Python?用下劃線作為變量前綴和后綴指定特殊變量

_xxx 不能用’from module import *’導入

__xxx__ 系統定義名字

__xxx 類中的私有變量名

核心風格：避免用下劃線作為變量名的開始。

?

因為下劃線對解釋器有特殊的意義，而且是內建標識符所使用的符號，我們建議程序員避免用下劃線作為變量名的開始。一般來講，變量名_xxx被看作是“私有 的”，在模塊或類外不可以使用。當變量是私有的時候，用_xxx 來表示變量是很好的習慣。因為變量名__xxx__對Python 來說有特殊含義，對于普通的變量應當避免這種命名風格。

“單下劃線” 開始的成員變量叫做保護變量，意思是只有類對象和子類對象自己能訪問到這些變量； “雙下劃線” 開始的是私有成員，意思是只有類對象自己能訪問，連子類對象也不能訪問到這個數據。

以單下劃線開頭（_foo）的代表不能直接訪問的類屬性，需通過類提供的接口進行訪問，不能用“from xxx import *”而導入；以雙下劃線開頭的（__foo）代表類的私有成員；以雙下劃線開頭和結尾的（__foo__）代表python里特殊方法專用的標識，如 __init__（）代表類的構造函數。

現在我們來總結下所有的系統定義屬性和方法， 先來看下保留屬性：

>>> Class1.__doc__ # 類型幫助信息 'Class1 Doc.' >>> Class1.__name__ # 類型名稱 'Class1' >>> Class1.__module__ # 類型所在模塊 '__main__' >>> Class1.__bases__ # 類型所繼承的基類 (<type 'object'>,) >>> Class1.__dict__ # 類型字典，存儲所有類型成員信息。 <dictproxy object at 0x00D3AD70> >>> Class1().__class__ # 類型 <class '__main__.Class1'> >>> Class1().__module__ # 實例類型所在模塊 '__main__' >>> Class1().__dict__ # 對象字典，存儲所有實例成員信息。 {'i': 1234} 接下來是保留方法，可以把保留方法分類：

類的基礎方法

序號目的所編寫代碼Python 實際調用①②③④⑤

初始化一個實例	x = MyClass()	x.__init__()
字符串的“官方”表現形式	repr(x)	x.__repr__()
字符串的“非正式”值	str(x)	x.__str__()
字節數組的“非正式”值	bytes(x)	x.__bytes__()
格式化字符串的值	format(x,?format_spec)	x.__format__(format_spec)

對?__init__()?方法的調用發生在實例被創建?之后?。如果要控制實際創建進程，請使用?__new__()?方法。

按照約定，?__repr__()?方法所返回的字符串為合法的 Python 表達式。

在調用?print(x)?的同時也調用了?__str__()?方法。

由于?bytes?類型的引入而從 Python 3 開始出現。

行為方式與迭代器類似的類

序號目的所編寫代碼Python 實際調用①②③

遍歷某個序列	iter(seq)	seq.__iter__()
從迭代器中獲取下一個值	next(seq)	seq.__next__()
按逆序創建一個迭代器	reversed(seq)	seq.__reversed__()

無論何時創建迭代器都將調用?__iter__()?方法。這是用初始值對迭代器進行初始化的絕佳之處。

無論何時從迭代器中獲取下一個值都將調用?__next__()?方法。

__reversed__()?方法并不常用。它以一個現有序列為參數，并將該序列中所有元素從尾到頭以逆序排列生成一個新的迭代器。

計算屬性

序號目的所編寫代碼Python 實際調用①②③④⑤

獲取一個計算屬性（無條件的）	x.my_property	x.__getattribute__('my_property')
獲取一個計算屬性（后備）	x.my_property	x.__getattr__('my_property')
設置某屬性	x.my_property = value	x.__setattr__('my_property',value)
刪除某屬性	del x.my_property	x.__delattr__('my_property')
列出所有屬性和方法	dir(x)	x.__dir__()

如果某個類定義了?__getattribute__()?方法，在?每次引用屬性或方法名稱時?Python 都調用它（特殊方法名稱除外，因為那樣將會導致討厭的無限循環）。

如果某個類定義了?__getattr__()?方法，Python 將只在正常的位置查詢屬性時才會調用它。如果實例?x?定義了屬性color，?x.color?將?不會?調用x.__getattr__('color')；而只會返回x.color?已定義好的值。

無論何時給屬性賦值，都會調用?__setattr__()?方法。

無論何時刪除一個屬性，都將調用?__delattr__()?方法。

如果定義了?__getattr__()?或?__getattribute__()?方法，?__dir__()?方法將非常有用。通常，調用?dir(x)?將只顯示正常的屬性和方法。如果__getattr()__方法動態處理color?屬性，?dir(x)?將不會將?color?列為可用屬性。可通過覆蓋?__dir__()?方法允許將?color?列為可用屬性，對于想使用你的類但卻不想深入其內部的人來說，該方法非常有益。

?

序號目的所編寫代碼Python 實際調用??

序列的長度	len(seq)	seq.__len__()
了解某序列是否包含特定的值	x in seq	seq.__contains__(x)

?

序號目的所編寫代碼Python 實際調用????

通過鍵來獲取值	x[key]	x.__getitem__(key)
通過鍵來設置值	x[key] = value	x.__setitem__(key,value)
刪除一個鍵值對	del x[key]	x.__delitem__(key)
為缺失鍵提供默認值	x[nonexistent_key]	x.__missing__(nonexistent_key)

?

可比較的類

我將此內容從前一節中拿出來使其單獨成節，是因為“比較”操作并不局限于數字。許多數據類型都可以進行比較——字符串、列表，甚至字典。如果要創建自己的類，且對象之間的比較有意義，可以使用下面的特殊方法來實現比較。

?

序號目的所編寫代碼Python 實際調用???????

相等	x == y	x.__eq__(y)
不相等	x != y	x.__ne__(y)
小于	x < y	x.__lt__(y)
小于或等于	x <= y	x.__le__(y)
大于	x > y	x.__gt__(y)
大于或等于	x >= y	x.__ge__(y)
布爾上上下文環境中的真值	if x:	x.__bool__()

?

可序列化的類

?

Python 支持?任意對象的序列化和反序列化。（多數 Python 參考資料稱該過程為 “pickling” 和 “unpickling”）。該技術對與將狀態保存為文件并在稍后恢復它非常有意義。所有的?內置數據類型?均已支持 pickling 。如果創建了自定義類，且希望它能夠 pickle，閱讀?pickle 協議?了解下列特殊方法何時以及如何被調用。

?

序號目的所編寫代碼Python 實際調用?????**

自定義對象的復制	copy.copy(x)	x.__copy__()
自定義對象的深度復制	copy.deepcopy(x)	x.__deepcopy__()
在 pickling 之前獲取對象的狀態	pickle.dump(x,?file)	x.__getstate__()
序列化某對象	pickle.dump(x,?file)	x.__reduce__()
序列化某對象（新 pickling 協議）	pickle.dump(x,?file,?protocol_version)	x.__reduce_ex__(protocol_version)
控制 unpickling 過程中對象的創建方式	x = pickle.load(file)	x.__getnewargs__()
在 unpickling 之后還原對象的狀態	x = pickle.load(file)	x.__setstate__()

?

* 要重建序列化對象，Python 需要創建一個和被序列化的對象看起來一樣的新對象，然后設置新對象的所有屬性。__getnewargs__()?方法控制新對象的創建過程，而?__setstate__()?方法控制屬性值的還原方式。

?

可在?with?語塊中使用的類

?

with?語塊定義了?運行時刻上下文環境；在執行?with?語句時將“進入”該上下文環境，而執行該語塊中的最后一條語句將“退出”該上下文環境。

?

序號目的所編寫代碼Python 實際調用??

在進入?with?語塊時進行一些特別操作	with x:	x.__enter__()
在退出?with?語塊時進行一些特別操作	with x:	x.__exit__()

?

以下是?with?file?習慣用法?的運作方式：

# excerpt from io.py: def _checkClosed(self, msg=None): '''Internal: raise an ValueError if file is closed ''' if self.closed: raise ValueError('I/O operation on closed file.' if msg is None else msg) def __enter__(self): '''Context management protocol. Returns self.''' self._checkClosed() ① return self ② def __exit__(self, *args): '''Context management protocol. Calls close()''' self.close() ③

?

該文件對象同時定義了一個?__enter__()?和一個?__exit__()?方法。該?__enter__()?方法檢查文件是否處于打開狀態；如果沒有，?_checkClosed()方法引發一個例外。

__enter__()?方法將始終返回?self?—— 這是?with?語塊將用于調用屬性和方法的對象

在?with?語塊結束后，文件對象將自動關閉。怎么做到的？在?__exit__()?方法中調用了?self.close()?.

?

?該?__exit__()?方法將總是被調用，哪怕是在?with?語塊中引發了例外。實際上，如果引發了例外，該例外信息將會被傳遞給?__exit__()?方法。查閱?With 狀態上下文環境管理器?了解更多細節。

?

真正神奇的東西

?

如果知道自己在干什么，你幾乎可以完全控制類是如何比較的、屬性如何定義，以及類的子類是何種類型。

?

序號目的所編寫代碼Python 實際調用?*????????

類構造器	x = MyClass()	x.__new__()
類析構器	del x	x.__del__()
只定義特定集合的某些屬性	?	x.__slots__()
自定義散列值	hash(x)	x.__hash__()
獲取某個屬性的值	x.color	type(x).__dict__['color'].__get__(x, type(x))
設置某個屬性的值	x.color = 'PapayaWhip'	type(x).__dict__['color'].__set__(x, 'PapayaWhip')
刪除某個屬性	del x.color	type(x).__dict__['color'].__del__(x)
控制某個對象是否是該對象的實例 your class	isinstance(x, MyClass)	MyClass.__instancecheck__(x)
控制某個類是否是該類的子類	issubclass(C, MyClass)	MyClass.__subclasscheck__(C)
控制某個類是否是該抽象基類的子類	issubclass(C, MyABC)	MyABC.__subclasshook__(C)

?

python中以雙下劃線的是一些系統定義得名稱，讓python以更優雅得語法實行一些操作，本質上還是一些函數和變量，與其他函數和變量無二。 比如x.__add__(y) 等價于 x+y 有一些很常見，有一些可能比較偏，在這里羅列一下，做個筆記，備忘。 x.__contains__(y) 等價于 y in x, 在list,str, dict,set等容器中有這個函數 __base__, __bases__, __mro__, 關于類繼承和函數查找路徑的。 class.__subclasses__(), 返回子類列表 x.__call__(...) == x(...) x.__cmp__(y) == cmp(x,y) x.__getattribute__('name') == x.name == getattr(x, 'name'), ?比__getattr__更早調用 x.__hash__() == hash(x) x.__sizeof__(), x在內存中的字節數, x為class得話， 就應該是x.__basicsize__ x.__delattr__('name') == del x.name __dictoffset__ attribute tells you the offset to where you find the pointer to the __dict__ object in any instance object that has one. It is in bytes. __flags__, 返回一串數字，用來判斷該類型能否被序列化（if it's a heap type), __flags__ & 512 S.__format__, 有些類有用 x.__getitem__(y) == x[y], 相應還有__setitem__, 某些不可修改類型如set，str沒有__setitem__ x.__getslice__(i, j) == x[i:j], 有個疑問，x='123456789', x[::2],是咋實現得 __subclasscheck__(), check if a class is subclass __instancecheck__(), check if an object is an instance __itemsize__, These fields allow calculating the size in bytes of instances of the type. 0是可變長度， 非0則是固定長度 x.__mod__(y) == x%y, x.__rmod__(y) == y%x x.__module__ , x所屬模塊 x.__mul__(y) == x*y, ?x.__rmul__(y) == y*x

__reduce__, __reduce_ex__ , for pickle

__slots__ 使用之后類變成靜態一樣，沒有了__dict__, 實例也不可新添加屬性

__getattr__ 在一般的查找屬性查找不到之后會調用此函數

__setattr__ 取代一般的賦值操作，如果有此函數會調用此函數， 如想調用正常賦值途徑用 object.__setattr__(self, name, value)

__delattr__ 同__setattr__, 在del obj.name有意義時會調用

轉載于:https://www.cnblogs.com/DI-DIAO/p/8409374.html

總結

以上是生活随笔為你收集整理的Python中下划线---完全解读的全部內容，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。