您好,登錄后才能下訂單哦!
這篇文章主要為大家展示了python下劃線的示例分析,內容簡而易懂,條理清晰,希望能夠幫助大家解決疑惑,下面讓小編帶大家一起來研究并學習一下“python下劃線的示例分析”這篇文章吧。
Python主要應用于:1、Web開發;2、數據科學研究;3、網絡爬蟲;4、嵌入式應用開發;5、游戲開發;6、桌面應用開發。
Python 用下劃線作為變量前綴和后綴指定特殊變量。
_xxx
module import *'導入
__xxx__ 系統定義名字
__xxx
核心風格:避免用下劃線作為變量名的開始。
因為下劃線對解釋器有特殊的意義,而且是內建標識符所使用的符號,我們建議程序員避免用下劃線作為變量名的開始。一般來講,變量名_xxx被看作是“私有
的”,在模塊或類外不可以使用。當變量是私有的時候,用_xxx 來表示變量是很好的習慣。因為變量名__xxx__對Python 來說有特殊含義,對于普通的變量應當避免這種命名風格。
"單下劃線" 開始的成員變量叫做保護變量,意思是只有類對象和子類對象自己能訪問到這些變量;
"雙下劃線" 開始的是私有成員,意思是只有類對象自己能訪問,連子類對象也不能訪問到這個數據。
以單下劃線開頭(_foo)的代表不能直接訪問的類屬性,需通過類提供的接口進行訪問,不能用“from
xxx import *”而導入;以雙下劃線開頭的(__foo)代表類的私有成員;以雙下劃線開頭和結尾的(__foo__)代表python里特殊方法專用的標識,如 __init__()代表類的構造函數。
結論:
1、_xxx
module import *’ 以單下劃線開頭的表示的是protected類型的變量。即保護類型只能允許其本身與子類進行訪問。
2、__xxx
3、__xxx___定義的是特列方法。像__init__之類的
學習心得:
1、搞清楚了python 里面的單下劃線與雙下劃線的區別
source: http://blog.163.com/jackylau_v/blog/static/175754040201182113817834/
2011-09-02 23:38:17| 分類: 派森程序點滴|字號 訂閱
Python 用下劃線作為變量前綴和后綴指定特殊變量
_xxx 不能用’from module import *’導入
__xxx__ 系統定義名字
__xxx 類中的私有變量名
核心風格:避免用下劃線作為變量名的開始。
因為下劃線對解釋器有特殊的意義,而且是內建標識符所使用的符號,我們建議程序員避免用下劃線作為變量名的開始。一般來講,變量名_xxx被看作是“私有 的”,在模塊或類外不可以使用。當變量是私有的時候,用_xxx 來表示變量是很好的習慣。因為變量名__xxx__對Python 來說有特殊含義,對于普通的變量應當避免這種命名風格。
“單下劃線” 開始的成員變量叫做保護變量,意思是只有類對象和子類對象自己能訪問到這些變量;
“雙下劃線” 開始的是私有成員,意思是只有類對象自己能訪問,連子類對象也不能訪問到這個數據。
以單下劃線開頭(_foo)的代表不能直接訪問的類屬性,需通過類提供的接口進行訪問,不能用“from xxx import *”而導入;以雙下劃線開頭的(__foo)代表類的私有成員;以雙下劃線開頭和結尾的(__foo__)代表python里特殊方法專用的標識,如 __init__()代表類的構造函數。
現在我們來總結下所有的系統定義屬性和方法, 先來看下保留屬性:
>>> Class1.__doc__ # 類型幫助信息 'Class1 Doc.' >>> Class1.__name__ # 類型名稱 'Class1' >>> Class1.__module__ # 類型所在模塊 '__main__' >>> Class1.__bases__ # 類型所繼承的基類 (<type 'object'>,) >>> Class1.__dict__ # 類型字典,存儲所有類型成員信息。 <dictproxy object at 0x00D3AD70> >>> Class1().__class__ # 類型 <class '__main__.Class1'> >>> Class1().__module__ # 實例類型所在模塊 '__main__' >>> Class1().__dict__ # 對象字典,存儲所有實例成員信息。 {'i': 1234}
接下來是保留方法,可以把保留方法分類:
序號 | 目的 | 所編寫代碼 | Python 實際調用 |
---|---|---|---|
① | 初始化一個實例 | x = MyClass() | x.__init__() |
② | 字符串的“官方”表現形式 | repr(x) | x.__repr__() |
③ | 字符串的“非正式”值 | str(x) | x.__str__() |
④ | 字節數組的“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) |
對 __init__()
方法的調用發生在實例被創建 之后 。如果要控制實際創建進程,請使用 __new__()
方法。
按照約定, __repr__()
方法所返回的字符串為合法的 Python 表達式。
在調用 print(x)
的同時也調用了 __str__()
方法。
由于 bytes
類型的引入而從 Python 3 開始出現。
序號 | 目的 | 所編寫代碼 | Python 實際調用 |
---|---|---|---|
① | 遍歷某個序列 | iter(seq) | seq.__iter__() |
② | 從迭代器中獲取下一個值 | next(seq) | seq.__next__() |
③ | 按逆序創建一個迭代器 | reversed(seq) | seq.__reversed__() |
無論何時創建迭代器都將調用 __iter__()
方法。這是用初始值對迭代器進行初始化的絕佳之處。
無論何時從迭代器中獲取下一個值都將調用 __next__()
方法。
__reversed__()
方法并不常用。它以一個現有序列為參數,并將該序列中所有元素從尾到頭以逆序排列生成一個新的迭代器。
計算屬性
序號 | 目的 | 所編寫代碼 | Python 實際調用 |
---|---|---|---|
① | 獲取一個計算屬性(無條件的) | x.my_property | x.__getattribute__('my_property') |
② | 獲取一個計算屬性(后備) | x.my_property | x.__getattr__('my_property') |
③ | 設置某屬性 | x.my_property = value | x.__setattr__('my_property',value) |
④ | 刪除某屬性 | del x.my_property | x.__delattr__('my_property') |
⑤ | 列出所有屬性和方法 | dir(x) | x.__dir__() |
如果某個類定義了 __getattribute__()
方法,在 每次引用屬性或方法名稱時 Python 都調用它(特殊方法名稱除外,因為那樣將會導致討厭的無限循環)。
如果某個類定義了 __getattr__()
方法,Python 將只在正常的位置查詢屬性時才會調用它。如果實例 x 定義了屬性 color, x.color
將 不會 調用x.__getattr__('color')
;而只會返回 x.color 已定義好的值。
無論何時給屬性賦值,都會調用 __setattr__()
方法。
無論何時刪除一個屬性,都將調用 __delattr__()
方法。
如果定義了 __getattr__()
或 __getattribute__()
方法, __dir__()
方法將非常有用。通常,調用 dir(x)
將只顯示正常的屬性和方法。如果 __getattr()__
方法動態處理 color 屬性, dir(x)
將不會將 color 列為可用屬性。可通過覆蓋 __dir__()
方法允許將 color 列為可用屬性,對于想使用你的類但卻不想深入其內部的人來說,該方法非常有益。
可以讓類的實例變得可調用——就像函數可以調用一樣——通過定義 __call__()
方法。
序號 | 目的 | 所編寫代碼 | Python 實際調用 |
---|---|---|---|
像調用函數一樣“調用”一個實例 | my_instance() | my_instance.__call__() |
zipfile
模塊 通過該方式定義了一個可以使用給定密碼解密 經加密 zip 文件的類。該 zip 解密 算法需要在解密的過程中保存狀態。通過將解密器定義為類,使我們得以在
decryptor 類的單個實例中對該狀態進行維護。狀態在__init__()
方法中進行初始化,如果文件 經加密 則進行更新。但由于該類像函數一樣“可調用”,因此可以將實例作為map()
函數的第一個參數傳入,代碼如下:
# 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
類維護了以三個旋轉密鑰形式出現的狀態,該狀態稍后將在 _UpdateKeys()
方法中更新(此處未展示)。
該類定義了一個 __call__()
方法,使得該類可像函數一樣調用。在此例中,__call__()
對 zip 文件的單個字節進行解密,然后基于經解密的字節對旋轉密碼進行更新。
zd 是 _ZipDecryptor
類的一個實例。變量 pwd 被傳入 __init__()
方法,并在其中被存儲和用于首次旋轉密碼更新。
給出 zip 文件的頭 12 個字節,將這些字節映射給 zd 進行解密,實際上這將導致調用 __call__()
方法 12 次,也就是 更新內部狀態并返回結果字節 12 次。
如果類作為一系列值的容器出現——也就是說如果對某個類來說,是否“包含”某值是件有意義的事情——那么它也許應該定義下面的特殊方法已,讓它的行為方式與序列類似。
序號 | 目的 | 所編寫代碼 | Python 實際調用 |
---|---|---|---|
序列的長度 | len(seq) | seq.__len__() | |
了解某序列是否包含特定的值 | x in seq | seq.__contains__(x) |
cgi
模塊 在其 FieldStorage
類中使用了這些方法,該類用于表示提交給動態網頁的所有表單字段或查詢參數。
# 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
一旦創建了 cgi.FieldStorage
類的實例,就可以使用 “in
” 運算符來檢查查詢字符串中是否包含了某個特定參數。
而 __contains__()
方法是令該魔法生效的主角。
如果代碼為 if 'q' in fs
,Python 將在 fs 對象中查找 __contains__()
方法,而該方法在 cgi.py
中已經定義。'q'
的值被當作 key 參數傳入__contains__()
方法。
同樣的 FieldStorage
類還支持返回其長度,因此可以編寫代碼 len(fs)
而其將調用 FieldStorage
的 __len__()
方法,并返回其識別的查詢參數個數。
self.keys()
方法檢查 self.list is None
是否為真值,因此 __len__
方法無需重復該錯誤檢查。
在前一節的基礎上稍作拓展,就不僅可以對 “in
” 運算符和 len()
函數進行響應,還可像全功能字典一樣根據鍵來返回值。
序號 | 目的 | 所編寫代碼 | Python 實際調用 |
---|---|---|---|
通過鍵來獲取值 | x[key] | x.__getitem__(key) | |
通過鍵來設置值 | x[key] = value | x.__setitem__(key, value) | |
刪除一個鍵值對 | del x[key] | x.__delitem__(key) | |
為缺失鍵提供默認值 | x[nonexistent_key] | x.__missing__(nonexistent_key) |
cgi
模塊 的 FieldStorage
類 同樣定義了這些特殊方法,也就是說可以像下面這樣編碼:
# 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 對象是 cgi.FieldStorage
類的一個實例,但仍然可以像 fs['q']
這樣估算表達式。
fs['q']
將 key 參數設置為 'q'
來調用 __getitem__()
方法。然后它將在其內部維護的查詢參數列表 (self.list) 中查找一個 .name
與給定鍵相符的字典項。
我將此內容從前一節中拿出來使其單獨成節,是因為“比較”操作并不局限于數字。許多數據類型都可以進行比較——字符串、列表,甚至字典。如果要創建自己的類,且對象之間的比較有意義,可以使用下面的特殊方法來實現比較。
序號 | 目的 | 所編寫代碼 | Python 實際調用 |
---|---|---|---|
相等 | x == y | x.__eq__(y) | |
不相等 | x != y | x.__ne__(y) | |
小于 | x < y | x.__lt__(y) | |
小于或等于 | x <= y | x.__le__(y) | |
大于 | x > y | x.__gt__(y) | |
大于或等于 | x >= y | x.__ge__(y) | |
布爾上上下文環境中的真值 | if x: | x.__bool__() |
?如果定義了
__lt__()
方法但沒有定義__gt__()
方法,Python 將通過經交換的算子調用__lt__()
方法。然而,Python 并不會組合方法。例如,如果定義了__lt__()
方法和__eq()__
方法,并試圖測試是否x <= y
,Python 不會按順序調用__lt__()
和__eq()__
。它將只調用__le__()
方法。
Python 支持 任意對象的序列化和反序列化。(多數 Python 參考資料稱該過程為 “pickling” 和 “unpickling”)。該技術對與將狀態保存為文件并在稍后恢復它非常有意義。所有的 內置數據類型 均已支持
pickling 。如果創建了自定義類,且希望它能夠 pickle,閱讀 pickle 協議 了解下列特殊方法何時以及如何被調用。
序號 | 目的 | 所編寫代碼 | Python 實際調用 |
---|---|---|---|
自定義對象的復制 | copy.copy(x) | x.__copy__() | |
自定義對象的深度復制 | copy.deepcopy(x) | x.__deepcopy__() | |
在 pickling 之前獲取對象的狀態 | pickle.dump(x, file) | x.__getstate__() | |
序列化某對象 | pickle.dump(x, file) | x.__reduce__() | |
序列化某對象(新 pickling 協議) | pickle.dump(x, file,protocol_version) | x.__reduce_ex__(protocol_version) | |
* | 控制 unpickling 過程中對象的創建方式 | x = pickle.load(file) | x.__getnewargs__() |
* | 在 unpickling 之后還原對象的狀態 | x = pickle.load(file) | x.__setstate__() |
* 要重建序列化對象,Python 需要創建一個和被序列化的對象看起來一樣的新對象,然后設置新對象的所有屬性。__getnewargs__()
方法控制新對象的創建過程,而 __setstate__()
方法控制屬性值的還原方式。
with
語塊中使用的類with
語塊定義了 運行時刻上下文環境;在執行 with
語句時將“進入”該上下文環境,而執行該語塊中的最后一條語句將“退出”該上下文環境。
序號 | 目的 | 所編寫代碼 | Python 實際調用 |
---|---|---|---|
在進入 with 語塊時進行一些特別操作 | with x: | x.__enter__() | |
在退出 with 語塊時進行一些特別操作 | with x: | x.__exit__() |
以下是 with file
習慣用法 的運作方式:
# 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
該文件對象同時定義了一個 __enter__()
和一個 __exit__()
方法。該 __enter__()
方法檢查文件是否處于打開狀態;如果沒有, _checkClosed()
方法引發一個例外。
__enter__()
方法將始終返回 self —— 這是 with
語塊將用于調用屬性和方法的對象
在 with
語塊結束后,文件對象將自動關閉。怎么做到的?在 __exit__()
方法中調用了 self.close()
.
?該
__exit__()
方法將總是被調用,哪怕是在with
語塊中引發了例外。實際上,如果引發了例外,該例外信息將會被傳遞給__exit__()
方法。查閱 With
狀態上下文環境管理器 了解更多細節。
真正神奇的東西
如果知道自己在干什么,你幾乎可以完全控制類是如何比較的、屬性如何定義,以及類的子類是何種類型。
序號 | 目的 | 所編寫代碼 | Python 實際調用 |
---|---|---|---|
類構造器 | x = MyClass() | x.__new__() | |
* | 類析構器 | del x | x.__del__() |
只定義特定集合的某些屬性 | x.__slots__() | ||
自定義散列值 | hash(x) | x.__hash__() | |
獲取某個屬性的值 | x.color | type(x).__dict__['color'].__get__(x, type(x)) | |
設置某個屬性的值 | x.color = 'PapayaWhip' | type(x).__dict__['color'].__set__(x, 'PapayaWhip') | |
刪除某個屬性 | del x.color | type(x).__dict__['color'].__del__(x) | |
控制某個對象是否是該對象的實例 your class | isinstance(x, MyClass) | MyClass.__instancecheck__(x) | |
控制某個類是否是該類的子類 | issubclass(C, MyClass) | MyClass.__subclasscheck__(C) | |
控制某個類是否是該抽象基類的子類 | issubclass(C, MyABC) | MyABC.__subclasshook__(C) |
以上就是關于“python下劃線的示例分析”的內容,如果改文章對你有所幫助并覺得寫得不錯,勞請分享給你的好友一起學習新知識,若想了解更多相關知識內容,請多多關注億速云行業資訊頻道。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。