数只有一点不同，就是第一个参数永远是实例变量 self ，并且，调用时，不用传递该参数。除此之外，类的方法和普通函数没有什么区别，所以，你仍然可以用默认参数、可变参数、关键字参数和命名关键字参数。

数据封装

面向对象编程的一个重要特点就是数据封装。

要定义一个方法，除了第一个参数是 self 外，其他和普通函数一样。要调用一个方法，只需要在实例变量上直接调用，除了 self 不用传递，其他参数正常传入：

>>> bart.print_score()

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。

访问限制

在Class内部，可以有属性和方法，而外部代码可以通过直接调用实例变量的方法来操作数据，这样，就隐藏了内部的复杂逻辑。

但是，从前面Student类的定义来看，外部代码还是可以自由地修改一个实例的 name 、 score 属性：

>>> bart = Student('Bart Simpson', 98)

>>> bart.score

98

>>> bart.score = 59

>>> bart.score

59

如果要让内部属性不被外部访问，可以把属性的名称前加上两个下划线 __ ，在Python中，实例的变量名如果以 __ 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，所以，我们把Student类改一改：

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))

改完后，对于外部代码来说，没什么变动，但是已经无法从外部访问 实例变量.__name 和 实例变量.__score 了：

>>> bart = Student('Bart Simpson', 98)

>>> bart.__name

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

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

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。

但是如果外部代码要获取name和score怎么办？可以给Student类增加 get_name 和 get_score 这样的方法：

class Student(object):

    def get_name(self):

        return self.__name

    def get_score(self):

        return self.__score

如果又要允许外部代码修改score怎么办？可以再给Student类增加 set_score 方法：

class Student(object):

    def set_score(self, score):

        self.__score = score

你也许会问，原先那种直接通过 bart.score = 59 也可以修改啊，为什么要定义一个方法大费周折？因为在方法中，可以对参数做检查，避免传入无效的参数：

需要注意的是，在Python中，变量名类似 __xxx__ 的，也就是以双下划线开头，并且以双下划线结尾的，是特殊变量，特殊变量是可以直接访问的，不是private变量，所以，不能用 __name__ 、 __score__ 这样的变量名。

有些时候，你会看到以一个下划线开头的实例变量名，比如 _name ，这样的实例变量外部是可以访问的，但是，按照约定俗成的规定，当你看到这样的变量时，意思就是，“虽然我可以被访问，但是，请把我视为私有变量，不要随意访问”。

双下划线开头的实例变量是不是一定不能从外部访问呢？其实也不是。不能直接访问 __name 是因为Python解释器对外把 __name 变量改成了 _Student__name ，所以，仍然可以通过 _Student__name 来访问 __name 变量：

>>> bart._Student__name

'Bart Simpson'

但是强烈建议你不要这么干，因为不同版本的Python解释器可能会把 __name 改成不同的变量名。

总的来说就是，Python本身没有任何机制阻止你干坏事，一切全靠自觉。

继承和多态

在OOP程序设计中，当我们定义一个class的时候，可以从某个现有的class继承，新的class称为子类（Subclass），而被继承的class称为基类、父类或超类（Base class、Super class）。

比如，我们已经编写了一个名为 Animal 的class，有一个 run() 方法可以直接打印：

class Animal(object):

    def run(self):

        print('Animal is running...')

当我们需要编写 Dog 和 Cat 类时，就可以直接从 Animal 类继承：

class Dog(Animal):

    pass

    def run(self):

        print('Dog is running...')

当子类和父类都存在相同的 run() 方法时，我们说，子类的 run() 覆盖了父类的 run() ，在代码运行的时候，总是会调用子类的 run() 。这样，我们就获得了继承的另一个好处：多态。

要理解什么是多态，我们首先要对数据类型再作一点说明。当我们定义一个class的时候，我们实际上就定义了一种数据类型。我们定义的数据类型和Python自带的数据类型，比如str、list、dict没什么两样：

a = list() # a是list类型

b = Animal() # b是Animal类型

c = Dog() # c是Dog类型

判断一个变量是否是某个类型可以用 isinstance() 判断：

>>> isinstance(a, list) # True

对于一个变量，我们只需要知道它是 Animal 类型，无需确切地知道它的子类型，就可以放心地调用 run() 方法，而具体调用的 run() 方法是作用在 Animal 、 Dog 、 Cat 还是 Tortoise 对象上，由运行时该对象的确切类型决定，这就是多态真正的威力：调用方只管调用，不管细节，而当我们新增一种 Animal 的子类时，只要确保 run() 方法编写正确，不用管原来的代码是如何调用的。这就是著名的“开闭”原则：

• 对扩展开放：允许新增 Animal 子类；
• 对修改封闭：不需要修改依赖 Animal 类型的 run_twice() 等函数。

多重继承

class DerivedClassName(Base1, Base2, Base3):

    pass

静态语言 vs 动态语言

对于静态语言（例如Java）来说，如果需要传入 Animal 类型，则传入的对象必须是 Animal 类型或者它的子类，否则，将无法调用 run() 方法。

对于Python这样的动态语言来说，则不一定需要传入 Animal 类型。我们只需要保证传入的对象有一个 run() 方法就可以了：

class Timer(object):

    def run(self):

        print('Start...')

这就是动态语言的“鸭子类型”，它并不要求严格的继承体系，一个对象只要“看起来像鸭子，走起路来像鸭子”，那它就可以被看做是鸭子。

Python的“file-like object“就是一种鸭子类型。对真正的文件对象，它有一个 read() 方法，返回其内容。但是，许多对象，只要有 read() 方法，都被视为“file-like object“。许多函数接收的参数就是“file-like object“，你不一定要传入真正的文件对象，完全可以传入任何实现了 read() 方法的对象。

动态语言的鸭子类型特点决定了继承不像静态语言那样是必须的。

当我们拿到一个对象的引用时，如何知道这个对象是什么类型、有哪些方法呢？

使用type()

首先，我们来判断对象类型，使用 type() 函数：

基本类型都可以用 type() 判断：

>>> type(123)

<class 'int'>

如果一个变量指向函数或者类，也可以用 type() 判断：

>>> type(abs)

<class 'builtin_function_or_method'>

>>> type(a)

<class '__main__.Animal'>

但是 type() 函数返回的是什么类型呢？它返回对应的Class类型。如果我们要在 if 语句中判断，就需要比较两个变量的type类型是否相同：

>>> type(123)==type(456)

True

判断基本数据类型可以直接写 int ， str 等，但如果要判断一个对象是否是函数怎么办？可以使用 types 模块中定义的常量：

>>> import types

>>> def fn():

...     pass

...

>>> type(fn)==types.FunctionType

True

>>> type(abs)==types.BuiltinFunctionType

True

>>> type(lambda x: x)==types.LambdaType

True

>>> type((x for x in range(10)))==types.GeneratorType

True

使用isinstance()

对于class的继承关系来说，使用 type() 就很不方便。我们要判断class的类型，可以使用 isinstance() 函数。 isinstance() 判断的是一个对象是否是该类型本身，或者位于该类型的父继承链上。

并且还可以判断一个变量是否是某些类型中的一种，比如下面的代码就可以判断是否是list或者tuple：

>>> isinstance([1, 2, 3], (list, tuple))

True

使用issubclass()

issubclass() 用于判断一个类是否是另一个类的子类。

>>> issubclass(Dog, Animal)

True

使用dir()

如果要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')

类似 __xxx__ 的属性和方法在Python中都是有特殊用途的，比如 __len__ 方法返回长度。在Python中，如果你调用 len() 函数试图获取一个对象的长度，实际上，在 len() 函数内部，它自动去调用该对象的 __len__() 方法，所以，下面的代码是等价的：

>>> len('ABC')

>>> 'ABC'.__len__()

我们自己写的类，如果也想用 len(myObj) 的话，就自己写一个 __len__() 方法：

剩下的都是普通属性或方法，比如 lower() 返回小写的字符串：

>>> 'ABC'.lower()

仅仅把属性和方法列出来是不够的，配合 getattr() 、 setattr() 以及 hasattr() ，我们可以直接操作一个对象的状态：

>>> class MyObject(object):

...     def __init__(self):

...         self.x = 9

...     def power(self):

...         return self.x * self.x

...

>>> obj = MyObject()

之后就可以测试obj的属性了：

>>> hasattr(obj, 'x') # 有属性'x'吗？

>>> setattr(obj, 'y', 19) # 设置一个属性'y'->之后就有y属性了

>>> getattr(obj, 'y') # 获取属性'y'

>>> obj.y # 获取属性'y'

使用delattr(obj, 'x') 删除x属性。

如果试图获取不存在的属性，会抛出AttributeError的错误：

>>> getattr(obj, 'z') # 获取属性'z'

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

AttributeError: 'MyObject' object has no attribute 'z'

可以传入一个default参数，如果属性不存在，就返回默认值：

>>> getattr(obj, 'z', 404) # 获取属性'z'，如果不存在，返回默认值404

也可以获得对象的方法：

>>> hasattr(obj, 'power') # 有属性'power'吗？

True

>>> getattr(obj, 'power') # 获取属性'power'

<bound method MyObject.power of <__main__.MyObject object at 0x10077a6a0>>

>>> fn = getattr(obj, 'power') # 获取属性'power'并赋值到变量fn

>>> fn # fn指向obj.power

<bound method MyObject.power of <__main__.MyObject object at 0x10077a6a0>>

>>> fn() # 调用fn()与调用obj.power()是一样的

81

只有在不知道对象信息的时候，我们才会去获取对象信息。如果可以直接写：

sum = obj.x + obj.y // 就不要写：

sum = getattr(obj, 'x') + getattr(obj, 'y')

一个正确的用法的例子如下：

def readImage(fp):

    if hasattr(fp, 'read'):

        return readData(fp)

    return None

假设我们希望从文件流fp中读取图像，我们首先要判断该fp对象是否存在read方法，如果存在，则该对象是一个流，如果不存在，则无法读取。 hasattr() 就派上了用场。

请注意，在Python这类动态语言中，根据鸭子类型，有 read() 方法，不代表该fp对象就是一个文件流，它也可能是网络流，也可能是内存中的一个字节流，但只要 read() 方法返回的是有效的图像数据，就不影响读取图像的功能。

实例属性和类属性

由于Python是动态语言，根据类创建的实例可以任意绑定属性。

给实例绑定属性的方法是通过实例变量，或者通过 self 变量：

class Student(object):

    def __init__(self, name):

        self.name = name

s = Student('Bob')

s.score = 90

但是，如果 Student 类本身需要绑定一个属性呢？可以直接在class中定义属性，这种属性是类属性，归 Student 类所有：

class Student(object):

    name = 'Student'

当我们定义了一个类属性后，这个属性虽然归类所有，但类的所有实例都可以访问到。

>>> class Student(object):

...     name = 'Student'

...

>>> s = Student() # 创建实例s

>>> print(s.name) # 打印name属性，因为实例并没有name属性，所以会继续查找class的name属性

Student

>>> print(Student.name) # 打印类的name属性

Student

>>> s.name = 'Michael' # 给实例绑定name属性

>>> print(s.name) # 由于实例属性优先级比类属性高，因此，它会屏蔽掉类的name属性

Michael

>>> print(Student.name) # 但是类属性并未消失，用Student.name仍然可以访问

Student

>>> del s.name # 如果删除实例的name属性

>>> print(s.name) # 再次调用s.name，由于实例的name属性没有找到，类的name属性就显示出来了

Student

在编写程序的时候，千万不要把实例属性和类属性使用相同的名字，因为相同名称的实例属性将屏蔽掉类属性，但是当你删除实例属性后，再使用相同的名称，访问到的将是类属性。