本篇详细介绍了Python 中类的成员、成员修饰符、类的特殊成员以及两个综合运用实例。
环境为：python3.5.1
类的成员
类的成员包括三大类：字段、方法和property属性
注：关于这三类成员的中文名字，百度了很多，没有看见比较权威的称呼。再看官方英文教程中，字段似乎被称为class variable类变量和instance variable实例变量，实在是让人头疼。
所有成员中，只有普通字段的内容保存在对象中，即：根据此类创建了多少对象，在内存中就有多少个普通字段。而其他的成员，则都是保存在类中，即：无论对象的多少，在内存中只创建一份。
一、字段
字段包括：普通字段和静态字段，他们在定义和使用中有所区别，而最本质的区别是内存中保存的位置不同。
- 普通字段属于对象。不实例化对象就不会创建字段。每个对象都有一份自己的普通字段。使用对象名.字段名的方式进行访问。
- 静态字段属于类。所有对象共享一份,在代码加载时就创建了，使用类名.字段名的方式访问。（也可以用对象名.类字段访问，但不建议这么用。）
字段有点像类和对象包含的变量，要理解字段的含义：可以参考函数式编程中的局部变量和全部变量，但切切不可混为一谈。
字段的创建和调用方式：
class Province:
# 静态字段
country ＝ '中国'
def __init__(self, name):
# 普通字段
self.name = name
# 直接访问普通字段
obj = Province('河北省')
print obj.name
# 直接访问静态字段
Province.country
【普通字段需要通过对象来访问】，【静态字段通过类访问】，在使用上也可以看出普通字段和静态字段的归属是不同的。其在内容的存储方式类似如下图：
反复强调的是：
- 静态字段在内存中只保存一份
- 普通字段在每个对象中都要保存一份
那么什么时候使用静态字段呢？类似全局变量的应用方式： 通过类创建对象时，如果每个对象都具有相同的字段，那么就使用静态字段。
二、方法
方法包括：普通方法、静态方法和类方法，三种方法无论是在代码中还是内存中都归属于类，区别在于传入的参数和调用方式不同。
- 普通方法：由对象调用；至少一个self参数；执行普通方法时，自动将调用该方法的对象赋值给self；
- 类方法： 由类调用，采用@classmethod装饰，至少闯入一个cls（代指类本身，类似self）参数；执行类方法时，自动将调用该方法的类赋值给cls；与对象无关。类方法是python语言独有的方法类型，建议只使用类名.类方法的调用方式。（虽然也可以使用对象名.类方法的方式调用）
- 静态方法：由类调用；无默认参数。将普通方法参数中的self去掉，然后在方法定义上方加上@staticmethod，就成为静态方法。它属于类，和对象无关。建议只使用类名.静态方法的调用方式。（虽然也可以使用对象名.静态方法的方式调用）
下面是三种方法的定义和调用方式
class Foo:
def __init__(self, name):
self.name = name
def ord_func(self):
""" 定义普通方法，至少有一个self参数 """
print('普通方法')
@classmethod
def class_func(cls):
""" 定义类方法，至少有一个cls参数 """
print('类方法')
@staticmethod
def static_func():
""" 定义静态方法 ，无默认参数"""
print('静态方法')
# 调用普通方法
f = Foo()
f.ord_func()
# 调用类方法
Foo.class_func()
# 调用静态方法
Foo.static_func()
三、属性
Python中的属性其实是普通方法的变种。
对于属性，有两个知识点：
- 属性的基本使用
- 属性的两种定义方式
1、属性的基本使用
# ############### 定义 ###############
class Foo:
def func(self):
pass
# 定义属性
@property
def prop(self):
pass
# ############### 调用 ###############
foo_obj = Foo()
foo_obj.func()
foo_obj.prop #调用属性
从本质上而言，属性其实就是假装成字段的普通方法！
由属性的定义和调用可以发现属性的几个特点：
- 定义时，在普通方法的基础上添加 @property 装饰器；
- 定义时，属性仅有一个self参数
- 调用时，无需括号（也就是类似字段的调用方式）
方法：foo_obj.func()
属性：foo_obj.prop
字段：foo_obj.name
属性存在意义是：访问属性时可以制造出和访问字段完全相同的假象.至于有什么用，需要实践中去发现。属性由普通方法变种而来，如果Python中没有属性，方法完全可以代替其功能。
2、属性的两种定义方式
属性的定义有两种方式：
- 装饰器 即：在方法上应用装饰器
- 静态字段 即：在类中定义值为property对象的静态字段
装饰器方式：在类的普通方法上应用@property装饰器
# ############### 定义 ###############
class Goods(object):
@property
def price(self):
print '@property'
@price.setter
def price(self, value):
print '@price.setter'
@price.deleter
def price(self):
print '@price.deleter'
# ############### 调用 ###############
obj = Goods()
obj.price # 自动执行 @property 修饰的 price 方法，并获取方法的返回值
obj.price = 123 # 自动执行 @price.setter 修饰的 price 方法，并将 123 赋值给方法的参数
del obj.price # 自动执行 @price.deleter 修饰的 price 方法
仔细分析上面的代码，你会发现关键是这么三个东西@property、@方法名.setter、@方法名.deleter修饰。他们其实共同定义了一个属性，只不过是针对该属性的三种不同操作。
@property下面定义的代码块，决定了类似“result = obj.price"执行什么代码；
@方法名.setter下面定义的代码块，决定了类似“obj.price = xxx"这样的赋值语句执行什么代码；
@方法名.deleter下面定义的代码块，决定了类似“del obj.price "这样的语句具体执行什么代码；（注意，这里的del并非必须是删除某个东西的功能，仅仅是调用方式）
他们分别将三个方法定义为对同一个属性：获取、修改和删除。其实就是price这个属性的一体三面！
class Goods(object):
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.deltter
def price(self, value):
del self.original_price
obj = Goods()
obj.price # 获取商品价格
obj.price = 200 # 修改商品原价
del obj.price # 删除商品原价
实例
感觉似乎在哪见过这种类似的东西？setattr()、getattr()、delattr()?还有__setitem__、__getitem__、__delitem__？你是不是发现在python的哲学里处处都有这种东西？我们再来看一下属性的静态字段方式，你的感觉就会更加强烈了！
静态字段方式，创建值为property对象的静态字段
class Foo:
def get_bar(self):
return 'wupeiqi'
BAR = property(get_bar)
obj = Foo()
reuslt = obj.BAR # 自动调用get_bar方法，并获取方法的返回值
print（reuslt）
property类的构造方法中有个四个参数
- 第一个参数是方法名，调用
对象.属性时自动触发执行方法 - 第二个参数是方法名，调用
对象.属性 ＝ XXX时自动触发执行方法 - 第三个参数是方法名，调用
del 对象.属性时自动触发执行方法 - 第四个参数是字符串，调用
对象.属性.__doc__，此参数是该属性的描述信息
class Foo：
def get_bar(self):
return 'jack'
# *必须两个参数
def set_bar(self, value):
return return 'set value' + value
def del_bar(self):
return 'jack'
BAR ＝ property(get_bar, set_bar, del_bar, 'description...')
obj = Foo()
obj.BAR # 自动调用第一个参数中定义的方法：get_bar
obj.BAR = "andy" # 自动调用第二个参数中定义的方法：set_bar方法，并将“andy”当作参数传入
del Foo.BAR # 自动调用第三个参数中定义的方法：del_bar方法
obj.BAE.__doc__ # 自动获取第四个参数中设置的值：description...
class Goods(object):
def __init__(self):
# 原价
self.original_price = 100
# 折扣
self.discount = 0.8
def get_price(self):
# 实际价格 = 原价 * 折扣
new_price = self.original_price * self.discount
return new_price
def set_price(self, value):
self.original_price = value
def del_price(self, value):
del self.original_price
PRICE = property(get_price, set_price, del_price, '价格属性描述...')
obj = Goods()
obj.PRICE # 获取商品价格
obj.PRICE = 200 # 修改商品原价
del obj.PRICE # 删除商品原价
实例
让我们看一下property构造方法的源代码：
def __init__(self, fget=None, fset=None, fdel=None, doc=None): # known special case of property.__init__
"""
property(fget=None, fset=None, fdel=None, doc=None) -> property attribute
fget is a function to be used for getting an attribute value, and likewise
fset is a function for setting, and fdel a function for del'ing, an
attribute. Typical use is to define a managed attribute x:
class C(object):
def getx(self): return self._x
def setx(self, value): self._x = value
def delx(self): del self._x
x = property(getx, setx, delx, "I'm the 'x' property.")
Decorators make defining new properties or modifying existing ones easy:
class C(object):
@property
def x(self):
"I am the 'x' property."
return self._x
@x.setter
def x(self, value):
self._x = value
@x.deleter
def x(self):
del self._x
# (copied from class doc)
"""
pass
看见fget=None, fset=None, fdel=None这三个默认参数么？其实就是@property、@方法名.setter、@方法名.deleter。
无论是装饰函数还是静态字段，都只是定义属性的两种方式而已。在实际的项目中，Python WEB框架 Django 的视图中 request.POST 就是使用的静态字段的方式创建的属性。
class WSGIRequest(http.HttpRequest):
def __init__(self, environ):
script_name = get_script_name(environ)
path_info = get_path_info(environ)
if not path_info:
# Sometimes PATH_INFO exists, but is empty (e.g. accessing
# the SCRIPT_NAME URL without a trailing slash). We really need to
# operate as if they'd requested '/'. Not amazingly nice to force
# the path like this, but should be harmless.
path_info = '/'
self.environ = environ
self.path_info = path_info
self.path = '%s/%s' % (script_name.rstrip('/'), path_info.lstrip('/'))
self.META = environ
self.META['PATH_INFO'] = path_info
self.META['SCRIPT_NAME'] = script_name
self.method = environ['REQUEST_METHOD'].upper()
_, content_params = cgi.parse_header(environ.get('CONTENT_TYPE', ''))
if 'charset' in content_params:
try:
codecs.lookup(content_params['charset'])
except LookupError:
pass
else:
self.encoding = content_params['charset']
self._post_parse_error = False
try:
content_length = int(environ.get('CONTENT_LENGTH'))
except (ValueError, TypeError):
content_length = 0
self._stream = LimitedStream(self.environ['wsgi.input'], content_length)
self._read_started = False
self.resolver_match = None
def _get_scheme(self):
return self.environ.get('wsgi.url_scheme')
def _get_request(self):
warnings.warn('`request.REQUEST` is deprecated, use `request.GET` or '
'`request.POST` instead.', RemovedInDjango19Warning, 2)
if not hasattr(self, '_request'):
self._request = datastructures.MergeDict(self.POST, self.GET)
return self._request
@cached_property
def GET(self):
# The WSGI spec says 'QUERY_STRING' may be absent.
raw_query_string = get_bytes_from_wsgi(self.environ, 'QUERY_STRING', '')
return http.QueryDict(raw_query_string, encoding=self._encoding)
# ############### 看这里看这里 ###############
def _get_post(self):
if not hasattr(self, '_post'):
self._load_post_and_files()
return self._post
# ############### 看这里看这里 ###############
def _set_post(self, post):
self._post = post
@cached_property
def COOKIES(self):
raw_cookie = get_str_from_wsgi(self.environ, 'HTTP_COOKIE', '')
return http.parse_cookie(raw_cookie)
def _get_files(self):
if not hasattr(self, '_files'):
self._load_post_and_files()
return self._files
# ############### 看这里看这里 ###############
POST = property(_get_post, _set_post)
FILES = property(_get_files)
REQUEST = property(_get_request)
Django源码
类成员的修饰符
对于每一个类的成员而言都有两种形式：
- 公有成员，在任何地方都能访问
- 私有成员，只有在类的内部才能方法
私有成员和公有成员的定义不同：私有成员命名时，前两个字符是下划线。（特殊成员除外，例如：__init__、__call__、__dict__等）
class C:
def __init__(self):
self.name = '公有字段'
self.__foo = "私有字段"
私有成员和公有成员的访问限制不同：
静态字段
- 公有静态字段：类可以访问；类内部可以访问；派生类中可以访问
- 私有静态字段：仅类内部可以访问；
class C:
name = "公有静态字段"
def func(self):
print C.name
class D(C):
def show(self):
print C.name
C.name # 类访问
obj = C()
obj.func() # 类内部可以访问
obj_son = D()
obj_son.show() # 派生类中可以访问
公有静态字段
class C:
__name = "公有静态字段"
def func(self):
print C.__name
class D(C):
def show(self):
print C.__name
C.__name # 类访问 ==> 错误
obj = C()
obj.func() # 类内部可以访问 ==> 正确
obj_son = D()
obj_son.show() # 派生类中可以访问 ==> 错误
私有静态字段
普通字段
- 公有普通字段：对象可以访问；类内部可以访问；派生类中可以访问
- 私有普通字段：仅类内部可以访问；
如果想要强制访问私有字段，可以通过 【对象._类名__私有字段明 】访问（如：obj._C__foo），不建议强制访问私有成员。
class C:
def __init__(self):
self.foo = "公有字段"
def func(self):
print self.foo # 类内部访问
class D(C):
def show(self):
print self.foo ＃ 派生类中访问
obj = C()
obj.foo # 通过对象访问
obj.func() # 类内部访问
obj_son = D();
obj_son.show() # 派生类中访问
公有普通字段
class C:
def __init__(self):
self.__foo = "私有字段"
def func(self):
print self.foo # 类内部访问
class D(C):
def show(self):
print self.foo ＃ 派生类中访问
obj = C()
obj.__foo # 通过对象访问 ==> 错误
obj.func() # 类内部访问 ==> 正确
obj_son = D();
obj_son.show() # 派生类中访问 ==> 错误
私有普通字段
方法、属性的访问于上述方式相似，即：私有成员只能在类内部使用
非要访问私有属性的话，可以通过 对象._类__属性名。
类的特殊成员
上面介绍了Python的类成员以及成员修饰符，从而了解到类中有字段、方法和属性三大类成员，并且成员名前如果有两个下划线，则表示该成员是私有成员，私有成员只能由类内部调用。无论人或事物往往都有不按套路出牌的情况，Python的类成员也是如此，存在着一些具有特殊含义的成员，详情如下：
1. __doc__
表示类的描述信息。python自建，无需自定义。
class Foo:
""" 描述类信息，可被自动收集 """
def func(self):
pass
print(Foo.__doc__)
#输出：类的描述信息
2. __module__ 和 __class__
__module__ 表示当前操作的对象在那个模块
__class__ 表示当前操作的对象的类是什么
python自建，无需自定义。
#!/usr/bin/env python # -*- coding:utf-8 -*- from f1 import Foo obj = Foo() print(obj.__module__) 运行结果： f1
from lib.aa import C obj = C() print（obj.__module__） # 输出 lib.aa，即：输出模块 print（obj.__class__） # 输出 lib.aa.C，即：输出类
3. __init__
构造方法，通过类创建对象时，自动触发执行。
class Foo:
def __init__(self, name):
self.name = name
self.age = 18
obj = Foo(jack') # 自动执行类中的 __init__ 方法
4. __del__
析构方法，当对象在内存中被释放时，自动触发执行。
注：此方法一般无须定义，因为Python是一门高级语言，程序员在使用时无需关心内存的分配和释放，因为此工作都是交给Python解释器来执行，所以，析构函数的调用是由解释器在进行垃圾回收时自动触发执行的。
class Foo:
def __del__(self):
print("我被回收了！")
5. __call__
对象后面加括号，触发执行。前提是用户在类中定义了该方法。
注：构造方法的执行是由创建对象触发的，即：对象 = 类名() ；而对于 __call__ 方法的执行是由对象后加括号触发的，即：对象() 或者 类()()
class Foo:
def __init__(self):
pass
def __call__(self, *args, **kwargs):
print('__call__')
obj = Foo() # 执行 __init__
obj() # 执行 __call__
那么，怎么判断一个对象是否可以被调用呢？能被调用的对象就是一个Callable对象，比如函数和我们上面定义的带有__call__()的类实例：
>>> callable(Student())
True
>>> callable(max)
True
>>> callable([1, 2, 3])
False
>>> callable(None)
False
>>> callable('str')
False
通过callable()函数，我们就可以判断一个对象是否是“可调用”对象。
6. __dict__
列出类或对象中的所有成员！非常重要和有用的一个方法，python自建，无需用户自己定义。
上文中我们知道：类的普通字段属于对象；类中的静态字段和方法等属于类，即：
class Province:
country = 'China'
def __init__(self, name, count):
self.name = name
self.count = count
def func(self, *args, **kwargs):
print（'func'）
# 获取类的成员，即：静态字段、方法、
print(Province.__dict__)
# 输出：{'country': 'China', '__module__': '__main__', 'func': <function func at 0x10be30f50>, '__init__': <function __init__ at 0x10be30ed8>, '__doc__': None}
obj1 = Province('HeBei',10000)
print(obj1.__dict__)
# 获取 对象obj1 的成员
# 输出：{'count': 10000, 'name': 'HeBei'}
obj2 = Province('HeNan', 3888)
print(obj2.__dict__)
# 获取 对象obj1 的成员
# 输出：{'count': 3888, 'name': 'HeNan'}
7. __str__
如果一个类中定义了__str__方法，那么在打印对象时，默认输出该方法的返回值。
这也是一个非常重要的方法，需要用户自己定义。
class Foo:
def __str__(self):
return 'jack'
obj = Foo()
print(obj)
# 输出：wupeiqi
8、__getitem__、__setitem__、__delitem__
用于索引操作，如字典。以上分别表示获取、设置、删除数据。
这也是非常重要的方法，需要用户自己定义。
我们知道，变量名后面加圆括号，通常代表执行或调用的意思；而在变量名后面加中括号[]，通常代表取值的意思。python设计了这三个特殊成员，用于执行与中括号有关的动作。
类似上面属性的定义方法，也分获取、设置和删除三种操作。
a = 变量名[] ： 执行__getitem__方法
变量名[] = a ： 执行__setitem__方法
del 变量名[] ： 执行__delitem__方法
#!/usr/bin/env python
# -*- coding:utf-8 -*-
class Foo(object):
def __getitem__(self, key):
print('__getitem__',key)
def __setitem__(self, key, value):
print('__setitem__',key,value)
def __delitem__(self, key):
print('__delitem__',key)
obj = Foo()
result = obj['k1'] # 自动触发执行 __getitem__
obj['k2'] = 'jack' # 自动触发执行 __setitem__
del obj['k1'] # 自动触发执行 __delitem__
9、__getslice__、__setslice__、__delslice__
这三个方法用于分片操作，也就是类似list[1:7:2]。但是在python3中已经被__getitem__、__setitem__、__delitem__所替代。
那么__getitem__、__setitem__、__delitem__是如何区分你是要取值呢？还是要分片呢？通过传入参数的类型！
class Foo:
def __init__(self):
pass
def __getitem__(self, item):
print(type(item))
def __setitem__(self, key, value):
pass
def __delitem__(self, key):
pass
obj = Foo()
result = obj[1]
result = obj["key"]
result = obj[1:8]
运行结果：
<class 'int'>
<class 'str'>
<class 'slice'>
看到没有？类似obj[1:8]方式调用的时候，传入的参数是个slice类型！
当__getitem__方法接收到一个slice类型的时候就知道要进行切片的相关处理，于是它提供了start、stop和step三个变量，分别表示起始、终止和步长。
class Foo:
def __init__(self):
pass
def __getitem__(self, item):
print(type(item))
print("start= ", item.start)
print("stop= ", item.stop)
print("step= ", item.step)
def __setitem__(self, key, value):
pass
def __delitem__(self, key):
pass
obj = Foo()
result = obj[1:8:2]
运行结果：
<class 'slice'>
start= 1
stop= 8
step= 2
__setitem__和__delitem__方法对切面的处理方式类似。
10. __iter__
迭代器方法！之所以列表、字典、元组可以进行for循环，是因为类型内部定义了 __iter__这个方法。如果用户想让它自定义的类的对象可以被迭代，那么就需要在类中定义这个方法，并且让该方法返回值是一个可迭代的对象。当在代码中利用for循环对对象进行遍历时，就会调用类的这个__iter__方法。看起来很绕，下面的三步能让你感觉清晰。
第一步：
class Foo(object):
pass
obj = Foo()
for i in obj:
print(i)
# 报错：TypeError: 'Foo' object is not iterable# 原因是Foo对象不可迭代
第二步：
class Foo(object):
def __iter__(self):
pass
obj = Foo()
for i in obj:
print(i)
# 报错：TypeError: iter() returned non-iterator of type 'NoneType'
#原因是 __iter__方法没有返回一个可迭代的对象
第三步：
class Foo(object):
def __init__(self, sq):
self.sq = sq
def __iter__(self):
return iter(self.sq)
obj = Foo([11,22,33,44])
for i in obj:
print(i)
# 这下没问题了！
以上步骤可以看出，for循环迭代的其实是 iter([11,22,33,44]) ，所以执行流程可以变更为：
#!/usr/bin/env python
# -*- coding:utf-8 -*-
obj = iter([11,22,33,44])
for i in obj:
print(i)
其实For循环语法内部也就是：
#!/usr/bin/env python
# -*- coding:utf-8 -*-
obj = iter([11,22,33,44])
while True:
val = obj.next()
print(val)
python有个yield的强大语法，可以将函数变成生成器，生成的就是个迭代器。
class Foo:
def __init__(self):
pass
def __iter__(self):
yield 1
yield 2
yield 3
obj = Foo()
for i in obj:
print(i)
运行结果：
1
2
3
11. __new__ 和 __metaclass__
阅读以下代码：
class Foo(object):
def __init__(self):
pass
obj = Foo() # obj是通过Foo类实例化的对象
print(type(obj)) # 输出：<class '__main__.Foo'> 表示，obj 对象由Foo类创建
print(type(Foo)) # 输出：<type 'type'> 表示，Foo类对象由 type 类创建
有一个概念必须牢记，那就是在Python中一切事物都是对象！。上述代码显示，obj 是通过 Foo 类实例化的对象，Foo类本身也是一个type类创建的对象。obj对象是通过执行Foo类的构造方法创建的，Foo类对象也是通过type类的构造方法创建得。所以，obj对象是Foo类的一个实例，Foo类对象是 type 类的一个实例。
按照上面的理论，那么，创建类就可以有两种方式：
a) 普通方式
class Foo:
def __init__(self):
pass
b)特殊方式（type类的构造函数）
def func(self):
print("i am jack")
Foo = type('Foo', (object,), {'func': func})
#type第一个参数：类名
#type第二个参数：当前类的基类
#type第三个参数：类的成员
那么问题来了，类默认是由 type 类实例化产生，type类中如何实现的创建类？类又是如何创建对象？
答：类中有一个属性 __metaclass__，用来表示该类由谁来实例化创建，所以，我们可以为 __metaclass__ 设置一个type类的派生类，从而查看类创建的过程。
而对于__new__：在python2.X中继承自object的新式类才有__new__
__new__至少要有一个参数cls，代表要实例化的类，此参数在实例化时由Python解释器自动提供
__new__必须要有返回值，返回实例化出来的实例，这点在自己实现__new__时要特别注意，可以return父类__new__出来的实例，或者直接是object的__new__出来的实例
__init__有一个参数self，就是这个__new__返回的实例，__init__在__new__的基础上可以完成一些其它初始化的动作，__init__不需要返回值
若__new__没有正确返回当前类cls的实例，那__init__是不会被调用的，即使是父类的实例也不行
由于博主使用的是python3.5，因此上面的代码需要微小的调整一下，主要是object类不接收参数。
class MyType(type):
def __init__(self, what, bases=None, dict=None):
super(MyType, self).__init__(what, bases, dict)
def __call__(self, *args, **kwargs):
obj = self.__new__(self, *args, **kwargs)
self.__init__(obj)
class Foo(object):
__metaclass__ = MyType
def __init__(self, name):
self.name = name
def __new__(cls, *args, **kwargs):
return object.__new__(cls)
Foo_obj = Foo("jack")
print(Foo_obj.name)
要理解上这一切，核心要点是：类也是由type这个”老祖宗”实例化的对象！
上面的代码执行可以分为两个阶段：
第一阶段：Foo类的实例化过程，它处于obj = Foo("jack")这句代码之前。
a. 在python从上往下顺序执行的过程中发现了__metaclass__ = MyType这么个东西，于是明白了，Foo类需要由MyType这么一个自定义的继承了type类的类来实例化。
b. 自动调用MyType类中的__init__(self, what, bases=None, dict=None)方法创建了类Foo这么个实例化对象。（Foo在MyType眼中就是个对象）
第二阶段：程序执行到obj = Foo("jack")这句的时候
c. 发现这是个对象+括号的语法，还记得前面的__call__么，对了，它就会自动去调用MyType的__call__方法；
d.来到obj = self.__new__(self, *args, **kwargs)这句，右边的self.__new__指向的是谁呢？self就是Foo这个对象，当然是Foo.__new__了。于是程序又返回了。
e.程序发现Foo.__new__()里只有这么一句return object.__new__(cls)，这是利用*父类object创建一个对象，并将它作为返回值。好吧，我们接着回到MyType；
f.这时候obj = object.__new__(cls)了，开始执行下一句self.__init__(obj)。这是让程序执行Foo的构造方法，传入的参数就是我们刚才获得的返回值obj；
g. 最后self.name = name这一句接收了“jack”参数，于是最终外围的Foo_obj对象被创建了！
很复杂吧？！
12、__len__
在Python中，如果你调用len()函数试图获取一个对象的长度，实际上，在len()函数内部，它自动去调用该对象的__len__()方法，所以，下面的代码是等价的：
>>> len('ABC')
3
>>> 'ABC'.__len__()
3
13. __slots__
Python允许在定义类的时候，定义一个特殊的__slots__成员，用来限制该class的实例能添加的字段。例如：
class Foo:
__slots__ = ("name", "age")
pass
a = Foo()
a.name = "jack"
print(a.name)
a.age = 18
print(a.age)
a.score = 100
print(a.score)
运行结果：
jack
18
Traceback (most recent call last):
File "F:/Python/pycharm/s13/00000/oop_test.py", line 10, in <module>
a.score = 100
AttributeError: 'Foo' object has no attribute 'score'
name和age字段正常，但是score字段无法建立，被限制了。
使用__slots__要注意几点：
a.__slots__后面可以是个元组，也可以是个列表，即__slots__ = ["name", "age"]；
b.在使用列表的时候，如果在类外面采用append的方法为__slots__临时增加成员，是无效的。__slots__的限定作用在类定义读进内存后就固定了。
c. __slots__定义的字段仅对当前类的实例起作用，对继承的子类是不起作用的；
d.除非在子类中也定义__slots__，这样，子类的实例允许定义的属性就是自身的__slots__加上父类的__slots__。
14. __repr__
使用__str__这个特殊成员可以使得print方法打印出你自定义的内容。但是，直接显示变量调用的不是__str__()，而是__repr__()，需要在类里再定义一个__repr__方法，否则就是默认显示内存地址。通常，__str__()和__repr__()代码都是一样的，所以，你可以这么写省点事：
class Foo:
def __init__(self, name):
self.name = name
def __str__(self):
return "this is %s" % self.name
__repr__ = __str__
一些与类相关的知识点
一、isinstance(obj, cls)
检查是否obj是否是类 cls 或者cls的父类的对象。是则返回True，否则返回False。
class Foo(object):
pass
obj = Foo()
isinstance(obj, Foo)
二、issubclass(sub, super)
检查sub类是否是 super 类的派生类。返回True或False。
class Foo(object):
pass
class Bar(Foo):
pass
issubclass(Bar, Foo)
三、父类的调用方式
先看代码：
class A:
def __init__(self, name):
self.name = name
def show(self):
print(self.name)
return 123
class B(A):
def __init__(self, name, age):
super(B, self).__init__(name=name)
self.age = age
def show(self):
ret = super(B, self).show()
print(self.age)
return ret
obj = B("jack", 18)
ret = obj.show()
print(ret)
运行结果：
jack
18
123
我们都知道，在子类中如果有与父类同名的成员，那就会覆盖掉父类里的成员。那如果你想强制调用父类的成员呢？使用super函数！这是一个非常强大的函数！
super的语法是类似这样的：super(B, self).show()，需要传入的是子类名和self，调用的是父类里的方法（在这里是show），按父类的方法传入参数。
类综合运用实例一：扩展源代码
我们在实际运用中，往往会碰到需要对源代码进行功能扩展的情况。通常我们不希望修改源代码，因此装饰器的做法就无法利用。一般我们会使用继承父类，并使用super调用父类的方法来实现需求。
有如下模块结构：
其中，backend包下的commons模块是我们的源代码，或者说是很NB,功能很强大的某个现成的框架，假设它的代码如下：
commons.py：
#!/usr/bin/env python
# -*- coding:utf-8 -*-
class Foo:
def f1(self):
print("Foo.f1")
有一个Foo类，类里有一个f1函数，它输出一条信息。
settings模块是配置文件，里面有一个ClassName变量，值是个字符串，指向commons里的类名Foo
settings.py：
#!/usr/bin/env python # -*- coding:utf-8 -*- ClassName = "Foo"
而最关键的index模块是我们的程序入口。
index.py：
#!/usr/bin/env python
# -*- coding:utf-8 -*-
from settings import ClassName
from backend import commons
def execute():
cls = getattr(commons, ClassName)
obj = cls()
obj.f1()
if __name__ == '__main__':
execute()
通过getattr的反射功能，我们很容易的动态获取到commons模块里的Foo类，并实例化了一个obj对象，然后调用f1函数。这是我们正常情况下利用源代码或类似django这种框架的方法。
那么现在，我要扩展上面的源代码也就是commons里的功能，希望在f1函数执行前后分别进行一定的操作。要怎么办呢？不能用装饰器，它会修改commons模块。解决思路就是利用上面的继承和super方法。
首先我们创建个新的模块lib.py:
#!/usr/bin/env python
# -*- coding:utf-8 -*-
from backend.commons import Foo
class MyFoo(Foo):
def f1(self):
print("before do something!")
super(MyFoo, self).f1()
print("after do something!")
它导入了源码的Foo类，并创建了一个MyFoo类继承Foo，同样也定义了一个f1方法，但是在里面使用super调用了原来Foo类中的f1。两条print语句模拟了前后的操作。
其次我们分别修改了另外两个文件：
setting.py:
#!/usr/bin/env python # -*- coding:utf-8 -*- Path = "lib" ClassName = "MyFoo"
配置文件增加了path，指向lib模块，classname也不再指向commons里的Foo，而是lib里的MyFoo。
index.py:
from settings import ClassName
from settings import Path
def execute():
module = __import__(Path, fromlist=True)
cls = getattr(module, ClassName)
obj = cls()
obj.f1()
if __name__ == '__main__':
execute()
利用__import__(Path, fromlist=True)的反射方法，我们动态的加载了lib模块，然后获得了lib里的MyFoo类，再用MyFoo类实例化了一个对象，再用对象调用MyFoo类的f1方法。最后结果是：
before do something!
Foo.f1
after do something!
我们成功的在不修改源代码的情况下，扩展了f1的功能。梳理一下核心：MyFoo的继承，使我们可以不修改源码的同时扩展源码，settings配置文件让我们可以方便的切换模块和类，index里的动态加载使我们不必局限在某一个类或模块里。
类综合运用实例二：自定义有序字典
我们都知道，在python里字典类型是无序的，那么有没有办法实现一个有序字典呢？其实很简单。(这里介绍的是手工编写，不是使用collection模块里的orderedDict)
代码如下：
#!/usr/bin/env python
# -*- coding:utf-8 -*-
class MyDict(dict): # MyDict类继承python内置的dict类
def __init__(self):
self.li = [] # 构造方法中实例对象的时候，添加一个列表，用于保存有序的key
super(MyDict, self).__init__() # 调用父类的构造方法
def __setitem__(self, key, value):
self.li.append(key) # 每执行一次obj[key] = value的时候就将key添加到列表里
super(MyDict, self).__setitem__(key, value) # 调用父类的__setitem__方法
def __str__(self): # 当执行print(类的对象)语句时，会自动执行该方法。
temp_list = [] # 下面是一个粗糙的格式化输出的控制代码
for key in self.li:
value = self.get(key)
temp_list.append("'%s':%s" % (key, value))
temp_str = "{" + ",".join(temp_list) + "}"
return temp_str
if __name__ == '__main__':
# 以下是调用过程
obj = MyDict()
obj["k1"] = 123
obj["k2"] = 456
obj["k3"] = "jack"
obj["k4"] = "andy"
obj["k5"] = [1, 2, 3]
print(obj)
运行结果：
{'k1':123,'k2':456,'k3':jack,'k4':andy,'k5':[1, 2, 3]}
实际测试中，你会发现，不管你指定多少次，它都是按这个顺序输出字典的内容。
这段代码本身有很多问题，一是只实现了print输出的有序，而没有实现其他情况下的有序，这是偷懒行为。二是只实现了__setitem__，也就是obj[key] = value的执行方式，对于__getitem__ 和__delitem__没有实现。三是__str__方法中的代码写得很烂......
其实，以上都不重要。重点是要明白通过保存一个key的有序列表，实现了dict的有序；通过__setitem__的方法，既执行了列表的append操作，又执行了super的__setitem__方法，其中的编程思想闪耀着光辉。
鸣谢：武sir，您的水平之高，让我敬仰万分！
完！不对之处敬请指出，谢谢！
