目录
一、概述
1、定义
2、作用
二、应用场景
1、构造和析构
2、操作符重载
3、字符串和表示
4、容器管理
5、可调用对象
6、上下文管理
7、属性访问和描述符
8、迭代器和生成器
9、数值类型
10、复制和序列化
11、自定义元类行为
12、自定义类行为
13、类型检查和转换
14、自定义异常
三、学习方法
1、理解基础
2、查阅文档
3、编写示例
4、实践应用
5、阅读他人代码
6、参加社区讨论
7、持续学习
8、练习与总结
9、注意兼容性
10、避免过度使用
四、魔法方法
26、__getstate__方法
26-1、语法
26-2、参数
26-3、功能
26-4、返回值
26-5、说明
26-6、用法
27、__gt__方法
27-1、语法
27-2、参数
27-3、功能
27-4、返回值
27-5、说明
27-6、用法
28、__setstate__方法
28-1、语法
28-2、参数
28-3、功能
28-4、返回值
28-5、说明
28-6、用法
五、推荐阅读
1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、博客个人主页
一、概述
1、定义
魔法方法(Magic Methods/Special Methods,也称特殊方法或双下划线方法)是Python中一类具有特殊命名规则的方法,它们的名称通常以双下划线(`__`)开头和结尾。
魔法方法用于在特定情况下自动被Python解释器调用,而不需要显式地调用它们,它们提供了一种机制,让你可以定义自定义类时具有与内置类型相似的行为。
2、作用
魔法方法允许开发者重载Python中的一些内置操作或函数的行为,从而为自定义的类添加特殊的功能。
二、应用场景
1、构造和析构
1-1、__init__(self, [args...]):在创建对象时初始化属性。
1-2、__new__(cls, [args...]):在创建对象时控制实例的创建过程(通常与元类一起使用)。
1-3、__del__(self):在对象被销毁前执行清理操作,如关闭文件或释放资源。
2、操作符重载
2-1、__add__(self, other)、__sub__(self, other)、__mul__(self, other)等:自定义对象之间的算术运算。
2-2、__eq__(self, other)、__ne__(self, other)、__lt__(self, other)等:定义对象之间的比较操作。
3、字符串和表示
3-1、__str__(self):定义对象的字符串表示,常用于print()函数。
3-2、__repr__(self):定义对象的官方字符串表示,用于repr()函数和交互式解释器。
4、容器管理
4-1、__getitem__(self, key)、__setitem__(self, key, value)、__delitem__(self, key):用于实现类似列表或字典的索引访问、设置和删除操作。
4-2、__len__(self):返回对象的长度或元素个数。
5、可调用对象
5-1、__call__(self, [args...]):允许对象像函数一样被调用。
6、上下文管理
6-1、__enter__(self)、__exit__(self, exc_type, exc_val, exc_tb):用于实现上下文管理器,如with语句中的对象。
7、属性访问和描述符
7-1、__getattr__, __setattr__, __delattr__:这些方法允许对象在访问或修改不存在的属性时执行自定义操作。
7-2、描述符(Descriptors)是实现了__get__, __set__, 和__delete__方法的对象,它们可以控制对另一个对象属性的访问。
8、迭代器和生成器
8-1、__iter__和__next__:这些方法允许对象支持迭代操作,如使用for循环遍历对象。
8-2、__aiter__, __anext__:这些是异步迭代器的魔法方法,用于支持异步迭代。
9、数值类型
9-1、__int__(self)、__float__(self)、__complex__(self):定义对象到数值类型的转换。
9-2、__index__(self):定义对象用于切片时的整数转换。
10、复制和序列化
10-1、__copy__和__deepcopy__:允许对象支持浅复制和深复制操作。
10-2、__getstate__和__setstate__:用于自定义对象的序列化和反序列化过程。
11、自定义元类行为
11-1、__metaclass__(Python 2)或元类本身(Python 3):允许自定义类的创建过程,如动态创建类、修改类的定义等。
12、自定义类行为
12-1、__init__和__new__:用于初始化对象或控制对象的创建过程。
12-2、__init_subclass__:在子类被创建时调用,允许在子类中执行一些额外的操作。
13、类型检查和转换
13-1、__instancecheck__和__subclasscheck__:用于自定义isinstance()和issubclass()函数的行为。
14、自定义异常
14-1、你可以通过继承内置的Exception类来创建自定义的异常类,并定义其特定的行为。
三、学习方法
要学好Python的魔法方法,你可以遵循以下方法及步骤:
1、理解基础
首先确保你对Python的基本语法、数据类型、类和对象等概念有深入的理解,这些是理解魔法方法的基础。
2、查阅文档
仔细阅读Python官方文档中关于魔法方法的部分,文档会详细解释每个魔法方法的作用、参数和返回值。你可以通过访问Python的官方网站或使用help()函数在Python解释器中查看文档。
3、编写示例
为每个魔法方法编写简单的示例代码,以便更好地理解其用法和效果,通过实际编写和运行代码,你可以更直观地感受到魔法方法如何改变对象的行为。
4、实践应用
在实际项目中尝试使用魔法方法。如,你可以创建一个自定义的集合类,使用__getitem__、__setitem__和__delitem__方法来实现索引操作。只有通过实践应用,你才能更深入地理解魔法方法的用途和重要性。
5、阅读他人代码
阅读开源项目或他人编写的代码,特别是那些使用了魔法方法的代码,这可以帮助你学习如何在实际项目中使用魔法方法。通过分析他人代码中的魔法方法使用方式,你可以学习到一些新的技巧和最佳实践。
6、参加社区讨论
参与Python社区的讨论,与其他开发者交流关于魔法方法的使用经验和技巧,在社区中提问或回答关于魔法方法的问题,这可以帮助你更深入地理解魔法方法并发现新的应用场景。
7、持续学习
Python语言和其生态系统不断发展,新的魔法方法和功能可能会不断被引入,保持对Python社区的关注,及时学习新的魔法方法和最佳实践。
8、练习与总结
多做练习,通过编写各种使用魔法方法的代码来巩固你的理解,定期总结你学到的知识和经验,形成自己的知识体系。
9、注意兼容性
在使用魔法方法时,要注意不同Python版本之间的兼容性差异,确保你的代码在不同版本的Python中都能正常工作。
10、避免过度使用
虽然魔法方法非常强大,但过度使用可能会导致代码难以理解和维护,在编写代码时,要权衡使用魔法方法的利弊,避免滥用。
总之,学好Python的魔法方法需要不断地学习、实践和总结,只有通过不断地练习和积累经验,你才能更好地掌握这些强大的工具,并在实际项目中灵活运用它们。
四、魔法方法
26、__getstate__方法
26-1、语法
__getstate__(self, /)
Helper for pickle
26-2、参数
26-2-1、self(必须):一个对实例对象本身的引用,在类的所有方法中都会自动传递。
26-2-2、/(可选):这是从Python 3.8开始引入的参数注解语法,它表示这个方法不接受任何位置参数(positional-only parameters)之后的关键字参数(keyword arguments)。
26-3、功能
用于返回对象的状态,这样该对象就可以被pickle模块序列化为字节流,以便之后可以通过pickle.loads()反序列化回原始对象。
26-4、返回值
返回一个可以被pickle模块序列化的对象,通常是一个字典,其中包含了重构对象所需的所有状态信息。
26-5、说明
如果你的类有动态生成的属性或者使用了__slots__来限制实例属性,那么你可能需要更仔细地编写__getstate__和__setstate__方法来确保所有必要的信息都被正确地序列化和反序列化。
26-6、用法
# 026、__getstate__方法:
# 1、基本示例
import pickle
class MyClass:
def __init__(self, x, y):
self.x = x
self.y = y
def __getstate__(self):
return {'x': self.x, 'y': self.y}
def __setstate__(self, state):
self.x = state['x']
self.y = state['y']
if __name__ == '__main__':
# 序列化和反序列化
obj = MyClass(10, 24)
serialized_obj = pickle.dumps(obj)
deserialized_obj = pickle.loads(serialized_obj)
print(deserialized_obj.x, deserialized_obj.y) # 输出: 10 24
# 2、忽略某些属性
class Person:
def __init__(self, name, age, password):
self.name = name
self.age = age
self._password = password # 不想在序列化中包含密码
def __getstate__(self):
return {'name': self.name, 'age': self.age}
def __setstate__(self, state):
self.name = state['name']
self.age = state['age']
self._password = None # 假设在反序列化时重置密码
# 3、自定义序列化格式
class Point:
def __init__(self, x, y):
self.x = x
self.y = y
def __getstate__(self):
return (self.x, self.y) # 使用元组而不是字典
def __setstate__(self, state):
self.x, self.y = state
# 4、处理不可序列化的属性
import socket
class Connection:
def __init__(self, host, port):
self.host = host
self.port = port
self.socket = socket.socket() # 不可序列化
def __getstate__(self):
# 不包括 socket 对象
return {'host': self.host, 'port': self.port}
def __setstate__(self, state):
self.host = state['host']
self.port = state['port']
self.socket = socket.socket() # 在反序列化时重新创建 socket
# 5、序列化和反序列化时执行额外操作
class LoggedClass:
def __init__(self, data):
self.data = data
def __getstate__(self):
print("Serializing...", self.data)
return {'data': self.data}
def __setstate__(self, state):
print("Deserializing...", state['data'])
self.data = state['data']
# 6、处理集合类型
class SetExample:
def __init__(self, items):
self.items = set(items)
def __getstate__(self):
return {'items': list(self.items)} # 将集合转换为列表
def __setstate__(self, state):
self.items = set(state['items']) # 将列表转换回集合
# 7、嵌套对象
class Inner:
def __init__(self, value):
self.value = value
class Outer:
def __init__(self, inner):
self.inner = inner
def __getstate__(self):
return {'inner': self.inner.__getstate__()} # 嵌套对象也需要序列化
def __setstate__(self, state):
self.inner = Inner.__new__(Inner) # 创建新实例
self.inner.__setstate__(state['inner']) # 反序列化嵌套对象
# 8、带有文件和文件描述符的对象
import os
class FileHandler:
def __init__(self, filename):
self.filename = filename
self.file = open(filename, 'rb')
def __getstate__(self):
# 关闭文件描述符,只保存文件名
self.file.close()
return {'filename': self.filename}
def __setstate__(self, state):
self.filename = state['filename']
self.file = open(self.filename, 'rb')
# 9、带有循环引用的对象
class Node:
def __init__(self, value, next_node=None):
self.value = value
self.next_node = next_node
def __getstate__(self):
# 处理循环引用,通常使用弱引用或特殊标记
# 这里简化处理,只保存值和下一个节点的ID(如果可用)
if self.next_node is not None:
next_id = id(self.next_node)
else:
next_id = None
return {'value': self.value, 'next_id': next_id}
def __setstate__(self, state):
self.value = state['value']
self.next_node = None # 初始为空
# 在这里,你可能需要一个节点ID到节点的映射来恢复循环引用
# 10、带有线程或进程的对象
import threading
class ThreadedClass:
def __init__(self):
self.thread = threading.Thread(target=self.run)
self.thread.start()
def run(self):
# 模拟线程运行
pass
def __getstate__(self):
# 线程不能序列化,所以只保存其他数据(如果有的话)
# 这里假设没有其他数据可保存,所以返回空字典
return {}
def __setstate__(self, state):
# 在反序列化时,重新创建线程(如果需要的话)
# 但通常不推荐这样做,因为线程状态难以恢复
pass
# 注意:线程和进程状态通常不能序列化,因为它们与特定执行环境紧密相关
27、__gt__方法
27-1、语法
__gt__(self, other, /)
Return self > other
27-2、参数
27-2-1、self(必须):一个对实例对象本身的引用,在类的所有方法中都会自动传递。
27-2-2、other(必须):表示与self
进行比较的另一个对象。
27-2-3、/(可选):这是从Python 3.8开始引入的参数注解语法,它表示这个方法不接受任何位置参数(positional-only parameters)之后的关键字参数(keyword arguments)。
27-3、功能
用于定义对象之间的“大于”(greater than)比较操作。
27-4、返回值
返回一个布尔值(True或False),如果self大于other,则返回True;反之,则返回False。
27-5、说明
如果self.value大于other.value,则方法返回True;否则,你可以根据需要选择返回False或者抛出一个异常。
27-6、用法
# 027、__gt__方法:
# 1、比较两个数字类
class Number:
def __init__(self, value):
self.value = value
def __gt__(self, other):
if isinstance(other, Number):
return self.value > other.value
return NotImplemented
if __name__ == '__main__':
a = Number(5)
b = Number(3)
print(a > b) # True
# 2、比较两个字符串长度
class StringLength:
def __init__(self, string):
self.string = string
def __gt__(self, other):
if isinstance(other, StringLength):
return len(self.string) > len(other.string)
return NotImplemented
if __name__ == '__main__':
s1 = StringLength("hello")
s2 = StringLength("world")
print(s1 > s2) # False
# 3、比较两个日期对象
from datetime import date
class DateWrapper:
def __init__(self, year, month, day):
self.date = date(year, month, day)
def __gt__(self, other):
if isinstance(other, DateWrapper):
return self.date > other.date
return NotImplemented
if __name__ == '__main__':
d1 = DateWrapper(2024, 3, 13)
d2 = DateWrapper(2024, 6, 1)
print(d1 > d2) # False
# 4、比较两个自定义分数类
from fractions import Fraction
class MyFraction:
def __init__(self, numerator, denominator):
self.fraction = Fraction(numerator, denominator)
def __gt__(self, other):
if isinstance(other, MyFraction):
return self.fraction > other.fraction
return NotImplemented
if __name__ == '__main__':
f1 = MyFraction(3, 2)
f2 = MyFraction(1, 1)
print(f1 > f2) # True
# 5、比较两个点的坐标(二维空间)
class Point:
def __init__(self, x, y):
self.x = x
self.y = y
def __gt__(self, other):
if isinstance(other, Point):
# 比较x坐标,如果相等则比较y坐标
if self.x == other.x:
return self.y > other.y
return self.x > other.x
return NotImplemented
if __name__ == '__main__':
p1 = Point(3, 6)
p2 = Point(5, 11)
print(p1 > p2) # False
# 6、比较两个矩形的面积
class Rectangle:
def __init__(self, width, height):
self.width = width
self.height = height
@property
def area(self):
return self.width * self.height
def __gt__(self, other):
if isinstance(other, Rectangle):
return self.area > other.area
return NotImplemented
if __name__ == '__main__':
r1 = Rectangle(3, 6)
r2 = Rectangle(5, 11)
print(r1 > r2) # False
# 7、 比较两个列表的长度
class ListWrapper:
def __init__(self, lst):
self.lst = lst
def __gt__(self, other):
if isinstance(other, ListWrapper):
return len(self.lst) > len(other.lst)
return NotImplemented
if __name__ == '__main__':
lw1 = ListWrapper([1, 2, 3])
lw2 = ListWrapper([1, 2])
print(lw1 > lw2) # True
# 8、比较两个字典的键的数量
class DictWrapper:
def __init__(self, dct):
self.dct = dct
def __gt__(self, other):
if isinstance(other, DictWrapper):
return len(self.dct.keys()) > len(other.dct.keys())
return NotImplemented
if __name__ == '__main__':
dw1 = DictWrapper({'a': 1, 'b': 2})
dw2 = DictWrapper({'a': 1})
print(dw1 > dw2) # True
# 9、比较两个自定义员工类的薪资
class Employee:
def __init__(self, name, salary):
self.name = name
self.salary = salary
def __gt__(self, other):
if isinstance(other, Employee):
return self.salary > other.salary
return NotImplemented
if __name__ == '__main__':
emp1 = Employee('Myelsa', 50000)
emp2 = Employee('Jimmy', 48000)
print(emp1 > emp2) # True
# 10、比较两个自定义时间段的时长
from datetime import timedelta
class TimePeriod:
def __init__(self, start, end):
self.start = start
self.end = end
@property
def duration(self):
return self.end - self.start
def __gt__(self, other):
if isinstance(other, TimePeriod):
return self.duration > other.duration
return NotImplemented
if __name__ == '__main__':
tp1 = TimePeriod(timedelta(hours=2), timedelta(hours=3))
tp2 = TimePeriod(timedelta(hours=1), timedelta(hours=2))
print(tp1 > tp2) # False
# 注意:这里的timedelta对象不能直接相减,这里的示例仅用于展示结构
# 11、比较两个自定义成绩类的分数
class Grade:
def __init__(self, score):
self.score = score
def __gt__(self, other):
if isinstance(other, Grade):
return self.score > other.score
return NotImplemented
if __name__ == '__main__':
g1 = Grade(90)
g2 = Grade(85)
print(g1 > g2) # True
# 12、比较两个自定义商品的价格
class Product:
def __init__(self, name, price):
self.name = name
self.price = price
def __gt__(self, other):
if isinstance(other, Product):
return self.price > other.price
return NotImplemented
if __name__ == '__main__':
p1 = Product('Laptop', 1000)
p2 = Product('Phone', 800)
print(p1 > p2) # True
28、__setstate__方法
28-1、语法
__setstate__(self, state, /)
Set state information for unpickling
28-2、参数
28-2-1、self(必须):一个对实例对象本身的引用,在类的所有方法中都会自动传递。
28-2-2、state(必须):一个对象(通常是一个字典),包含了在序列化时由 __getstate__ 方法返回的状态信息。
28-2-3、/(可选):这是从Python 3.8开始引入的参数注解语法,它表示这个方法不接受任何位置参数(positional-only parameters)之后的关键字参数(keyword arguments)。
28-3、功能
使用传入的state参数(通常是一个字典或其他数据结构)来重新构造对象的内部状态。
28-4、返回值
没有返回值,即返回None。
28-5、说明
在__setstate__方法内部,你可以根据state中的数据来设置对象的属性、调用其他方法或执行其他必要的操作,以确保对象在反序列化后具有与序列化时相同的状态。
28-6、用法
# 028、__setstate__方法:
# 1、基本示例
import pickle
class MyClass:
def __init__(self, x, y):
self.x = x
self.y = y
def __getstate__(self):
return {'x': self.x, 'y': self.y}
def __setstate__(self, state):
self.x = state['x']
self.y = state['y']
if __name__ == '__main__':
# 序列化和反序列化
obj = MyClass(10, 24)
serialized_obj = pickle.dumps(obj)
deserialized_obj = pickle.loads(serialized_obj)
print(deserialized_obj.x, deserialized_obj.y) # 输出: 10 24
# 2、忽略某些属性
class Person:
def __init__(self, name, age, password):
self.name = name
self.age = age
self._password = password # 不想在序列化中包含密码
def __getstate__(self):
return {'name': self.name, 'age': self.age}
def __setstate__(self, state):
self.name = state['name']
self.age = state['age']
self._password = None # 假设在反序列化时重置密码
# 3、自定义序列化格式
class Point:
def __init__(self, x, y):
self.x = x
self.y = y
def __getstate__(self):
return (self.x, self.y) # 使用元组而不是字典
def __setstate__(self, state):
self.x, self.y = state
# 4、处理不可序列化的属性
import socket
class Connection:
def __init__(self, host, port):
self.host = host
self.port = port
self.socket = socket.socket() # 不可序列化
def __getstate__(self):
# 不包括 socket 对象
return {'host': self.host, 'port': self.port}
def __setstate__(self, state):
self.host = state['host']
self.port = state['port']
self.socket = socket.socket() # 在反序列化时重新创建 socket
# 5、序列化和反序列化时执行额外操作
class LoggedClass:
def __init__(self, data):
self.data = data
def __getstate__(self):
print("Serializing...", self.data)
return {'data': self.data}
def __setstate__(self, state):
print("Deserializing...", state['data'])
self.data = state['data']
# 6、处理集合类型
class SetExample:
def __init__(self, items):
self.items = set(items)
def __getstate__(self):
return {'items': list(self.items)} # 将集合转换为列表
def __setstate__(self, state):
self.items = set(state['items']) # 将列表转换回集合
# 7、嵌套对象
class Inner:
def __init__(self, value):
self.value = value
class Outer:
def __init__(self, inner):
self.inner = inner
def __getstate__(self):
return {'inner': self.inner.__getstate__()} # 嵌套对象也需要序列化
def __setstate__(self, state):
self.inner = Inner.__new__(Inner) # 创建新实例
self.inner.__setstate__(state['inner']) # 反序列化嵌套对象
# 8、带有文件和文件描述符的对象
import os
class FileHandler:
def __init__(self, filename):
self.filename = filename
self.file = open(filename, 'rb')
def __getstate__(self):
# 关闭文件描述符,只保存文件名
self.file.close()
return {'filename': self.filename}
def __setstate__(self, state):
self.filename = state['filename']
self.file = open(self.filename, 'rb')
# 9、带有循环引用的对象
class Node:
def __init__(self, value, next_node=None):
self.value = value
self.next_node = next_node
def __getstate__(self):
# 处理循环引用,通常使用弱引用或特殊标记
# 这里简化处理,只保存值和下一个节点的ID(如果可用)
if self.next_node is not None:
next_id = id(self.next_node)
else:
next_id = None
return {'value': self.value, 'next_id': next_id}
def __setstate__(self, state):
self.value = state['value']
self.next_node = None # 初始为空
# 在这里,你可能需要一个节点ID到节点的映射来恢复循环引用
# 10、带有线程或进程的对象
import threading
class ThreadedClass:
def __init__(self):
self.thread = threading.Thread(target=self.run)
self.thread.start()
def run(self):
# 模拟线程运行
pass
def __getstate__(self):
# 线程不能序列化,所以只保存其他数据(如果有的话)
# 这里假设没有其他数据可保存,所以返回空字典
return {}
def __setstate__(self, state):
# 在反序列化时,重新创建线程(如果需要的话)
# 但通常不推荐这样做,因为线程状态难以恢复
pass
# 注意:线程和进程状态通常不能序列化,因为它们与特定执行环境紧密相关