Python 中的类(1)

在Python中,可以通过class关键字定义自己的类,然后通过自定义的类对象类创建实例对象。

例如,下面创建了一个Student的类,并且实现了这个类的初始化函数”__init__”:

接下来就通过上面的Student类来看看Python中类的相关内容。

 

数据属性

在上面的Student类中,”count””books””name”和”age”都被称为类的数据属性,但是它们又分为类数据属性和实例数据属性。

类数据属性和实例数据属性

首先看一段代码,代码中分别展示了对类数据属性和实例数据属性的访问:

通过内建函数dir(),或者访问类的字典属性__dict__,这两种方式都可以查看类有哪些属性,代码的输出为:

Python 中的类(1)

对于类数据属性和实例数据属性,可以总结为:

  1. 类数据属性属于类本身,可以通过类名进行访问/修改
  2. 类数据属性也可以被类的所有实例访问/修改
  3. 在类定义之后,可以通过类名动态添加类数据属性,新增的类属性也被类和所有实例共有
  4. 实例数据属性只能通过实例访问
  5. 在实例生成后,还可以动态添加实例数据属性,但是这些实例数据属性只属于该实例

特殊的类属性

对于所有的类,都有一组特殊的属性:

类属性 含义
__name__ 类的名字(字符串)
__doc__ 类的文档字符串
__bases__ 类的所有父类组成的元组
__dict__ 类的属性组成的字典
__module__ 类所属的模块
__class__ 类对象的类型

通过这些属性,可以得到 Student类的一些信息:

代码输出为:

Python 中的类(1)

属性隐藏

从上面的介绍了解到,类数据属性属于类本身,被所有该类的实例共享;并且,通过实例可以去访问/修改类属性。但是,在通过实例中访问类属性的时候一定要谨慎,因为可能出现属性”隐藏”的情况。

继续使用上面的Student类,来看看属性隐藏:

代码的输出为:

Python 中的类(1)

分析一下上面代码的输出:

  • 对于不可变类型的类属性Student.count,可以通过实例wilber进行访问,并且”Student.count is wilber.count”
  • 当通过实例赋值/修改count属性的时候,都将为实例wilber新建一个count实例属性,这时,”Student.count is not wilber.count”
  • 当通过”del wilber.count”语句删除实例的count属性后,再次成为”Student.count is wilber.count”
  • 同样对于可变类型的类属性Student.books,可以通过实例wilber进行访问,并且”Student. books is wilber. books”
  • 当通过实例赋值books属性的时候,都将为实例wilber新建一个books实例属性,这时,”Student. Books is not wilber. books”
  • 当通过”del wilber. books”语句删除实例的books属性后,再次成为”Student. books is wilber. books”
  • 当通过实例修改books属性的时候,将修改wilber.books指向的内存地址(即Student.books),此时,”Student. Books is wilber. books”

注意,虽然通过实例可以访问类属性,但是,不建议这么做,最好还是通过类名来访问类属性,从而避免属性隐藏带来的不必要麻烦。

 

方法

在一个类中,可能出现三种方法,实例方法、静态方法和类方法,下面来看看三种方法的不同。

实例方法

实例方法的第一个参数必须是”self”,”self”类似于C++中的”this”。

实例方法只能通过类实例进行调用,这时候”self”就代表这个类实例本身。通过”self”可以直接访问实例的属性。

类方法

类方法以cls作为第一个参数,cls表示类本身,定义时使用@classmethod装饰器。通过cls可以访问类的相关属性。

代码的输出为,从这段代码可以看到,类方法可以通过类名访问,也可以通过实例访问。

Python 中的类(1)

静态方法

与实例方法和类方法不同,静态方法没有参数限制,既不需要实例参数,也不需要类参数,定义的时候使用@staticmethod装饰器。

同类方法一样,静态法可以通过类名访问,也可以通过实例访问。

这三种方法的主要区别在于参数,实例方法被绑定到一个实例,只能通过实例进行调用;但是对于静态方法和类方法,可以通过类名和实例两种方式进行调用。

 

访问控制

Python中没有访问控制的关键字,例如private、protected等等。但是,在Python编码中,有一些约定来进行访问控制。

单下划线”_”

在Python中,通过单下划线”_”来实现模块级别的私有化,一般约定以单下划线”_”开头的变量、函数为模块私有的,也就是说”from moduleName import *”将不会引入以单下划线”_”开头的变量、函数。

现在有一个模块lib.py,内容用如下,模块中一个变量名和一个函数名分别以”_”开头:

当通过下面代码引入lib.py这个模块后,所有的以”_”开头的变量和函数都没有被引入,如果访问将会抛出异常:

Python 中的类(1)

双下划线”__”

对于Python中的类属性,可以通过双下划线”__”来实现一定程度的私有化,因为双下划线开头的属性在运行时会被”混淆”(mangling)。

在Student类中,加入了一个”__address”属性:

当通过实例wilber访问这个属性的时候,就会得到一个异常,提示属性”__address”不存在。

Python 中的类(1)

其实,通过内建函数dir()就可以看到其中的一些原由,”__address”属性在运行时,属性名被改为了”_Student__address”(属性名前增加了单下划线和类名)

所以说,即使是双下划线,也没有实现属性的私有化,因为通过下面的方式还是可以直接访问”__address”属性:

双下划线的另一个重要的目地是,避免子类对父类同名属性的冲突。

看下面一个例子:

当实例化B的时候,由于没有定义__init__函数,将调用父类的__init__,但是由于双下划线的”混淆”效果,”self.__private()”将变成 “self._A__private()”。

看到这里,就清楚为什么会有如下输出了:

Python 中的类(1)

“_”和” __”的使用 更多的是一种规范/约定,不没有真正达到限制的目的:

“_”:以单下划线开头的表示的是protected类型的变量,即只能允许其本身与子类进行访问;同时表示弱内部变量标示,如,当使用”from moduleNmae import *”时,不会将以一个下划线开头的对象引入。
“__”:双下划线的表示的是私有类型的变量。只能是允许这个类本身进行访问了,连子类也不可以,这类属性在运行时属性名会加上单下划线和类名。