本文主要是介绍2021.09.05 - Python重难点总结，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

文章目录

• 多重继承
• • 顺序问题&同名方法
• 类的魔法方法(`class.__fun__()`)
• 详解装饰器
• • 函数装饰器
  • • 无参数
    • 有参数
  • 类装饰器

多重继承

• 基本概念：多重继承-廖雪峰

顺序问题&同名方法

问题：如果不同的父类中存在 同名的方法，子类对象在调用方法时，会调用哪一个父类中的方法呢？

• Python 中的 MRO (方法搜索顺序)

  • Python 中针对 类 提供了一个内置属性 mro 可以查看方法搜索顺序
  • MRO 是 method resolution order，主要用于在多继承时判断 方法、属性 的调用 路径
  • print(C.__mro__) #C是多继承后的类名
  • 参考：Python多继承与super使用详解

• 子类从多个父类派生，而子类又没有自己的构造函数时：

  • 按顺序继承，哪个父类在最前面且它又有自己的构造函数，就继承它的构造函数；
  • 如果最前面第一个父类没有构造函数，则继承第2个的构造函数，第2个没有的话，再往后找，以此类推。

• super()与调用父类方法：

  • super().__init__相对于类名.init，在单继承上用法基本无差；但在多继承上，super方法能保证每个父类的方法只会执行一次，而使用类名的方法会导致方法被执行多次。
  • 对于多重继承，如果有多个构造函数需要调用， 我们必须用传统的方法：父类.__init__(self)

类的魔法方法(class.__fun__())

这归功于动态语言的“鸭子类型”，不需要强制继承某个接口。

• 初始化/实例化：__init__
• len()：__len__
• with: __enter__和__exit__
• 限制示例属性：__slots__：定义的属性仅对当前类实例起作用，对继承的子类是不起作用的。
• str() / print()：__str__
• 调试时：__repr__
• 返回一个迭代对象，for...in：__iter__
• next()拿到生成器下一个值：__next__
• 列表按下标访问 或 字典按键访问 a[1]：__getitem__
• 把对象视作list或dict来对集合赋值：__setitem__
• 删除元素del xxx：__delitem__
• getattr()：__getattr__
  • 只有在没有找到属性的情况下，才调用__getattr__，已有的属性，比如name，不会在__getattr__中查找。
  • 实现链式调用
• 调用：__call__
  • 当我们调用实例方法时，不用instance.method()来调用，直接在实例本身上调用。
  • 通过callable()：判断一个对象是否是“可调用”对象。

class Student(object):
    def __init__(self, name):
        self.name = name

    def __call__(self):
        print('My name is %s.' % self.name)

>>> s = Student('Michael')
>>> s() # self参数不要传入
My name is Michael.

• 参考：定制类-廖雪峰

详解装饰器

• 本质：装饰器实际上就是一个函数，因为：
  • 参数是一个函数
  • 返回值也是一个函数

函数装饰器

无参数

from functools import wraps

def my_log(fun):
	@wraps(func)
	def wrapper(self, *args, **kwargs):
		print('hello world')
		print(self)  # 获取原函数的实例，从而调用对应实例的一些方法
		return func(*args, **kwargs)  # 原函数可能有返回值
	return wrapper

@my_log		# 等同于 run = my_log(run)，即 run = wrapper。
def run():
	print('run')

@my_log
def add(a, b):
	print(u'结果是：%s' % (a+b))

run()
# run.__name__代表的是 run这个函数的名称
print(run.__name__)

add(1, 2)

有参数

# 有参数
def my_log(param):
	def decorator(fun):
		@wraps(func)
		def wrapper(self, *args, **kwargs):
			print(param)
			print('hello world')
			print(self)  # 获取原函数的实例，从而调用对应实例的一些方法
			return func(*args, **kwargs)  # 原函数可能有返回值
		return wrapper
	return decorator

@my_log("参数")  # 等同于 add = decorator，也就是 add = decorator(add)，即 add = wrapper？？？？？？？？？
def add(a, b):
	print(u'结果是：%s' % (a+b))

add(1, 2)

• 装饰器的使用是：@符号，放在函数之前。
• *args, **kwargs：位置传参 与 关键字传参 组合起来即可表示任何参数。解决传参时参数不确定的问题。
• @wraps(func) 保证了函数相关的__name__ 等私有属性不丢失。
• 通过self获取原函数的实例，从而调用对应实例的一些方法

类装饰器

class logit(object):
    def __init__(self, logfile='out.log'):
        self.logfile = logfile
 
    def __call__(self, func):
        @wraps(func)
        def wrapped_function(self_func, *args, **kwargs):
            print("装饰器！！！")
            print(self_func)  # 获取原函数的实例，从而调用对应实例的一些方法
            self.notify()  # 类的方法
            return func(*args, **kwargs)
        return wrapped_function
 
    def notify(self):
        # logit只打日志，不做别的
        pass
        
@logit()  # 可以传参
def myfunc1():
    pass

这篇关于2021.09.05 - Python重难点总结的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！