點擊上方“咸魚學Python”，選擇“加為星標”

第一時間關注Python技術干貨！

作者：Rafe Kettler

翻譯：hit9

來源：https://pyzh.readthedocs.io/en/latest/python-magic-methods-guide.html

06. 反射

你可以通過定義魔法方法來控制用于反射的內建函數 isinstance 和 issubclass 的行為。下面是對應的魔法方法：__instancecheck__(self, instance)

檢查一個實例是否是你定義的類的一個實例（例如 isinstance(instance, class) ）。

__subclasscheck__(self, subclass)

檢查一個類是否是你定義的類的子類（例如 issubclass(subclass, class) ）。

這幾個魔法方法的適用范圍看起來有些窄，事實也正是如此。我不會在反射魔法方法上花費太多時間，因為相比其他魔法方法它們顯得不是很重要。但是它們展示了在Python中進行面向對象編程（或者總體上使用Python進行編程）時很重要的一點：不管做什么事情，都會有一個簡單方法，不管它常用不常用。這些魔法方法可能看起來沒那么有用，但是當你真正需要用到它們的時候，你會感到很幸運，因為它們還在那兒（也因為你閱讀了這本指南！）

07. 抽象基類

請參考 http://docs.python.org/2/library/abc.html

08. 可調用的對象

你可能已經知道了，在Python中，函數是一等的對象。這意味著它們可以像其他任何對象一樣被傳遞到函數和方法中，這是一個十分強大的特性。

Python中一個特殊的魔法方法允許你自己類的對象表現得像是函數，然后你就可以“調用”它們，把它們傳遞到使用函數做參數的函數中，等等等等。這是另一個強大而且方便的特性，讓使用Python編程變得更加幸福。__call__ (self, [args…])

允許類的一個實例像函數那樣被調用。本質上這代表了 x() 和 x.__call__() 是相同的。注意 __call__ 可以有多個參數，這代表你可以像定義其他任何函數一樣，定義 __call__ ，喜歡用多少參數就用多少。

__call__ 在某些需要經常改變狀態的類的實例中顯得特別有用。“調用”這個實例來改變它的狀態，是一種更加符合直覺，也更加優雅的方法。一個表示平面上實體的類是一個不錯的例子:class Entity:

'''表示一個實體的類，調用它的實例

可以更新實體的位置'''

def __init__(self, size, x, y):

self.x, self.y = x, y

self.size = size

def __call__(self, x, y):

'''改變實體的位置'''

self.x, self.y = x, y

09. 上下文管理器

在Python 2.5中引入了一個全新的關鍵詞，隨之而來的是一種新的代碼復用方法—— with 聲明。上下文管理的概念在Python中并不是全新引入的（之前它作為標準庫的一部分實現），直到PEP 343被接受，它才成為一種一級的語言結構。可能你已經見過這種寫法了:with open('foo.txt') as bar:

# 使用bar進行某些操作

當對象使用 with 聲明創建時，上下文管理器允許類做一些設置和清理工作。上下文管理器的行為由下面兩個魔法方法所定義：__enter__(self)

定義使用 with 聲明創建的語句塊最開始上下文管理器應該做些什么。注意 __enter__ 的返回值會賦給 with 聲明的目標，也就是 as 之后的東西。

__exit__(self, exception_type, exception_value, traceback)

定義當 with 聲明語句塊執行完畢（或終止）時上下文管理器的行為。它可以用來處理異常，進行清理，或者做其他應該在語句塊結束之后立刻執行的工作。如果語句塊順利執行， exception_type , exception_value 和 traceback 會是 None 。否則，你可以選擇處理這個異常或者讓用戶來處理。如果你想處理異常，確保 __exit__ 在完成工作之后返回 True 。如果你不想處理異常，那就讓它發生吧。

對一些具有良好定義的且通用的設置和清理行為的類，__enter__ 和 __exit__會顯得特別有用。你也可以使用這幾個方法來創建通用的上下文管理器，用來包裝其他對象。下面是一個例子:class Closer:

'''一個上下文管理器，可以在with語句中

使用close()自動關閉對象'''

def __init__(self, obj):

self.obj = obj

def __enter__(self, obj):

return self.obj # 綁定到目標

def __exit__(self, exception_type, exception_value, traceback):

try:

self.obj.close()

except AttributeError: # obj不是可關閉的

print 'Not closable.'

return True # 成功地處理了異常

這是一個 Closer 在實際使用中的例子，使用一個FTP連接來演示（一個可關閉的socket):>>> from magicmethods import Closer

>>> from ftplib import FTP

>>> with Closer(FTP('ftp.somesite.com')) as conn:

... conn.dir()

...

# 為了簡單，省略了某些輸出

>>> conn.dir()

# 很長的 AttributeError 信息，不能使用一個已關閉的連接

>>> with Closer(int()) as i:

... i +=

...

Not closable.

>>> i

看到我們的包裝器是如何同時優雅地處理正確和不正確的調用了嗎？這就是上下文管理器和魔法方法的力量。Python標準庫包含一個 contextlib 模塊，里面有一個上下文管理器 contextlib.closing() 基本上和我們的包裝器完成的是同樣的事情（但是沒有包含任何當對象沒有close()方法時的處理）。

10. 創建描述符對象

描述符是一個類，當使用取值，賦值和刪除 時它可以改變其他對象。描述符不是用來單獨使用的，它們需要被一個擁有者類所包含。描述符可以用來創建面向對象數據庫，以及創建某些屬性之間互相依賴的類。描述符在表現具有不同單位的屬性，或者需要計算的屬性時顯得特別有用（例如表現一個坐標系中的點的類，其中的距離原點的距離這種屬性）。

要想成為一個描述符，一個類必須具有實現 __get__ , __set__ 和 __delete__ 三個方法中至少一個。

讓我們一起來看一看這些魔法方法：__get__(self, instance, owner)

定義當試圖取出描述符的值時的行為。instance 是擁有者類的實例， owner 是擁有者類本身。

__set__(self, instance, owner)

定義當描述符的值改變時的行為。instance 是擁有者類的實例， value 是要賦給描述符的值。

__delete__(self, instance, owner)

定義當描述符的值被刪除時的行為。instance 是擁有者類的實例

現在，來看一個描述符的有效應用：單位轉換:class Meter(object):

'''米的描述符。'''

def __init__(self, value=0.0):

self.value = float(value)

def __get__(self, instance, owner):

return self.value

def __set__(self, instance, owner):

self.value = float(value)

class Foot(object):

'''英尺的描述符。'''

def __get__(self, instance, owner):

return instance.meter * 3.2808

def __set__(self, instance, value):

instance.meter = float(value) / 3.2808

class Distance(object):

'''用于描述距離的類，包含英尺和米兩個描述符。'''

meter = Meter()

foot = Foot()

11. 拷貝

有些時候，特別是處理可變對象時，你可能想拷貝一個對象，改變這個對象而不影響原有的對象。這時就需要用到Python的 copy 模塊了。然而（幸運的是），Python模塊并不具有感知能力， 因此我們不用擔心某天基于Linux的機器人崛起。但是我們的確需要告訴Python如何有效率地拷貝對象。__copy__(self)

定義對類的實例使用 copy.copy() 時的行為。copy.copy() 返回一個對象的淺拷貝，這意味著拷貝出的實例是全新的，然而里面的數據全都是引用的。也就是說，對象本身是拷貝的，但是它的數據還是引用的（所以淺拷貝中的數據更改會影響原對象）。

__deepcopy__(self, memodict=)

定義對類的實例使用 copy.deepcopy() 時的行為。copy.deepcopy() 返回一個對象的深拷貝，這個對象和它的數據全都被拷貝了一份。memodict 是一個先前拷貝對象的緩存，它優化了拷貝過程，而且可以防止拷貝遞歸數據結構時產生無限遞歸。當你想深拷貝一個單獨的屬性時，在那個屬性上調用 copy.deepcopy() ，使用 memodict 作為第一個參數。

這些魔法方法有什么用武之地呢？像往常一樣，當你需要比默認行為更加精確的控制時。例如，如果你想拷貝一個對象，其中存儲了一個字典作為緩存（可能會很大），拷貝緩存可能是沒有意義的。如果這個緩存可以在內存中被不同實例共享，那么它就應該被共享。

12. Pickling

如果你和其他的Python愛好者共事過，很可能你已經聽說過Pickling了。Pickling是Python數據結構的序列化過程，當你想存儲一個對象稍后再取出讀取時，Pickling會顯得十分有用。然而它同樣也是擔憂和混淆的主要來源。

Pickling是如此的重要，以至于它不僅僅有自己的模塊（ pickle ），還有自己的協議和魔法方法。首先，我們先來簡要的介紹一下如何pickle已存在的對象類型（如果你已經知道了，大可跳過這部分內容）。

12.1 小試牛刀

我們一起來pickle吧。假設你有一個字典，你想存儲它，稍后再取出來。你可以把它的內容寫入一個文件，小心翼翼地確保使用了正確地格式，要把它讀取出來，你可以使用 exec() 或處理文件輸入。但是這種方法并不可靠：如果你使用純文本來存儲重要數據，數據很容易以多種方式被破壞或者修改，導致你的程序崩潰，更糟糕的情況下，還可能在你的計算機上運行惡意代碼。因此，我們要pickle它:import pickle

data = {'foo': [,,],

'bar': ('Hello', 'world!'),

'baz': True}

jar = open('data.pkl', 'wb')

pickle.dump(data, jar) # 將pickle后的數據寫入jar文件

jar.close()

過了幾個小時，我們想把它取出來，我們只需要反pickle它:import pickle

pkl_file = open('data.pkl', 'rb') # 與pickle后的數據連接

data = pickle.load(pkl_file) # 把它加載進一個變量

print data

pkl_file.close()

將會發生什么？正如你期待的，它就是我們之前的 data 。

現在，還需要謹慎地說一句：pickle并不完美。Pickle文件很容易因為事故或被故意的破壞掉。Pickling或許比純文本文件安全一些，但是依然有可能被用來運行惡意代碼。而且它還不支持跨Python版本，所以不要指望分發pickle對象之后所有人都能正確地讀取。然而不管怎么樣，它依然是一個強有力的工具，可以用于緩存和其他類型的持久化工作。

12.2 Pickle你的對象

Pickle不僅僅可以用于內建類型，任何遵守pickle協議的類都可以被pickle。Pickle協議有四個可選方法，可以讓類自定義它們的行為（這和C語言擴展略有不同，那不在我們的討論范圍之內）。__getinitargs__(self)

如果你想讓你的類在反pickle時調用 __init__ ，你可以定義 __getinitargs__(self) ，它會返回一個參數元組，這個元組會傳遞給 __init__ 。注意，這個方法只能用于舊式類。

__getnewargs__(self)

對新式類來說，你可以通過這個方法改變類在反pickle時傳遞給 __new__ 的參數。這個方法應該返回一個參數元組。

__getstate__(self)

你可以自定義對象被pickle時被存儲的狀態，而不使用對象的 __dict__ 屬性。這個狀態在對象被反pickle時會被 __setstate__ 使用。

__setstate__(self)

當一個對象被反pickle時，如果定義了 __setstate__ ，對象的狀態會傳遞給這個魔法方法，而不是直接應用到對象的 __dict__ 屬性。這個魔法方法和 __getstate__ 相互依存：當這兩個方法都被定義時，你可以在Pickle時使用任何方法保存對象的任何狀態。

__reduce__(self)

當定義擴展類型時（也就是使用Python的C語言API實現的類型），如果你想pickle它們，你必須告訴Python如何pickle它們。reduce 被定義之后，當對象被Pickle時就會被調用。它要么返回一個代表全局名稱的字符串，Pyhton會查找它并pickle，要么返回一個元組。這個元組包含2到5個元素，其中包括：一個可調用的對象，用于重建對象時調用；一個參數元素，供那個可調用對象使用；被傳遞給 __setstate__ 的狀態（可選）；一個產生被pickle的列表元素的迭代器（可選）；一個產生被pickle的字典元素的迭代器（可選）；

__reduce_ex__(self)

__reduce_ex__ 的存在是為了兼容性。如果它被定義，在pickle時 __reduce_ex__ 會代替 __reduce__ 被調用。__reduce__ 也可以被定義，用于不支持 __reduce_ex__ 的舊版pickle的API調用。

12.3 一個例子

我們的例子是 Slate ，它會記住它的值曾經是什么，以及那些值是什么時候賦給它的。然而 每次被pickle時它都會變成空白，因為當前的值不會被存儲:import time

class Slate:

'''存儲一個字符串和一個變更日志的類

每次被pickle都會忘記它當前的值'''

def __init__(self, value):

self.value = value

self.last_change = time.asctime()

self.history = {}

def change(self, new_value):

# 改變當前值，將上一個值記錄到歷史

self.history[self.last_change] = self.value

self.value = new_value)

self.last_change = time.asctime()

def print_change(self):

print 'Changelog for Slate object:'

for k,v in self.history.items():

print '%s\t %s' % (k,v)

def __getstate__(self):

# 故意不返回self.value或self.last_change

# 我們想在反pickle時得到一個空白的slate

return self.history

def __setstate__(self):

# 使self.history = slate，last_change

# 和value為未定義

self.history = state

self.value, self.last_change = None, None

總結在最后

這本指南的目標是使所有閱讀它的人都能有所收獲，無論他們有沒有使用Python或者進行面向對象編程的經驗。如果你剛剛開始學習Python，你會得到寶貴的基礎知識，了解如何寫出具有豐富特性的，優雅而且易用的類。如果你是中級的Python程序員，你或許能掌握一些新的概念和技巧，以及一些可以減少代碼行數的好辦法。如果你是專家級別的Python愛好者，你又重新復習了一遍某些可能已經忘掉的知識，也可能順便了解了一些新技巧。無論你的水平怎樣，我希望這趟遨游Python特殊方法的旅行，真的對你產生了魔法般的效果（實在忍不住不說最后這個雙關）。

Love & Share

[ 完 ]

總結

以上是生活随笔為你收集整理的python __reduce__魔法方法_非常全的通俗易懂 Python 魔法方法指南（下）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。