#__getattribute__ class Foo():
def __init__(self,name):
self.name = name def __getattr__(self, item):
return "找不到属性,触发getattr!" def __getattribute__(self, item):
print("测试 getattribute") # 步骤三
# super().__getattribute__(item) # 步骤四
raise AttributeError("抛出异常....") XXX = Foo("Anec") # 步骤一 直接运行
# 步骤二 注释__getattribute__
# 步骤三 __getattribute__ 继承super()执行
# 步骤四 在__getattribute__ 加上raise语句 #类中已有的属性:
# 1.由测试可知,能找到类属性将执行__getattribute__内置方法(类属性并未显示)
# 2.注释__getattribute__ 将正常显示类属性
# 3.返回为None
# 4.直接触发getattr方法,没有返回类属性
print(XXX.name) #类中不存在的属性:
# 1.由测试可知,找不到类属性也将执行__getattribute__内置方法.
# 2.注释 __getattribute__ 将直接触发 getattr 方法
# 3.触发 getattr 方法
# 4.直接触发getattr方法,没有返回类属性
print(XXX.name2) #__getattribute__
#工作机制,在访问属性的时候,不管有没有类属性,都会执行__getattribute__
#当__getattribute__有raise触发报错时,会接着触发getattr
相关文章
- RabbitMQ 优点和缺点- 消息可靠性:RabbitMQ 提供了持久化功能和消息确认机制,确保消息在各种情况下都能可靠地存储和处理。 灵活的路由:通过多种交换机类型和绑定规则,RabbitMQ 能够灵活地路由消息到指定的队列。 支持多种消息协议:实现了 AMQP 等(MQTT、STOMP)标准化、开放的消息队列协议,使其能够与多种语言编写的应用程序进行通信。 插件化扩展:RabbitMQ 提供了丰富的插件系统,可以通过插件扩展功能,如死信队列、压缩、追踪等。 高可用性:支持集群模式和镜像队列,确保服务的可用性 易用性和可管理性:提供了丰富的 API 和管理工具,以及多种客户端库和框架支持,易于集成和使用。 多语言支持:RabbitMQ 支持多种编程语言的客户端,包括 Java、Python、Ruby、C#、Node.js 等,方便开发人员集成到各种应用中。 高性能:在处理大量并发消息时表现出色。 广泛的社区支持:拥有庞大的开发者社区和丰富的文档资源。 劣势: 性能和吞吐量较低:相比于 Apache Kafka 等面向大数据流处理的消息队列系统,RabbitMQ 的吞吐量较低,不适合处理海量的实时数据流。RabbitMQ 的设计更注重消息的可靠性和灵活性,而非极高的吞吐性能。
- 深度探索与实战编码:利用Python与AWS签名机制高效接入亚马逊Product Advertising API获取商品详情
- python 全局变量与局部变量 垃圾回收机制
- python 中__setattr__, __getattr__,__getattribute__, __call__使用方法
- python与java的内存机制不一样;java的方法会进入方法区直到对象消失 方法才会消失;python的方法是对象每次调用都会创建新的对象 内存地址都不i一样
- pycharm软件的基本使用、python的注释语法、变量与常量、变量的命名风格、垃圾回收机制、数据类型、数据类型之整型、数据类型之浮点型
- Python_服务器与多客户端通信、UDP协议、pycharm打印带颜色输出、时间同步的机制
- Python多线程——线程间通信与同步机制
- 【译】深入理解python3.4中Asyncio库与Node.js的异步IO机制
- python3中__get__,__getattr__,__getattribute__的区别