首页 > Python基础教程 >
-
python中那些双下划线开头得函数和变量
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 |
---|---|---|---|
① | 序列的长度 | len(seq) | seq.len() |
② | 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 |
---|---|---|---|
① | 通过键来获取值 | x[key] | x.getitem(key) |
② | 通过键来设置值 | x[key] = value | x.setitem(key,value) |
③ | 删除一个键值对 | del x[key] | x.delitem(key) |
④ | 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 |
---|---|---|---|
① | 相等 | x == y | x.eq(y) |
② | 不相等 | x != y | x.ne(y) |
③ | 小于 | x < y | x.lt(y) |
④ | 小于或等于 | x <= y | x.le(y) |
⑤ | 大于 | x > y | x.gt(y) |
⑥ | 大于或等于 | x >= y | x.ge(y) |
⑦ | 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 |
---|---|---|---|
① | 自定义对象的复制 | copy.copy(x) | x.copy() |
② | 自定义对象的深度复制 | copy.deepcopy(x) | x.deepcopy() |
③ | 在 pickling 之前获取对象的状态 | pickle.dump(x, file) | x.getstate() |
④ | 序列化某对象 | pickle.dump(x, file) | x.reduce() |
⑤ | 序列化某对象(新 pickling 协议) | pickle.dump(x, file, protocol_version) | x.reduce_ex(protocol_version) |
⑥ | 控制 unpickling 过程中对象的创建方式 | x = pickle.load(file) | x.getnewargs() |
⑦ | 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 |
---|---|---|---|
① | 在进入 with 语块时进行一些特别操作 | with x: | x.enter() |
② | 在退出 with 语块时进行一些特别操作 | with x: | x.exit() |
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。
来源:https://www.cnblogs.com/python1111/p/18204390