Python中的对象，方法，类，实例，函数用法分析

本文实例分析了Python中的对象，方法，类，实例，函数用法。分享给大家供大家参考。具体分析如下：

Python是一个完全面向对象的语言。不仅实例是对象，类，函数，方法也都是对象。

代码如下:

class Foo(object):
    static_attr = True
    def method(self):
        pass
foo = Foo()

这段代码实际上创造了两个对象，Foo和foo。而Foo同时又是一个类，foo是这个类的实例。
在C++里类型定义是在编译时完成的，被储存在静态内存里，不能轻易修改。在Python里类型本身是对象，和实例对象一样储存在堆中，对于解释器来说类对象和实例对象没有根本上的区别。
在Python中每一个对象都有自己的命名空间。空间内的变量被存储在对象的__dict__里。这样，Foo类有一个__dict__, foo实例也有一个__dict__，但这是两个不同的命名空间。
所谓“定义一个类”，实际上就是先生成一个类对象，然后执行一段代码，但把执行这段代码时的本地命名空间设置成类的__dict__. 所以你可以写这样的代码：

代码如下:

>>> class Foo(object):
...     bar = 1 + 1
...     qux = bar + 1
...     print "bar: ", bar
...     print "qux: ", qux
...     print locals()
...
bar:  2
qux:  3
{'qux': 3, '__module__': '__main__', 'bar': 2}
>>> print Foo.bar, Foo.__dict__['bar']
2 2
>>> print Foo.qux, Foo.__dict__['qux']
3 3

所谓“定义一个函数”，实际上也就是生成一个函数对象。而“定义一个方法”就是生成一
个函数对象，并把这个对象放在一个类的__dict__中。下面两种定义方法的形式是等价的：

代码如下:

>>> class Foo(object):
...     def bar(self):
...         return 2
...
>>> def qux(self):
...     return 3
...
>>> Foo.qux = qux
>>> print Foo.bar, Foo.__dict__['bar']

>>> print Foo.qux, Foo.__dict__['qux']

>>> foo = Foo()
>>> foo.bar()
2
>>> foo.qux()
3

而类继承就是简单地定义两个类对象，各自有不同的__dict__:

代码如下:

>>> class Cheese(object):
...     smell = 'good'
...     taste = 'good'
...
>>> class Stilton(Cheese):
...     smell = 'bad'
...
>>> print Cheese.smell
good
>>> print Cheese.taste
good
>>> print Stilton.smell
bad
>>> print Stilton.taste
good
>>> print 'taste' in Cheese.__dict__
True
>>> print 'taste' in Stilton.__dict__
False

复杂的地方在`.`这个运算符上。对于类来说，Stilton.taste的意思是“在Stilton.__dict__中找'taste'. 如果没找到，到父类Cheese的__dict__里去找，然后到父类的父类，等等。如果一直到object仍没找到，那么扔一个AttributeError.”
实例同样有自己的__dict__：

代码如下:

>>> class Cheese(object):
...     smell = 'good'
...     taste = 'good'
...     def __init__(self, weight):
...         self.weight = weight
...     def get_weight(self):
...         return self.weight
...
>>> class Stilton(Cheese):
...     smell = 'bad'
...
>>> stilton = Stilton('100g')
>>> print 'weight' in Cheese.__dict__
False
>>> print 'weight' in Stilton.__dict__
False
>>> print 'weight' in stilton.__dict__
True

不管__init__()是在哪儿定义的， stilton.__dict__与类的__dict__都无关。
Cheese.weight和Stilton.weight都会出错，因为这两个都碰不到实例的命名空间。而
stilton.weight的查找顺序是stilton.__dict__ => Stilton.__dict__ =>
Cheese.__dict__ => object.__dict__. 这与Stilton.taste的查找顺序非常相似，仅仅是
在最前面多出了一步。

方法稍微复杂些。

代码如下:

>>> print Cheese.__dict__['get_weight']

>>> print Cheese.get_weight

>>> print stilton.get_weight
<__main__.Stilton object at 0x7ff820669190>>

我们可以看到点运算符把function变成了unbound method. 直接调用类命名空间的函数和点
运算返回的未绑定方法会得到不同的错误：

代码如下:

>>> Cheese.__dict__['get_weight']()
Traceback (most recent call last):
  File "", line 1, in
TypeError: get_weight() takes exactly 1 argument (0 given)
>>> Cheese.get_weight()
Traceback (most recent call last):
  File "", line 1, in
TypeError: unbound method get_weight() must be called with Cheese instance as
first argument (got nothing instead)

但这两个错误说的是一回事，实例方法需要一个实例。所谓“绑定方法”就是简单地在调用方法时把一个实例对象作为第一个参数。下面这些调用方法是等价的：

代码如下:

>>> Cheese.__dict__['get_weight'](stilton)
'100g'
>>> Cheese.get_weight(stilton)
'100g'
>>> Stilton.get_weight(stilton)
'100g'
>>> stilton.get_weight()
'100g'

最后一种也就是平常用的调用方式，stilton.get_weight()，是点运算符的另一种功能，将stilton.get_weight()翻译成stilton.get_weight(stilton).
这样，方法调用实际上有两个步骤。首先用属性查找的规则找到get_weight, 然后将这个属性作为函数调用，并把实例对象作为第一参数。这两个步骤间没有联系。比如说你可以这样试：

代码如下:

>>> stilton.weight()
Traceback (most recent call last):
  File "", line 1, in
TypeError: 'str' object is not callable

先查找weight这个属性，然后将weight做为函数调用。但weight是字符串，所以出错。要注意在这里属性查找是从实例开始的：

代码如下:

>>> stilton.get_weight = lambda : '200g'
>>> stilton.get_weight()
'200g'

但是

代码如下:

>>> Stilton.get_weight(stilton)
'100g'

Stilton.get_weight的查找跳过了实例对象stilton，所以查找到的是没有被覆盖的，在Cheese中定义的方法。

getattr(stilton, 'weight')和stilton.weight是等价的。类对象和实例对象没有本质区别，getattr(Cheese, 'smell')和Cheese.smell同样是等价的。getattr()与点运算符相比，好处是属性名用字符串指定，可以在运行时改变。

__getattribute__()是最底层的代码。如果你不重新定义这个方法，object.__getattribute__()和type.__getattribute__()就是getattr()的具体实现，前者用于实例，后者用以类。换句话说，stilton.weight就是object.__getattribute__(stilton, 'weight'). 覆盖这个方法是很容易出错的。比如说点运算符会导致无限递归：

代码如下:

def __getattribute__(self, name):
        return self.__dict__[name]

__getattribute__()中还有其它的细节，比如说descriptor protocol的实现，如果重写很容易搞错。

__getattr__()是在__dict__查找没找到的情况下调用的方法。一般来说动态生成属性要用这个，因为__getattr__()不会干涉到其它地方定义的放到__dict__里的属性。

代码如下:

>>> class Cheese(object):
...     smell = 'good'
...     taste = 'good'
...
>>> class Stilton(Cheese):
...     smell = 'bad'
...     def __getattr__(self, name):
...         return 'Dynamically created attribute "%s"' % name
...
>>> stilton = Stilton()
>>> print stilton.taste
good
>>> print stilton.weight
Dynamically created attribute "weight"
>>> print 'weight' in stilton.__dict__
False

由于方法只不过是可以作为函数调用的属性，__getattr__()也可以用来动态生成方法，但同样要注意无限递归：

代码如下:

>>> class Cheese(object):
...     smell = 'good'
...     taste = 'good'
...     def __init__(self, weight):
...         self.weight = weight
...
>>> class Stilton(Cheese):
...     smell = 'bad'
...     def __getattr__(self, name):
...         if name.startswith('get_'):
...             def func():
...                 return getattr(self, name[4:])
...             return func
...         else:
...             if hasattr(self, name):
...                 return getattr(self, name)
...             else:
...                 raise AttributeError(name)
...
>>> stilton = Stilton('100g')
>>> print stilton.weight
100g
>>> print stilton.get_weight

>>> print stilton.get_weight()
100g
>>> print stilton.age
Traceback (most recent call last):
  File "", line 1, in
  File "", line 12, in __getattr__
AttributeError: age

希望本文所述对大家的Python程序设计有所帮助。