编程分为面向过程和面向对象,首先我们要了解什么是面向对象。
面向对象
面向过程就是我们之前学的内容,主要是函数式,其核心是过程,过程即解决问题的步骤,面向过程的设计就好比精心设计好一条流水线,考虑周全什么时候处理什么东西。
优点是:极大的降低了写程序的复杂度,只需要顺着要执行的步骤,堆叠代码即可。
缺点是:一套流水线或者流程就是用来解决一个问题,代码牵一发而动全身。
应用场景:一旦完成基本很少改变的场景,著名的例子有Linux內核,git,以及Apache HTTP Server等。
面向对象的程序设计的核心是对象(上帝式思维),对象就是指由我们程序员创造出来的,所以可以吧自己理解为上帝,对象的一切属性都需要我们给予,
优点是:解决了程序的扩展性。对某一个对象单独修改,会立刻反映到整个体系中,如对游戏中一个人物参数的特征和技能修改都很容易。以使程序的维护和扩展变得更简单,并且可以大大提高程序开发效率 ,另外,基于面向对象的程序可以使它人更加容易理解你的代码逻辑,从而使团队开发变得更从容。
缺点:可控性差,无法向面向过程的程序设计流水线式的可以很精准的预测问题的处理流程与结果,面向对象的程序一旦开始就由对象之间的交互解决问题,即便是上帝也无法预测最终结果。于是我们经常看到一个游戏人某一参数的修改极有可能导致bug出现,一刀砍死3个人,这个游戏就失去平衡。
应用场景:需求经常变化的软件,一般需求的变化都集中在用户层,互联网应用,企业内部软件,游戏等都是面向对象的程序设计大显身手的好地方。
面向对象编程其实就是对 “类” 和 “对象” 的使用。
类:具有相同特征的一类事物(人类、狗类、武器类等等)
对象/实例:具体的某一个事物(爱抠鼻的如花,爱日天的泰迪,拥有炫酷皮肤的英雄级武器等等)
实例化:类——>对象的过程(这在生活中表现的不明显,我们在后面再慢慢解释)
注:在python中,用变量表示特征,用函数表示技能,因而具有相同特征和技能的一类事物就是‘类’,对象是则是这一类事物中具体的一个。
注:使用函数式编程和面向对象编程方式来执行一个“方法”的方式为——面向对象:【创建对象】【通过对象执行方法】 函数编程:【执行函数】
面向对象的三大特性:封装、继承、多态
面向对象的基本格式
class 类名: def __init__(self,参数1,参数2): self.对象的属性1 = 参数1 self.对象的属性2 = 参数2 def 方法名(self):pass def 方法名2(self):pass 对象名 = 类名(1,2) #对象就是实例,代表一个具体的东西 #类名() : 类名+括号就是实例化一个类,相当于调用了__init__方法 #括号里传参数,参数不需要传self,其他与init中的形参一一对应 #结果返回一个对象 对象名.对象的属性1 #查看对象的属性,直接用 对象名.属性名 即可 对象名.方法名() #调用类中的方法,直接用 对象名.方法名() 即可
创建一个类就会创建一个类的名称空间,用来存储类中定义的所有名字,这些名字称为类的属性
而类有两种属性:静态属性和动态属性
- 静态属性就是直接在类中定义的变量
- 动态属性就是定义在类中的方法
类的数据属性是共享给所有对象的,而类的动态属性是绑定到所有对象的。创建一个对象/实例就会创建一个对象/实例的名称空间,存放对象/实例的名字,称为对象/实例的属性。在obj.name会先从obj自己的名称空间里找name,找不到则去类中找,类也找不到就找父类...最后都找不到就抛出异常。
关于面向对象的一系列知识,我们通过一串代码来讲解,只要撸懂了以下代码,有关面向对象的知识就已经入门了(前方高能):
#传说中的有这么一个人,他平生嫉犬如仇,誓要与恶犬大战一场,人狗大战一触即发…… class Person:#定义一个人类 role=‘chinese‘#此类中的人统统是中国人,这种定义的属性都称为静态属性 money=200#也是静态属性,以下由函数定义的称为动态属性 def __init__(self,name,life_value,aggressivity):#使之后创造的每一个对象都有自己的名字、生命值、攻击力 self.name=name#使对象的名字具体化,这样每创造一个对象时就可以给予一个不同的名字 self.life_value=life_value#同上,生命值 self.aggressivity=aggressivity#同上,攻击力 def attack(self,enemy):#定义人的攻击方式和enemy为攻击对象,具体传参后就可以进行互动 print(self.name, ‘痛扁‘, enemy.name) enemy.life_value-=self.aggressivity#人攻击敌人后,敌人的生命值会根据人的攻击力而减少 class Dog:#定义一个狗类 role=‘dog‘#狗的属性 def __init__(self,name,breed,life_value,aggressivity):#使之后创造的每一个对象都有自己的名字、品种、生命值、攻击力 self.name = name self.breed = breed self.life_value = life_value self.aggressivity = aggressivity def bite(self,enemy):#定义人的攻击方式和enemy为攻击对象,具体传参后就可以进行互动 print(self.name,‘疯狂撕咬‘,enemy.name) enemy.life_value -= self.aggressivity#狗攻击敌人后,敌人的生命值会根据人的攻击力而减少 class Weapon:#定义了一个武器, def __init__(self,name,price,aggressivity,life_value,attack_force):#使之后创造的每一个对象都有自己的名字、价格、攻击力、生命、大招 self.name=name self.price=price self.aggressivity=aggressivity self.life_value=life_value self.attack_force=attack_force def update(self,person):#定义装备了该武器后的人的各项属性加成 person.money-=self.price#钱会减少 person.aggressivity+=self.aggressivity#攻击力叠加 person.life_value+=self.life_value#生命值叠加 def kill(self,person,obj):#定义人使用该武器时又拥有的大招,攻击敌人 print(person.name,‘使用‘,self.name,‘狂砍‘,obj.name) obj.life_value-=self.attack_force#敌人的生命减少了大招的伤害值 #以下是测试交互内容: #对象是关于类而实际存在的一个例子,即实例 #实例化过程,类名加括号后会自动触发__init__函数的运行,可以用它来为每个实例定制自己的特征 egg=Person(‘egon‘,10000,50)#这里我们将类变成了对象,就是实例化过程,默认传参 al=Person(‘alex‘,250,5)#可以看出al相比egg而言完全是个弱鸡 sword=Weapon(‘sword_soul‘,50,50,1000,500)#实例化了一把名叫sword_soul的剑,赋予其相应属性 ted=Dog(‘Tyler‘,‘teddy‘,20000,100)#实例化一只名为Tyler的泰迪狗,赋予其必要的属性 print(Person.role)#查看人的role属性,chinese print(egg.life_value)#对象名.属性名的方式就可以查看其相应的属性,这里查看的是egg的生命值10000 print(egg.aggressivity)#50 print(al.name,al.life_value)#alex 250 egg.attack(al)#egg攻击了al print(al.life_value)#查看被攻击后al的生命值变化,结果为掉了200血 #egg准备买一把剑装个逼 if egg.money>sword.price:#判断egg的钱是不是够买那把剑 sword.update(egg)#egg买了剑以后就拥有了剑给他的实行加成 egg.weapon=sword#egg装备上剑 print(egg.money,egg.life_value,egg.aggressivity)#查看拥有剑以后egg的属性,发现有了相应变化,150 11000 100 egg.attack(ted)#egg对着狗反手就是一剑,此时的狗为ted print(ted.name,‘剩余血量‘,ted.life_value)#查看ted被egg刺了一剑之后的血量,Tyler 剩余血量 19900 egg.weapon.kill(egg,ted)#egg心一狠,蓄力使用大招再次对ted刺出一剑 ‘‘‘这在面向对象中是一种称之为组合的用法 组合指的是,在一个类中以另外一个类的对象作为数据属性,称为类的组合 这里egg组合了一个武器的对象,可以直接egg.weapon来使用组合类中的所有方法‘‘‘ print(ted.name,‘剩余血量‘,ted.life_value)#查看ted被egg大招击中后的血量,Tyler 剩余血量 19400
有关类属性的补充
一:我们定义的类的属性到底存到哪里了?有两种方式查看 dir(类名):查出的是一个名字列表 类名.__dict__:查出的是一个字典,key为属性名,value为属性值 二:特殊的类属性 类名.__name__# 类的名字(字符串) 类名.__doc__# 类的文档字符串 类名.__base__# 类的第一个父类(在讲继承时会讲) 类名.__bases__# 类所有父类构成的元组(在讲继承时会讲) 类名.__dict__# 类的字典属性 类名.__module__# 类定义所在的模块 类名.__class__# 实例对应的类(仅新式类中)
人狗大战的代码最后引入了一个叫做“组合”的知识,下面我们就要来了解面向对象的两种重要的重用方式,一个是“组合”,一个是“继承”。
组合
组合指的是,在一个类中以另外一个类的对象作为数据属性,称为类的组合
比如我们创建了一个圆形的类,然后我们又要创造一个圆环的类,突然发现圆环中很多的代码可以套用圆形的类中的代码,于是我们就可以使用“组合”的方式使我们的代码更精简,美观易懂高端大气上档次。
from math import pi#因为圆要用到π,这里可以用数学模块导入π到程序中 class Circle: ‘‘‘ 定义了一个圆形类; 提供计算面积(area)和周长(perimeter)的方法 ‘‘‘ def __init__(self,radius): self.radius = radius#半径 def area(self):#面积 return pi * self.radius * *2 def perimeter(self):#周长 return 2 * pi *self.radius circle = Circle(10) #实例化一个半径为10的圆 area1 = circle.area() #计算圆面积 per1 = circle.perimeter() #计算圆周长 print(area1,per1) #打印圆面积和周长 class Ring: ‘‘‘ 定义了一个圆环类 提供圆环的面积和周长的方法 ‘‘‘ def __init__(self,radius_outside,radius_inside): self.outsid_circle = Circle(radius_outside)#“组合” self.inside_circle = Circle(radius_inside)#“组合” def area(self): return self.outsid_circle.area() - self.inside_circle.area() def perimeter(self): return self.outsid_circle.perimeter() + self.inside_circle.perimeter() ring = Ring(10,5) #实例化一个外半径是10,内半径是5的环形 print(ring.perimeter()) #计算环形的周长 print(ring.area()) #计算环形的面积
用组合的方式建立了类与组合的类之间的关系,它是一种‘有’的关系
下面针对“组合”再举一个小栗子:比如教授有生日,教授教python课程
class BirthDate:#定义生日 def __init__(self,year,month,day): self.year=year self.month=month self.day=day class Couse:#定义职业 def __init__(self,name,salary,period):#名字、工资、工龄 self.name=name self.price=price self.period=period class Teacher:#定义一个老师 def __init__(self,name,sex,birth,course): self.name=name self.sex=sex self.birth=birth self.course=course def teach(self): print(‘teaching‘) p1=Teacher(‘egon‘,‘male‘, BirthDate(‘1995‘,‘1‘,‘27‘), Couse(‘python‘,‘28000‘,‘4 months‘) ) print(p1.birth.year,p1.birth.month,p1.birth.day) print(p1.course.name,p1.course.price,p1.course.period) ‘‘‘ 运行结果: 1995 1 27 python 28000 4 months ‘‘‘
继承
继承:继承是一种创建新类的方式,在python中,新建的类可以继承一个或多个父类,父类又可称为基类或超类,新建的类称为派生类或子类
注:python中类的继承分为单继承和多继承而Java语言C语言只支持单继承
对于面向对象的继承来说,继承就是将多个类共有的方法提取到父类中,子类仅需继承父类而不必一一实现每个方法。
class ParentClass1: #定义父类 pass class ParentClass2: #定义父类 pass class SubClass1(ParentClass1): #单继承,基类是ParentClass1,派生类是SubClass1 pass class SubClass2(ParentClass1,ParentClass2): #python支持多继承,用逗号分隔开多个继承的类 pass
查看继承:
>>> SubClass1.__bases__ #__base__只查看从左到右继承的第一个父类,__bases__则是查看所有继承的父类 (<class ‘__main__.ParentClass1‘>,) >>> SubClass2.__bases__ (<class ‘__main__.ParentClass1‘>, <class ‘__main__.ParentClass2‘>)
注:如果没有指定基类,python3中的类会默认继承object类,object是所有python类的基类,它提供了一些常见方法(如__str__)的实现。
下面小插一嘴,在python2中如果没有指定基类,那么这就是一个经典类,而在python3中就会默认继承object类,这个我们称之为新式类。
#python2中 class A: pass class B(A): pass #A和B都是经典类 #而在python3中,A会默认继承object类,所以A和B都是新式类
多继承
经典类和新式类的多继承方法的寻找方法是不同的
经典类——深度优先
新式类——广度优先
以代码进行说明:(钻石继承)
class D: def bar(self): print ‘D.bar‘ class C(D): def bar(self): print ‘C.bar‘ class B(D): def bar(self): print ‘B.bar‘ class A(B, C): def bar(self): print ‘A.bar‘ a = A() #执行bar()方法时,经典类:首先去A类中查找,如果A类中没有,则继续去B类中找,如果B类中么有,则继续去D类中找,如果D类中么有,则继续去C类中找,如果还是未找到,则报错 # 所以,查找顺序:A --> B --> D --> C # 在上述查找bar方法的过程中,一旦找到,则寻找过程立即中断,便不会再继续找了 a.bar() class D(object): def bar(self): print ‘D.bar‘ class C(D): def bar(self): print ‘C.bar‘ class B(D): def bar(self): print ‘B.bar‘ class A(B, C): def bar(self): print ‘A.bar‘ #执行bar()方法时,新式类:首先去A类中查找,如果A类中没有,则继续去B类中找,如果B类中么有,则继续去C类中找,如果C类中么有,则继续去D类中找,如果还是未找到,则报错 # 所以,查找顺序:A --> B --> C --> D # 在上述查找bar方法的过程中,一旦找到,则寻找过程立即中断,便不会再继续找了 a=A()
a.bar()
注:python3中有一个mro方法可以帮你分析出继承顺序,即a.mro或者a.__mro__
继承与抽象之间是有关系的,抽象即抽取类似或者说比较像的部分,而继承就是抽象的反方向。
抽象最主要的作用是划分类别(可以隔离关注点,降低复杂度),抽象只是分析和设计的过程中,一个动作或者说一种技巧,通过抽象就可以得到类
继承是基于抽象的结果,通过编程语言去实现它,我们实际中肯定是先在脑海中或者草稿中经历抽象这个过程,然后才能通过继承的方式去表达出抽象的结构。
在开发程序的过程中,如果我们定义了一个类A,然后又想新建立另外一个类B,但是类B的大部分内容与类A的相同时,我们不可能从头开始写一个类B,这就用到了类的继承的概念。通过继承的方式新建类B,让B继承A,B会‘遗传’A的所有属性(数据属性和函数属性),实现代码重用。
继承时子类也可以添加自己新的属性或者在自己这里重新定义这些属性(不会影响到父类),这就叫派生。需要注意的是,一旦重新定义了自己的属性且与父类重名,那么调用新增的属性时,就以自己为准了。
关于继承和派生,这里举个栗子:
class Animal: ‘‘‘ 人和狗都是动物,所以创造一个Animal基类 ‘‘‘ def __init__(self, name, aggressivity, life_value): self.name = name # 人和狗都有自己的昵称; self.aggressivity = aggressivity # 人和狗都有自己的攻击力; self.life_value = life_value # 人和狗都有自己的生命值; def eat(self): print(‘%s is eating‘%self.name) class Dog(Animal): ‘‘‘ 狗类,继承Animal类 ‘‘‘ def __init__(self,name,breed,aggressivity,life_value): super().__init__(name, aggressivity, life_value) #执行父类Animal的init方法 self.breed = breed #派生出了新的属性 def bite(self, people): ‘‘‘ 派生出了新的技能:狗有咬人的技能 :param people: ‘‘‘ people.life_value -= self.aggressivity def eat(self): # Animal.eat(self) #super().eat() print(‘from Dog‘) class Person(Animal): ‘‘‘ 人类,继承Animal ‘‘‘ def __init__(self,name,aggressivity, life_value,money): #Animal.__init__(self, name, aggressivity, life_value) #super(Person, self).__init__(name, aggressivity, life_value) super().__init__(name,aggressivity, life_value) #执行父类的init方法 self.money = money #派生出了新的属性 def attack(self, dog): ‘‘‘ 派生出了新的技能:人有攻击的技能 :param dog: ‘‘‘ dog.life_value -= self.aggressivity def eat(self): #super().eat() Animal.eat(self) print(‘from Person‘) egg = Person(‘egon‘,10,1000,600) ha2 = Dog(‘二愣子‘,‘哈士奇‘,10,1000) print(egg.name) print(ha2.name) egg.eat()
附:在python3中,子类执行父类的方法也可以直接用super方法,上面代码中有说明
注:像ha2.life_value之类的属性引用,会先从实例中找life_value然后去类中找,然后再去父类中找...直到最顶级的父类
接口类与抽象类
接口类:声明某个子类兼容于某基类,定义一个接口类Interface,接口类中定义了一些接口名(就是函数名)且并未实现接口的功能,子类继承接口类,并且实现接口中的功能。
普通的继承以为会使子类与父类耦合,所以往往不推荐。接口继承的意义非常重大,接口继承实质上是要求“做出一个良好的抽象,这个抽象规定了一个兼容接口,使得外部调用者无需关心具体细节,可一视同仁的处理实现了特定接口的所有对象”——这在程序设计上,叫做归一化。
归一化使得高层的外部使用者可以不加区分的处理所有接口兼容的对象集合——就好象linux的泛文件概念一样,所有东西都可以当文件处理,不必关心它是内存、磁盘、网络还是屏幕(当然,对底层设计者,当然也可以区分出“字符设备”和“块设备”,然后做出针对性的设计:细致到什么程度,视需求而定)。
依赖倒置原则:高层模块不应该依赖低层模块,二者都应该依赖其抽象;抽象不应该应该依赖细节;细节应该依赖抽象。换言之,要针对接口编程,而不是针对实现编程。
为何要用接口:接口提取了一群类共同的函数,可以把接口当做一个函数的集合。然后让子类去实现接口中的函数。这么做的意义在于归一化,什么叫归一化,就是只要是基于同一个接口实现的类,那么所有的这些类产生的对象在使用时,从用法上来说都一样。
归一化,让使用者无需关心对象的类是什么,只需要知道这些对象都具备某些功能就可以了,这极大地降低了使用者的使用难度。比如:我们定义一个动物接口,接口里定义了有跑、吃、呼吸等接口函数,这样老鼠的类去实现了该接口,松鼠的类也去实现了该接口,由二者分别产生一只老鼠和一只松鼠送到你面前,即便是你分别不到底哪只是什么鼠你肯定知道他俩都会跑,都会吃,都能呼吸。再比如:我们有一个汽车接口,里面定义了汽车所有的功能,然后由本田汽车的类,奥迪汽车的类,大众汽车的类,他们都实现了汽车接口,这样就好办了,大家只需要学会了怎么开汽车,那么无论是本田,还是奥迪,还是大众我们都会开了,开的时候根本无需关心我开的是哪一类车,操作手法(函数调用)都一样。
#这里我们用支付软件举例进行说明 class Alipay: ‘‘‘ 支付宝支付 ‘‘‘ def pay(self,money): print(‘支付宝支付了%s元‘%money) class Applepay: ‘‘‘ apple pay支付 ‘‘‘ def pay(self,money): print(‘apple pay支付了%s元‘%money) class Wechatpay: def fuqian(self,money): ‘‘‘ 实现了pay的功能,但是名字不一样 ‘‘‘ print(‘微信支付了%s元‘%money) def pay(payment,money): ‘‘‘ 支付函数,总体负责支付 对应支付的对象和要支付的金额 ‘‘‘ payment.pay(money) p = Wechatpay() pay(p,200) #执行会报错 #我们设置一个接口,就可以手动让他报出异常 class Payment: def pay(self): raise NotImplementedError class Wechatpay(Payment): def fuqian(self,money): print(‘微信支付了%s元‘%money) p = Wechatpay() #这里不报错 pay(p,200) #这里报错了 #使用abc模块来实现接口 from abc import ABCMeta,abstractmethod class Payment(metaclass=ABCMeta): @abstractmethod def pay(self,money): pass class Wechatpay(Payment): def fuqian(self,money): print(‘微信支付了%s元‘%money) p = Wechatpay() #不调就报错了
抽象类:抽象类是一个特殊的类,他只能被继承,不能被实例化
如果说类是从一堆对象中抽取相同的内容而来的,那么抽象类就是从一堆类中抽取相同的内容而来的,内容包括数据属性和函数属性。
比如我们有香蕉的类,有苹果的类,有桃子的类,从这些类抽取相同的内容就是水果这个抽象的类,你吃水果时,要么是吃一个具体的香蕉,要么是吃一个具体的桃子。。。。。。你永远无法吃到一个叫做水果的东西。
从设计角度去看,如果类是从现实对象抽象而来的,那么抽象类就是基于类抽象而来的。
从实现角度来看,抽象类与普通类的不同之处在于:抽象类中只能有抽象方法(没有实现功能),该类不能被实例化,只能被继承,且子类必须实现抽象方法。这一点与接口有点类似,但其实是不同的
抽象类的实现:
#一切皆文件 import abc #利用abc模块实现抽象类 class All_file(metaclass=abc.ABCMeta): all_type=‘file‘ @abc.abstractmethod #定义抽象方法,无需实现功能 def read(self): ‘子类必须定义读功能‘ pass @abc.abstractmethod #定义抽象方法,无需实现功能 def write(self): ‘子类必须定义写功能‘ pass # class Txt(All_file): # pass # # t1=Txt() #报错,子类没有定义抽象方法 class Txt(All_file): #子类继承抽象类,但是必须定义read和write方法 def read(self): print(‘文本数据的读取方法‘) def write(self): print(‘文本数据的读取方法‘) class Sata(All_file): #子类继承抽象类,但是必须定义read和write方法 def read(self): print(‘硬盘数据的读取方法‘) def write(self): print(‘硬盘数据的读取方法‘) class Process(All_file): #子类继承抽象类,但是必须定义read和write方法 def read(self): print(‘进程数据的读取方法‘) def write(self): print(‘进程数据的读取方法‘) wenbenwenjian=Txt() yingpanwenjian=Sata() jinchengwenjian=Process() #这样大家都是被归一化了,也就是一切皆文件的思想 wenbenwenjian.read() yingpanwenjian.write() jinchengwenjian.read() print(wenbenwenjian.all_type) print(yingpanwenjian.all_type) print(jinchengwenjian.all_type)
抽象类的本质还是类,指的是一组类的相似性,包括数据属性(如all_type)和函数属性(如read、write),而接口只强调函数属性的相似性。抽象类是一个介于类和接口直接的一个概念,同时具备类和接口的部分特性,可以用来实现归一化设计
注:在python中,并没有接口类这种东西,即便不通过专门的模块定义接口,我们也应该有一些基本的概念。
在继承抽象类的过程中,我们应该尽量避免多继承;
而在继承接口的时候,我们反而鼓励你来多继承接口
接口隔离原则:使用多个专门的接口,而不使用单一的总接口。即客户端不应该依赖那些不需要的接口。
多态
多态指的就是多个形态。其实多态的概念很明确,使用方法却很模糊,我们基本一直都在使用多态
多态性:多态性是指在不考虑实例类型的情况下使用实例
鸭子类型
Python崇尚鸭子类型,即‘如果看起来像、叫声像而且走起路来像鸭子,那么它就是鸭子。python程序员通常根据这种行为来编写程序。例如,如果想编写现有对象的自定义版本,可以继承该对象。也可以创建一个外观和行为像,但与它无任何关系的全新对象,后者通常用于保存程序组件的松耦合度。
封装
封装的含义是隐藏对象的属性和具体细节,对外仅提供访问功能。
封装原则:1. 将不需要对外提供的内容都隐藏起来;2. 把属性都隐藏,提供公共方法对其访问。
在python中用开头加两个下划线的方式将属性私有起来
如某一个参数我们比较隐私,不想让别人看到和修改,但在最后的结果中会使用到这个参数,我们就可以将其隐藏起来,只在需要结果时调用,外部的人只能通过特定的接口看到结果但不能看到参数。这样的好处是我们在必要的时候修改了参数但因为接口不变所以用户依然可以查看结果,无论结果变不变,用户都看不到原来的参数是否变化。(将0+1=1换成1*1=1,假如参数隐藏,用户并不知道你换了参数)
封装在于明确区分内外,使得类实现者可以修改封装内的东西而不影响外部调用者的代码;外部使用者只知道一个接口(函数),只要接口(函数)名、参数不变,使用者的代码永远无需改变。这就提供一个良好的合作基础——双方商定好后定义者给使用者提供接口,若需求改变,定义者修改代码,但只要接口这个基础约定不变,使用者就无需改变。
注意:封装绝不是等于“把不想让别人看到、以后可能修改的东西用private隐藏起来”
真正的封装是,经过深入的思考,做出良好的抽象,给出“完整且最小”的接口,并使得内部细节可以对外透明(对外透明的意思是,外部调用者可以顺利的得到自己想要的任何功能,完全意识不到内部细节的存在)
封装的好处:
1. 将变化隔离;
2. 便于使用;
3. 提高复用性;
4. 提高安全性
举个栗子:
#假设香蕉打折 class Goods: __discount = 0.8 #类的私有属性,外部无法被修改 def __init__(self,name,price): self.name = name self.price = price def goods_price(self): return self.price * Goods.__discount banana = Goods(‘banana‘,2)#实例化一个香蕉,2元一斤 print(banana.goods_price())输出打折后的价钱 print(Goods.__dict__) print(Goods._Goods__discount) #若想查看私有属性,必须从类开始调,方式为_类名__属性名。直接Goods.__discount是无法查看的,所以外部人员若不知道类名就无法查看
1.类中定义的__discount只能在内部使用
2.这种变形其实正是针对外部的变形,在外部是无法通过__discount这个名字访问到的。
3.在子类定义的__discount不会覆盖在父类定义的__discount,因为子类中变形成了:_子类名__属性名,而父类中变形成了:_父类名__属性名,即双下滑线开头的属性在继承给子类时,子类是无法覆盖的。所以,如果一个类不想让自己的子类覆盖自己的属性,就可以定义为私有属性。
#普通情况下定义的一个类 class Parent: def __init__(self): self.func() def func(self): print(‘Parent func‘) class Son(Parent): def func(self): print(‘Son func‘) s=Son()#Son func #因为Son类中自己有func方法,所以直接用自己的 #定义了私有属性的类 class Parent: def __init__(self): self.__func()#这里的self.__func()其实是_Parent.__func() def __func(self):#这里的self.__func()其实是_Parent.__func() print(‘Parent func‘) class Son(Parent): def __func(self):#这里的self.__func()其实是_Son.__func() print(‘Son func‘) s=Son()#Parent func #这里s调用Son()后调用__init__(self)方法,Son类中没有所以去Parent类中寻找,接下来调用 __func(self)方法 #因为这里的 __func(self)已变形为_Parent.__func(),所以输出为Parent func,这里就避免了父类的属性被子类覆盖的问题
property特性:property是一种特殊的属性。类中的方法可以通过@property伪装成属性,因为属性不能被修改
举个栗子:
import math#这里需要用到圆周率π,就要导入这个模块 class Circle: def __init__(self,radius): #圆的半径radius self.radius=radius @property def area(self): return math.pi * self.radius**2 #计算面积 @property def perimeter(self): return 2*math.pi*self.radius #计算周长 c=Circle(10) print(c.radius) print(c.area) #可以向访问数据属性一样去访问area,会触发一个函数的执行,动态计算出一个值 print(c.perimeter) #同上,如果没有被装饰的话就得以print(c.perimeter())的形式 ‘‘‘ 输出结果: 314.1592653589793 62.83185307179586 ‘‘‘
为什么要使用property呢:将一个类的函数定义成特性以后,对象再去使用的时候obj.name,根本无法察觉自己的name是执行了一个函数然后计算出来的,这种特性的使用方式遵循了统一访问的原则
注:面向对象的封装有三种方式:
【public】:这种其实就是不封装,是对外公开的
【protected】:这种封装方式对外不公开,但对朋友(friend)或者子类公开
【private】:这种封装对谁都不公开
但是!!!python并没有在语法上把它们三个内建到自己的class机制中,哈哈哈是不是觉得被套路了。
property本质就是实现了get,set,delete三种方法
class Foo: @property def AAA(self): print(‘get的时候运行我啊‘) @AAA.setter def AAA(self,value): print(‘set的时候运行我啊‘) @AAA.deleter def AAA(self): print(‘delete的时候运行我啊‘) #只有在属性AAA定义property后才能定义AAA.setter,AAA.deleter f1=Foo() f1.AAA f1.AAA=‘aaa‘ del f1.AAA
实际应用中的小栗子
class Goods: def __init__(self): # 原价 self.original_price = 100 # 折扣 self.discount = 0.8 @property def price(self): # 实际价格 = 原价 * 折扣 new_price = self.original_price * self.discount return new_price @price.setter def price(self, value): self.original_price = value @price.deleter def price(self): del self.original_price obj = Goods() print(obj.price) # 获取商品价格80 obj.price = 200 # 修改商品原价 print(obj.price)# 获取修改后商品价格160 del obj.price # 删除商品原价
关于面相对象的后话:
软件的开发其实有一整套规范,我们所学的只是其中的一小部分,一个完整的开发过程,需要明确每个阶段的任务,在保证一个阶段正确的前提下再进行下一个阶段的工作,称之为软件工程。
面向对象的软件工程包括下面几个部分:
1.面向对象分析(object oriented analysis ,OOA)
软件工程中的系统分析阶段,要求分析员和用户结合在一起,对用户的需求做出精确的分析和明确的表述,从大的方面解析软件系统应该做什么,而不是怎么去做。面向对象的分析要按照面向对象的概念和方法,在对任务的分析中,从客观存在的事物和事物之间的关系,归纳出有关的对象(对象的‘特征’和‘技能’)以及对象之间的联系,并将具有相同属性和行为的对象用一个类class来标识。
建立一个能反映这是工作情况的需求模型,此时的模型是粗略的。
2 面向对象设计(object oriented design,OOD)
根据第一阶段形成的需求模型,对每一部分分别进行具体的设计。
首先是类的设计,类的设计可能包含多个层次(利用继承与派生机制)。然后以这些类为基础提出程序设计的思路和方法,包括对算法的设计。
在设计阶段并不牵涉任何一门具体的计算机语言,而是用一种更通用的描述工具(如伪代码或流程图)来描述
3 面向对象编程(object oriented programming,OOP)
根据面向对象设计的结果,选择一种计算机语言把它写成程序,可以是python
4 面向对象测试(object oriented test,OOT)
在写好程序后交给用户使用前,必须对程序进行严格的测试,测试的目的是发现程序中的错误并修正它。
面向对的测试是用面向对象的方法进行测试,以类作为测试的基本单元。
5 面向对象维护(object oriendted soft maintenance,OOSM)
正如对任何产品都需要进行售后服务和维护一样,软件在使用时也会出现一些问题,或者软件商想改进软件的性能,这就需要修改程序。
由于使用了面向对象的方法开发程序,使用程序的维护比较容易。
因为对象的封装性,修改一个对象对其他的对象影响很小,利用面向对象的方法维护程序,大大提高了软件维护的效率,可扩展性高。
注:开发一个软件,肯定是频繁的开会讨论计划,然后才能制定合理的规划,最后才动手写代码
<h3><span style="font-size: 14pt;">模块自定义</span></h3><p><span style="font-size: 14pt;"> 上节课我们学了有关模块的知识,当时所说的模块都是内置模块,现在我们来学习自己定制的模块,即模块也可以自定义。</span></p><p><span style="font-size: 14pt;"> <span style="font-size: 18pt;"><strong><span style="color: #ff0000;">模块的自定义</span></strong></span>就是指写一段python文件,一般情况下里面包含了可执行的语句和函数的定义,其实自定义的模块和内置模块的效果一样,都是使以后程序的操作更加方便,不用重复敲一样的代码,直接导入模块就可以使用。导入方式与内置模块相同,import+文件名,当然,自定义的模块增加了许多其他的导入方式,下文我们会详细介绍。</span></p><p><span style="font-size: 14pt; color: #ff0000;">需要特别注意的是:我们自定义的模块名不应该与系统内置模块重名。</span></p><p><span style="font-size: 14pt;"> 现在我们来自定义一个模块:</span></p><div><pre><span style="color: #008000;">#</span><span style="color: #008000;">my_moudle.py</span><span style="color: #0000ff;">print</span>(<span style="color: #800000;">‘</span><span style="color: #800000;">from the my_moudle.py</span><span style="color: #800000;">‘</span><span style="color: #000000;">)
money</span>=1000
<span style="color: #0000ff;">def</span><span style="color: #000000;"> read1(): </span><span style="color: #0000ff;">print</span>(<span style="color: #800000;">‘</span><span style="color: #800000;">my_moudle->read1->money</span><span style="color: #800000;">‘</span><span style="color: #000000;">,money)
</span><span style="color: #0000ff;">def</span><span style="color: #000000;"> read2(): </span><span style="color: #0000ff;">print</span>(<span style="color: #800000;">‘</span><span style="color: #800000;">my_moudle->read2 calling read1</span><span style="color: #800000;">‘</span><span style="color: #000000;">) read1()
</span><span style="color: #0000ff;">def</span><span style="color: #000000;"> change(): </span><span style="color: #0000ff;">global</span><span style="color: #000000;"> money money</span>=0</pre></div><p><span style="font-size: 14pt;">接下来就是示例模块的导入操作:</span></p><div><pre><span style="color: #008000;">#</span><span style="color: #008000;">另一个文件</span><span style="color: #0000ff;">import</span> my_moudle <span style="color: #008000;">#</span><span style="color: #008000;">只在第一次导入时才执行my_moudle.py内代码,此处的显式效果是只打印一次‘from the my_moudle.py‘,当然其他的顶级代码也都被执行了,只不过没有显示效果.</span><span style="color: #0000ff;">import</span> my_moudle<span style="color: #008000;">#</span><span style="color: #008000;">都没被执行</span><span style="color: #0000ff;">import</span> my_moudle<span style="color: #008000;">#</span><span style="color: #008000;">都没被执行</span><span style="color: #0000ff;">import</span> my_moudle<span style="color: #008000;">#</span><span style="color: #008000;">都没被执行</span>
<span style="color: #800000;">‘‘‘</span><span style="color: #800000;">执行结果:from the my_moudle.py</span><span style="color: #800000;">‘‘‘</span></pre></div><p>注:我们可以从sys.module中找到当前已经加载的模块,sys.module是一个字典,内部包含模块名与模块对象的映射,该字典决定了导入模块时是否需要重新导入。</p><p> </p><p> <span style="font-size: 14pt;">每一个模块都是独立的命名空间,程序在导入模块的时候就已经开辟了一个独立的名称空间,这样也就是说如果我们在程序的全局中给一个变量赋值,但恰好模块中也存在这个变量时,模块中的该变量的值不会被更改,我们赋值的那个变量存在于全局中,也就是说无论我们在文件中怎么操作,都不会改变模块中的内容。</span></p><p><span style="font-size: 14px;">注:其实是有一个方式可以改变模块中的内容的,但我们不会去那么做,因为这意味着你辛苦创建的模块会被别人篡改,就存在着很大的风险</span></p><p><span style="font-size: 14pt;">下面我们进行一个小测试,自定义的模块即上文中的my_moudle</span></p><div onclick="code_show(‘0f545e8d-1a6b-4787-8897-abedb19ca18b‘)"><img id="code_img_closed_0f545e8d-1a6b-4787-8897-abedb19ca18b" class="code_img_closed" src="/img/jia.gif" /><img id="code_img_opened_0f545e8d-1a6b-4787-8897-abedb19ca18b" class="code_img_opened" style="display: none;" onclick="code_hide(‘0f545e8d-1a6b-4787-8897-abedb19ca18b‘,event)" src="/img/jian.gif" /><div id="code_open_0f545e8d-1a6b-4787-8897-abedb19ca18b" class="code_hide"><pre><span style="color: #008000;">#</span><span style="color: #008000;">测试一:money与my_moudle.money不冲突</span><span style="color: #008000;">#</span><span style="color: #008000;">demo.py</span><span style="color: #0000ff;">import</span><span style="color: #000000;"> my_moudle money</span>=10<span style="color: #0000ff;">print</span>(my_moudle.money)<span style="color: #008000;">#</span><span style="color: #008000;">全局中的赋值不会改变模块中相同变量的值</span>
<span style="color: #800000;">‘‘‘</span><span style="color: #800000;">执行结果:from the my_moudle.py1000</span><span style="color: #800000;">‘‘‘</span>
<span style="color: #008000;">#</span><span style="color: #008000;">测试二:read1与my_moudle.read1不冲突</span><span style="color: #008000;">#</span><span style="color: #008000;">demo.py</span><span style="color: #0000ff;">import</span><span style="color: #000000;"> my_moudle</span><span style="color: #0000ff;">def</span><span style="color: #000000;"> read1(): </span><span style="color: #0000ff;">print</span>(<span style="color: #800000;">‘</span><span style="color: #800000;">========</span><span style="color: #800000;">‘</span><span style="color: #000000;">)my_moudle.read1()</span><span style="color: #008000;">#</span><span style="color: #008000;">就算新定义了一个与模块中的函数同名的函数,也不会改变什么,只是在全局中存在了一个新的函数</span>
<span style="color: #800000;">‘‘‘</span><span style="color: #800000;">执行结果:from the my_moudle.pymy_moudle->read1->money 1000</span><span style="color: #800000;">‘‘‘</span>
<span style="color: #008000;">#</span><span style="color: #008000;">测试三:执行my_moudle.change()操作的全局变量money仍然是my_moudle中的</span><span style="color: #008000;">#</span><span style="color: #008000;">demo.py</span><span style="color: #0000ff;">import</span><span style="color: #000000;"> my_moudlemoney</span>=1<span style="color: #000000;">my_moudle.change()</span><span style="color: #0000ff;">print</span>(money)<span style="color: #008000;">#</span><span style="color: #008000;">此时模块中的变量值被改变,这就是改变模块内容的方法,不推荐使用</span>
<span style="color: #800000;">‘‘‘</span><span style="color: #800000;">执行结果:from the my_moudle.py1</span><span style="color: #800000;">‘‘‘</span></pre></div><span class="code_collapse">View Code</span></div><p> </p><p><span style="font-size: 18pt;"><strong><span style="color: #ff0000;">模块可以起别名</span></strong></span><span style="font-size: 14pt;">,方式为import my_moudle as mmd,之后的使用中就可以用mmd来代替my_moudles</span></p><p><span style="font-size: 14pt;">这有什么用呢?来看下面两种应用场景:</span></p><p><span style="font-size: 14pt;"> 应用场景一:</span></p><p><span style="font-size: 14pt;"> 有两种sql模块mysql和oracle,根据用户的输入,选择不同的sql功能</span></p><div><pre><span style="color: #008000;">#</span><span style="color: #008000;">mysql.py(第一个文件,我们定义的myspl模块)</span><span style="color: #0000ff;">def</span><span style="color: #000000;"> sqlparse(): </span><span style="color: #0000ff;">print</span>(<span style="color: #800000;">‘</span><span style="color: #800000;">from mysql sqlparse</span><span style="color: #800000;">‘</span><span style="color: #000000;">)
</span><span style="color: #008000;">#</span><span style="color: #008000;">oracle.py(第二个文件,我们定义的oracle模块)</span><span style="color: #0000ff;">def</span><span style="color: #000000;"> sqlparse(): </span><span style="color: #0000ff;">print</span>(<span style="color: #800000;">‘</span><span style="color: #800000;">from oracle sqlparse</span><span style="color: #800000;">‘</span><span style="color: #000000;">)
</span><span style="color: #008000;">#</span><span style="color: #008000;">test.py(第三个文件,是我们写程序的文件)</span>db_type=input(<span style="color: #800000;">‘</span><span style="color: #800000;">>>: </span><span style="color: #800000;">‘</span><span style="color: #000000;">)</span><span style="color: #0000ff;">if</span> db_type == <span style="color: #800000;">‘</span><span style="color: #800000;">mysql</span><span style="color: #800000;">‘</span><span style="color: #000000;">: </span><span style="color: #0000ff;">import</span><span style="color: #000000;"> mysql as db</span><span style="color: #0000ff;">elif</span> db_type == <span style="color: #800000;">‘</span><span style="color: #800000;">oracle</span><span style="color: #800000;">‘</span><span style="color: #000000;">: </span><span style="color: #0000ff;">import</span><span style="color: #000000;"> oracle as db
db.sqlparse()</span><span style="color: #008000;">#</span><span style="color: #008000;">这样做就可以在之后的程序中只用db作为模块名,而db的功能其实是根据用户选择的模块相同</span><span style="color: #008000;">#</span><span style="color: #008000;">即我们用了一个类似于虚拟的名字,但却可以根据情况不同随时变身然后行使不同的能力</span></pre></div><p> <span style="font-size: 14pt;">应用场景二:</span></p><p><span style="font-size: 14pt;"> 为已经导入的模块起别名的方式对编写可扩展的代码很有用,假设有两个模块xmlreader.py和csvreader.py,它们都定义了函数read_data(filename):用来从文件中读取一些数据,但采用不同的输入格式。可以编写代码来选择性地挑选读取模块</span></p><div><pre><span style="color: #0000ff;">if</span> file_format == <span style="color: #800000;">‘</span><span style="color: #800000;">xml</span><span style="color: #800000;">‘</span><span style="color: #000000;">: </span><span style="color: #0000ff;">import</span><span style="color: #000000;"> xmlreader as reader</span><span style="color: #0000ff;">elif</span> file_format == <span style="color: #800000;">‘</span><span style="color: #800000;">csv</span><span style="color: #800000;">‘</span><span style="color: #000000;">: </span><span style="color: #0000ff;">import</span><span style="color: #000000;"> csvreader as readerdata</span>=<span style="color: #000000;">reader.read_date(filename)</span><span style="color: #008000;">#</span><span style="color: #008000;">神奇吧,我们只用reader但是却可以发挥不同的效果</span></pre></div><p>注:模块在导入时不仅可以一行导入一个模块,还可以一行导入多个,如:import sys,os,re</p><p> </p><p><span style="font-size: 14pt;">模块导入的另一种方法:</span><span style="font-size: 18pt;"><strong><span style="color: #ff0000;">from+模块名+import+要导入的内容</span></strong></span></p><p><span style="font-size: 14pt;">我们知道import my_moudle的导入方式,会将源文件的名称空间‘my_moudle‘带到当前名称空间中,当前名称空间中有所有源文件名称空间的内容,并且使用时必须是my_moudle.名字的方式。而from 语句相当于import,也会创建新的名称空间,但是是将my_moudle中import后面要导入到内容直接导入到当前的名称空间中,在当前名称空间中,直接使用导入到内容的名字就可以了。</span></p><p><span style="font-size: 14pt;">下面我们来测试这种方式导入的模块的一些特性:(与直接导入模块有相同之处也有不同支持)</span></p><div onclick="code_show(‘bc02e00a-9c8c-4a4b-9779-5959abe63885‘)"><img id="code_img_closed_bc02e00a-9c8c-4a4b-9779-5959abe63885" class="code_img_closed" src="/img/jia.gif" /><img id="code_img_opened_bc02e00a-9c8c-4a4b-9779-5959abe63885" class="code_img_opened" style="display: none;" onclick="code_hide(‘bc02e00a-9c8c-4a4b-9779-5959abe63885‘,event)" src="/img/jian.gif" /><div id="code_open_bc02e00a-9c8c-4a4b-9779-5959abe63885" class="code_hide"><pre><span style="color: #008000;">#</span><span style="color: #008000;">测试一:导入的函数read1,执行时仍然回到my_moudle.py中寻找全局变量money</span>
<span style="color: #0000ff;">from</span> my_moudle <span style="color: #0000ff;">import</span><span style="color: #000000;"> read1money</span>=1000<span style="color: #000000;">read1()</span><span style="color: #800000;">‘‘‘</span><span style="color: #800000;">执行结果:from the my_moudle.pyspam->read1->money 1000与import my_moudle的性质相同</span><span style="color: #800000;">‘‘‘</span>
<span style="color: #008000;">#</span><span style="color: #008000;">测试二:导入的函数read2,执行时需要调用read1(),仍然回到my_moudle.py中找read1()</span><span style="color: #008000;">#</span><span style="color: #008000;">demo.py</span><span style="color: #0000ff;">from</span> my_moudle <span style="color: #0000ff;">import</span><span style="color: #000000;"> read2</span><span style="color: #0000ff;">def</span> read1():<span style="color: #008000;">#</span><span style="color: #008000;">在全局中又定义的read1,但对模块无影响</span> <span style="color: #0000ff;">print</span>(<span style="color: #800000;">‘</span><span style="color: #800000;">==========</span><span style="color: #800000;">‘</span><span style="color: #000000;">)read2()
</span><span style="color: #800000;">‘‘‘</span><span style="color: #800000;">执行结果:from the my_moudle.pymy_moudle->read2 calling read1my_moudle->read1->money 1000</span><span style="color: #800000;">‘‘‘</span>
<span style="color: #008000;">#</span><span style="color: #008000;">测试三:导入的函数read1,被当前位置定义的read1覆盖掉了</span><span style="color: #008000;">#</span><span style="color: #008000;">demo.py</span><span style="color: #0000ff;">from</span> my_moudle <span style="color: #0000ff;">import</span><span style="color: #000000;"> read1</span><span style="color: #0000ff;">def</span><span style="color: #000000;"> read1(): </span><span style="color: #0000ff;">print</span>(<span style="color: #800000;">‘</span><span style="color: #800000;">==========</span><span style="color: #800000;">‘</span><span style="color: #000000;">)read1()</span><span style="color: #800000;">‘‘‘</span><span style="color: #800000;">执行结果:from the my_moudle.py==========</span><span style="color: #800000;">‘‘‘</span><span style="color: #008000;">#</span><span style="color: #008000;">注意,这里的read1被更改了,也就是说这种导入模块的方式是有被覆盖的潜在可能的,所以我们要视需求选择导入的方式</span></pre></div><span class="code_collapse">View Code</span></div><p>注:python中的变量赋值不是一种存储操作,而只是一种绑定关系。所以变量的值被修改就是变量更改了其绑定的值,而内存中没有被绑定的值就会被回收,从内存中抹去</p><p><span style="font-size: 14pt;"> 这种导入方法也支持取别名,也支持一行导入多个,与直接导入模块相同</span></p><p> </p><p><span style="font-size: 14pt;">模块的还有一种导入方式是<span style="font-size: 18pt;"><strong><span style="color: #ff0000;">from+模块名+import+*</span></strong></span>,这个方式就是将模块中除了下划线开头的名字的内容,其他的都导入到当前位置。当然,作为模块的那个文件,如果有不想被人调用的东西,在文件中加入__all__=[不想被导入的内容,如:‘money’,‘read1’],这样就不会被以from+模块名+import+*的方式导入。但是!大部分情况下我们的python程序不应该使用这种导入方式,因为*你不知道你导入什么名字,很有可能会覆盖掉你之前已经定义的名字。而且可读性极其的差,在交互式环境中导入时没有问题。所以啊,尽量使用上面两种导入方式吧。</span></p><p><span style="font-size: 14pt;"> 考虑到性能的原因,每个模块只被导入一次,放入字典sys.module中,如果你改变了模块的内容,你必须重启程序,python不支持重新加载或卸载之前导入的模块,</span></p><p><span style="font-size: 14pt;"> 有的同学可能会想到直接从sys.module中删除一个模块不就可以卸载了吗,注意了,你删了sys.module中的模块对象仍然可能被其他程序的组件所引用,因而不会被清除。</span></p><p> </p><p><span style="font-size: 14pt;"> <span style="font-size: 18pt;"><strong><span style="color: #ff0000;">模块也可以当做脚本运行</span></strong></span>,我们可以通过模块的全局变量__name__来查看模块名:</span></p><p>当模块做为脚本运行时:<br />print(__name__)#‘__main__‘</p><p>当做为模块导入到当前文件时:<br />print(__name__)= 模块名</p><p>作用:用来控制.py文件在不同的应用场景下执行不同的逻辑</p><div><pre><span style="color: #0000ff;">def</span><span style="color: #000000;"> fib(n): a, b </span>= 0, 1 <span style="color: #0000ff;">while</span> b <<span style="color: #000000;"> n: </span><span style="color: #0000ff;">print</span>(b, end=<span style="color: #800000;">‘</span> <span style="color: #800000;">‘</span><span style="color: #000000;">) a, b </span>= b, a+<span style="color: #000000;">b </span><span style="color: #0000ff;">print</span><span style="color: #000000;">()
</span><span style="color: #0000ff;">if</span> <span style="color: #800080;">__name__</span> == <span style="color: #800000;">"</span><span style="color: #800000;">__main__</span><span style="color: #800000;">"</span><span style="color: #000000;">: </span><span style="color: #0000ff;">print</span>(<span style="color: #800080;">__name__</span><span style="color: #000000;">) num </span>= input(<span style="color: #800000;">‘</span><span style="color: #800000;">num :</span><span style="color: #800000;">‘</span><span style="color: #000000;">) fib(int(num))</span></pre></div><p> </p><h3>模块搜索路径</h3><p><span style="font-size: 14pt;"> python解释器在启动时会自动加载一些模块,可以使用sys.modules查看。在第一次导入某个模块时(比如my_moudle),会先检查该模块是否已经被加载到内存中(当前执行文件的名称空间对应的内存),如果有则直接引用。如果没有,解释器则会查找同名的内建模块,如果还没有找到就从sys.path给出的目录列表中依次寻找my_moudle.py文件。</span></p><p><span style="font-size: 14pt;"><strong> 所以总结模块的查找顺序是:内存中已经加载的模块->内置模块->sys.path路径中包含的模块</strong></span> </p><p><span style="font-size: 14pt;"> 在初始化后,python程序可以修改sys.path,路径放到前面的优先于标准库被加载。</span></p><div><pre>1 >>> import sys2 >>> sys.path.append(‘/a/b/c/d‘)3 >>> sys.path.insert(0,‘/x/y/z‘) #排在前的目录,优先被搜索</pre></div><p>注意:搜索时按照sys.path中从左到右的顺序查找,位于前的优先被查找,sys.path中还可能包含.zip归档文件和.egg文件,python会把.zip归档文件当成一个目录去处理。</p><p> </p><div><pre><span style="color: #008000;">#</span><span style="color: #008000;">首先制作归档文件:zip module.zip foo.py bar.py</span>
<span style="color: #0000ff;">import</span><span style="color: #000000;"> syssys.path.append(</span><span style="color: #800000;">‘</span><span style="color: #800000;">module.zip</span><span style="color: #800000;">‘</span><span style="color: #000000;">)</span><span style="color: #0000ff;">import</span><span style="color: #000000;"> foo,bar
</span><span style="color: #008000;">#</span><span style="color: #008000;">也可以使用zip中目录结构的具体位置</span>sys.path.append(<span style="color: #800000;">‘</span><span style="color: #800000;">module.zip/lib/python</span><span style="color: #800000;">‘</span><span style="color: #000000;">)
</span><span style="color: #008000;">#</span><span style="color: #008000;">windows下的路径不加r开头,会语法错误</span>sys.path.insert(0,r<span style="color: #800000;">‘</span><span style="color: #800000;">C:\Users\Administrator\PycharmProjects\a</span><span style="color: #800000;">‘</span>)</pre></div><p><span style="font-size: 14pt;"> 至于.egg文件是由setuptools创建的包,这是按照第三方python库和扩展时使用的一种常见格式,.egg文件实际上只是添加了额外元数据(如版本号,依赖项等)的.zip文件。</span></p><p><span style="font-size: 14pt;"> 需要强调的一点是:只能从.zip文件中导入.py,.pyc等文件。使用C编写的共享库和扩展块无法直接从.zip文件中加载(此时setuptools等打包系统有时能提供一种规避方法),且从.zip中加载文件不会创建.pyc或者.pyo文件,因此一定要事先创建他们,来避免加载模块是性能下降。</span></p><p><span style="font-size: 14pt;"> </span></p><p> </p><h3> 编译Python文件</h3><p><span style="font-size: 14pt;"> 为了提高加载模块的速度。python解释器会在__pycache__目录中下缓存每个模块编译后的版本,格式为:module.version.pyc。通常会包含python的版本号。例如,在CPython3.3版本下,my_moudle.py模块会被缓存成__pycache__/my_moudle.cpython-33.pyc。这种命名规范保证了编译后的结果多版本共存。</span></p><p><span style="font-size: 14pt;"> Python检查源文件的修改时间与编译的版本进行对比,如果过期就需要重新编译。这是完全自动的过程。并且编译的模块是平台独立的,所以相同的库可以在不同的架构的系统之间共享,即pyc使一种跨平台的字节码,是由python虚拟机来执行的,但是pyc的内容跟python的版本相关,不同的版本编译后的pyc文件不同,2.5编译的pyc文件不能到3.5上执行,并且pyc文件是可以反编译的,因而它的出现仅仅是用来提升模块的加载速度的。</span></p><p> </p><p> </p><p> </p><h3><span style="font-size: 18px;">了解部分:</span></h3><p><span style="font-size: 18px;">python解释器在以下两种情况下不检测缓存</span><br /><span style="font-size: 18px;"> 1 如果是在命令行中被直接导入模块,则按照这种方式,每次导入都会重新编译,并且不会存储编译后的结果(python3.3以前的版本应该是这样)</span></p><div><pre>python -m my_moudle.py</pre></div><p> <span style="font-size: 18px;">2 如果源文件不存在,那么缓存的结果也不会被使用,如果想在没有源文件的情况下来使用编译后的结果,则编译后的结果必须在源目录下 </span></p><p><span style="font-size: 18px;">提示:</span></p><p><span style="font-size: 18px;">1.模块名区分大小写,foo.py与FOO.py代表的是两个模块</span></p><p><span style="font-size: 18px;">2.你可以使用-O或者-OO转换python命令来减少编译模块的大小</span></p><div><pre>-O转换会帮你去掉assert语句-OO转换会帮你去掉assert语句和__doc__文档字符串由于一些程序可能依赖于assert语句或文档字符串,你应该在在确认需要的情况下使用这些选项。</pre><div id="code_open_c535aaca-4341-40e5-a936-4ffbd4f17a9f" class="code_hide"><pre>-O转换会帮你去掉assert语句-OO转换会帮你去掉assert语句和__doc__文档字符串由于一些程序可能依赖于assert语句或文档字符串,你应该在在确认需要的情况下使用这些选项。</pre></div></div><p><span style="font-size: 18px;">3.在速度上从.pyc文件中读指令来执行不会比从.py文件中读指令执行更快,只有在模块被加载时,.pyc文件才是更快的</span></p><p><span style="font-size: 18px;">4.只有使用import语句是才将文件自动编译为.pyc文件,在命令行或标准输入中指定运行脚本则不会生成这类文件,因而我们可以使用compieall模块为一个目录中的所有模块创建.pyc文件</span></p><div onclick="code_show(‘2b7c5d74-7e8d-49ff-8d9d-55a9eafe3cfa‘)"><img id="code_img_closed_2b7c5d74-7e8d-49ff-8d9d-55a9eafe3cfa" class="code_img_closed" src="/img/jia.gif" /><img id="code_img_opened_2b7c5d74-7e8d-49ff-8d9d-55a9eafe3cfa" class="code_img_opened" style="display: none;" onclick="code_hide(‘2b7c5d74-7e8d-49ff-8d9d-55a9eafe3cfa‘,event)" src="/img/jian.gif" /><div id="code_open_2b7c5d74-7e8d-49ff-8d9d-55a9eafe3cfa" class="code_hide"><pre>模块可以作为一个脚本(使用python -<span style="color: #000000;">m compileall)编译Python源 python </span>-m compileall /<span style="color: #000000;">module_directory 递归着编译如果使用python </span>-O -m compileall /module_directory -<span style="color: #000000;">l则只一层 命令行里使用compile()函数时,自动使用python </span>-O -<span style="color: #000000;">m compileall 详见:https:</span>//docs.python.org/3/library/compileall.html<span style="color: #008000;">#</span><span style="color: #008000;">module-compileall</span></pre></div><span class="code_collapse">了解</span></div><p>附:dir()可以用来查找模块中定义的名字,返回一个有序字符串列表。dir()不会列举出内建函数或者变量的名字,它们都被定义到了标准模块builtin中,可以列举出它们,</p><p> </p><hr /><p> </p><h3><span style="font-size: 14pt;"> 包</span></h3><p><span style="font-size: 14pt;"> 包其实也是模块的一种类型,不过不同的是包不是指一个文件,而是文件夹的类型</span></p><p><span style="font-size: 14pt;"> 包是一种通过使用“.模块名”来组织python模块名称空间的方式。</span></p><p><span style="font-size: 14pt;"><strong>1. 无论是import形式还是from...import形式,凡是在导入语句中(而不是在使用时)遇到带点的,都要第一时间提高警觉:这是关于包才有的导入语法</strong></span></p><p><span style="font-size: 14pt;"><strong>2. 包是目录级的(文件夹级),文件夹是用来组成py文件(包的本质就是一个包含__init__.py文件的目录)</strong></span></p><p><span style="font-size: 14pt;"><strong>3. import导入文件时,产生名称空间中的名字来源于文件,import 包,产生的名称空间的名字同样来源于文件,即包下的__init__.py,导入包本质就是在导入该文件</strong></span></p><p><span style="font-size: 14pt; color: #ff0000;"><strong>强调:</strong></span></p><p><span style="font-size: 14pt;"><strong> 1. 在python3中,即使包下没有__init__.py文件,import 包仍然不会报错,而在python2中,包下一定要有该文件,否则import 包报错</strong></span></p><p><span style="font-size: 14pt;"><strong> 2. 创建包的目的不是为了运行,而是被导入使用,记住,包只是模块的一种形式而已,包即模块</strong></span></p><p><span style="font-size: 14pt;"> 包A和包B下有同名模块也不会冲突,如A.a与B.a来自俩个命名空间</span></p><p><span style="font-size: 14pt;"><strong>假设我们有这么一个包:</strong></span></p><p><span style="font-size: 14pt;"><strong><img src="http://images2017.cnblogs.com/blog/1197773/201708/1197773-20170809193939167-1173588696.png" /></strong></span></p><p><span style="font-size: 14pt;"><strong><br /></strong>文件中的内容如下:</span></p><div><pre><span style="color: #008000;">#</span><span style="color: #008000;">policy.py</span><span style="color: #0000ff;">def</span><span style="color: #000000;"> get(): </span><span style="color: #0000ff;">print</span>(<span style="color: #800000;">‘</span><span style="color: #800000;">from policy.py</span><span style="color: #800000;">‘</span><span style="color: #000000;">)
</span><span style="color: #008000;">#</span><span style="color: #008000;">versions.py</span><span style="color: #0000ff;">def</span><span style="color: #000000;"> create_resource(conf): </span><span style="color: #0000ff;">print</span>(<span style="color: #800000;">‘</span><span style="color: #800000;">from version.py: </span><span style="color: #800000;">‘</span><span style="color: #000000;">,conf)
</span><span style="color: #008000;">#</span><span style="color: #008000;">manage.py</span><span style="color: #0000ff;">def</span><span style="color: #000000;"> main(): </span><span style="color: #0000ff;">print</span>(<span style="color: #800000;">‘</span><span style="color: #800000;">from manage.py</span><span style="color: #800000;">‘</span><span style="color: #000000;">)
</span><span style="color: #008000;">#</span><span style="color: #008000;">models.py</span><span style="color: #0000ff;">def</span><span style="color: #000000;"> register_models(engine): </span><span style="color: #0000ff;">print</span>(<span style="color: #800000;">‘</span><span style="color: #800000;">from models.py: </span><span style="color: #800000;">‘</span>,engine)</pre></div><p> </p><p><span style="font-size: 14pt;">下面我们来学习有关包的知识点。</span></p><p><span style="font-size: 18pt; color: #ff0000;">import和from+文件夹的名字+import+文件名</span></p><p><span style="font-size: 14pt;">举例说明:</span></p><div><pre><span style="color: #008000;">#</span><span style="color: #008000;">import</span><span style="color: #0000ff;">import</span><span style="color: #000000;"> glance.db.modelsglance.db.models.register_models(</span><span style="color: #800000;">‘</span><span style="color: #800000;">mysql</span><span style="color: #800000;">‘</span><span style="color: #000000;">)
</span><span style="color: #008000;">#</span><span style="color: #008000;">from...import...</span><span style="color: #0000ff;">from</span> glance.db <span style="color: #0000ff;">import</span><span style="color: #000000;"> modelsmodels.register_models(</span><span style="color: #800000;">‘</span><span style="color: #800000;">mysql</span><span style="color: #800000;">‘</span><span style="color: #000000;">)
</span><span style="color: #0000ff;">from</span> glance.db.models <span style="color: #0000ff;">import</span><span style="color: #000000;"> register_modelsregister_models(</span><span style="color: #800000;">‘</span><span style="color: #800000;">mysql</span><span style="color: #800000;">‘</span><span style="color: #000000;">)</span><span style="color: #008000;">#</span><span style="color: #008000;">需要注意的是from后import导入的模块,必须是明确的一个不能带点,否则会有语法错误,如:from a import b.c是错误语法</span></pre></div><p><span style="font-size: 14pt;">不管是哪种方式,只要是第一次导入包或者是包的任何其他部分,都会依次执行包下的__init__.py文件(我们可以在每个包的文件内都打印一行内容来验证一下),这个文件可以为空,但是也可以存放一些初始化包的代码。</span></p><p> </p><h2><span style="color: #ff0000; font-size: 18pt;">from glance.api import *</span></h2><p><span style="font-size: 14pt;">在讲模块时,我们已经讨论过了从一个模块内导入所有*,此处我们研究从一个包导入所有*。</span></p><p><span style="font-size: 14pt;">此处是想从包api中导入所有,实际上该语句只会导入包api下__init__.py文件中定义的名字,我们可以在这个文件中定义__all___:</span></p><div><pre><span style="color: #008000;">#</span><span style="color: #008000;">在__init__.py中定义</span>x=10
<span style="color: #0000ff;">def</span><span style="color: #000000;"> func(): </span><span style="color: #0000ff;">print</span>(<span style="color: #800000;">‘</span><span style="color: #800000;">from api.__init.py</span><span style="color: #800000;">‘</span><span style="color: #000000;">)
</span><span style="color: #800080;">__all__</span>=[<span style="color: #800000;">‘</span><span style="color: #800000;">x</span><span style="color: #800000;">‘</span>,<span style="color: #800000;">‘</span><span style="color: #800000;">func</span><span style="color: #800000;">‘</span>,<span style="color: #800000;">‘</span><span style="color: #800000;">policy</span><span style="color: #800000;">‘</span><span style="color: #000000;">]</span><span style="color: #008000;">#</span><span style="color: #008000;">policy是与__init__同级的文件,这里引入policy但不引入version是为了举例说明<br />#此时我们在于glance同级的文件中执行from glance.api import *就导入__all__中的内容(versions仍然不能导入)。</span></pre></div><p> </p><p>注意:</p><p>1.关于包相关的导入语句也分为import和from ... import ...两种,但是无论哪种,无论在什么位置,在导入时都必须遵循一个原则:凡是在导入时带点的,点的左边都必须是一个包,否则非法。可以带有一连串的点,如item.subitem.subsubitem,但都必须遵循这个原则。</p><p>2.对于导入后,在使用时就没有这种限制了,点的左边可以是包,模块,函数,类(它们都可以用点的方式调用自己的属性)。</p><p>3.对比import item 和from item import name的应用场景:<br />如果我们想直接使用name那必须使用后者。</p><p> </p><h3>绝对导入和相对导入</h3><p><span style="font-size: 14pt;">我们的最顶级包glance是写给别人用的,然后在glance包内部也会有彼此之间互相导入的需求,这时候就有绝对导入和相对导入两种方式</span></p><p><span style="font-size: 14pt;"><span style="font-size: 18pt;"><strong><span style="color: #ff0000;"> 绝对导入:</span></strong></span>以glance作为起始</span></p><p><span style="font-size: 14pt;"><span style="font-size: 18pt;"><strong><span style="color: #ff0000;"> 相对导入:</span></strong></span>用.或者..的方式最为起始,同级只用一个.就可以,越级就要用..了(只能在一个包中使用,不能用于不同目录内)</span></p><p><span style="font-size: 14pt;">举个栗子</span></p><div><pre><span style="color: #008000;">#</span><span style="color: #008000;">我们在glance/api/version.py中想要导入glance/cmd/manage.py</span>
<span style="color: #008000;">#</span><span style="color: #008000;">在glance/api/version.py</span>
<span style="color: #008000;">#</span><span style="color: #008000;">绝对导入</span><span style="color: #0000ff;">from</span> glance.cmd <span style="color: #0000ff;">import</span><span style="color: #000000;"> managemanage.main()
</span><span style="color: #008000;">#</span><span style="color: #008000;">相对导入</span><span style="color: #0000ff;">from</span> ..cmd <span style="color: #0000ff;">import</span><span style="color: #000000;"> managemanage.main()</span></pre></div><p>注:在使用pycharm时,有的情况会为我们多做一些事情,这是软件相关的东西,会影响我们对模块导入的理解,因而在测试时,一定要回到命令行去执行,模拟我们生产环境</p><p><strong>特别需要注意的是:可以用import导入内置或者第三方模块(已经在sys.path中),但是要绝对避免使用import来导入自定义包的子模块(没有在sys.path中),应该使用from... import ...的绝对或者相对导入,且包的相对导入只能用from的形式。</strong></p><p><span style="font-size: 14pt;">这里利用图片对绝对导入和相对导入做一份相对详细的解释:</span></p><p><img src="http://images2017.cnblogs.com/blog/1197773/201708/1197773-20170809201553183-904663178.png" width="637" height="286" /></p><p> </p><p><img src="http://images2017.cnblogs.com/blog/1197773/201708/1197773-20170809201402417-2020964444.png" /></p><p> </p><p><span style="font-size: 18pt;"><strong><span style="color: #ff0000;">单独导入包</span></strong></span></p><p> <span style="font-size: 14pt;">单独导入包名称时不会导入包中所有包含的所有子模块,解决的方法是在包的子文件夹中的子文件写入导的过程,如:</span></p><div><pre><span style="color: #008000;">#</span><span style="color: #008000;">在与glance同级的test.py中</span><span style="color: #0000ff;">import</span><span style="color: #000000;"> glanceglance.cmd.manage.main()
</span><span style="color: #800000;">‘‘‘</span><span style="color: #800000;">执行结果:AttributeError: module ‘glance‘ has no attribute ‘cmd‘
</span><span style="color: #800000;">‘‘‘</span>
<span style="color: #008000;">#</span><span style="color: #008000;">解决方法</span><span style="color: #008000;">#</span><span style="color: #008000;">glance/__init__.py</span><span style="color: #0000ff;">from</span> . <span style="color: #0000ff;">import</span><span style="color: #000000;"> cmd
</span><span style="color: #008000;">#</span><span style="color: #008000;">glance/cmd/__init__.py</span><span style="color: #0000ff;">from</span> . <span style="color: #0000ff;">import</span><span style="color: #000000;"> manage
</span><span style="color: #008000;">#</span><span style="color: #008000;">在于glance同级的test.py中执行时就可以用了</span><span style="color: #0000ff;">import</span><span style="color: #000000;"> glanceglance.cmd.manage.main()</span></pre></div><p> </p><p><span style="font-size: 18pt;"><strong><span style="color: #ff0000;">有关__all__和from...import*的使用方法</span></strong></span></p><p><img src="http://images2017.cnblogs.com/blog/1197773/201708/1197773-20170809202624214-612881126.png" /></p>