详解Python中的动态属性和特性
导语：本文章记录了本人在学习Python基础之元编程篇的重点知识及个人心得，打算入门Python的朋友们可以来一起学习并交流。
一、利用动态属性处理JSON数据源
属性：在Python中，数据的属性和处理数据的方法统称属性。
元编程：用元类进行编程，元类→类→对象，元类比类更抽象，生成类的类。
1、使用动态属性访问JSON类数据
第一版：利用json.load(fp)审查数据
from urllib.request import urlopen
import warnings
import os
import json
URL = 'http://www.oreilly.com/pub/sc/osconfeed'
JSON = 'data/osconfeed.json'
def load():
if not os.path.exists(JSON):
msg = 'downloading {} to {}'.format(URL, JSON)
warnings.warn(msg) #如果需要下载就发出提醒。
with urlopen(URL) as remote, open(JSON, 'wb') as local: #在with语句中使用两个上下文管理器分别用于读取和保存远程文件。
local.write(remote.read())
with open(JSON) as fp:
return json.load(fp)#json.load函数解析JSON文件，返回Python原生对象。
第二版：使用动态属性访问JSON类数据
第一版查阅深层数据的格式比较冗长，例如feed'Schedule'40，我们希望在读取属性上采用feed.Schedule.events[40].name这类方式来改进。并且第二版的类能递归，自动处理嵌套的映射和列表。
from collections import abc
class FronenJSON():
def __init__(self,mapping):
self.__data=dict(mapping)#创建副本，同时确保处理的是字典。
def __getattr__(self, name):#仅当没有指定名称的属性才调用__getattr__方法。
if hasattr(self,name):
return getattr(self.__data,name)
else:
return FronenJSON.build(self.__data[name])
@classmethod
def __build__(cls,obj):
if isinstance(obj,abc.Mapping):#判断obj是否是映射。
return cls(obj)#创建FrozenJSON对象。
elif isinstance(obj,abc.MutableSequence):
return [cls.build(item) for item in obj]#递归调用.build()方法，构建一个列表。
else:#既不是字典也不是列表，则返回元素本身。
return obj
分析： FronenJSON类的关键是__getattr__方法。仅当无法使用常规的方式获取属性（即在实例、类或超类中找不到指定的属性），解释器才会调用特殊的__getattr__方法。
2、处理无效属性名
在Python中，由于关键字被保留，名称为关键字的属性是无效的。因此需要对第二版中的__init__进行改进：
def __init__(self,mapping):
self.__data={}
for key,value in mapping.items():
if keyword.iskeyword(key):
key+='_'#与Python关键字重复的key在尾部加上下划线。
self.__data[key]=value
3、使用特殊方法__new__
第三版：使用__new__构造方法把一个类转换成一个灵活的对象工厂函数。
from collections import abc
class FronenJSON():
def __new__(cls, arg): # __new__是类方法，第一个参数是类本身cls。
if isinstance(arg, abc.Mapping):
return super().__new__(cls) #委托给超类object基类的__new__方法处理。
elif isinstance(arg, abc.MutableSequence): # 余下方法与原先的build方法一致。
return [cls(item) for item in arg]
else:
return arg
def __init__(self,mapping):
self.__data={}
for key,value in mapping.items():
if keyword.iskeyword(key):
key+='_'
self.__data[key]=value
def __getattr__(self, name):
if hasattr(self,name):
return getattr(self.__data,name)
else:
return FronenJSON(self.__data[name])
二、特性
1、类属性、实例属性、私有属性与特性
类属性：类属性在__init__()外初始化，属于类所有，所有实例共享一个属性。
调用方法：类属性在内部用classname.类属性名调用，外部既可以用classname.类属性名又可以用instancename.类属性名来调用。
实例属性：实例属性属于各个实例所有，互不干扰。
私有属性：
- 单下划线_开头：只是告诉别人这是私有属性，外部依然可以访问更改。
- 双下划线__开头：外部不可通过instancename.propertyname来访问或者更改，实际将其转化为了_classname__propertyname。
特性：是用于管理实例属性的类属性。
特性用途：经常用于把公开的属性变成使用读值方法和设值方法管理的属性，且在不影响客户端代码的前提下实施业务规则。
注意：
- 不要对实例属性和类属性使用相同的名字。否则实例属性会遮盖类属性，发生难以发现的错误。
- 实例属性不会遮盖类特性，但类特性会遮盖实例属性。
这是因为obj.attr不会从实例obj开始寻找attr，而是从obj.__class__开始；而且仅当类中没有名为attr的特性时，Python才会在实例中寻找attr。
简言之，就遮盖层级而言，类特性>实例属性>类属性。
2、使用特性验证属性
使用特性可以验证实例属性的有效性，同时能够根据已知属性和属性之间的关系式调整其他属性，避免硬编码。
案例：假设某商店经营坚果、杂粮等多种有机食物，每位顾客的订单会包含店中的一系列商品，我们需要根据客户的订单计算出总价。
分析：我们不希望顾客订单的商品重量为非正数，需要借助@property装饰器实现值的获取与设置，从而验证实例属性的有效性。代码如下：
class LineItem():
def __init__(self,description,weight,price):
self.description=description
self.weight=weight
self.price=price
def subtotal(self):
return self.weight*self.price
@property#读值。
def weight(self):
return self.__weight#真正的值存储在私有属性中。
@weight.setter
def weight(self,value):
if value >0:
self.__weight=value#有效值存入私有属性中。
else:
raise ValueError('Value must be > 0')#对于无效的值抛出ValueError。
Tips：当我们需要设置只读属性时，只使用@property，无需使用@func.setter。
原理解析：为了更好地理解@property装饰器的原理，我们写一版效果相同但没使用装饰器的代码。
class LineItem:
def __init__(self, description, weight, price):
self.description = description
self.weight = weight
self.price = price
def subtotal(self):
return self.weight * self.price
def get_weight(self): #普通读值方法。
return self.__weight
def set_weight(self, value): #普通设值方法。
if value > 0:
self.__weight = value
else:
raise ValueError('value must be > 0')
weight = property(get_weight, set_weight) #构建property对象，赋值给公开的类特性。
property 构造方法的完整签名：
property(fget=None, fset=None, fdel=None, doc=None)
3、特性工厂函数
抽象定义特性的方式有两种，一是使用特性工厂函数，二是使用描述符类。
下面我们用特性工厂函数来完成上文中提到的订单结算案例：
def quantity(storage_name):
def qty_getter(instance): # instance指的是要把属性存储其中的LineItem实例。
return instance.__dict__[storage_name] # 引用闭包中的自由变量storage_name，值直接从instance.__dict__中获取，以便跳过特性，防止无限递归。
def qty_setter(instance, value):
if value > 0:
instance.__dict__[storage_name] = value # 同理存储，跳过特性。
else:
raise ValueError('value must be > 0')
return property(qty_getter, qty_setter) # 构建自定义特性对象并返回。
class LineItem:
weight = quantity('weight') # 将自定义特性weight定义为类属性。
price = quantity('price') # 同上。
def __init__(self, description, weight, price):
self.description = description
self.weight = weight # 此处特性已经激活，可验证值的有效性。
self.price = price
def subtotal(self):
return self.weight * self.price # 此处利用特性获取实例中存储的值。
4、使用特性删除属性
class BlackKnight:
def __init__(self):
self.members = ['an arm', 'another arm',
'a leg', 'another leg']
self.phrases = ["'Tis but a scratch.",
"It's just a flesh wound.",
"I'm invincible!",
"All right, we'll call it a draw."]
@property
def member(self):
print('next member is:')
return self.members[0]
@member.deleter
def member(self):
text = 'BLACK KNIGHT (loses {})\n-- {}'
print(text.format(self.members.pop(0), self.phrases.pop(0)))
删除属性只需在主程序中发出指令：del obj.attr
三、处理属性的重要属性和函数
1、特殊属性
- __class__：对象所属类的引用（即obj.__class__和type(obj)的作用相同）。Python中的某些特殊方法比如 __getattr__，只在对象的类中寻找，而不在实例中寻找。
- __dict__：一个映射，存储对象或类的可写属性。
- __slots__：类可以定义这个属性，限制实例有哪些属性。
2、内置函数
- dir([object])：列出对象的大多数属性。
- getattr(object,name[,default])：从object对象中获取name字符串对应的属性。获取的属性可能来自对象所属的类或超类。
- hasattr(object,name)：若object对象中存在指定的属性，或者能以某种方式（如继承）通过object对象获取指定的属性，返回True。
- setattr(object,name,value)：把object对象指定属性的值设为value，前提是object对象能接受那个值。这个函数可能会创建一个新属性，或者覆盖现有的属性。
- var([object])：返回object对象的__dict__属性。
3、特殊方法
- __delattr__(self,name)：只要使用del语句删除属性，就会调用这个方法。
- __dir__(self)：把对象传给dir函数时调用，列出属性。
- __getattr__（self,name)：仅当获取指定的属性失败，搜索过obj，Class和超类之后调用。
- __getattribute__（self,name)：尝试获取指定的属性时总会调用这个方法。不过寻找的属性是特殊属性或特殊方法时除外。为了防止无限递归，__getattribute__方法的实现要使用super().__getattribute__(obj,name)。
- __setattr__（self,name,value)：尝试设置指定的属性时总会调用这个方法。点号和setattr内置函数会触发这个方法。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持【听图阁-专注于Python设计】。
