[转]Python上划线完全解读

[转]Python下划线完全解读

原:http://blog.163.com/jackylau_v/blog/static/175754040201182113817834/

转过来方便查阅=w=

?

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_propertyx.__getattribute__('my_property')②获取一个计算属性（后备）x.my_propertyx.__getattr__('my_property')③设置某属性x.my_property = valuex.__setattr__('my_property',value)④删除某属性del x.my_propertyx.__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。

行为方式与函数类似的类

可以让类的实例变得可调用——就像函数可以调用一样——通过定义 __call__() 方法。

序号 目的 所编写代码 Python 实际调用
像调用函数一样“调用”一个实例my_instance()my_instance.__call__()

zipfile 模块 通过该方式定义了一个可以使用给定密码解密 经加密 zip 文件的类。该 zip 解密 算法需要在解密的过程中保存状态。通过将解密器定义为类，使我们得以在 decryptor 类的单个实例中对该状态进行维护。状态在 __init__() 方法中进行初始化，如果文件 经加密 则进行更新。但由于该类像函数一样“可调用”，因此可以将实例作为 map() 函数的第一个参数传入，代码如下：

# excerpt from zipfile.py class _ZipDecrypter:     def __init__(self, pwd):         self.key0 = 305419896               ①         self.key1 = 591751049         self.key2 = 878082192         for p in pwd:             self._UpdateKeys(p)      def __call__(self, c):                  ②         assert isinstance(c, int)         k = self.key2 | 2         c = c ^ (((k * (k^1)) >>  & 255)         self._UpdateKeys(c)         return c  zd = _ZipDecrypter(pwd)                    ③ bytes = zef_file.read(12) h = list(map(zd, bytes[0:12]))             ④

_ZipDecryptor 类维护了以三个旋转密钥形式出现的状态，该状态稍后将在 _UpdateKeys() 方法中更新（此处未展示）。 该类定义了一个 __call__() 方法，使得该类可像函数一样调用。在此例中，__call__() 对 zip 文件的单个字节进行解密，然后基于经解密的字节对旋转密码进行更新。 zd 是 _ZipDecryptor 类的一个实例。变量 pwd 被传入 __init__() 方法，并在其中被存储和用于首次旋转密码更新。 给出 zip 文件的头 12 个字节，将这些字节映射给 zd 进行解密，实际上这将导致调用 __call__() 方法 12 次，也就是 更新内部状态并返回结果字节 12 次。

行为方式与序列类似的类

如果类作为一系列值的容器出现——也就是说如果对某个类来说，是否“包含”某值是件有意义的事情——那么它也许应该定义下面的特殊方法已，让它的行为方式与序列类似。

序号 目的 所编写代码 Python 实际调用
序列的长度len(seq)seq.__len__()
了解某序列是否包含特定的值x in seqseq.__contains__(x)

cgi 模块 在其 FieldStorage 类中使用了这些方法，该类用于表示提交给动态网页的所有表单字段或查询参数。

# A script which responds to http://example.com/search?q=cgi import cgi fs = cgi.FieldStorage() if 'q' in fs:                                               ①   do_search()  # An excerpt from cgi.py that explains how that works class FieldStorage: . . .     def __contains__(self, key):                            ②         if self.list is None:             raise TypeError('not indexable')         return any(item.name == key for item in self.list)  ③      def __len__(self):                                      ④         return len(self.keys())                             ⑤

一旦创建了 cgi.FieldStorage 类的实例，就可以使用 “in” 运算符来检查查询字符串中是否包含了某个特定参数。 而 __contains__() 方法是令该魔法生效的主角。 如果代码为 if 'q' in fs，Python 将在 fs 对象中查找 __contains__() 方法，而该方法在 cgi.py 中已经定义。'q' 的值被当作 key 参数传入__contains__() 方法。 同样的 FieldStorage 类还支持返回其长度，因此可以编写代码 len(fs) 而其将调用 FieldStorage 的 __len__() 方法，并返回其识别的查询参数个数。 self.keys() 方法检查 self.list is None 是否为真值，因此 __len__ 方法无需重复该错误检查。

行为方式与字典类似的类

在前一节的基础上稍作拓展，就不仅可以对 “in” 运算符和 len() 函数进行响应，还可像全功能字典一样根据键来返回值。

序号 目的 所编写代码 Python 实际调用
通过键来获取值x[key]x.__getitem__(key)
通过键来设置值x[key] = valuex.__setitem__(key, value)
删除一个键值对del x[key]x.__delitem__(key)
为缺失键提供默认值x[nonexistent_key]x.__missing__(nonexistent_key)

cgi 模块 的 FieldStorage 类 同样定义了这些特殊方法，也就是说可以像下面这样编码：

# A script which responds to http://example.com/search?q=cgi import cgi fs = cgi.FieldStorage() if 'q' in fs:   do_search(fs['q'])                              ①  # An excerpt from cgi.py that shows how it works class FieldStorage: . . .     def __getitem__(self, key):                   ②         if self.list is None:             raise TypeError('not indexable')         found = []         for item in self.list:             if item.name == key: found.append(item)         if not found:             raise KeyError(key)         if len(found) == 1:             return found[0]         else:             return found

fs 对象是 cgi.FieldStorage 类的一个实例，但仍然可以像 fs['q'] 这样估算表达式。 fs['q'] 将 key 参数设置为 'q' 来调用 __getitem__() 方法。然后它将在其内部维护的查询参数列表 (self.list) 中查找一个 .name 与给定键相符的字典项。

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
相等x == yx.__eq__(y)
不相等x != yx.__ne__(y)
小于x < yx.__lt__(y)
小于或等于x <= yx.__le__(y)
大于x > yx.__gt__(y)
大于或等于x >= yx.__ge__(y)
布尔上上下文环境中的真值if x:x.__bool__()

?如果定义了 __lt__() 方法但没有定义 __gt__() 方法，Python 将通过经交换的算子调用 __lt__() 方法。然而，Python 并不会组合方法。例如，如果定义了 __lt__() 方法和 __eq()__ 方法，并试图测试是否 x <= y，Python 不会按顺序调用 __lt__() 和 __eq()__ 。它将只调用__le__() 方法。

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
自定义对象的复制copy.copy(x)x.__copy__()
自定义对象的深度复制copy.deepcopy(x)x.__deepcopy__()
在 pickling 之前获取对象的状态pickle.dump(x, file)x.__getstate__()
序列化某对象pickle.dump(x, file)x.__reduce__()
序列化某对象（新 pickling 协议）pickle.dump(x, file, protocol_version)x.__reduce_ex__(protocol_version)*控制 unpickling 过程中对象的创建方式x = pickle.load(file)x.__getnewargs__()*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
在进入 with 语块时进行一些特别操作with x:x.__enter__()
在退出 with 语块时进行一些特别操作with x:x.__exit__()

以下是 with file 习惯用法 的运作方式：

# excerpt from io.py: def _checkClosed(self, msg=None):     '''Internal: raise an ValueError if file is closed     '''     if self.closed:         raise ValueError('I/O operation on closed file.'                          if msg is None else msg)  def __enter__(self):     '''Context management protocol.  Returns self.'''     self._checkClosed()                                ①     return self                                        ②  def __exit__(self, *args):     '''Context management protocol.  Calls close()'''     self.close()                                       ③

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。查阅 With 状态上下文环境管理器 了解更多细节。

真正神奇的东西

如果知道自己在干什么，你几乎可以完全控制类是如何比较的、属性如何定义，以及类的子类是何种类型。

序号 目的 所编写代码 Python 实际调用
类构造器x = MyClass()x.__new__()*类析构器del xx.__del__()
只定义特定集合的某些属性
x.__slots__()
自定义散列值hash(x)x.__hash__()
获取某个属性的值x.colortype(x).__dict__['color'].__get__(x, type(x))
设置某个属性的值x.color = 'PapayaWhip'type(x).__dict__['color'].__set__(x, 'PapayaWhip')
删除某个属性del x.colortype(x).__dict__['color'].__del__(x)
控制某个对象是否是该对象的实例 your classisinstance(x, MyClass)MyClass.__instancecheck__(x)
控制某个类是否是该类的子类issubclass(C, MyClass)MyClass.__subclasscheck__(C)
控制某个类是否是该抽象基类的子类issubclass(C, MyABC)MyABC.__subclasshook__(C)

查看更多 下一篇