3. 数据模型¶
3.1. 对象、值与类型¶
对象 是 Python 中对数据的抽象。 Python 程序中的所有数据都是由对象或对象间关系来表示的。 (从某种意义上说,按照冯·诺依曼的“存储程序计算机”模型,代码本身也是由对象来表示的。)
每个对象都有各自的标识号、类型和值。一个对象被创建后,它的 标识号 就绝不会改变;你可以将其理解为该对象在内存中的地址。 'is
' 运算符可以比较两个对象的标识号是否相同;id()
函数能返回一个代表其标识号的整数。
CPython implementation detail: 在 CPython 中,id(x)
就是存放 x
的内存的地址。
对象的类型决定该对象所支持的操作 (例如 "对象是否有长度属性?") 并且定义了该类型的对象可能的取值。type()
函数能返回一个对象的类型 (类型本身也是对象)。与编号一样,一个对象的 类型 也是不可改变的。1
有些对象的 值 可以改变。值可以改变的对象被称为 可变对象;值不可以改变的对象就被称为 不可变对象。(一个不可变容器对象如果包含对可变对象的引用,当后者的值改变时,前者的值也会改变;但是该容器仍属于不可变对象,因为它所包含的对象集是不会改变的。因此,不可变并不严格等同于值不能改变,实际含义要更微妙。) 一个对象的可变性是由其类型决定的;例如,数字、字符串和元组是不可变的,而字典和列表是可变的。
对象绝不会被显式地销毁;然而,当无法访问时它们可能会被作为垃圾回收。允许具体的实现推迟垃圾回收或完全省略此机制 --- 如何实现垃圾回收是实现的质量问题,只要可访问的对象不会被回收即可。
CPython implementation detail: CPython 目前使用带有 (可选) 延迟检测循环链接垃圾的引用计数方案,会在对象不可访问时立即回收其中的大部分,但不保证回收包含循环引用的垃圾。请查看 gc
模块的文档了解如何控制循环垃圾的收集相关信息。其他实现会有不同的行为方式,CPython 现有方式也可能改变。不要依赖不可访问对象的立即终结机制 (所以你应当总是显式地关闭文件)。
注意:使用实现的跟踪或调试功能可能令正常情况下会被回收的对象继续存活。还要注意通过 'try
...except
' 语句捕捉异常也可能令对象保持存活。
有些对象包含对 "外部" 资源的引用,例如打开文件或窗口。当对象被作为垃圾回收时这些资源也应该会被释放,但由于垃圾回收并不确保发生,这些对象还提供了明确地释放外部资源的操作,通常为一个 close()
方法。强烈推荐在程序中显式关闭此类对象。'try
...finally
' 语句和 'with
' 语句提供了进行此种操作的更便捷方式。
有些对象包含对其他对象的引用;它们被称为 容器。容器的例子有元组、列表和字典等。这些引用是容器对象值的组成部分。在多数情况下,当谈论一个容器的值时,我们是指所包含对象的值而不是其编号;但是,当我们谈论一个容器的可变性时,则仅指其直接包含的对象的编号。因此,如果一个不可变容器 (例如元组) 包含对一个可变对象的引用,则当该可变对象被改变时容器的值也会改变。
类型会影响对象行为的几乎所有方面。甚至对象编号的重要性也在某种程度上受到影响: 对于不可变类型,会得出新值的运算实际上会返回对相同类型和取值的任一现有对象的引用,而对于可变类型来说这是不允许的。例如在 a = 1; b = 1
之后,a
和 b
可能会也可能不会指向同一个值为一的对象,这取决于具体实现,但是在 c = []; d = []
之后,c
和 d
保证会指向两个不同、单独的新建空列表。(请注意 c = d = []
则是将同一个对象赋值给 c
和 d
。)
3.2. 标准类型层级结构¶
以下是 Python 内置类型的列表。扩展模块 (具体实现会以 C, Java 或其他语言编写) 可以定义更多的类型。未来版本的 Python 可能会加入更多的类型 (例如有理数、高效存储的整型数组等等),不过新增类型往往都是通过标准库来提供的。
以下部分类型的描述中包含有 '特殊属性列表' 段落。这些属性提供对具体实现的访问而非通常使用。它们的定义在未来可能会改变。
- None
此类型只有一种取值。是一个具有此值的单独对象。此对象通过内置名称
None
访问。在许多情况下它被用来表示空值,例如未显式指明返回值的函数将返回 None。它的逻辑值为假。- NotImplemented
此类型只有一种取值。 是一个具有该值的单独对象。 此对象通过内置名称
NotImplemented
访问。 数值方法和丰富比较方法如未实现指定运算符表示的运算则应返回该值。 (解释器会根据具体运算符继续尝试反向运算或其他回退操作。) 它不应被解读为布尔值。详情参见 实现算术运算。
在 3.9 版更改: 作为布尔值来解读
NotImplemented
已被弃用。 虽然它目前会被解读为真值,但将同时发出DeprecationWarning
。 它将在未来的 Python 版本中引发TypeError
。- Ellipsis
此类型只有一种取值。是一个具有此值的单独对象。此对象通过字面值
...
或内置名称Ellipsis
访问。它的逻辑值为真。numbers.Number
此类对象由数字字面值创建,并会被作为算术运算符和算术内置函数的返回结果。数字对象是不可变的;一旦创建其值就不再改变。Python 中的数字当然非常类似数学中的数字,但也受限于计算机中的数字表示方法。
The string representations of the numeric classes, computed by
__repr__()
and__str__()
, have the following properties:它们是有效的数字字面值,当被传给它们的类构造器时,将会产生具有原数字值的对象。
表示形式会在可能的情况下采用 10 进制。
开头的零,除小数点前可能存在的单个零之外,将不会被显示。
末尾的零,除小数点后可能存在的单个零之外,将不会被显示。
正负号仅在当数字为负值时会被显示。
Python 区分整型数、浮点型数和复数:
numbers.Integral
此类对象表示数学中整数集合的成员 (包括正数和负数)。
整型数可细分为两种类型:
- 整型 (
int
) 此类对象表示任意大小的数字,仅受限于可用的内存 (包括虚拟内存)。在变换和掩码运算中会以二进制表示,负数会以 2 的补码表示,看起来像是符号位向左延伸补满空位。
- 布尔型 (
bool
) 此类对象表示逻辑值 False 和 True。代表
False
和True
值的两个对象是唯二的布尔对象。布尔类型是整型的子类型,两个布尔值在各种场合的行为分别类似于数值 0 和 1,例外情况只有在转换为字符串时分别返回字符串"False"
或"True"
。
整型数表示规则的目的是在涉及负整型数的变换和掩码运算时提供最为合理的解释。
- 整型 (
numbers.Real
(float
)此类对象表示机器级的双精度浮点数。其所接受的取值范围和溢出处理将受制于底层的机器架构 (以及 C 或 Java 实现)。Python 不支持单精度浮点数;支持后者通常的理由是节省处理器和内存消耗,但这点节省相对于在 Python 中使用对象的开销来说太过微不足道,因此没有理由包含两种浮点数而令该语言变得复杂。
numbers.Complex
(complex
)此类对象以一对机器级的双精度浮点数来表示复数值。有关浮点数的附带规则对其同样有效。一个复数值
z
的实部和虚部可通过只读属性z.real
和z.imag
来获取。
- 序列
此类对象表示以非负整数作为索引的有限有序集。内置函数
len()
可返回一个序列的条目数量。当一个序列的长度为 n 时,索引集包含数字 0, 1, ..., n-1。序列 a 的条目 i 可通过a[i]
选择。序列还支持切片:
a[i:j]
选择索引号为 k 的所有条目,i<=
k<
j。当用作表达式时,序列的切片就是一个与序列类型相同的新序列。新序列的索引还是从 0 开始。有些序列还支持带有第三个 "step" 形参的 "扩展切片":
a[i:j:k]
选择 a 中索引号为 x 的所有条目,x = i + n*k
, n>=
0
且 i<=
x<
j。序列可根据其可变性来加以区分:
- 不可变序列
不可变序列类型的对象一旦创建就不能再改变。(如果对象包含对其他对象的引用,其中的可变对象就是可以改变的;但是,一个不可变对象所直接引用的对象集是不能改变的。)
以下类型属于不可变对象:
- 字符串
字符串是由 Unicode 码位值组成的序列。范围在
U+0000 - U+10FFFF
之内的所有码位值都可在字符串中使用。Python 没有 char 类型;而是将字符串中的每个码位表示为一个长度为1
的字符串对象。内置函数ord()
可将一个码位由字符串形式转换成一个范围在0 - 10FFFF
之内的整型数;chr()
可将一个范围在0 - 10FFFF
之内的整型数转换为长度为1
的对应字符串对象。str.encode()
可以使用指定的文本编码将str
转换为bytes
,而bytes.decode()
则可以实现反向的解码。- 元组
一个元组中的条目可以是任意 Python 对象。包含两个或以上条目的元组由逗号分隔的表达式构成。只有一个条目的元组 ('单项元组') 可通过在表达式后加一个逗号来构成 (一个表达式本身不能创建为元组,因为圆括号要用来设置表达式分组)。一个空元组可通过一对内容为空的圆括号创建。
- 字节串
字节串对象是不可变的数组。其中每个条目都是一个 8 位字节,以取值范围 0 <= x < 256 的整型数表示。字节串字面值 (例如
b'abc'
) 和内置的bytes()
构造器可被用来创建字节串对象。字节串对象还可以通过decode()
方法解码为字符串。
- 可变序列
可变序列在被创建后仍可被改变。下标和切片标注可被用作赋值和
del
(删除) 语句的目标。目前有两种内生可变序列类型:
- 列表
列表中的条目可以是任意 Python 对象。列表由用方括号括起并由逗号分隔的多个表达式构成。(注意创建长度为 0 或 1 的列表无需使用特殊规则。)
- 字节数组
字节数组对象属于可变数组。可以通过内置的
bytearray()
构造器来创建。除了是可变的 (因而也是不可哈希的),在其他方面字节数组提供的接口和功能都与不可变的bytes
对象一致。
扩展模块
array
提供了一个额外的可变序列类型示例,collections
模块也是如此。
- 集合类型
此类对象表示由不重复且不可变对象组成的无序且有限的集合。因此它们不能通过下标来索引。但是它们可被迭代,也可用内置函数
len()
返回集合中的条目数。集合常见的用处是快速成员检测,去除序列中的重复项,以及进行交、并、差和对称差等数学运算。对于集合元素所采用的不可变规则与字典的键相同。注意数字类型遵循正常的数字比较规则: 如果两个数字相等 (例如
1
和1.0
),则同一集合中只能包含其中一个。目前有两种内生集合类型:
- 集合
此类对象表示可变集合。它们可通过内置的
set()
构造器创建,并且创建之后可以通过方法进行修改,例如add()
。- 冻结集合
此类对象表示不可变集合。它们可通过内置的
frozenset()
构造器创建。由于 frozenset 对象不可变且 hashable,它可以被用作另一个集合的元素或是字典的键。
- 映射
此类对象表示由任意索引集合所索引的对象的集合。通过下标
a[k]
可在映射a
中选择索引为k
的条目;这可以在表达式中使用,也可作为赋值或del
语句的目标。内置函数len()
可返回一个映射中的条目数。目前只有一种内生映射类型:
- 字典
此类对象表示由几乎任意值作为索引的有限个对象的集合。不可作为键的值类型只有包含列表或字典或其他可变类型,通过值而非对象编号进行比较的值,其原因在于高效的字典实现需要使用键的哈希值以保持一致性。用作键的数字类型遵循正常的数字比较规则: 如果两个数字相等 (例如
1
和1.0
) 则它们均可来用来索引同一个字典条目。字典会保留插入顺序,这意味着键将以它们被添加的顺序在字典中依次产生。 替换某个现有的键不会改变其顺序,但是移除某个键再重新插入则会将其添加到末尾而不会保留其原有位置。
字典是可变的;它们可通过
{...}
标注来创建 (参见 字典显示 小节)。扩展模块
dbm.ndbm
和dbm.gnu
提供了额外的映射类型示例,collections
模块也是如此。在 3.7 版更改: 在 Python 3.6 版之前字典不会保留插入顺序。 在 CPython 3.6 中插入顺序会被保留,但这在当时被当作是一个实现细节而非确定的语言特性。
- 可调用类型
此类型可以被应用于函数调用操作 (参见 调用 小节):
- 用户定义函数
用户定义函数对象可通过函数定义来创建 (参见 函数定义 小节)。它被调用时应附带一个参数列表,其中包含的条目应与函数所定义的形参列表一致。
特殊属性:
属性
含意
__doc__
该函数的文档字符串,没有则为
None
;不会被子类继承。可写
该函数的名称。
可写
该函数的 qualified name。
3.3 新版功能.
可写
__module__
该函数所属模块的名称,没有则为
None
。可写
__defaults__
由具有默认值的参数的默认参数值组成的元组,如无任何参数具有默认值则为
None
。可写
__code__
表示编译后的函数体的代码对象。
可写
__globals__
对存放该函数中全局变量的字典的引用 --- 函数所属模块的全局命名空间。
只读
命名空间支持的函数属性。
可写
__closure__
None
或包含该函数可用变量的绑定的单元的元组。有关cell_contents
属性的详情见下。只读
__annotations__
包含形参标注的字典。 字典的键是形参名,而如果提供了
'return'
则是用于返回值标注。 有关如何使用此属性的更多信息,请参阅 对象注解属性的最佳实践。可写
__kwdefaults__
仅包含关键字参数默认值的字典。
可写
大部分标有 "Writable" 的属性均会检查赋值的类型。
函数对象也支持获取和设置任意属性,例如这可以被用来给函数附加元数据。使用正规的属性点号标注获取和设置此类属性。注意当前实现仅支持用户定义函数属性。未来可能会增加支持内置函数属性。
单元对象具有
cell_contents
属性。这可被用来获取以及设置单元的值。有关函数定义的额外信息可以从其代码对象中提取;参见下文对内部类型的描述。
cell
类型可以在types
模块中访问。- 实例方法
实例方法用于结合类、类实例和任何可调用对象 (通常为用户定义函数)。
特殊的只读属性:
__self__
为类实例对象本身,__func__
为函数对象;__doc__
为方法的文档 (与__func__.__doc__
作用相同);__name__
为方法名称 (与__func__.__name__
作用相同);__module__
为方法所属模块的名称,没有则为None
。方法还支持获取 (但不能设置) 下层函数对象的任意函数属性。
用户定义方法对象可在获取一个类的属性时被创建 (也可能通过该类的一个实例),如果该属性为用户定义函数对象或类方法对象。
当通过从类实例获取一个用户定义函数对象的方式创建一个实例方法对象时,类实例对象的
__self__
属性即为该实例,并会绑定方法对象。该新建方法的__func__
属性就是原来的函数对象。当通过从类或实例获取一个类方法对象的方式创建一个实例对象时,实例对象的
__self__
属性为该类本身,其__func__
属性为类方法对应的下层函数对象。当一个实例方法对象被调用时,会调用对应的下层函数 (
__func__
),并将类实例 (__self__
) 插入参数列表的开头。例如,当C
是一个包含了f()
函数定义的类,而x
是C
的一个实例,则调用x.f(1)
就等同于调用C.f(x, 1)
。当一个实例方法对象是衍生自一个类方法对象时,保存在
__self__
中的 "类实例" 实际上会是该类本身,因此无论是调用x.f(1)
还是C.f(1)
都等同于调用f(C,1)
,其中f
为对应的下层函数。请注意从函数对象到实例方法对象的变换会在每一次从实例获取属性时发生。在某些情况下,一种高效的优化方式是将属性赋值给一个本地变量并调用该本地变量。还要注意这样的变换只发生于用户定义函数;其他可调用对象 (以及所有不可调用对象) 在被获取时都不会发生变换。还有一个需要关注的要点是作为一个类实例属性的用户定义函数不会被转换为绑定方法;这样的变换 仅当 函数是类属性时才会发生。
- 生成器函数
A function or method which uses the
yield
statement (see section yield 语句) is called a generator function. Such a function, when called, always returns an iterator object which can be used to execute the body of the function: calling the iterator'siterator.__next__()
method will cause the function to execute until it provides a value using theyield
statement. When the function executes areturn
statement or falls off the end, aStopIteration
exception is raised and the iterator will have reached the end of the set of values to be returned.- 协程函数
使用
async def
来定义的函数或方法就被称为 协程函数。这样的函数在被调用时会返回一个 coroutine 对象。它可能包含await
表达式以及async with
和async for
语句。详情可参见 协程对象 一节。- 异步生成器函数
A function or method which is defined using
async def
and which uses theyield
statement is called a asynchronous generator function. Such a function, when called, returns an asynchronous iterator object which can be used in anasync for
statement to execute the body of the function.Calling the asynchronous iterator's
aiterator.__anext__
method will return an awaitable which when awaited will execute until it provides a value using theyield
expression. When the function executes an emptyreturn
statement or falls off the end, aStopAsyncIteration
exception is raised and the asynchronous iterator will have reached the end of the set of values to be yielded.- 内置函数
内置函数对象是对于 C 函数的外部封装。内置函数的例子包括
len()
和math.sin()
(math
是一个标准内置模块)。内置函数参数的数量和类型由 C 函数决定。特殊的只读属性:__doc__
是函数的文档字符串,如果没有则为None
;__name__
是函数的名称;__self__
设定为None
(参见下一条目);__module__
是函数所属模块的名称,如果没有则为None
。- 内置方法
此类型实际上是内置函数的另一种形式,只不过还包含了一个传入 C 函数的对象作为隐式的额外参数。内置方法的一个例子是
alist.append()
,其中 alist 为一个列表对象。在此示例中,特殊的只读属性__self__
会被设为 alist 所标记的对象。- 类
Classes are callable. These objects normally act as factories for new instances of themselves, but variations are possible for class types that override
__new__()
. The arguments of the call are passed to__new__()
and, in the typical case, to__init__()
to initialize the new instance.- 类实例
Instances of arbitrary classes can be made callable by defining a
__call__()
method in their class.
- 模块
模块是 Python 代码的基本组织单元,由 导入系统 创建,由
import
语句发起调用,或者通过importlib.import_module()
和内置的__import__()
等函数发起调用。 模块对象具有由字典对象实现的命名空间(这是被模块中定义的函数的__globals__
属性引用的字典)。 属性引用被转换为该字典中的查找,例如m.x
相当于m.__dict__["x"]
。 模块对象不包含用于初始化模块的代码对象(因为初始化完成后不需要它)。属性赋值会更新模块的命名空间字典,例如
m.x = 1
等同于m.__dict__["x"] = 1
。预先定义的(可写)属性:
__name__
模块的名称。
__doc__
模块的文档字符串,如果不可用则为
None
。__file__
被加载模块所对应文件的路径名称,如果它是从文件加载的话。 对于某些类型的模块来说
__file__
属性可能是缺失的,例如被静态链接到解释器中的 C 模块。 对于从共享库动态加载的扩展模块来说,它将是共享库文件的路径名称。__annotations__
包含在模块体执行期间收集的 变量标注 的字典。 有关使用
__annotations__
的最佳实践,请参阅 对象注解属性的最佳实践。
特殊的只读属性:
__dict__
为以字典对象表示的模块命名空间。CPython implementation detail: 由于 CPython 清理模块字典的设定,当模块离开作用域时模块字典将会被清理,即使该字典还有活动的引用。想避免此问题,可复制该字典或保持模块状态以直接使用其字典。
- 自定义类
自定义类这种类型一般通过类定义来创建 (参见 类定义 一节)。每个类都有通过一个字典对象实现的独立命名空间。类属性引用会被转化为在此字典中查找,例如
C.x
会被转化为C.__dict__["x"]
(不过也存在一些钩子对象以允许其他定位属性的方式)。当未在其中发现某个属性名称时,会继续在基类中查找。这种基类查找使用 C3 方法解析顺序,即使存在 '钻石形' 继承结构即有多条继承路径连到一个共同祖先也能保持正确的行为。有关 Python 使用的 C3 MRO 的详情可查看配合 2.3 版发布的文档 https://www.python.org/download/releases/2.3/mro/.当一个类属性引用 (假设类名为
C
) 会产生一个类方法对象时,它将转化为一个__self__
属性为C
的实例方法对象。当其会产生一个静态方法对象时,它将转化为该静态方法对象所封装的对象。从类的__dict__
所包含内容以外获取属性的其他方式请参看 实现描述器 一节。类属性赋值会更新类的字典,但不会更新基类的字典。
类对象可被调用 (见上文) 以产生一个类实例 (见下文)。
特殊属性:
__name__
类的名称。
__module__
类定义所在模块的名称。
__dict__
包含类命名空间的字典。
__bases__
包含基类的元组,按它们在基类列表中的出现先后排序。
__doc__
类的文档字符串,如果未定义则为
None
。__annotations__
包含在类体执行期间收集的 变量标注 的字典。 有关使用
__annotations__
的最佳实践,请参阅 对象注解属性的最佳实践。
- 类实例
A class instance is created by calling a class object (see above). A class instance has a namespace implemented as a dictionary which is the first place in which attribute references are searched. When an attribute is not found there, and the instance's class has an attribute by that name, the search continues with the class attributes. If a class attribute is found that is a user-defined function object, it is transformed into an instance method object whose
__self__
attribute is the instance. Static method and class method objects are also transformed; see above under "Classes". See section 实现描述器 for another way in which attributes of a class retrieved via its instances may differ from the objects actually stored in the class's__dict__
. If no class attribute is found, and the object's class has a__getattr__()
method, that is called to satisfy the lookup.Attribute assignments and deletions update the instance's dictionary, never a class's dictionary. If the class has a
__setattr__()
or__delattr__()
method, this is called instead of updating the instance dictionary directly.如果类实例具有某些特殊名称的方法,就可以伪装为数字、序列或映射。参见 特殊方法名称 一节。
- I/O 对象 (或称文件对象)
file object 表示一个打开的文件。有多种快捷方式可用来创建文件对象:
open()
内置函数,以及os.popen()
,os.fdopen()
和 socket 对象的makefile()
方法 (还可能使用某些扩展模块所提供的其他函数或方法)。sys.stdin
,sys.stdout
和sys.stderr
会初始化为对应于解释器标准输入、输出和错误流的文件对象;它们都会以文本模式打开,因此都遵循io.TextIOBase
抽象类所定义的接口。- 内部类型
某些由解释器内部使用的类型也被暴露给用户。它们的定义可能随未来解释器版本的更新而变化,为内容完整起见在此处一并介绍。
- 代码对象
代码对象表示 编译为字节的 可执行 Python 代码,或称 bytecode。代码对象和函数对象的区别在于函数对象包含对函数全局对象 (函数所属的模块) 的显式引用,而代码对象不包含上下文;而且默认参数值会存放于函数对象而不是代码对象内 (因为它们表示在运行时算出的值)。与函数对象不同,代码对象不可变,也不包含对可变对象的引用 (不论是直接还是间接)。
Special read-only attributes:
co_name
gives the function name;co_qualname
gives the fully qualified function name;co_argcount
is the total number of positional arguments (including positional-only arguments and arguments with default values);co_posonlyargcount
is the number of positional-only arguments (including arguments with default values);co_kwonlyargcount
is the number of keyword-only arguments (including arguments with default values);co_nlocals
is the number of local variables used by the function (including arguments);co_varnames
is a tuple containing the names of the local variables (starting with the argument names);co_cellvars
is a tuple containing the names of local variables that are referenced by nested functions;co_freevars
is a tuple containing the names of free variables;co_code
is a string representing the sequence of bytecode instructions;co_consts
is a tuple containing the literals used by the bytecode;co_names
is a tuple containing the names used by the bytecode;co_filename
is the filename from which the code was compiled;co_firstlineno
is the first line number of the function;co_lnotab
is a string encoding the mapping from bytecode offsets to line numbers (for details see the source code of the interpreter);co_stacksize
is the required stack size;co_flags
is an integer encoding a number of flags for the interpreter.以下是可用于
co_flags
的标志位定义:如果函数使用*arguments
语法来接受任意数量的位置参数,则0x04
位被设置;如果函数使用**keywords
语法来接受任意数量的关键字参数,则0x08
位被设置;如果函数是一个生成器,则0x20
位被设置。未来特性声明 (
from __future__ import division
) 也使用co_flags
中的标志位来指明代码对象的编译是否启用特定的特性: 如果函数编译时启用未来除法特性则设置0x2000
位; 在更早的 Python 版本中则使用0x10
和0x1000
位。co_flags
中的其他位被保留为内部使用。如果代码对象表示一个函数,
co_consts
中的第一项将是函数的文档字符串,如果未定义则为None
。- codeobject.co_positions()¶
Returns an iterable over the source code positions of each bytecode instruction in the code object.
The iterator returns tuples containing the
(start_line, end_line, start_column, end_column)
. The i-th tuple corresponds to the position of the source code that compiled to the i-th instruction. Column information is 0-indexed utf-8 byte offsets on the given source line.This positional information can be missing. A non-exhaustive lists of cases where this may happen:
Running the interpreter with
-X
no_debug_ranges
.Loading a pyc file compiled while using
-X
no_debug_ranges
.Position tuples corresponding to artificial instructions.
Line and column numbers that can't be represented due to implementation specific limitations.
When this occurs, some or all of the tuple elements can be
None
.3.11 新版功能.
备注
This feature requires storing column positions in code objects which may result in a small increase of disk usage of compiled Python files or interpreter memory usage. To avoid storing the extra information and/or deactivate printing the extra traceback information, the
-X
no_debug_ranges
command line flag or thePYTHONNODEBUGRANGES
environment variable can be used.
- 帧对象
帧对象表示执行帧。它们可能出现在回溯对象中 (见下文),还会被传递给注册跟踪函数。
特殊的只读属性:
f_back
为前一堆栈帧 (指向调用者),如是最底层堆栈帧则为None
;f_code
为此帧中所执行的代码对象;f_locals
为用于查找本地变量的字典;f_globals
则用于查找全局变量;f_builtins
用于查找内置 (固有) 名称;f_lasti
给出精确指令 (这是代码对象的字节码字符串的一个索引)。访问
f_code
会引发一个 审计事件object.__getattr__
,附带参数obj
和"f_code"
。特殊的可写属性:
f_trace
,如果不为None
,则是在代码执行期间调用各类事件的函数 (由调试器使用)。通常每个新源码行会触发一个事件 - 这可以通过将f_trace_lines
设为False
来禁用。具体的实现 可能 会通过将
f_trace_opcodes
设为True
来允许按操作码请求事件。请注意如果跟踪函数引发的异常逃逸到被跟踪的函数中,这可能会导致未定义的解释器行为。f_lineno
为帧的当前行号 --- 在这里写入从一个跟踪函数内部跳转的指定行 (仅用于最底层的帧)。调试器可以通过写入 f_lineno 实现一个 Jump 命令 (即设置下一语句)。帧对象支持一个方法:
- frame.clear()¶
此方法清除该帧持有的全部对本地变量的引用。而且如果该帧属于一个生成器,生成器会被完成。这有助于打破包含帧对象的循环引用 (例如当捕获一个异常并保存其回溯在之后使用)。
如果该帧当前正在执行则会引发
RuntimeError
。3.4 新版功能.
- 回溯对象
回溯对象表示一个异常的栈跟踪记录。当异常发生时会隐式地创建一个回溯对象,也可能通过调用
types.TracebackType
显式地创建。对于隐式地创建的回溯对象,当查找异常句柄使得执行栈展开时,会在每个展开层级的当前回溯之前插入一个回溯对象。当进入一个异常句柄时,栈跟踪将对程序启用。(参见 try 语句 一节。) 它可作为
sys.exc_info()
所返回的元组的第三项,以及所捕获异常的__traceback__
属性被获取。当程序不包含可用的句柄时,栈跟踪会 (以良好的格式) 写入标准错误流;如果解释器处于交互模式,它也可作为
sys.last_traceback
对用户启用。对于显式创建的回溯对象,则由回溯对象的创建者来决定应该如何链接
tb_next
属性来构成完整的栈跟踪。特殊的只读属性:
tb_frame
指向当前层级的执行帧;tb_lineno
给出发生异常所在的行号;tb_lasti
标示具体指令。如果异常发生于没有匹配的 except 子句或有 finally 子句的try
语句中,回溯对象中的行号和最后指令可能与相应帧对象中行号不同。访问
tb_frame
会引发一个 审计事件object.__getattr__
,附带参数obj
和"tb_frame"
。特殊的可写属性:
tb_next
为栈跟踪中的下一层级 (通往发生异常的帧),如果没有下一层级则为None
。在 3.7 版更改: 回溯对象现在可以使用 Python 代码显式地实例化,现有实例的
tb_next
属性可以被更新。- 切片对象
Slice objects are used to represent slices for
__getitem__()
methods. They are also created by the built-inslice()
function.特殊的只读属性:
start
为下界;stop
为上界;step
为步长值; 各值如省略则为None
。这些属性可具有任意类型。切片对象支持一个方法:
- slice.indices(self, length)¶
此方法接受一个整型参数 length 并计算在切片对象被应用到 length 指定长度的条目序列时切片的相关信息应如何描述。 其返回值为三个整型数组成的元组;这些数分别为切片的 start 和 stop 索引号以及 step 步长值。索引号缺失或越界则按照与正规切片相一致的方式处理。
- 静态方法对象
静态方法对象提供了一种胜过上文所述将函数对象转换为方法对象的方式。 静态方法对象是对任意其他对象的包装器,通常用来包装用户自定义的方法对象。 当从类或类实例获取一个静态方法对象时,实际返回的是经过包装的对象,它不会被进一步转换。 静态方法对象也是可调用对象。 静态方法对象可通过内置的
staticmethod()
构造器来创建。- 类方法对象
类方法对象和静态方法一样是对其他对象的封装,会改变从类或类实例获取该对象的方式。类方法对象在此类获取操作中的行为已在上文 "用户定义方法" 一节中描述。类方法对象可通过内置的
classmethod()
构造器来创建。
3.3. 特殊方法名称¶
A class can implement certain operations that are invoked by special syntax
(such as arithmetic operations or subscripting and slicing) by defining methods
with special names. This is Python's approach to operator overloading,
allowing classes to define their own behavior with respect to language
operators. For instance, if a class defines a method named
__getitem__()
,
and x
is an instance of this class, then x[i]
is roughly equivalent
to type(x).__getitem__(x, i)
. Except where mentioned, attempts to execute an
operation raise an exception when no appropriate method is defined (typically
AttributeError
or TypeError
).
Setting a special method to None
indicates that the corresponding
operation is not available. For example, if a class sets
__iter__()
to None
, the class is not iterable, so calling
iter()
on its instances will raise a TypeError
(without
falling back to __getitem__()
). 2
在实现模拟任何内置类型的类时,很重要的一点是模拟的实现程度对于被模拟对象来说应当是有意义的。例如,提取单个元素的操作对于某些序列来说是适宜的,但提取切片可能就没有意义。(这种情况的一个实例是 W3C 的文档对象模型中的 NodeList
接口。)
3.3.1. 基本定制¶
- object.__new__(cls[, ...])¶
调用以创建一个 cls 类的新实例。
__new__()
是一个静态方法 (因为是特例所以你不需要显式地声明),它会将所请求实例所属的类作为第一个参数。其余的参数会被传递给对象构造器表达式 (对类的调用)。__new__()
的返回值应为新对象实例 (通常是 cls 的实例)。典型的实现会附带适宜的参数使用
super().__new__(cls[, ...])
,通过超类的__new__()
方法来创建一个类的新实例,然后根据需要修改新创建的实例再将其返回。If
__new__()
is invoked during object construction and it returns an instance of cls, then the new instance’s__init__()
method will be invoked like__init__(self[, ...])
, where self is the new instance and the remaining arguments are the same as were passed to the object constructor.如果
__new__()
未返回一个 cls 的实例,则新实例的__init__()
方法就不会被执行。__new__()
的目的主要是允许不可变类型的子类 (例如 int, str 或 tuple) 定制实例创建过程。它也常会在自定义元类中被重载以便定制类创建过程。
- object.__init__(self[, ...])¶
在实例 (通过
__new__()
) 被创建之后,返回调用者之前调用。其参数与传递给类构造器表达式的参数相同。一个基类如果有__init__()
方法,则其所派生的类如果也有__init__()
方法,就必须显式地调用它以确保实例基类部分的正确初始化;例如:super().__init__([args...])
.因为对象是由
__new__()
和__init__()
协作构造完成的 (由__new__()
创建,并由__init__()
定制),所以__init__()
返回的值只能是None
,否则会在运行时引发TypeError
。
- object.__del__(self)¶
在实例将被销毁时调用。 这还被称为终结器或析构器(不适当)。 如果一个基类具有
__del__()
方法,则其所派生的类如果也有__del__()
方法,就必须显式地调用它以确保实例基类部分的正确清除。__del__()
方法可以 (但不推荐!) 通过创建一个该实例的新引用来推迟其销毁。这被称为对象 重生。__del__()
是否会在重生的对象将被销毁时再次被调用是由具体实现决定的 ;当前的 CPython 实现只会调用一次。当解释器退出时不会确保为仍然存在的对象调用
__del__()
方法。备注
del x
并不直接调用x.__del__()
--- 前者会将x
的引用计数减一,而后者仅会在x
的引用计数变为零时被调用。CPython implementation detail: It is possible for a reference cycle to prevent the reference count of an object from going to zero. In this case, the cycle will be later detected and deleted by the cyclic garbage collector. A common cause of reference cycles is when an exception has been caught in a local variable. The frame's locals then reference the exception, which references its own traceback, which references the locals of all frames caught in the traceback.
参见
gc
模块的文档。警告
由于调用
__del__()
方法时周边状况已不确定,在其执行期间发生的异常将被忽略,改为打印一个警告到sys.stderr
。特别地:
- object.__repr__(self)¶
由
repr()
内置函数调用以输出一个对象的“官方”字符串表示。如果可能,这应类似一个有效的 Python 表达式,能被用来重建具有相同取值的对象(只要有适当的环境)。如果这不可能,则应返回形式如<...some useful description...>
的字符串。返回值必须是一个字符串对象。如果一个类定义了__repr__()
但未定义__str__()
,则在需要该类的实例的“非正式”字符串表示时也会使用__repr__()
。此方法通常被用于调试,因此确保其表示的内容包含丰富信息且无歧义是很重要的。
- object.__str__(self)¶
通过
str(object)
以及内置函数format()
和print()
调用以生成一个对象的“非正式”或格式良好的字符串表示。返回值必须为一个 字符串 对象。此方法与
object.__repr__()
的不同点在于__str__()
并不预期返回一个有效的 Python 表达式:可以使用更方便或更准确的描述信息。内置类型
object
所定义的默认实现会调用object.__repr__()
。
- object.__format__(self, format_spec)¶
通过
format()
内置函数、扩展、格式化字符串字面值 的求值以及str.format()
方法调用以生成一个对象的“格式化”字符串表示。 format_spec 参数为包含所需格式选项描述的字符串。 format_spec 参数的解读是由实现__format__()
的类型决定的,不过大多数类或是将格式化委托给某个内置类型,或是使用相似的格式化选项语法。请参看 格式规格迷你语言 了解标准格式化语法的描述。
返回值必须为一个字符串对象。
在 3.4 版更改:
object
本身的 __format__ 方法如果被传入任何非空字符,将会引发一个TypeError
。在 3.7 版更改:
object.__format__(x, '')
现在等同于str(x)
而不再是format(str(x), '')
。
- object.__lt__(self, other)¶
- object.__le__(self, other)¶
- object.__eq__(self, other)¶
- object.__ne__(self, other)¶
- object.__gt__(self, other)¶
- object.__ge__(self, other)¶
以上这些被称为“富比较”方法。运算符号与方法名称的对应关系如下:
x<y
调用x.__lt__(y)
、x<=y
调用x.__le__(y)
、x==y
调用x.__eq__(y)
、x!=y
调用x.__ne__(y)
、x>y
调用x.__gt__(y)
、x>=y
调用x.__ge__(y)
。如果指定的参数对没有相应的实现,富比较方法可能会返回单例对象
NotImplemented
。按照惯例,成功的比较会返回False
或True
。不过实际上这些方法可以返回任意值,因此如果比较运算符是要用于布尔值判断(例如作为if
语句的条件),Python 会对返回值调用bool()
以确定结果为真还是假。在默认情况下,
object
通过使用is
来实现__eq__()
,并在比较结果为假值时返回NotImplemented
:True if x is y else NotImplemented
。 对于__ne__()
,默认会委托给__eq__()
并对结果取反,除非结果为NotImplemented
。 比较运算符之间没有其他隐含关系或默认实现;例如,(x<y or x==y)
为真并不意味着x<=y
。 要根据单根运算自动生成排序操作,请参看functools.total_ordering()
。请查看
__hash__()
的相关段落,了解创建可支持自定义比较运算并可用作字典键的 hashable 对象时要注意的一些事项。这些方法并没有对调参数版本(在左边参数不支持该操作但右边参数支持时使用);而是
__lt__()
和__gt__()
互为对方的反射,__le__()
和__ge__()
互为对方的反射,而__eq__()
和__ne__()
则是它们自己的反射。如果两个操作数的类型不同,且右操作数类型是左操作数类型的直接或间接子类,则优先选择右操作数的反射方法,否则优先选择左操作数的方法。虚拟子类不会被考虑。
- object.__hash__(self)¶
Called by built-in function
hash()
and for operations on members of hashed collections includingset
,frozenset
, anddict
. The__hash__()
method should return an integer. The only required property is that objects which compare equal have the same hash value; it is advised to mix together the hash values of the components of the object that also play a part in comparison of objects by packing them into a tuple and hashing the tuple. Example:def __hash__(self): return hash((self.name, self.nick, self.color))
备注
hash()
会从一个对象自定义的__hash__()
方法返回值中截断为Py_ssize_t
的大小。通常对 64 位构建为 8 字节,对 32 位构建为 4 字节。如果一个对象的__hash__()
必须在不同位大小的构建上进行互操作,请确保检查全部所支持构建的宽度。做到这一点的简单方法是使用python -c "import sys; print(sys.hash_info.width)"
。如果一个类没有定义
__eq__()
方法,那么也不应该定义__hash__()
操作;如果它定义了__eq__()
但没有定义__hash__()
,则其实例将不可被用作可哈希集的项。如果一个类定义了可变对象并实现了__eq__()
方法,则不应该实现__hash__()
,因为可哈希集的实现要求键的哈希集是不可变的(如果对象的哈希值发生改变,它将处于错误的哈希桶中)。用户定义的类默认带有
__eq__()
和__hash__()
方法;使用它们与任何对象(自己除外)比较必定不相等,并且x.__hash__()
会返回一个恰当的值以确保x == y
同时意味着x is y
且hash(x) == hash(y)
。一个类如果重载了
__eq__()
且没有定义__hash__()
则会将其__hash__()
隐式地设为None
。当一个类的__hash__()
方法为None
时,该类的实例将在一个程序尝试获取其哈希值时正确地引发TypeError
,并会在检测isinstance(obj, collections.abc.Hashable)
时被正确地识别为不可哈希对象。如果一个重载了
__eq__()
的类需要保留来自父类的__hash__()
实现,则必须通过设置__hash__ = <ParentClass>.__hash__
来显式地告知解释器。如果一个没有重载
__eq__()
的类需要去掉哈希支持,则应该在类定义中包含__hash__ = None
。一个自定义了__hash__()
以显式地引发TypeError
的类会被isinstance(obj, collections.abc.Hashable)
调用错误地识别为可哈希对象。备注
在默认情况下,str 和 bytes 对象的
__hash__()
值会使用一个不可预知的随机值“加盐”。 虽然它们在一个单独 Python 进程中会保持不变,但它们的值在重复运行的 Python 间是不可预测的。This is intended to provide protection against a denial-of-service caused by carefully-chosen inputs that exploit the worst case performance of a dict insertion, O(n2) complexity. See http://www.ocert.org/advisories/ocert-2011-003.html for details.
改变哈希值会影响集合的迭代次序。Python 也从不保证这个次序不会被改变(通常它在 32 位和 64 位构建上是不一致的)。
另见
PYTHONHASHSEED
.在 3.3 版更改: 默认启用哈希随机化。
- object.__bool__(self)¶
调用此方法以实现真值检测以及内置的
bool()
操作;应该返回False
或True
。如果未定义此方法,则会查找并调用__len__()
并在其返回非零值时视对象的逻辑值为真。如果一个类既未定义__len__()
也未定义__bool__()
则视其所有实例的逻辑值为真。
3.3.2. 自定义属性访问¶
可以定义下列方法来自定义对类实例属性访问(x.name
的使用、赋值或删除)的具体含义.
- object.__getattr__(self, name)¶
当默认属性访问因引发
AttributeError
而失败时被调用 (可能是调用__getattribute__()
时由于 name 不是一个实例属性或self
的类关系树中的属性而引发了AttributeError
;或者是对 name 特性属性调用__get__()
时引发了AttributeError
)。此方法应当返回(找到的)属性值或是引发一个AttributeError
异常。请注意如果属性是通过正常机制找到的,
__getattr__()
就不会被调用。(这是在__getattr__()
和__setattr__()
之间故意设置的不对称性。)这既是出于效率理由也是因为不这样设置的话__getattr__()
将无法访问实例的其他属性。要注意至少对于实例变量来说,你不必在实例属性字典中插入任何值(而是通过插入到其他对象)就可以模拟对它的完全控制。请参阅下面的__getattribute__()
方法了解真正获取对属性访问的完全控制权的办法。
- object.__getattribute__(self, name)¶
此方法会无条件地被调用以实现对类实例属性的访问。如果类还定义了
__getattr__()
,则后者不会被调用,除非__getattribute__()
显式地调用它或是引发了AttributeError
。此方法应当返回(找到的)属性值或是引发一个AttributeError
异常。为了避免此方法中的无限递归,其实现应该总是调用具有相同名称的基类方法来访问它所需要的任何属性,例如object.__getattribute__(self, name)
。备注
此方法在作为通过特定语法或内置函数隐式地调用的结果的情况下查找特殊方法时仍可能会被跳过。参见 特殊方法查找。
引发一个 审计事件
object.__getattr__
,附带参数obj
,name
。
- object.__setattr__(self, name, value)¶
此方法在一个属性被尝试赋值时被调用。这个调用会取代正常机制(即将值保存到实例字典)。 name 为属性名称, value 为要赋给属性的值。
如果
__setattr__()
想要赋值给一个实例属性,它应该调用同名的基类方法,例如object.__setattr__(self, name, value)
。引发一个 审计事件
object.__setattr__
,附带参数obj
,name
,value
。
- object.__delattr__(self, name)¶
类似于
__setattr__()
但其作用为删除而非赋值。此方法应该仅在del obj.name
对于该对象有意义时才被实现。引发一个 审计事件
object.__delattr__
,附带参数obj
,name
。
3.3.2.1. 自定义模块属性访问¶
特殊名称 __getattr__
和 __dir__
还可被用来自定义对模块属性的访问。模块层级的 __getattr__
函数应当接受一个参数,其名称为一个属性名,并返回计算结果值或引发一个 AttributeError
。如果通过正常查找即 object.__getattribute__()
未在模块对象中找到某个属性,则 __getattr__
会在模块的 __dict__
中查找,未找到时会引发一个 AttributeError
。如果找到,它会以属性名被调用并返回结果值。
__dir__
函数应当不接受任何参数,并且返回一个表示模块中可访问名称的字符串序列。 此函数如果存在,将会重载一个模块中的标准 dir()
查找。
想要更细致地自定义模块的行为(设置属性和特性属性等待),可以将模块对象的 __class__
属性设置为一个 types.ModuleType
的子类。例如:
import sys
from types import ModuleType
class VerboseModule(ModuleType):
def __repr__(self):
return f'Verbose {self.__name__}'
def __setattr__(self, attr, value):
print(f'Setting {attr}...')
super().__setattr__(attr, value)
sys.modules[__name__].__class__ = VerboseModule
备注
定义模块的 __getattr__
和设置模块的 __class__
只会影响使用属性访问语法进行的查找 -- 直接访问模块全局变量(不论是通过模块内的代码还是通过对模块全局字典的引用)是不受影响的。
在 3.5 版更改: __class__
模块属性改为可写。
3.7 新版功能: __getattr__
和 __dir__
模块属性。
参见
- PEP 562 - 模块 __getattr__ 和 __dir__
描述用于模块的
__getattr__
和__dir__
函数。
3.3.2.2. 实现描述器¶
以下方法仅当一个包含该方法的类(称为 描述器 类)的实例出现于一个 所有者 类中的时候才会起作用(该描述器必须在所有者类或其某个上级类的字典中)。在以下示例中,“属性”指的是名称为所有者类 __dict__
中的特征属性的键名的属性。
- object.__get__(self, instance, owner=None)¶
调用此方法以获取所有者类的属性(类属性访问)或该类的实例的属性(实例属性访问)。 可选的 owner 参数是所有者类而 instance 是被用来访问属性的实例,如果通过 owner 来访问属性则返回
None
。此方法应当返回计算得到的属性值或是引发
AttributeError
异常。PEP 252 指明
__get__()
为带有一至二个参数的可调用对象。 Python 自身内置的描述器支持此规格定义;但是,某些第三方工具可能要求必须带两个参数。 Python 自身的__getattribute__()
实现总是会传入两个参数,无论它们是否被要求提供。
- object.__set__(self, instance, value)¶
调用此方法以设置 instance 指定的所有者类的实例的属性为新值 value。
请注意,添加
__set__()
或__delete__()
会将描述器变成“数据描述器”。 更多细节请参阅 调用描述器。
- object.__delete__(self, instance)¶
调用此方法以删除 instance 指定的所有者类的实例的属性。
属性 __objclass__
会被 inspect
模块解读为指定此对象定义所在的类(正确设置此属性有助于动态类属性的运行时内省)。对于可调用对象来说,它可以指明预期或要求提供一个特定类型(或子类)的实例作为第一个位置参数(例如,CPython 会为实现于 C 中的未绑定方法设置此属性)。
3.3.2.3. 调用描述器¶
In general, a descriptor is an object attribute with "binding behavior", one
whose attribute access has been overridden by methods in the descriptor
protocol: __get__()
, __set__()
, and
__delete__()
. If any of
those methods are defined for an object, it is said to be a descriptor.
属性访问的默认行为是从一个对象的字典中获取、设置或删除属性。例如,a.x
的查找顺序会从 a.__dict__['x']
开始,然后是 type(a).__dict__['x']
,接下来依次查找 type(a)
的上级基类,不包括元类。
但是,如果找到的值是定义了某个描述器方法的对象,则 Python 可能会重载默认行为并转而发起调用描述器方法。这具体发生在优先级链的哪个环节则要根据所定义的描述器方法及其被调用的方式来决定。
描述器发起调用的开始点是一个绑定 a.x
。参数的组合方式依 a
而定:
- 直接调用
最简单但最不常见的调用方式是用户代码直接发起调用一个描述器方法:
x.__get__(a)
。- 实例绑定
如果绑定到一个对象实例,
a.x
会被转换为调用:type(a).__dict__['x'].__get__(a, type(a))
。- 类绑定
如果绑定到一个类,
A.x
会被转换为调用:A.__dict__['x'].__get__(None, A)
。- 超绑定
A dotted lookup such as
super(A, a).x
searchesa.__class__.__mro__
for a base classB
followingA
and then returnsB.__dict__['x'].__get__(a, A)
. If not a descriptor,x
is returned unchanged.
For instance bindings, the precedence of descriptor invocation depends on
which descriptor methods are defined. A descriptor can define any combination
of __get__()
, __set__()
and
__delete__()
. If it does not
define __get__()
, then accessing the attribute will return the descriptor
object itself unless there is a value in the object's instance dictionary. If
the descriptor defines __set__()
and/or __delete__()
, it is a data
descriptor; if it defines neither, it is a non-data descriptor. Normally, data
descriptors define both __get__()
and __set__()
, while non-data
descriptors have just the __get__()
method. Data descriptors with
__get__()
and __set__()
(and/or __delete__()
) defined always override a redefinition in an
instance dictionary. In contrast, non-data descriptors can be overridden by
instances.
Python methods (including those decorated with
@staticmethod
and @classmethod
) are
implemented as non-data descriptors. Accordingly, instances can redefine and
override methods. This allows individual instances to acquire behaviors that
differ from other instances of the same class.
property()
函数是作为数据描述器来实现的。因此实例不能重载特性属性的行为。
3.3.2.4. __slots__¶
__slots__ allow us to explicitly declare data members (like
properties) and deny the creation of __dict__
and __weakref__
(unless explicitly declared in __slots__ or available in a parent.)
The space saved over using __dict__
can be significant.
Attribute lookup speed can be significantly improved as well.
- object.__slots__¶
This class variable can be assigned a string, iterable, or sequence of strings with variable names used by instances. __slots__ reserves space for the declared variables and prevents the automatic creation of
__dict__
and __weakref__ for each instance.
3.3.2.4.1. 使用 __slots__ 的注意事项¶
When inheriting from a class without __slots__, the
__dict__
and __weakref__ attribute of the instances will always be accessible.Without a
__dict__
variable, instances cannot be assigned new variables not listed in the __slots__ definition. Attempts to assign to an unlisted variable name raisesAttributeError
. If dynamic assignment of new variables is desired, then add'__dict__'
to the sequence of strings in the __slots__ declaration.Without a __weakref__ variable for each instance, classes defining __slots__ do not support
weak references
to its instances. If weak reference support is needed, then add'__weakref__'
to the sequence of strings in the __slots__ declaration.__slots__ are implemented at the class level by creating descriptors for each variable name. As a result, class attributes cannot be used to set default values for instance variables defined by __slots__; otherwise, the class attribute would overwrite the descriptor assignment.
The action of a __slots__ declaration is not limited to the class where it is defined. __slots__ declared in parents are available in child classes. However, child subclasses will get a
__dict__
and __weakref__ unless they also define __slots__ (which should only contain names of any additional slots).如果一个类定义的位置在某个基类中也有定义,则由基类位置定义的实例变量将不可访问(除非通过直接从基类获取其描述器的方式)。这会使得程序的含义变成未定义。未来可能会添加一个防止此情况的检查。
Any non-string iterable may be assigned to __slots__.
If a
dictionary
is used to assign __slots__, the dictionary keys will be used as the slot names. The values of the dictionary can be used to provide per-attribute docstrings that will be recognised byinspect.getdoc()
and displayed in the output ofhelp()
.__class__
assignment works only if both classes have the same __slots__.Multiple inheritance with multiple slotted parent classes can be used, but only one parent is allowed to have attributes created by slots (the other bases must have empty slot layouts) - violations raise
TypeError
.If an iterator is used for __slots__ then a descriptor is created for each of the iterator's values. However, the __slots__ attribute will be an empty iterator.
3.3.3. 自定义类创建¶
Whenever a class inherits from another class, __init_subclass__()
is
called on the parent class. This way, it is possible to write classes which
change the behavior of subclasses. This is closely related to class
decorators, but where class decorators only affect the specific class they're
applied to, __init_subclass__
solely applies to future subclasses of the
class defining the method.
- classmethod object.__init_subclass__(cls)¶
当所在类派生子类时此方法就会被调用。cls 将指向新的子类。如果定义为一个普通实例方法,此方法将被隐式地转换为类方法。
传入一个新类的关键字参数会被传给父类的
__init_subclass__
。为了与其他使用__init_subclass__
的类兼容,应当根据需要去掉部分关键字参数再将其余的传给基类,例如:class Philosopher: def __init_subclass__(cls, /, default_name, **kwargs): super().__init_subclass__(**kwargs) cls.default_name = default_name class AustralianPhilosopher(Philosopher, default_name="Bruce"): pass
object.__init_subclass__
的默认实现什么都不做,只在带任意参数调用时引发一个错误。备注
元类提示
metaclass
将被其它类型机制消耗掉,并不会被传给__init_subclass__
的实现。实际的元类(而非显式的提示)可通过type(cls)
访问。3.6 新版功能.
When a class is created, type.__new__()
scans the class variables
and makes callbacks to those with a __set_name__()
hook.
- object.__set_name__(self, owner, name)¶
Automatically called at the time the owning class owner is created. The object has been assigned to name in that class:
class A: x = C() # Automatically calls: x.__set_name__(A, 'x')
If the class variable is assigned after the class is created,
__set_name__()
will not be called automatically. If needed,__set_name__()
can be called directly:class A: pass c = C() A.x = c # The hook is not called c.__set_name__(A, 'x') # Manually invoke the hook
详情参见 创建类对象。
3.6 新版功能.
3.3.3.1. 元类¶
默认情况下,类是使用 type()
来构建的。类体会在一个新的命名空间内执行,类名会被局部绑定到 type(name, bases, namespace)
的结果。
类创建过程可通过在定义行传入 metaclass
关键字参数,或是通过继承一个包含此参数的现有类来进行定制。在以下示例中,MyClass
和 MySubclass
都是 Meta
的实例:
class Meta(type):
pass
class MyClass(metaclass=Meta):
pass
class MySubclass(MyClass):
pass
在类定义内指定的任何其他关键字参数都会在下面所描述的所有元类操作中进行传递。
当一个类定义被执行时,将发生以下步骤:
解析 MRO 条目;
确定适当的元类;
准备类命名空间;
执行类主体;
创建类对象。
3.3.3.2. 解析 MRO 条目¶
如果在类定义中出现的基类不是 type
的实例,则使用 __mro_entries__
方法对其进行搜索,当找到结果时,它会以原始基类元组做参数进行调用。此方法必须返回类的元组以替代此基类被使用。元组可以为空,在此情况下原始基类将被忽略。
参见
PEP 560 - 对 typing 模块和泛型类型的核心支持
3.3.3.3. 确定适当的元类¶
为一个类定义确定适当的元类是根据以下规则:
如果没有基类且没有显式指定元类,则使用
type()
;如果给出一个显式元类而且 不是
type()
的实例,则其会被直接用作元类;如果给出一个
type()
的实例作为显式元类,或是定义了基类,则使用最近派生的元类。
最近派生的元类会从显式指定的元类(如果有)以及所有指定的基类的元类(即 type(cls)
)中选取。最近派生的元类应为 所有 这些候选元类的一个子类型。如果没有一个候选元类符合该条件,则类定义将失败并抛出 TypeError
。
3.3.3.4. 准备类命名空间¶
Once the appropriate metaclass has been identified, then the class namespace
is prepared. If the metaclass has a __prepare__
attribute, it is called
as namespace = metaclass.__prepare__(name, bases, **kwds)
(where the
additional keyword arguments, if any, come from the class definition). The
__prepare__
method should be implemented as a
classmethod
. The
namespace returned by __prepare__
is passed in to __new__
, but when
the final class object is created the namespace is copied into a new dict
.
如果元类没有 __prepare__
属性,则类命名空间将初始化为一个空的有序映射。
参见
- PEP 3115 - Python 3000 中的元类
引入
__prepare__
命名空间钩子
3.3.3.5. 执行类主体¶
类主体会以(类似于) exec(body, globals(), namespace)
的形式被执行。普通调用与 exec()
的关键区别在于当类定义发生于函数内部时,词法作用域允许类主体(包括任何方法)引用来自当前和外部作用域的名称。
但是,即使当类定义发生于函数内部时,在类内部定义的方法仍然无法看到在类作用域层次上定义的名称。类变量必须通过实例的第一个形参或类方法来访问,或者是通过下一节中描述的隐式词法作用域的 __class__
引用。
3.3.3.6. 创建类对象¶
一旦执行类主体完成填充类命名空间,将通过调用 metaclass(name, bases, namespace, **kwds)
创建类对象(此处的附加关键字参数与传入 __prepare__
的相同)。
如果类主体中有任何方法引用了 __class__
或 super
,这个类对象会通过零参数形式的 super()
. __class__
所引用,这是由编译器所创建的隐式闭包引用。这使用零参数形式的 super()
能够正确标识正在基于词法作用域来定义的类,而被用于进行当前调用的类或实例则是基于传递给方法的第一个参数来标识的。
CPython implementation detail: 在 CPython 3.6 及之后的版本中,__class__
单元会作为类命名空间中的 __classcell__
条目被传给元类。 如果存在,它必须被向上传播给 type.__new__
调用,以便能正确地初始化该类。 如果不这样做,在 Python 3.8 中将引发 RuntimeError
。
When using the default metaclass type
, or any metaclass that ultimately
calls type.__new__
, the following additional customization steps are
invoked after creating the class object:
The
type.__new__
method collects all of the attributes in the class namespace that define a__set_name__()
method;Those
__set_name__
methods are called with the class being defined and the assigned name of that particular attribute;The
__init_subclass__()
hook is called on the immediate parent of the new class in its method resolution order.
在类对象创建之后,它会被传给包含在类定义中的类装饰器(如果有的话),得到的对象将作为已定义的类绑定到局部命名空间。
当通过 type.__new__
创建一个新类时,提供以作为命名空间形参的对象会被复制到一个新的有序映射并丢弃原对象。这个新副本包装于一个只读代理中,后者则成为类对象的 __dict__
属性。
参见
- PEP 3135 - 新的超类型
描述隐式的
__class__
闭包引用
3.3.3.7. 元类的作用¶
元类的潜在作用非常广泛。已经过尝试的设想包括枚举、日志、接口检查、自动委托、自动特征属性创建、代理、框架以及自动资源锁定/同步等等。
3.3.4. 自定义实例及子类检查¶
以下方法被用来重载 isinstance()
和 issubclass()
内置函数的默认行为。
特别地,元类 abc.ABCMeta
实现了这些方法以便允许将抽象基类(ABC)作为“虚拟基类”添加到任何类或类型(包括内置类型),包括其他 ABC 之中。
- class.__instancecheck__(self, instance)¶
如果 instance 应被视为 class 的一个(直接或间接)实例则返回真值。如果定义了此方法,则会被调用以实现
isinstance(instance, class)
。
- class.__subclasscheck__(self, subclass)¶
Return true 如果 subclass 应被视为 class 的一个(直接或间接)子类则返回真值。如果定义了此方法,则会被调用以实现
issubclass(subclass, class)
。
请注意这些方法的查找是基于类的类型(元类)。它们不能作为类方法在实际的类中被定义。这与基于实例被调用的特殊方法的查找是一致的,只有在此情况下实例本身被当作是类。
参见
- PEP 3119 - 引入抽象基类
新增功能描述,通过
__instancecheck__()
和__subclasscheck__()
来定制isinstance()
和issubclass()
行为,加入此功能的动机是出于向该语言添加抽象基类的内容(参见abc
模块)。
3.3.5. 模拟泛型类型¶
When using type annotations, it is often useful to
parameterize a generic type using Python's square-brackets notation.
For example, the annotation list[int]
might be used to signify a
list
in which all the elements are of type int
.
参见
- PEP 484 - Type Hints
Introducing Python's framework for type annotations
- Generic Alias Types
Documentation for objects representing parameterized generic classes
- 泛型(Generic), user-defined generics and
typing.Generic
Documentation on how to implement generic classes that can be parameterized at runtime and understood by static type-checkers.
A class can generally only be parameterized if it defines the special
class method __class_getitem__()
.
- classmethod object.__class_getitem__(cls, key)¶
按照 key 参数指定的类型返回一个表示泛型类的专门化对象。
When defined on a class,
__class_getitem__()
is automatically a class method. As such, there is no need for it to be decorated with@classmethod
when it is defined.
3.3.5.1. The purpose of __class_getitem__¶
The purpose of __class_getitem__()
is to allow runtime
parameterization of standard-library generic classes in order to more easily
apply type hints to these classes.
To implement custom generic classes that can be parameterized at runtime and
understood by static type-checkers, users should either inherit from a standard
library class that already implements __class_getitem__()
, or
inherit from typing.Generic
, which has its own implementation of
__class_getitem__()
.
Custom implementations of __class_getitem__()
on classes defined
outside of the standard library may not be understood by third-party
type-checkers such as mypy. Using __class_getitem__()
on any class for
purposes other than type hinting is discouraged.
3.3.5.2. __class_getitem__ versus __getitem__¶
Usually, the subscription of an object using square
brackets will call the __getitem__()
instance method defined on
the object's class. However, if the object being subscribed is itself a class,
the class method __class_getitem__()
may be called instead.
__class_getitem__()
should return a GenericAlias
object if it is properly defined.
Presented with the expression obj[x]
, the Python interpreter
follows something like the following process to decide whether
__getitem__()
or __class_getitem__()
should be
called:
from inspect import isclass
def subscribe(obj, x):
"""Return the result of the expression 'obj[x]'"""
class_of_obj = type(obj)
# If the class of obj defines __getitem__,
# call class_of_obj.__getitem__(obj, x)
if hasattr(class_of_obj, '__getitem__'):
return class_of_obj.__getitem__(obj, x)
# Else, if obj is a class and defines __class_getitem__,
# call obj.__class_getitem__(x)
elif isclass(obj) and hasattr(obj, '__class_getitem__'):
return obj.__class_getitem__(x)
# Else, raise an exception
else:
raise TypeError(
f"'{class_of_obj.__name__}' object is not subscriptable"
)
In Python, all classes are themselves instances of other classes. The class of
a class is known as that class's metaclass, and most classes have the
type
class as their metaclass. type
does not define
__getitem__()
, meaning that expressions such as list[int]
,
dict[str, float]
and tuple[str, bytes]
all result in
__class_getitem__()
being called:
>>> # list has class "type" as its metaclass, like most classes:
>>> type(list)
<class 'type'>
>>> type(dict) == type(list) == type(tuple) == type(str) == type(bytes)
True
>>> # "list[int]" calls "list.__class_getitem__(int)"
>>> list[int]
list[int]
>>> # list.__class_getitem__ returns a GenericAlias object:
>>> type(list[int])
<class 'types.GenericAlias'>
However, if a class has a custom metaclass that defines
__getitem__()
, subscribing the class may result in different
behaviour. An example of this can be found in the enum
module:
>>> from enum import Enum
>>> class Menu(Enum):
... """A breakfast menu"""
... SPAM = 'spam'
... BACON = 'bacon'
...
>>> # Enum classes have a custom metaclass:
>>> type(Menu)
<class 'enum.EnumMeta'>
>>> # EnumMeta defines __getitem__,
>>> # so __class_getitem__ is not called,
>>> # and the result is not a GenericAlias object:
>>> Menu['SPAM']
<Menu.SPAM: 'spam'>
>>> type(Menu['SPAM'])
<enum 'Menu'>
参见
- PEP 560 - Core Support for typing module and generic types
Introducing
__class_getitem__()
, and outlining when a subscription results in__class_getitem__()
being called instead of__getitem__()
3.3.6. 模拟可调用对象¶
- object.__call__(self[, args...])¶
此方法会在实例作为一个函数被“调用”时被调用;如果定义了此方法,则
x(arg1, arg2, ...)
就大致可以被改写为type(x).__call__(x, arg1, ...)
。
3.3.7. 模拟容器类型¶
The following methods can be defined to implement container objects. Containers
usually are sequences (such as lists
or
tuples
) or mappings (like
dictionaries
),
but can represent other containers as well. The first set of methods is used
either to emulate a sequence or to emulate a mapping; the difference is that for
a sequence, the allowable keys should be the integers k for which 0 <= k <
N
where N is the length of the sequence, or slice
objects, which define a
range of items. It is also recommended that mappings provide the methods
keys()
, values()
, items()
, get()
, clear()
,
setdefault()
, pop()
, popitem()
, copy()
, and
update()
behaving similar to those for Python's standard dictionary
objects. The collections.abc
module provides a
MutableMapping
abstract base class to help create those methods from a base set of
__getitem__()
, __setitem__()
, __delitem__()
, and keys()
.
Mutable sequences should provide methods append()
, count()
,
index()
, extend()
, insert()
, pop()
, remove()
,
reverse()
and sort()
, like Python standard list
objects. Finally,
sequence types should implement addition (meaning concatenation) and
multiplication (meaning repetition) by defining the methods
__add__()
, __radd__()
, __iadd__()
,
__mul__()
, __rmul__()
and __imul__()
described below; they should not define other numerical
operators. It is recommended that both mappings and sequences implement the
__contains__()
method to allow efficient use of the in
operator; for
mappings, in
should search the mapping's keys; for sequences, it should
search through the values. It is further recommended that both mappings and
sequences implement the __iter__()
method to allow efficient iteration
through the container; for mappings, __iter__()
should iterate
through the object's keys; for sequences, it should iterate through the values.
- object.__len__(self)¶
调用此方法以实现内置函数
len()
。应该返回对象的长度,以一个>=
0 的整数表示。此外,如果一个对象未定义__bool__()
方法而其__len__()
方法返回值为零,则在布尔运算中会被视为假值。CPython implementation detail: 在 CPython 中,要求长度最大为
sys.maxsize
。如果长度大于sys.maxsize
则某些特性 (例如len()
) 可能会引发OverflowError
。要通过真值检测来防止引发OverflowError
,对象必须定义__bool__()
方法。
- object.__length_hint__(self)¶
调用此方法以实现
operator.length_hint()
。 应该返回对象长度的估计值(可能大于或小于实际长度)。 此长度应为一个>=
0 的整数。 返回值也可以为NotImplemented
,这会被视作与__length_hint__
方法完全不存在时一样处理。 此方法纯粹是为了优化性能,并不要求正确无误。3.4 新版功能.
备注
切片是通过下述三个专门方法完成的。以下形式的调用
a[1:2] = b
会为转写为
a[slice(1, 2, None)] = b
其他形式以此类推。略去的切片项总是以 None
补全。
- object.__getitem__(self, key)¶
Called to implement evaluation of
self[key]
. For sequence types, the accepted keys should be integers and slice objects. Note that the special interpretation of negative indexes (if the class wishes to emulate a sequence type) is up to the__getitem__()
method. If key is of an inappropriate type,TypeError
may be raised; if of a value outside the set of indexes for the sequence (after any special interpretation of negative values),IndexError
should be raised. For mapping types, if key is missing (not in the container),KeyError
should be raised.备注
for
循环在有不合法索引时会期待捕获IndexError
以便正确地检测到序列的结束。备注
When subscripting a class, the special class method
__class_getitem__()
may be called instead of__getitem__()
. See __class_getitem__ versus __getitem__ for more details.
- object.__setitem__(self, key, value)¶
调用此方法以实现向
self[key]
赋值。注意事项与__getitem__()
相同。为对象实现此方法应该仅限于需要映射允许基于键修改值或添加键,或是序列允许元素被替换时。不正确的 key 值所引发的异常应与__getitem__()
方法的情况相同。
- object.__delitem__(self, key)¶
调用此方法以实现
self[key]
的删除。注意事项与__getitem__()
相同。为对象实现此方法应该权限于需要映射允许移除键,或是序列允许移除元素时。不正确的 key 值所引发的异常应与__getitem__()
方法的情况相同。
- object.__missing__(self, key)¶
此方法由
dict
.__getitem__()
在找不到字典中的键时调用以实现 dict 子类的self[key]
。
- object.__iter__(self)¶
This method is called when an iterator is required for a container. This method should return a new iterator object that can iterate over all the objects in the container. For mappings, it should iterate over the keys of the container.
- object.__reversed__(self)¶
此方法(如果存在)会被
reversed()
内置函数调用以实现逆向迭代。它应当返回一个新的以逆序逐个迭代容器内所有对象的迭代器对象。如果未提供
__reversed__()
方法,则reversed()
内置函数将回退到使用序列协议 (__len__()
和__getitem__()
)。支持序列协议的对象应当仅在能够提供比reversed()
所提供的实现更高效的实现时才提供__reversed__()
方法。
成员检测运算符 (in
和 not in
) 通常以对容器进行逐个迭代的方式来实现。 不过,容器对象可以提供以下特殊方法并采用更有效率的实现,这样也不要求对象必须为可迭代对象。
- object.__contains__(self, item)¶
调用此方法以实现成员检测运算符。如果 item 是 self 的成员则应返回真,否则返回假。对于映射类型,此检测应基于映射的键而不是值或者键值对。
对于未定义
__contains__()
的对象,成员检测将首先尝试通过__iter__()
进行迭代,然后再使用__getitem__()
的旧式序列迭代协议,参看 语言参考中的相应部分。
3.3.8. 模拟数字类型¶
定义以下方法即可模拟数字类型。特定种类的数字不支持的运算(例如非整数不能进行位运算)所对应的方法应当保持未定义状态。
- object.__add__(self, other)¶
- object.__sub__(self, other)¶
- object.__mul__(self, other)¶
- object.__matmul__(self, other)¶
- object.__truediv__(self, other)¶
- object.__floordiv__(self, other)¶
- object.__mod__(self, other)¶
- object.__divmod__(self, other)¶
- object.__pow__(self, other[, modulo])¶
- object.__lshift__(self, other)¶
- object.__rshift__(self, other)¶
- object.__and__(self, other)¶
- object.__xor__(self, other)¶
- object.__or__(self, other)¶
These methods are called to implement the binary arithmetic operations (
+
,-
,*
,@
,/
,//
,%
,divmod()
,pow()
,**
,<<
,>>
,&
,^
,|
). For instance, to evaluate the expressionx + y
, where x is an instance of a class that has an__add__()
method,type(x).__add__(x, y)
is called. The__divmod__()
method should be the equivalent to using__floordiv__()
and__mod__()
; it should not be related to__truediv__()
. Note that__pow__()
should be defined to accept an optional third argument if the ternary version of the built-inpow()
function is to be supported.如果这些方法中的某一个不支持与所提供参数进行运算,它应该返回
NotImplemented
。
- object.__radd__(self, other)¶
- object.__rsub__(self, other)¶
- object.__rmul__(self, other)¶
- object.__rmatmul__(self, other)¶
- object.__rtruediv__(self, other)¶
- object.__rfloordiv__(self, other)¶
- object.__rmod__(self, other)¶
- object.__rdivmod__(self, other)¶
- object.__rpow__(self, other[, modulo])¶
- object.__rlshift__(self, other)¶
- object.__rrshift__(self, other)¶
- object.__rand__(self, other)¶
- object.__rxor__(self, other)¶
- object.__ror__(self, other)¶
These methods are called to implement the binary arithmetic operations (
+
,-
,*
,@
,/
,//
,%
,divmod()
,pow()
,**
,<<
,>>
,&
,^
,|
) with reflected (swapped) operands. These functions are only called if the left operand does not support the corresponding operation 3 and the operands are of different types. 4 For instance, to evaluate the expressionx - y
, where y is an instance of a class that has an__rsub__()
method,type(y).__rsub__(y, x)
is called iftype(x).__sub__(x, y)
returns NotImplemented.请注意三元版的
pow()
并不会尝试调用__rpow__()
(因为强制转换规则会太过复杂)。备注
如果右操作数类型为左操作数类型的一个子类,且该子类提供了指定运算的反射方法,则此方法将先于左操作数的非反射方法被调用。 此行为可允许子类重载其祖先类的运算符。
- object.__iadd__(self, other)¶
- object.__isub__(self, other)¶
- object.__imul__(self, other)¶
- object.__imatmul__(self, other)¶
- object.__itruediv__(self, other)¶
- object.__ifloordiv__(self, other)¶
- object.__imod__(self, other)¶
- object.__ipow__(self, other[, modulo])¶
- object.__ilshift__(self, other)¶
- object.__irshift__(self, other)¶
- object.__iand__(self, other)¶
- object.__ixor__(self, other)¶
- object.__ior__(self, other)¶
调用这些方法来实现扩展算术赋值 (
+=
,-=
,*=
,@=
,/=
,//=
,%=
,**=
,<<=
,>>=
,&=
,^=
,|=
)。这些方法应该尝试进行自身操作 (修改 self) 并返回结果 (结果应该但并非必须为 self)。如果某个方法未被定义,相应的扩展算术赋值将回退到普通方法。例如,如果 x 是具有__iadd__()
方法的类的一个实例,则x += y
就等价于x = x.__iadd__(y)
。否则就如x + y
的求值一样选择x.__add__(y)
和y.__radd__(x)
。在某些情况下,扩展赋值可导致未预期的错误 (参见 为什么 a_tuple[i] += ['item'] 会引发异常?),但此行为实际上是数据模型的一个组成部分。
- object.__neg__(self)¶
- object.__pos__(self)¶
- object.__abs__(self)¶
- object.__invert__(self)¶
调用此方法以实现一元算术运算 (
-
,+
,abs()
和~
)。
- object.__index__(self)¶
调用此方法以实现
operator.index()
以及 Python 需要无损地将数字对象转换为整数对象的场合(例如切片或是内置的bin()
,hex()
和oct()
函数)。 存在此方法表明数字对象属于整数类型。 必须返回一个整数。如果未定义
__int__()
,__float__()
和__complex__()
则相应的内置函数int()
,float()
和complex()
将回退为__index__()
。
- object.__round__(self[, ndigits])¶
- object.__trunc__(self)¶
- object.__floor__(self)¶
- object.__ceil__(self)¶
调用这些方法以实现内置函数
round()
以及math
函数trunc()
,floor()
和ceil()
。 除了将 ndigits 传给__round__()
的情况之外这些方法的返回值都应当是原对象截断为Integral
(通常为int
)。The built-in function
int()
falls back to__trunc__()
if neither__int__()
nor__index__()
is defined.在 3.11 版更改: The delegation of
int()
to__trunc__()
is deprecated.
3.3.9. with 语句上下文管理器¶
上下文管理器 是一个对象,它定义了在执行 with
语句时要建立的运行时上下文。 上下文管理器处理进入和退出所需运行时上下文以执行代码块。 通常使用 with
语句(在 with 语句 中描述),但是也可以通过直接调用它们的方法来使用。
上下文管理器的典型用法包括保存和恢复各种全局状态,锁定和解锁资源,关闭打开的文件等等。
要了解上下文管理器的更多信息,请参阅 上下文管理器类型。
- object.__exit__(self, exc_type, exc_value, traceback)¶
退出关联到此对象的运行时上下文。 各个参数描述了导致上下文退出的异常。 如果上下文是无异常地退出的,三个参数都将为
None
。如果提供了异常,并且希望方法屏蔽此异常(即避免其被传播),则应当返回真值。 否则的话,异常将在退出此方法时按正常流程处理。
请注意
__exit__()
方法不应该重新引发被传入的异常,这是调用者的责任。
3.3.10. 定制类模式匹配中的位置参数¶
当在模式中使用类名称时,默认不允许模式中出现位置参数,例如 case MyClass(x, y)
通常是无效的,除非 MyClass
提供了特别支持。 要能使用这样的模式,类必须定义一个 __match_args__ 属性。
- object.__match_args__¶
该类变量可以被赋值为一个字符串元组。 当该类被用于带位置参数的类模式时,每个位置参数都将被转换为关键字参数,并使用 __match_args__ 中的对应值作为关键字。 缺失此属性就等价于将其设为
()
。
举例来说,如果 MyClass.__match_args__
为 ("left", "center", "right")
则意味着 case MyClass(x, y)
就等价于 case MyClass(left=x, center=y)
。 请注意模式中参数的数量必须小于等于 __match_args__ 中元素的数量;如果前者大于后者,则尝试模式匹配时将引发 TypeError
。
3.10 新版功能.
参见
- PEP 634 - 结构化模式匹配
有关 Python
match
语句的规范说明。
3.3.11. 特殊方法查找¶
对于自定义类来说,特殊方法的隐式发起调用仅保证在其定义于对象类型中时能正确地发挥作用,而不能定义在对象实例字典中。 该行为就是以下代码会引发异常的原因。:
>>> class C:
... pass
...
>>> c = C()
>>> c.__len__ = lambda: 5
>>> len(c)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: object of type 'C' has no len()
The rationale behind this behaviour lies with a number of special methods such
as __hash__()
and __repr__()
that are implemented
by all objects,
including type objects. If the implicit lookup of these methods used the
conventional lookup process, they would fail when invoked on the type object
itself:
>>> 1 .__hash__() == hash(1)
True
>>> int.__hash__() == hash(int)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: descriptor '__hash__' of 'int' object needs an argument
以这种方式不正确地尝试发起调用一个类的未绑定方法有时被称为‘元类混淆’,可以通过在查找特殊方法时绕过实例的方式来避免:
>>> type(1).__hash__(1) == hash(1)
True
>>> type(int).__hash__(int) == hash(int)
True
In addition to bypassing any instance attributes in the interest of
correctness, implicit special method lookup generally also bypasses the
__getattribute__()
method even of the object's metaclass:
>>> class Meta(type):
... def __getattribute__(*args):
... print("Metaclass getattribute invoked")
... return type.__getattribute__(*args)
...
>>> class C(object, metaclass=Meta):
... def __len__(self):
... return 10
... def __getattribute__(*args):
... print("Class getattribute invoked")
... return object.__getattribute__(*args)
...
>>> c = C()
>>> c.__len__() # Explicit lookup via instance
Class getattribute invoked
10
>>> type(c).__len__(c) # Explicit lookup via type
Metaclass getattribute invoked
10
>>> len(c) # Implicit lookup
10
Bypassing the __getattribute__()
machinery in this fashion
provides significant scope for speed optimisations within the
interpreter, at the cost of some flexibility in the handling of
special methods (the special method must be set on the class
object itself in order to be consistently invoked by the interpreter).
3.4. 协程¶
3.4.1. 可等待对象¶
An awaitable object generally implements an __await__()
method.
Coroutine objects returned from async def
functions
are awaitable.
备注
The generator iterator objects returned from generators
decorated with types.coroutine()
are also awaitable, but they do not implement __await__()
.
- object.__await__(self)¶
必须返回一个 iterator。 应当被用来实现 awaitable 对象。 例如,
asyncio.Future
实现了此方法以与await
表达式相兼容。
3.5 新版功能.
参见
PEP 492 了解有关可等待对象的详细信息。
3.4.2. 协程对象¶
Coroutine objects are awaitable objects.
A coroutine's execution can be controlled by calling __await__()
and
iterating over the result. When the coroutine has finished executing and
returns, the iterator raises StopIteration
, and the exception's
value
attribute holds the return value. If the
coroutine raises an exception, it is propagated by the iterator. Coroutines
should not directly raise unhandled StopIteration
exceptions.
协程也具有下面列出的方法,它们类似于生成器的对应方法 (参见 生成器-迭代器的方法)。 但是,与生成器不同,协程并不直接支持迭代。
在 3.5.2 版更改: 等待一个协程超过一次将引发 RuntimeError
。
- coroutine.send(value)¶
Starts or resumes execution of the coroutine. If value is
None
, this is equivalent to advancing the iterator returned by__await__()
. If value is notNone
, this method delegates to thesend()
method of the iterator that caused the coroutine to suspend. The result (return value,StopIteration
, or other exception) is the same as when iterating over the__await__()
return value, described above.
- coroutine.throw(value)¶
- coroutine.throw(type[, value[, traceback]])
Raises the specified exception in the coroutine. This method delegates to the
throw()
method of the iterator that caused the coroutine to suspend, if it has such a method. Otherwise, the exception is raised at the suspension point. The result (return value,StopIteration
, or other exception) is the same as when iterating over the__await__()
return value, described above. If the exception is not caught in the coroutine, it propagates back to the caller.
- coroutine.close()¶
此方法会使得协程清理自身并退出。 如果协程被挂起,此方法会先委托给导致协程挂起的迭代器的
close()
方法,如果存在该方法。 然后它会在挂起点引发GeneratorExit
,使得协程立即清理自身。 最后,协程会被标记为已结束执行,即使它根本未被启动。当协程对象将要被销毁时,会使用以上处理过程来自动关闭。
3.4.3. 异步迭代器¶
异步迭代器 可以在其 __anext__
方法中调用异步代码。
异步迭代器可在 async for
语句中使用。
- object.__aiter__(self)¶
必须返回一个 异步迭代器 对象。
- object.__anext__(self)¶
必须返回一个 可迭代对象 输出迭代器的下一结果值。 当迭代结束时应该引发
StopAsyncIteration
错误。
异步可迭代对象的一个示例:
class Reader:
async def readline(self):
...
def __aiter__(self):
return self
async def __anext__(self):
val = await self.readline()
if val == b'':
raise StopAsyncIteration
return val
3.5 新版功能.
在 3.7 版更改: Prior to Python 3.7, __aiter__()
could return an awaitable
that would resolve to an
asynchronous iterator.
Starting with Python 3.7, __aiter__()
must return an
asynchronous iterator object. Returning anything else
will result in a TypeError
error.
3.4.4. 异步上下文管理器¶
异步上下文管理器 是 上下文管理器 的一种,它能够在其 __aenter__
和 __aexit__
方法中暂停执行。
异步上下文管理器可在 async with
语句中使用。
- object.__aenter__(self)¶
在语义上类似于
__enter__()
,仅有的区别是它必须返回一个 可等待对象。
- object.__aexit__(self, exc_type, exc_value, traceback)¶
在语义上类似于
__exit__()
,仅有的区别是它必须返回一个 可等待对象。
异步上下文管理器类的一个示例:
class AsyncContextManager:
async def __aenter__(self):
await log('entering context')
async def __aexit__(self, exc_type, exc, tb):
await log('exiting context')
3.5 新版功能.
备注
- 1
在某些情况下 有可能 基于可控的条件改变一个对象的类型。 但这通常不是个好主意,因为如果处理不当会导致一些非常怪异的行为。
- 2
The
__hash__()
,__iter__()
,__reversed__()
, and__contains__()
methods have special handling for this; others will still raise aTypeError
, but may do so by relying on the behavior thatNone
is not callable.- 3
这里的“不支持”是指该类无此方法,或方法返回
NotImplemented
。 如果你想强制回退到右操作数的反射方法,请不要设置方法为None
— 那会造成显式地 阻塞 此种回退的相反效果。- 4
For operands of the same type, it is assumed that if the non-reflected method -- such as
__add__()
-- fails then the overall operation is not supported, which is why the reflected method is not called.