python面向对象编程(下)

Posted 2020-07-31

本篇将详细介绍Python 类的成员、成员修饰符、类的特殊成员。还有两个类的综合运用实例。

环境为：python3.5.1

类的成员

类的成员包括三大类：字段、方法和属性

　　最重要的是：所有成员中，只有普通字段的内容保存在对象中，即：根据此类创建了多少对象，在内存中就有多少个普通字段。而其他的成员，则都是保存在类中，即：无论对象的多少，在内存中只创建一份。

一、字段

　　字段包括：普通字段和静态字段，他们在定义和使用中有所区别，而最本质的区别是内存中保存的位置不同。

• 普通字段属于对象。不实例化对象就不会创建字段。每个对象都有一份自己的普通字段。使用对象名.字段名的方式进行访问。
• 静态字段属于类。所有对象共享一份,在代码加载时就创建了，使用类名.字段名的方式访问。（也可以用对象名.类字段访问，但不建议这么用。）

　　字段有点像类和对象包含的变量，要理解字段的含义：可以参考函数式编程中的局部变量和全部变量，但切切不可混为一谈。

　　字段的创建和调用方式：

class Province:

    # 静态字段
    country ＝ ‘中国‘

    def __init__(self, name):

        # 普通字段
        self.name = name

# 直接访问普通字段
obj = Province(‘河北省‘)
print obj.name

# 直接访问静态字段
Province.country

　【普通字段需要通过对象来访问】，【静态字段通过类访问】，在使用上也可以看出普通字段和静态字段的归属是不同的。其在内容的存储方式类似如下图：

反复强调的是：

• 静态字段在内存中只保存一份
• 普通字段在每个对象中都要保存一份

那么什么时候使用静态字段呢？类似全局变量的应用方式： 通过类创建对象时，如果每个对象都具有相同的字段，那么就使用静态字段。

二、方法

方法包括：普通方法、静态方法和类方法，三种方法无论是在代码中还是内存中都归属于类，区别在于传入的参数和调用方式不同。

• 普通方法：由对象调用；至少一个self参数；执行普通方法时，自动将调用该方法的对象赋值给self；
• 类方法：　由类调用，采用@classmethod装饰，至少闯入一个cls（代指类本身，类似self）参数；执行类方法时，自动将调用该方法的类赋值给cls；与对象无关。类方法是python语言独有的方法类型，建议只使用类名.类方法的调用方式。（虽然也可以使用对象名.类方法的方式调用）
  
• 静态方法：由类调用；无默认参数。将普通方法参数中的self去掉，然后在方法定义上方加上@staticmethod，就成为静态方法。它属于类，和对象无关。建议只使用类名.静态方法的调用方式。（虽然也可以使用对象名.静态方法的方式调用）

下面是三种方法的定义和调用方式

class Foo:

    def __init__(self, name):
        self.name = name

    def ord_func(self):
        """ 定义普通方法，至少有一个self参数 """
        print(‘普通方法‘)

    @classmethod
    def class_func(cls):
        """ 定义类方法，至少有一个cls参数 """
        print(‘类方法‘)

    @staticmethod
    def static_func():
        """ 定义静态方法 ，无默认参数"""
        print(‘静态方法‘)


# 调用普通方法
f = Foo()
f.ord_func()

# 调用类方法
Foo.class_func()

# 调用静态方法
Foo.static_func()

三、属性　　

Python中的属性其实是普通方法的变种。

对于属性，有两个知识点：

• 属性的基本使用
• 属性的两种定义方式

1、属性的基本使用

 

# ############### 定义 ###############
class Foo:

    def func(self):
        pass

    # 定义属性
    @property
    def prop(self):
        pass
# ############### 调用 ###############
foo_obj = Foo()

foo_obj.func()
foo_obj.prop   #调用属性

　　

　　从本质上而言，属性其实就是假装成字段的普通方法！

由属性的定义和调用可以发现属性的几个特点：

• 定义时，在普通方法的基础上添加 @property 装饰器；
• 定义时，属性仅有一个self参数
• 调用时，无需括号（也就是类似字段的调用方式）

             方法：foo_obj.func()

             属性：foo_obj.prop

　　　　　　  字段：foo_obj.name

　　属性存在意义是：访问属性时可以制造出和访问字段完全相同的假象.至于有什么用，需要实践中去发现。属性由普通方法变种而来，如果Python中没有属性，方法完全可以代替其功能。

2、属性的两种定义方式

属性的定义有两种方式：

• 装饰器 即：在方法上应用装饰器
• 静态字段 即：在类中定义值为property对象的静态字段

装饰器方式：在类的普通方法上应用@property装饰器

# ############### 定义 ###############
class Goods(object):

    @property
    def price(self):
        print ‘@property‘

    @price.setter
    def price(self, value):
        print ‘@price.setter‘

    @price.deleter
    def price(self):
        print ‘@price.deleter‘

# ############### 调用 ###############
obj = Goods()

obj.price          # 自动执行 @property 修饰的 price 方法，并获取方法的返回值

obj.price = 123    # 自动执行 @price.setter 修饰的 price 方法，并将  123 赋值给方法的参数

del obj.price      # 自动执行 @price.deleter 修饰的 price 方法

仔细分析上面的代码，你会发现关键是这么三个东西@property、@方法名.setter、@方法名.deleter修饰。他们其实共同定义了一个属性，只不过是针对该属性的三种不同操作。

最基本的@property下面定义的代码块，决定了类似“result = obj.price"执行什么代码；

　　　　@方法名.setter下面定义的代码块，决定了类似“obj.price = xxx"这样的赋值语句执行什么代码；

　　　　@方法名.deleter下面定义的代码块，决定了类似“del obj.price "这样的语句具体执行什么代码；（注意，这里的del并非必须是删除某个东西的功能，仅仅是调用方式）

他们分别将三个方法定义为对同一个属性：获取、修改和删除。其实就是price这个属性的一体三面！

class Goods(object):

    def __init__(self):
        # 原价
        self.original_price = 100
        # 折扣
        self.discount = 0.8

    @property
    def price(self):
        # 实际价格 = 原价 * 折扣
        new_price = self.original_price * self.discount
        return new_price

    @price.setter
    def price(self, value):
        self.original_price = value

    @price.deltter
    def price(self, value):
        del self.original_price

obj = Goods()
obj.price         # 获取商品价格
obj.price = 200   # 修改商品原价
del obj.price     # 删除商品原价

实例

 　　感觉似乎在哪见过这种类似的东西？setattr()、getattr()、delattr()?还有__setitem__、__getitem__、__delitem__？你是不是发现在python的哲学里处处都有这种东西？我们再来看一下属性的静态字段方式，你的感觉就会更加强烈了！

静态字段方式，创建值为property对象的静态字段

class Foo:

    def get_bar(self):
        return ‘wupeiqi‘

    BAR = property(get_bar)

obj = Foo()
reuslt = obj.BAR        # 自动调用get_bar方法，并获取方法的返回值
print（reuslt）

property类的构造方法中有个四个参数

• 第一个参数是方法名，调用 对象.属性 时自动触发执行方法
• 第二个参数是方法名，调用 对象.属性 ＝ XXX时自动触发执行方法
• 第三个参数是方法名，调用 del 对象.属性 时自动触发执行方法
• 第四个参数是字符串，调用 对象.属性.__doc__，此参数是该属性的描述信息　

class Foo：

    def get_bar(self):
        return ‘jack‘

    # *必须两个参数
    def set_bar(self, value): 
        return return ‘set value‘ + value

    def del_bar(self):
        return ‘jack‘

    BAR ＝ property(get_bar, set_bar, del_bar, ‘description...‘)

obj = Foo()

obj.BAR              # 自动调用第一个参数中定义的方法：get_bar
obj.BAR = "andy"     # 自动调用第二个参数中定义的方法：set_bar方法，并将“andy”当作参数传入
del Foo.BAR          # 自动调用第三个参数中定义的方法：del_bar方法
obj.BAE.__doc__      # 自动获取第四个参数中设置的值：description...

class Goods(object):

    def __init__(self):
        # 原价
        self.original_price = 100
        # 折扣
        self.discount = 0.8

    def get_price(self):
        # 实际价格 = 原价 * 折扣
        new_price = self.original_price * self.discount
        return new_price

    def set_price(self, value):
        self.original_price = value

    def del_price(self, value):
        del self.original_price

    PRICE = property(get_price, set_price, del_price, ‘价格属性描述...‘)

obj = Goods()
obj.PRICE         # 获取商品价格
obj.PRICE = 200   # 修改商品原价
del obj.PRICE     # 删除商品原价

实例

让我们看一下property构造方法的源代码：

def __init__(self, fget=None, fset=None, fdel=None, doc=None): # known special case of property.__init__
        """
        property(fget=None, fset=None, fdel=None, doc=None) -> property attribute
        
        fget is a function to be used for getting an attribute value, and likewise
        fset is a function for setting, and fdel a function for del‘ing, an
        attribute.  Typical use is to define a managed attribute x:
        
        class C(object):
            def getx(self): return self._x
            def setx(self, value): self._x = value
            def delx(self): del self._x
            x = property(getx, setx, delx, "I‘m the ‘x‘ property.")
        
        Decorators make defining new properties or modifying existing ones easy:
        
        class C(object):
            @property
            def x(self):
                "I am the ‘x‘ property."
                return self._x
            @x.setter
            def x(self, value):
                self._x = value
            @x.deleter
            def x(self):
                del self._x
        
        # (copied from class doc)
        """
        pass

　看见fget=None, fset=None, fdel=None这三个默认参数么？其实就是@property、@方法名.setter、@方法名.deleter。

无论是装饰函数还是静态字段，都只是定义属性的两种方式而已。在实际的项目中，Python WEB框架 Django 的视图中 request.POST 就是使用的静态字段的方式创建的属性。

class WSGIRequest(http.HttpRequest):
    def __init__(self, environ):
        script_name = get_script_name(environ)
        path_info = get_path_info(environ)
        if not path_info:
            # Sometimes PATH_INFO exists, but is empty (e.g. accessing
            # the SCRIPT_NAME URL without a trailing slash). We really need to
            # operate as if they‘d requested ‘/‘. Not amazingly nice to force
            # the path like this, but should be harmless.
            path_info = ‘/‘
        self.environ = environ
        self.path_info = path_info
        self.path = ‘%s/%s‘ % (script_name.rstrip(‘/‘), path_info.lstrip(‘/‘))
        self.META = environ
        self.META[‘PATH_INFO‘] = path_info
        self.META[‘SCRIPT_NAME‘] = script_name
        self.method = environ[‘REQUEST_METHOD‘].upper()
        _, content_params = cgi.parse_header(environ.get(‘CONTENT_TYPE‘, ‘‘))
        if ‘charset‘ in content_params:
            try:
                codecs.lookup(content_params[‘charset‘])
            except LookupError:
                pass
            else:
                self.encoding = content_params[‘charset‘]
        self._post_parse_error = False
        try:
            content_length = int(environ.get(‘CONTENT_LENGTH‘))
        except (ValueError, TypeError):
            content_length = 0
        self._stream = LimitedStream(self.environ[‘wsgi.input‘], content_length)
        self._read_started = False
        self.resolver_match = None

    def _get_scheme(self):
        return self.environ.get(‘wsgi.url_scheme‘)

    def _get_request(self):
        warnings.warn(‘`request.REQUEST` is deprecated, use `request.GET` or ‘
                      ‘`request.POST` instead.‘, RemovedInDjango19Warning, 2)
        if not hasattr(self, ‘_request‘):
            self._request = datastructures.MergeDict(self.POST, self.GET)
        return self._request

    @cached_property
    def GET(self):
        # The WSGI spec says ‘QUERY_STRING‘ may be absent.
        raw_query_string = get_bytes_from_wsgi(self.environ, ‘QUERY_STRING‘, ‘‘)
        return http.QueryDict(raw_query_string, encoding=self._encoding)
    
    # ############### 看这里看这里  ###############
    def _get_post(self):
        if not hasattr(self, ‘_post‘):
            self._load_post_and_files()
        return self._post

    # ############### 看这里看这里  ###############
    def _set_post(self, post):
        self._post = post

    @cached_property
    def COOKIES(self):
        raw_cookie = get_str_from_wsgi(self.environ, ‘HTTP_COOKIE‘, ‘‘)
        return http.parse_cookie(raw_cookie)

    def _get_files(self):
        if not hasattr(self, ‘_files‘):
            self._load_post_and_files()
        return self._files

    # ############### 看这里看这里  ###############
    POST = property(_get_post, _set_post)
    
    FILES = property(_get_files)
    REQUEST = property(_get_request)

Django源码

 类成员的修饰符

对于每一个类的成员而言都有两种形式：

• 公有成员，在任何地方都能访问
• 私有成员，只有在类的内部才能方法

私有成员和公有成员的定义不同：私有成员命名时，前两个字符是下划线。（特殊成员除外，例如：__init__、__call__、__dict__等）

class C:
 
    def __init__(self):
        self.name = ‘公有字段‘
        self.__foo = "私有字段"

私有成员和公有成员的访问限制不同：

静态字段

• 公有静态字段：类可以访问；类内部可以访问；派生类中可以访问
• 私有静态字段：仅类内部可以访问；

class C:

    name = "公有静态字段"

    def func(self):
        print C.name

class D(C):

    def show(self):
        print C.name


C.name         # 类访问

obj = C()
obj.func()     # 类内部可以访问

obj_son = D()
obj_son.show() # 派生类中可以访问

公有静态字段

class C:

    __name = "公有静态字段"

    def func(self):
        print C.__name

class D(C):

    def show(self):
        print C.__name


C.__name       # 类访问            ==> 错误

obj = C()
obj.func()     # 类内部可以访问     ==> 正确

obj_son = D()
obj_son.show() # 派生类中可以访问   ==> 错误

私有静态字段

 普通字段

• 公有普通字段：对象可以访问；类内部可以访问；派生类中可以访问
• 私有普通字段：仅类内部可以访问；

ps：如果想要强制访问私有字段，可以通过 【对象._类名__私有字段明 】访问（如：obj._C__foo），不建议强制访问私有成员。

class C:
    
    def __init__(self):
        self.foo = "公有字段"

    def func(self):
        print self.foo 　#　类内部访问

class D(C):
    
    def show(self):
        print self.foo　＃　派生类中访问

obj = C()

obj.foo     # 通过对象访问
obj.func()  # 类内部访问

obj_son = D();
obj_son.show()  # 派生类中访问

公有普通字段

class C:
    
    def __init__(self):
        self.__foo = "私有字段"

    def func(self):
        print self.foo 　#　类内部访问

class D(C):
    
    def show(self):
        print self.foo　＃　派生类中访问

obj = C()

obj.__foo     # 通过对象访问    ==> 错误
obj.func()  # 类内部访问        ==> 正确

obj_son = D();
obj_son.show()  # 派生类中访问  ==> 错误

私有普通字段

方法、属性的访问于上述方式相似，即：私有成员只能在类内部使用

ps：非要访问私有属性的话，可以通过 对象._类__属性名

类的特殊成员

　　上面介绍了Python的类成员以及成员修饰符，从而了解到类中有字段、方法和属性三大类成员，并且成员名前如果有两个下划线，则表示该成员是私有成员，私有成员只能由类内部调用。无论人或事物往往都有不按套路出牌的情况，Python的类成员也是如此，存在着一些具有特殊含义的成员，详情如下：

1. __doc__

　　表示类的描述信息。python自建，无需自定义。

class Foo:
    """ 描述类信息，可被自动收集 """

    def func(self):
        pass

print(Foo.__doc__)
#输出：类的描述信息

2. __module__ 和  __class__ 

　　__module__ 表示当前操作的对象在那个模块

　　__class__     表示当前操作的对象的类是什么

　　python自建，无需自定义。

#!/usr/bin/env python
# -*- coding:utf-8 -*-

from f1 import Foo

obj = Foo()
print(obj.__module__)

运行结果：

f1

from lib.aa import C

obj = C()
print（obj.__module__）  # 输出 lib.aa，即：输出模块
print（obj.__class__）      # 输出 lib.aa.C，即：输出类

3. __init__

　　构造方法，通过类创建对象时，自动触发执行。

class Foo:

    def __init__(self, name):
        self.name = name
        self.age = 18


obj = Foo(jack‘) # 自动执行类中的 __init__ 方法

4. __del__

　　析构方法，当对象在内存中被释放时，自动触发执行。

　　注：此方法一般无须定义，因为Python是一门高级语言，程序员在使用时无需关心内存的分配和释放，因为此工作都是交给Python解释器来执行，所以，析构函数的调用是由解释器在进行垃圾回收时自动触发执行的。

class Foo:

    def __del__(self):
        print("我被回收了！")

5. __call__

　　对象后面加括号，触发执行。前提是用户在类中定义了该方法。

注：构造方法的执行是由创建对象触发的，即：对象 = 类名() ；而对于 __call__ 方法的执行是由对象后加括号触发的，即：对象() 或者 类()()

class Foo:

    def __init__(self):
        pass
    
    def __call__(self, *args, **kwargs):

        print(‘__call__‘)


obj = Foo() # 执行 __init__
obj()       # 执行 __call__

6. __dict__

　　列出类或对象中的所有成员！非常重要和有用的一个方法，python自建，无需用户自己定义。

上文中我们知道：类的普通字段属于对象；类中的静态字段和方法等属于类，即：

class Province:

    country = ‘China‘

    def __init__(self, name, count):
        self.name = name
        self.count = count

    def func(self, *args, **kwargs):
        print（‘func‘）

# 获取类的成员，即：静态字段、方法、
print(Province.__dict__)
# 输出：{‘country‘: ‘China‘, ‘__module__‘: ‘__main__‘, ‘func‘: <function func at 0x10be30f50>, ‘__init__‘: <function __init__ at 0x10be30ed8>, ‘__doc__‘: None}

obj1 = Province(‘HeBei‘,10000)
print(obj1.__dict__)
# 获取 对象obj1 的成员
# 输出：{‘count‘: 10000, ‘name‘: ‘HeBei‘}

obj2 = Province(‘HeNan‘, 3888)
print(obj2.__dict__)
# 获取 对象obj1 的成员
# 输出：{‘count‘: 3888, ‘name‘: ‘HeNan‘}

7. __str__

　　如果一个类中定义了__str__方法，那么在打印对象时，默认输出该方法的返回值。

　　这也是一个非常重要的方法，需要用户自己定义。　　

class Foo:

    def __str__(self):
        return ‘jack‘


obj = Foo()
print(obj)
# 输出：wupeiqi

8、__getitem__、__setitem__、__delitem__

　　用于索引操作，如字典。以上分别表示获取、设置、删除数据。

　　这也是非常重要的方法，需要用户自己定义。

　　我们知道，变量名后面加圆括号，通常代表执行或调用的意思；而在变量名后面加中括号[]，通常代表取值的意思。python设计了这三个特殊成员，用于执行与中括号有关的动作。

　　类似上面属性的定义方法，也分获取、设置和删除三种操作。

　　a = 变量名[]　： 　　执行__getitem__方法

　　变量名[] = a  ： 　　执行__setitem__方法

　　del 变量名[]　： 　　执行__delitem__方法

#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
class Foo(object):
 
    def __getitem__(self, key):
        print(‘__getitem__‘,key)
 
    def __setitem__(self, key, value):
        print(‘__setitem__‘,key,value)
 
    def __delitem__(self, key):
        print(‘__delitem__‘,key)
 
 
obj = Foo()
 
result = obj[‘k1‘]      # 自动触发执行 __getitem__
obj[‘k2‘] = ‘jack‘      # 自动触发执行 __setitem__
del obj[‘k1‘]             # 自动触发执行 __delitem__

9、__getslice__、__setslice__、__delslice__

　　这三个方法用于分片操作，也就是类似list[1:7:2]。但是在python3中已经被__getitem__、__setitem__、__delitem__所替代。

　　那么__getitem__、__setitem__、__delitem__是如何区分你是要取值呢？还是要分片呢？通过传入参数的类型！

class Foo:
    def __init__(self):
        pass

    def __getitem__(self, item):
        print(type(item))

    def __setitem__(self, key, value):
        pass

    def __delitem__(self, key):
        pass

obj = Foo()
result = obj[1]
result = obj["key"]
result = obj[1:8]

运行结果：

<class ‘int‘>
<class ‘str‘>
<class ‘slice‘>

　　看到没有？类似obj[1:8]方式调用的时候，传入的参数是个slice类型！

　　当__getitem__方法接收到一个slice类型的时候就知道要进行切片的相关处理，于是它提供了start、stop和step三个变量，分别表示起始、终止和步长。

class Foo:
    def __init__(self):
        pass

    def __getitem__(self, item):
        print(type(item))
        print("start=  ", item.start)
        print("stop=  ", item.stop)
        print("step=  ", item.step)

    def __setitem__(self, key, value):
        pass

    def __delitem__(self, key):
        pass

obj = Foo()
result = obj[1:8:2]

运行结果：

<class ‘slice‘>
start=   1
stop=   8
step=   2

　　__setitem__和__delitem__方法对切面的处理方式类似。　　

10. __iter__ 

　　迭代器方法！之所以列表、字典、元组可以进行for循环，是因为类型内部定义了 __iter__这个方法。如果用户想让它自定义的类的对象可以被迭代，那么就需要在类中定义这个方法，并且让该方法返回值是一个可迭代的对象。当在代码中利用for循环对对象进行遍历时，就会调用类的这个__iter__方法。看起来很绕，下面的三步能让你感觉清晰。

第一步：

class Foo(object):
    pass


obj = Foo()

for i in obj:
    print(i)
    
# 报错：TypeError: ‘Foo‘ object is not iterable
# 原因是Foo对象不可迭代

第二步：

class Foo(object):
    
    def __iter__(self):
        pass

obj = Foo()

for i in obj:
    print(i)

# 报错：TypeError: iter() returned non-iterator of type ‘NoneType‘ 

#原因是 __iter__方法没有返回一个可迭代的对象

第三步：

class Foo(object):

    def __init__(self, sq):
        self.sq = sq

    def __iter__(self):
        return iter(self.sq)

obj = Foo([11,22,33,44])

for i in obj:
    print(i)

# 这下没问题了！

以上步骤可以看出，for循环迭代的其实是  iter([11,22,33,44]) ，所以执行流程可以变更为：　　

#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
obj = iter([11,22,33,44])
 
for i in obj:
    print(i)

其实For循环语法内部也就是：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

obj = iter([11,22,33,44])

while True:
    val = obj.next()
    print(val)

python有个yield的强大语法，可以将函数变成生成器，生成的就是个迭代器。

class Foo:
    def __init__(self):
        pass

    def __iter__(self):
        yield 1
        yield 2
        yield 3

obj = Foo()
for i in obj:
    print(i)

运行结果：
1
2
3

11. __new__ 和 __metaclass__

阅读以下代码：

class Foo(object):
 
    def __init__(self):
        pass
 
obj = Foo()           # obj是通过Foo类实例化的对象
print(type(obj))     # 输出：<class ‘__main__.Foo‘>     表示，obj 对象由Foo类创建
print(type(Foo))     # 输出：<type ‘type‘>                     表示，Foo类对象由 type 类创建            

　　有一个概念必须牢记，那就是在Python中一切事物都是对象！。上述代码显示，obj 是通过 Foo 类实例化的对象，Foo类本身也是一个type类创建的对象。obj对象是通过执行Foo类的构造方法创建的，Foo类对象也是通过type类的构造方法创建得。所以，obj对象是Foo类的一个实例，Foo类对象是 type 类的一个实例。

　　按照上面的理论，那么，创建类就可以有两种方式：

a). 普通方式

class Foo:
    
    def __init__(self):
        pass

b).特殊方式（type类的构造函数）

def func(self):
    print("i am jack")
 
Foo = type(‘Foo‘, (object,), {‘func‘: func})
#type第一个参数：类名
#type第二个参数：当前类的基类
#type第三个参数：类的成员

那么问题来了，类默认是由 type 类实例化产生，type类中如何实现的创建类？类又是如何创建对象？

答：类中有一个属性 __metaclass__，用来表示该类由谁来实例化创建，所以，我们可以为 __metaclass__ 设置一个type类的派生类，从而查看类创建的过程。

 

而对于__new__：

在python2.X中

继承自object的新式类才有__new__

　　__new__至少要有一个参数cls，代表要实例化的类，此参数在实例化时由Python解释器自动提供

　　__new__必须要有返回值，返回实例化出来的实例，这点在自己实现__new__时要特别注意，可以return父类__new__出来的实例，或者直接是object的__new__出来的实例

　　__init__有一个参数self，就是这个__new__返回的实例，__init__在__new__的基础上可以完成一些其它初始化的动作，__init__不需要返回值

　　若__new__没有正确返回当前类cls的实例，那__init__是不会被调用的，即使是父类的实例也不行

　　

由于博主使用的是python3.5，因此上面的代码需要微小的调整一下，主要是object类不接收参数。

class MyType(type):

    def __init__(self, what, bases=None, dict=None):
        super(MyType, self).__init__(what, bases, dict)

    def __call__(self, *args, **kwargs):
        obj = self.__new__(self, *args, **kwargs)
        self.__init__(obj)

class Foo(object):

    __metaclass__ = MyType

    def __init__(self, name):
        self.name = name

    def __new__(cls, *args, **kwargs):
        return object.__new__(cls)

Foo_obj = Foo("jack")
print(Foo_obj.name)

要理解上这一切，核心要点是：类也是由type这个”老祖宗”实例化的对象！

上面的代码执行可以分为两个阶段：

第一阶段：Foo类的实例化过程，它处于obj = Foo("jack")这句代码之前。

　　1. 在python从上往下顺序执行的过程中发现了__metaclass__ = MyType这么个东西，于是明白了，Foo类需要由MyType这么一个自定义的继承了type类的类来实例化。

　　2. 自动调用MyType类中的__init__(self, what, bases=None, dict=None)方法创建了类Foo这么个实例化对象。（Foo在MyType眼中就是个对象）

第二阶段：程序执行到obj = Foo("jack")这句的时候

　　1. 发现这是个对象+括号的语法，还记得前面的__call__么，对了，它就会自动去调用MyType的__call__方法；

　　2.来到obj = self.__new__(self, *args, **kwargs)这句，右边的self.__new__指向的是谁呢？self就是Foo这个对象，当然是Foo.__new__了。于是程序又返回了。

　　3.程序发现Foo.__new__()里只有这么一句return object.__new__(cls)，这是利用顶级父类object创建一个对象，并将它作为返回值。好吧，我们接着回到MyType；

　　4.这时候obj = object.__new__(cls)了，开始执行下一句self.__init__(obj)。这是让程序执行Foo的构造方法，传入的参数就是我们刚才获得的返回值obj；

　　5. 最后self.name = name这一句接收了“jack”参数，于是最终外围的Foo_obj对象被创建了！

很复杂吧？！

一些与类相关的知识点

一、isinstance(obj, cls)

 检查是否obj是否是类 cls 或者cls的父类的对象。是则返回True，否则返回False。

class Foo(object):
    pass
 
obj = Foo()
 
isinstance(obj, Foo)

二、issubclass(sub, super)

检查sub类是否是 super 类的派生类。返回True或False。

class Foo(object):
    pass
 
class Bar(Foo):
    pass
 
issubclass(Bar, Foo)

三、父类的调用方式

先看代码：

class A:

    def __init__(self, name):
        self.name = name

    def show(self):
        print(self.name)
        return 123


class B(A):

    def __init__(self, name, age):
        super(B, self).__init__(name=name)
        self.age = age

    def show(self):
        ret = super(B, self).show()
        print(self.age)
        return ret
obj = B("jack", 18)
ret = obj.show()
print(ret)

运行结果：
jack
18
123

　　我们都知道，在子类中如果有与父类同名的成员，那就会覆盖掉父类里的成员。那如果你想强制调用父类的成员呢？使用super函数！这是一个非常强大的函数！

　　super的语法是类似这样的：super(B, self).show()，需要传入的是子类名和self，调用的是父类里的方法（在这里是show），按父类的方法传入参数。

类综合运用实例一：扩展源代码

　　我们在实际运用中，往往会碰到需要对源代码进行功能扩展的情况。通常我们不希望修改源代码，因此装饰器的做法就无法利用。一般我们会使用继承父类，并使用super调用父类的方法来实现需求。

　　有如下模块结构：

　

　　其中，backend包下的commons模块是我们的源代码，或者说是很NB,功能很强大的某个现成的框架，假设它的代码如下：

commons.py：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

class Foo:

    def f1(self):
        print("Foo.f1")

　　有一个Foo类，类里有一个f1函数，它输出一条信息。

　　settings模块是配置文件，里面有一个ClassName变量，值是个字符串，指向commons里的类名Foo

settings.py：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

ClassName = "Foo"

　　而最关键的index模块是我们的程序入口。

index.py：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

from settings import ClassName
from backend import commons


def execute():
    cls = getattr(commons, ClassName)
    obj = cls()
    obj.f1()

if __name__ == ‘__main__‘:
    execute()

　通过getattr的反射功能，我们很容易的动态获取到commons模块里的Foo类，并实例化了一个obj对象，然后调用f1函数。这是我们正常情况下利用源代码或类似django这种框架的方法。　

那么现在，我要扩展上面的源代码也就是commons里的功能，希望在f1函数执行前后分别进行一定的操作。要怎么办呢？不能用装饰器，它会修改commons模块。解决思路就是利用上面的继承和super方法。

　　首先我们创建个新的模块lib.py:

#!/usr/bin/env python
# -*- coding:utf-8 -*-

from backend.commons import Foo

class MyFoo(Foo):

    def f1(self):
        print("before do something!")
        super(MyFoo, self).f1()
        print("after do something!")

　　它导入了源码的Foo类，并创建了一个MyFoo类继承Foo，同样也定义了一个f1方法，但是在里面使用super调用了原来Foo类中的f1。两条print语句模拟了前后的操作。

　　其次我们分别修改了另外两个文件：

setting.py:

#!/usr/bin/env python
# -*- coding:utf-8 -*-

Path = "lib"

ClassName = "MyFoo"

　　配置文件增加了path，指向lib模块，classname也不再指向commons里的Foo，而是lib里的MyFoo。

index.py:

from settings import ClassName
from settings import Path


def execute():
    module = __import__(Path, fromlist=True)
    cls = getattr(module, ClassName)
    obj = cls()
    obj.f1()

if __name__ == ‘__main__‘:
    execute()

　　利用__import__(Path, fromlist=True)的反射方法，我们动态的加载了lib模块，然后获得了lib里的MyFoo类，再用MyFoo类实例化了一个对象，再用对象调用MyFoo类的f1方法。最后结果是：

　　before do something!
　　Foo.f1
　　after do something!

　　我们成功的在不修改源代码的情况下，扩展了f1的功能。梳理一下核心：MyFoo的继承，使我们可以不修改源码的同时扩展源码，settings配置文件让我们可以方便的切换模块和类，index里的动态加载使我们不必局限在某一个类或模块里。

类综合运用实例二：自定义有序字典

我们都知道，在python里字典类型是无序的，那么有没有办法实现一个有序字典呢？其实很简单。(这里介绍的是手工编写，不是使用collection模块里的orderedDict)

代码如下：

#!/usr/bin/env python
# -*- coding:utf-8 -*-


class MyDict(dict):         # MyDict类继承python内置的dict类                              

    def __init__(self):
        self.li = []        # 构造方法中实例对象的时候，添加一个列表，用于保存有序的key
        super(MyDict, self).__init__()  # 调用父类的构造方法

    def __setitem__(self, key, value):
        self.li.append(key)     # 每执行一次obj[key] = value的时候就将key添加到列表里
        super(MyDict, self).__setitem__(key, value)  # 调用父类的__setitem__方法

    def __str__(self):      # 当执行print(类的对象)语句时，会自动执行该方法。
        temp_list = []      # 下面是一个粗糙的格式化输出的控制代码
        for key in self.li:
            value = self.get(key)
            temp_list.append("‘%s‘:%s" % (key, value))
            temp_str = "{" + ",".join(temp_list) + "}"
        return temp_str

if __name__ == ‘__main__‘:
    #  以下是调用过程
    obj = MyDict()
    obj["k1"] = 123
    obj["k2"] = 456
    obj["k3"] = "jack"
    obj["k4"] = "andy"
    obj["k5"] = [1, 2, 3]
    print(obj)

运行结果：

{‘k1‘:123,‘k2‘:456,‘k3‘:jack,‘k4‘:andy,‘k5‘:[1, 2, 3]}

　　实际测试中，你会发现，不管你指定多少次，它都是按这个顺序输出字典的内容。

　　这段代码本身有很多问题，一是只实现了print输出的有序，而没有实现其他情况下的有序，这是偷懒行为。二是只实现了__setitem__，也就是obj[key] = value的执行方式，对于__getitem__

 和__delitem__没有实现。三是__str__方法中的代码写得很烂......

　　其实，以上都不重要。重点是要明白通过保存一个key的有序列表，实现了dict的有序；通过__setitem__的方法，既执行了列表的append操作，又执行了super的__setitem__方法，其中的编程思想闪耀着光辉。

 

鸣谢：武sir，您的水平之高，让我敬仰万分！　　

完！不对之处敬请指出，谢谢！