Python之面向对象高级编程
Python之面向对象高级编程
01
使用__slots__
正常情况下，当我们定义了一个class，创建了一个class的实例后，我们可以给该实例绑定任何属性和方法，这就是Python的灵活性，我们先来看看具体的操作，先定义class，然后尝试给这个实例绑定一个属性(代码可以左滑)：
class Student(object):
pass
>>> s = Student()
>>> s.name = 'Michael' # 动态给实例绑定一个属性
>>> print(s.name)
Michael
除了绑定属性之外，我们还可以给一个实例绑定一个方法：
>>> def set_age(self, age): # 定义一个函数作为实例方法
... self.age = age
...
>>> from types import MethodType
>>> s.set_age = MethodType(set_age, s) # 给实例绑定一个方法
>>> s.set_age(25) # 调用实例方法
>>> s.age # 测试结果
25
这个绑定的方法只对这个实例起作用，对于这个类的其他实例，还是不能访问这个方法。学过C++的朋友可能会觉得这是一个很变态的操作，但是在Python中确实是可行的。我们尝试从另外一个实例来访问这个方法：
>>> s2 = Student() # 创建新的实例
>>> s2.set_age(25) # 尝试调用方法
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'Student' object has no attribute 'set_age'
但是在实际应用中，往往会出现这样的需求，就是我们在一开始定义类的时候，并没有想清楚这个类到底需要那些方法和属性，在不断的迭代使用中，我们想给已经定义的类添加一个方法，以使得所有的实例都可以调用这个方法，为了给所有实例都绑定方法，可以给class绑定方法：
>>> def set_score(self, score):
... self.score = score
...
>>> Student.set_score = set_score
再来验证一下是否所有的实例都能调用这个方法：
>>> s.set_score(100)
>>> s.score
100
>>> s2.set_score(99)
>>> s2.score
99
可以看到，这样定义的方法所有的实例都能调用。
再来看另外一个需求，假如我们定义了一个类，它最多只包含三个方法，但是这三个方法我们不确定是否必要，可能会在后续的情况下进行添加，而除了这三个方法，其他的方法我们一律不允许添加，这种情况下，如果我们想要限制实例的属性怎么办？比如，只允许对Student实例添加name和age属性。
为了达到限制的目的，Python允许在定义class的时候，定义一个特殊的__slots__变量，来限制该class实例能添加的属性：
class Student(object):
__slots__ = ('name', 'age') # 用tuple定义允许绑定的属性名称
>>> s = Student() # 创建新的实例
>>> s.name = 'Michael' # 绑定属性'name'
>>> s.age = 25 # 绑定属性'age'
>>> s.score = 99 # 绑定属性'score'
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'Student' object has no attribute 'score'
在上述实验中，由于score没有被放到__slots__中，所以不能绑定score属性，试图绑定score将得到AttrbuteError的错误。
我们在使用__slots__的时候要注意，__slots__定义的属性仅对当前类实例起作用，对继承的子类是不起作用的：
>>> class GraduateStudent(Student):
... pass
...
>>> g = GraduateStudent()
>>> g.score = 9999
除非在子类中也定义__slots__，这样，子类实例允许定义的属性就是自身的__slots__加上父类的__slots__。
02
使用@property
在绑定属性时，如果我们直接把属性暴露出去，虽然写起来很简单，但是，没办法检查参数，导致可以把成绩随便改，如下：
s = Student()
s.score = 9999
这显然不合逻辑，首先，成绩不应该被直接修改，另外一点是成绩必须是一个合法的数值，像9999这种数字肯定是不符合常规的。为了限制score的范围，可以通过一个set_score()的方法来设置成绩，再通过一个get_score()的方法来获取成绩，这样，在set_score的方法里，就可以对score的赋值进行检查：
class Student(object):
def get_score(self):
return self._score
def set_score(self, value):
if not isinstance(value, int):
raise ValueError('score must be an integer!')
if value < 0 or value > 100:
raise ValueError('score must between 0 ~ 100!')
self._score = value
这样，对任意的Student实例进行操作，就不能随心所欲地设置score了：
>>> s = Student()
>>> s.set_score(60) # ok!
>>> s.get_score()
60
>>> s.set_score(9999)
Traceback (most recent call last):
...
ValueError: score must between 0 ~ 100!
上面的调用方法虽然看起来比较方便，但是引入了两个函数，看着又略显复杂，没有直接用属性这么直接简单。有没有既能检查参数，又可以用类似属性这样简单的方式来访问类的变量呢？
答案是肯定的，Python内置的@property装饰器就是负责把一个方法变成属性调用的：
class Student(object):
@property
def score(self):
return self._score
@score.setter
def score(self, value):
if not isinstance(value, int):
raise ValueError('score must be an integer!')
if value < 0 or value > 100:
raise ValueError('score must between 0 ~ 100!')
self._score = value
@property的实现比较复杂，我们先考察如何使用。把一个getter方法变成属性，只需要加上@property就可以了，此时，@property本身又创建了另一个装饰器@score.setter，负责把一个setter方法变成属性赋值，于是，我们就拥有一个可控的属性操作,示例如下：
>>> s = Student()
>>> s.score = 60 # OK，实际转化为s.set_score(60)
>>> s.score # OK，实际转化为s.get_score()
60
>>> s.score = 9999
Traceback (most recent call last):
...
ValueError: score must between 0 ~ 100!