当前位置:

首页 > temp > python入门教程 >

python魔法函数

回到顶部

1 什么是魔法函数

先来定义一个类：

			In [1]:

class Company(object):
    def __init__(self, employee_list):
        self.employee_list = employee_list

			In [4]:

company = Company(['张三', '李四', '王五'])
print(company)

<__main__.Company object at 0x7f7c4046ebd0>

此时，直接对Company实例化的对象进行print输出时，打印出来的信息是类名称和地址信息。但如果我们想看的不是这些，而是想输出employee_list，怎么做呢？

			In [7]:

class Company(object):
    def __init__(self, employee_list):
        self.employee_list = employee_list
    
    def __str__(self):
        return str(self.employee_list)

			In [8]:

company = Company(['张三', '李四', '王五'])
print(company)

['张三', '李四', '王五']

在这个例子中，我们添加了一个__str__()函数，然后再打印输出Company类实例时，输出的就是employee_list，但是，我们并没有显式地调用__str__()函数，这是因为，在对一个实例使用print()函数时，Python内部机制自动会调用__str__()函数。

类似__str__()这种函数在类内部还有很多，这一类函数，我们统称为魔法函数。现在，我们明确一下魔法函数的范畴：

魔法函数是指类内部以双下划线开头，并且以双下划线结尾的函数，在特定时刻，Python会自动调用这些函数。魔法函数不是通过继承等机制获得的，而是类一旦定义，Python内部机制自动会给类赋予这些特殊的函数，且用户是不能创建魔法函数的，即使函数名以双下划线开头和双下划线结尾。通过魔法函数可以实现许多个性化、便捷的操作。

回到顶部

2 Python中的魔法函数

回到顶部

2.1 字符串表示：`str`、`repr`

__str__
__repr__

在很多时候，人们都容易将__str__和__repr__两个方法记混，甚至认为这两的功能是一样的，但事实上还是有一些差异的。

__str__在上文中已经说过，是用于将实例对象进行print输出时使用。如下所示：

			In [17]:

class Company(object):
    def __init__(self, name=None):
        self.name = name
        
    def __str__(self):
        return '*****公司名称为：%s*****' % self.name

			In [18]:

c = Company(name='腾讯')
print(c)

*****公司名称为：腾讯*****

对实例化对象是用print()函数输出时，Python内部机制会想调用str()方法，在str()方法内部继续调用__str__方法实现输出：

			In [23]:

str(c)

					Out[23]:

'*****公司名称为：腾讯*****'

但是如果我们不是用print()函数而直接输出c，那么，输出结果依然是原来默认的：

			In [19]:

					Out[19]:

<__main__.Company at 0x7f7c4049d050>

这是因为直接输出类实例化对象时，调用的是__repr__方法：

			In [20]:

class Company(object):
    def __init__(self, name=None):
        self.name = name
        
    def __str__(self):
        return '*****公司名称为：%s*****' % self.name

    def __repr__(self):
        return '#####公司名称为：%s#####' % self.name

			In [22]:

c = Company(name='腾讯')
c

					Out[22]:

#####公司名称为：腾讯#####

综上所述，__str__和__repr__的区别在于，__str__方法在对实例化对象是用print()函数输出时调用，其实时Python内部机制调用str()方法，然后str()方法内部继续调用__str__方法获取输出字符串。而__repr__是在开发模式下直接输出实例化对象时被调用。

回到顶部

2.2 集合、序列相关：`len`、`getitem`、`setitem`、`delitem`、`contains`

__len__

Python内置函数中有一个len()函数，这个函数适用于获取序列类型数据的长度，在对一个实例使用len()方法时，真实输出的其实是__len__的返回值。所以，只要一个类内部实现了__len__方法，就可以对其实例使用__len__方法。

			In [24]:

class Company(object):
    def __init__(self, name=None, employee_lst=None):
        self.name = name
        self.employee_lst = employee_lst
        
    def __len__(self):
        return len(self.employee_lst)

			In [26]:

c = Company(name='腾讯', employee_lst=['张三', '李四', '王五'])
len(c)

					Out[26]:

__getitem__、__setitem__、__delitem__

我们知道，在Python的dict类型数据中，可以通过方括号的方式来赋值、取值和删除值，例如通过t_dict['attr1'] = 1的方式进行赋值，通过t_dict['attr1']可以取得值，通过del t_dict['attr1']可以删除一个值。那么在自定义的一个类里面，通过__getitem__、__setitem__、__delitem__这三个，我们也可以让我们自定义类的实例化对象拥有这样的操作。

			In [48]:

class Company(object):
    def __init__(self):
        self.company_info = {}
        
    def __setitem__(self,key,value):  # 令类实例化对象可以通过c[key] = value的方式赋值
        self.company_info[key] = value
        
    def __getitem__(self,key):          # 令类实例化对象可以通过c[key]的方式取值
            return self.company_info[key]
        
    def __delitem__(self, key):          # 令类实例化对象可以通过del c[key]的方式删除值
        del self.company_info[key]

			In [51]:

c = Company()
c['name'] = '腾讯'
c['type'] = 'IT'
print(c['name'])
del c['name']
print(c.company_info)

腾讯
{'type': 'IT'}

有些时候，配合Python的反射机制类使用这三个魔法函数会有更加魔幻的效果，可以直接对实例属性进行操作：

			In [59]:

class Company(object):
        
    def __setitem__(self,key,value):
        setattr(self, key, value)
        
    def __getitem__(self,key):
        return getattr(self, key)
    
    def __delitem__(self, key):
        delattr(self, key)

			In [60]:

c = Company()
c['name'] = '腾讯'
c['type'] = 'IT'

			In [61]:

c['type']

					Out[61]:

'IT'

			In [62]:

del c['type']

			In [63]:

c['type']

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-63-56601054285d> in <module>
----> 1c['type']

<ipython-input-59-b82d5d10cbb4> in __getitem__(self, key)
      5 
      6     def __getitem__(self,key):
----> 7return getattr(self, key)
      8 
      9     def __delitem__(self, key):

AttributeError: 'Company' object has no attribute 'type'

__contains__

对于Python中dict类型的数据结构，可以使用in关键字判断序列内部是否包含某个key，在我们自定义的类中，如果定义了__contains__方法，那么也能使用in关键字判断是否包含某个属性。

			In [67]:

class Company(object):
    def __init__(self):
        self.company_info = {}
        
    def __contains__(self, key):
        return key in self.company_info

			In [69]:

c = Company()
c.company_info['name'] = '腾讯'
print('name' in c)
print('type' in c)

True
False

结合反射机制使用：

			In [70]:

class Company(object):
    def __setitem__(self,key,value):
        setattr(self, key, value)
        
    def __contains__(self, key):
        return hasattr(self, key)

			In [75]:

c = Company()
c['name'] = '腾讯'
print('name' in c)
print('type' in c)

True
False

回到顶部

2.3 迭代相关：`iter`、`next`

__iter__、__next__

我之前写过一篇博客《为什么for循环可以遍历list：Python中迭代器与生成器》，很详细得介绍了Python中关于迭代器与生成器的原理。关于迭代器和生成器，其核心就在于__iter__和__next__两个方法。

iter是Iterable的简写，表示“可迭代的”，所以，任何内部定义了__iter__的对象，我们都可以称之为可迭代对象，在Python中，有一个类专门与之对应：Iterable，我们可以通过判断对象是否是Iterable类的实例来判断是否是可迭代对象。进一步的，如果一个类内部定义了__iter__方法的同时，也定了__next__方法，那么，它的实例化对象就是迭代器，也有一个类与迭代器对应，那就是Iterator。

			In [99]:

from collections.abc import Iterable
from collections.abc import Iterator

			In [81]:

isinstance(123, Iterable)  # 整型不是可迭代对象

					Out[81]:

False

			In [101]:

isinstance('abc', Iterator)  # 字符串不是迭代器

					Out[101]:

False

			In [102]:

isinstance('abc', Iterable)  # 字符串是可迭代对象

					Out[102]:

True

			In [103]:

class Company():
    def __iter__(self):  # 自定义一个类，只要实现了__iter__方法，就是可迭代对象
        pass
print('Company()是可迭代对象吗：',isinstance(Company(),Iterable))
print('Company()是迭代器吗：',isinstance(Company(),Iterator))

Company()是可迭代对象吗： True
Company()是迭代器吗： False

			In [104]:

class Company():
    def __iter__(self):  
        pass
    def __next__(self):  # 自定义一个类，同时实现了__iter__方法和__next__方法，就是迭代器
        pass
print('Company()是可迭代对象吗：',isinstance(Company(),Iterable))
print('Company()是迭代器吗：',isinstance(Company(),Iterator))

Company()是可迭代对象吗： True
Company()是迭代器吗： True

知道怎么区分可迭代对象和迭代器之后，就可以解释__iter__和__next__的作用了。那就是定义了这两个方法，就可以对实例化对象进行遍历。以for循环为例，通过for循环对一个可迭代对象进行迭代时，for循环内部机制会自动通过调用iter()方法执行可迭代对象内部定义的__iter__方法来获取一个迭代器，然后一次又一次得迭代过程中通过调用next()方法执行迭代器内部定义的__next__方法获取下一个元素，当没有下一个元素时，for循环自动捕获并处理StopIteration异常。

			In [94]:

class B():
    def __init__(self, lst):
        self.lst = lst
        self.index = 0
    def __iter__(self):
        print('B.__iter__()方法被调用')
        return self
    def __next__(self):
        try:
            print('B.__next__()方法被调用')
            value = self.lst[self.index]
            self.index += 1
            return value
        except IndexError:
            raise StopIteration()

			In [98]:

b = B([1, 2, 3])
for i in b:
    print(i)

B.__iter__()方法被调用
B.__next__()方法被调用
1
B.__next__()方法被调用
2
B.__next__()方法被调用
3
B.__next__()方法被调用

回到顶部

2.4 可调用：`call`

__call__

假如有一个对象A，如果A是一个类，我们使用A()进行调用，那么就是创建一个A类的实例化对象，如果A是一个函数，我们使用A()就是调用函数A。那么，如果A是一个某个类的实例化对象时，A()是进行什么操作呢？答案就是调用该类的__call__方法，我们可以理解为，__call__就是“()”运算符。

			In [88]:

class Company(object):
    def __init__(self):
        pass
    def __call__(self, name):
        self.name = name
        print('__call__方法被调用，name:%s' % self.name)

			In [89]:

c = Company()
c('腾讯')

__call__方法被调用，name:腾讯

现在，我们证实了__call__就是“()”运算法，那么，是不是类、函数这些可使用“()”运算符的对象内部都定义有__call__函数呢？答案是肯定的。

			In [90]:

class Company(object):
    def __init__(self):
        pass
def A():
    pass

			In [91]:

print('类Company是否有__call_方法：', hasattr(Company, '__call__'))
print('函数A是否有__call_方法：', hasattr(A, '__call__'))

类Company是否有__call_方法： True
函数A是否有__call_方法： True

借助这一特性，我们可以弥补hasattr()函数的不足。我们知道，通过hasattr()函数可以判断一个类内部是否有某个属性，但是没法判断到底是变量还是方法，但进一步借助方法内部肯定定义有__call__这个特性，就可以进一步判断。

			In [92]:

class Company(object):
    def __init__(self):
        self.name = None
    def func(self):
        pass

			In [93]:

c = Company()
print('c中是否存在属性name:', hasattr(c, 'name'))
print('c中是否存在属性func:', hasattr(c, 'func'))
print('name是函数吗:', hasattr(c.name, '__call__'))
print('func是函数吗:', hasattr(c.func, '__call__'))

c中是否存在属性name: True
c中是否存在属性func: True
name是函数吗: False
func是函数吗: True

回到顶部

2.5 with上下文管理器：`enter`、`exit`

只要你熟悉Python开发，那么对with上下文管理就一定不会陌生，例如操作文本时，我们通常习惯with open来对打开文件，获得句柄。使用with来打开文件的好处就是在打开文件后进行操作的过程中，无论是否出现异常，Python都会对关闭句柄，也就是一定会进行收尾工作，避免占用内存资源。

这种上下文管理机制是怎么实现的呢？这就涉及到我们现在要说的两个两个魔法函数__enter__和__exit__。

__enter__：with语句开始执行时候调用

__exit__：with语句结束时候调用，注意，无论with语句中的代码是否正常结束，都会执行__exit__方法

除了读写文件之外，我们使用Python来操作数据库时，也需要做收尾处理，也就是关闭数据库连接，那么，这个时候我们也可以用with来进行。

			In [3]:

import pymysql


class Dao(object):
    def __init__(self, cursor_type=None):
        self.conn = pymysql.connect( # 创建数据库连接
            host='192.168.31.201', # 要连接的数据库所在主机ip
            database='test',
            user='root', # 数据库登录用户名
            password='admin123456', # 登录用户密码
            charset='utf8' # 编码，注意不能写成utf-8
        )
               
        self.cursor = None
        if cursor_type:
            self.cursor = self.conn.cursor(pymysql.cursors.DictCursor)
        else:
            self.cursor = self.conn.cursor()

    def __enter__(self):
        return self.cursor  # 返回类实例本身

    def __exit__(self, exc_type, exc_value, exc_trace):
        self.conn.commit()  # 提交事务
        self.cursor.close()  # 关闭游标
        self.conn.close()  # 关闭数据库连接

			In [6]:

with Dao() as cursor:
    cursor.execute("select * from employee;")
    e = cursor.fetchall()
    print(e)

((1, '张三'), (2, '李四'))

回到顶部

2.6 属性相关：`getattr`、`setattr`、`getattribute`

__getattr__、__setattr__

__getattr__函数的作用：在一个类实例中查找一个属性时，通过__dict__失败，那么会调用到类的__getattr__函数，如果没有定义这个函数，那么抛出AttributeError异常。也就是说__getattr__是属性查找的最后一步。

			In [13]:

class Company(object):
    def __init__(self, name):
        self.company_name = name
    
    def fun(self):
        print('fun方法被调用……')
        
    def __getattr__(self, name):
        print('__getattr__方法被调用')
        raise AttributeError('哥们，你查找的属性"%s"不存在' % name)

			In [14]:

c = Company('腾讯')

如果提前找到了某个属性，那么将不会继续调用__getattr__：

			In [15]:

print(c.company_name)
print(c.fun)

腾讯
<bound method Company.fun of <__main__.Company object at 0x7fa0a8077100>>

当属性不存在是，将会调用__getattr__，所以，我们可以通过__getattr__函数来定义当找不到属性时候的提醒方式，甚至是返回一个其他的默认值。

			In [16]:

c.abc

__getattr__方法被调用

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-16-a2bb1cff9d71> in <module>
----> 1c.abc

<ipython-input-13-810c2a9c4f3c> in __getattr__(self, name)
      8     def __getattr__(self, name):
      9         print('__getattr__方法被调用')
---> 10raise AttributeError('哥们，你查找的属性"%s"不存在' % name)

AttributeError: 哥们，你查找的属性"abc"不存在

通过__getattr__方法，我们可以对Python的字典进行改造，另外开始通过dict_name.key的方式来访问。

			In [21]:

class Dict(dict):
    def __init__(self, *args, **kwargs):
        super(Dict, self).__init__(*args, **kwargs)
        
    def __getattr__(self, key):
        try:
            return self[key]
        except KeyError:
            raise AttributeError(r"'Dict' object has no attribute '%s'" % key)

			In [22]:

d = Dict({'name': '张三', 'age': '李四'})
d.name

					Out[22]:

'张三'

__getattr__是用来获取属性，那么__setattr__就是用来给属性赋值，当我们使用实例.key=value的方式进行赋值的时候就一定会调用__setattr__方法。

			In [27]:

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

    def __setattr__(self, name, value):
        print("__setattr__方法被调用")
#         self.name = value   # 第一种写法
#         object.__setattr__(self, name, value)   # 第二种写法
        self.__dict__[name] = value         # 第三种写法

			In [29]:

c = Company('腾讯')
c.company_name = '阿里'
print(c.company_name)

__setattr__方法被调用
__setattr__方法被调用
阿里

为什么__setattr__被调用了两次呢？因为在__init__中也使用了一次实例.key=value的方式赋值。

所以，在定义__setattr__的时候一定要注意，一定不能使用上述代码中被注释掉的第一种写法，因为使用self.name = value进行赋值时，本身又会再次调用__setattr__方法，这就造成了无线递归，造成bug。所以使用第二和第三种写法才是正确的。

继续用__setattr__方法改造字典：

			In [30]:

class Dict(dict):
    def __init__(self, *args, **kwargs):
        super(Dict, self).__init__(*args, **kwargs)
        
    def __getattr__(self, key):
        try:
            return self[key]
        except KeyError:
            raise AttributeError(r"'Dict' object has no attribute '%s'" % key)
            
    def __setattr__(self, key, name):
        self[key] = name

			In [31]:

d = Dict()
d.name = '张三'
print(d.name)

张三

__getattribute__

__getattribute__与上面的__getattr__很相似，区别在于__getattr__是在类中未找到属性时调用，而__getattribute__是不管类中有无查找的属性存在，都优先调用。不过在使用__getattribute__方法市，必须注意陷入无限递归，当在__getattribute__代码块中，再次执行属性的获取操作时，会再次触发__getattribute__方法的调用，代码将会陷入无限递归，直到Python递归深度限制，所以，在__getattribute__中获取属性时，需要通过父类的__getattribute__方法获取对应的属性。

			In [32]:

class Company(object):
    def __init__(self, name):
        self.company_name = name
    
    def __getattribute__(self, name):
        print('__getattribute__方法被调用')
        return object.__getattribute__(self, name)
#         raise AttributeError('哥们，你查找的属性"%s"不存在' % name)

			In [33]:

c = Company('腾讯')
c.company_name

__getattribute__方法被调用

					Out[33]:

'腾讯'

			In [34]:

c.abc

__getattribute__方法被调用

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-34-a2bb1cff9d71> in <module>
----> 1c.abc

<ipython-input-32-e6bee225b017> in __getattribute__(self, name)
      5     def __getattribute__(self, name):
      6         print('__getattribute__方法被调用')
----> 7return object.__getattribute__(self, name)
      8 #         raise AttributeError('哥们，你查找的属性"%s"不存在' % name)

AttributeError: 'Company' object has no attribute 'abc'

__dict__、dir()、__dir__

上文中提到过__dict__，__dict__是对象的一个属性，并不是函数，它的作用是返回对象的所有属性名为key，属性值为value的一个字典，注意，这里所说的所有属性是指数据对象本身的属性，例如类的__dict__只包含类本身的属性和函数，而类实例也只包含类实例的属性。这一点与dir()函数不同，dir()将会返回一个列表，列表中包含对象所有有关的属性名。也就是说，__dict__是dir()的子集。而dir()实际上调用的是__dir__方法。

			In [37]:

class Company(object):
    def __init__(self, name):
        self.company_name = name
    
    def fun(self):
        print('fun方法被调用……')

			In [38]:

c = Company('腾讯')

			In [40]:

c.__dict__

					Out[40]:

{'company_name': '腾讯'}

			In [41]:

Company.__dict__

					Out[41]:

mappingproxy({'__module__': '__main__',
              '__init__': <function __main__.Company.__init__(self, name)>,
              'fun': <function __main__.Company.fun(self)>,
              '__dict__': <attribute '__dict__' of 'Company' objects>,
              '__weakref__': <attribute '__weakref__' of 'Company' objects>,
              '__doc__': None})

			In [44]:

dir(c)

					Out[44]:

['__class__',
 '__delattr__',
 '__dict__',
 '__dir__',
 '__doc__',
 '__eq__',
 '__format__',
 '__ge__',
 '__getattribute__',
 '__gt__',
 '__hash__',
 '__init__',
 '__init_subclass__',
 '__le__',
 '__lt__',
 '__module__',
 '__ne__',
 '__new__',
 '__reduce__',
 '__reduce_ex__',
 '__repr__',
 '__setattr__',
 '__sizeof__',
 '__str__',
 '__subclasshook__',
 '__weakref__',
 'company_name',
 'fun']

			In [45]:

c.__dir__()

					Out[45]:

['company_name',
 '__module__',
 '__init__',
 'fun',
 '__dict__',
 '__weakref__',
 '__doc__',
 '__repr__',
 '__hash__',
 '__str__',
 '__getattribute__',
 '__setattr__',
 '__delattr__',
 '__lt__',
 '__le__',
 '__eq__',
 '__ne__',
 '__gt__',
 '__ge__',
 '__new__',
 '__reduce_ex__',
 '__reduce__',
 '__subclasshook__',
 '__init_subclass__',
 '__format__',
 '__sizeof__',
 '__dir__',
 '__class__']

出处：https://www.cnblogs.com/chenhuabin/p/13752770.html

栏目列表