Python学习笔记--面向对象编程基础知识

本文摘自朱雷老师所著《Python工匠》一书第9章内容，因为很多内容，阅读后依然一知半解，特做笔记予以记录而进一步加强认知。

Python是一门面向对象的编程语言，它为面向对象编程提供了非常全面的支持。但和其他编程语言相比，Python中的面向对象有很多细微区别。比如Python并没有严格的私有成员，大多数时候，只是给变量加上下划线_前缀。

和许多静态类型语言不同，Python遵循“鸭子类型”编程风格，极少对变量进行严格的类型检查。“鸭子类型”是一种非常实用的编程风格，但也有缺乏标准、过于隐式的缺点。为了弥补这些确定，可以用抽象类来实现更灵活的子类化检查。

在创建类时，除了可以同时继承多个基类，Mixin模式正是依赖这种技术实现的。但多重继承非常复杂、容易搞砸，使用时无比当心。

继承是面向对象的基本特征之一，但它也很容易被误用。应学会判断何时该使用继承，何时该用组合代替继承。

一、下面是学习第九章知识要点

（1）语言基础知识

类与实例的数据，都保存在一个名为__dict__的字典属性中
灵活利用__dict__属性，能帮助做到常规做法难以完成的一些事情
使用@classmethod可以定义类方法，类方法常用做工厂方法
使用@staticmethod可以定义静态方法，静态方法不依赖实例状态，是一种无状态方法
使用@property可以定义动态属性对象，该属性对象的获取、设置和删除行为都支持自定义

（2）面向对象高级特性

Python使用MRO算法来确定多重继承时的方法优先级
super()函数获取的并不是当前类的父类，而是当前MRO链条里的下一个类
Mixin是一种基于多重继承的有效变成方式，用好Mixin需要精心的设计
元类的功能相当强大，但同时也相当复杂，除非开发一些框架类工具，否则极少需要使用元类
元类有许多更简单的替代品，比如类装饰器、子类化钩子方法等
通过定义__init__subclass__钩子方法，你可以在某个类被继承时执行自定义逻辑

（3）鸭子类型与抽象类

“鸭子类型”是Python语言最鲜明特点之一，在该风格下，一般不做任何严格的类型检查
虽然“鸭子类型”非常实用，但是它有两个明显的缺点——缺乏标准和过于隐式
抽象类提供了一种更灵活的子类化机制，我们可以通过定义抽象类来改变isinstance()的行为
通过@abstractmethod装饰器，可以要求抽象类的子类必须实现某个方法

（4）面向对象设计

继承提供了相当强大的代码复用机制，但同时也带来了非常紧密的耦合关系
错误使用继承容易导致代码失控
对事务的行为而不是事务本身建模，更容易孵化出好的面向对象设计
在创建继承关系时应当谨慎。用组合来替代继承有时候是更好的方法

（5）函数与面向对象的配合

Python里的面向对象不必特别纯粹，假如用函数打一点儿配合，可以设计出更好的代码
可以像requests模块一样，用函数为自己的面向对象模块实现一些更易用的API
在Python中，极少使用真正的“单例模式”，大多数情况下，一个简单的模块级全局变量对象就够了
使用“预绑定方法模式”，你可以快速为普通实例包装出普通函数的API

（6）代码编写细节

Python的成员私有协议并不严格，如果你想标识某个属性为私有，使用你想标识某个属性私有，使用下划线前缀就可以了。

编写类时，类方法排序应该遵循某种特殊规则，把读者最关心的内容摆在前面

多态是面向对象编程的基本概念，同时也是最强大的思维工具之一

多态可能的介入时机：许多类似的条件分支判断、许多针对类型isinstance()判断

二、知识与技巧

（1）单例模式(singleton pattern)与预绑定方法模式（prebound methon pattern)

假设你在开发一个程序，它的所有配置项都保持在一个特定的文件中。在项目启动时，程序需要从配置文件中读取所有配置项，然后将其加载进内存供其他模块使用。

由于程序执行时只需要一个全局的配置对象，因此你觉得这个场景非常适合使用经典设计模式：单例模式（singleton pattern)。

下面的代码就应用了单例模式的配置类AppConfig:

class AppConfig:"""程序配置类，使用单例模式"""_instance = Nonedef __new__(cls):if cls._instance is None:inst = super().__new__(cls)# 省略，从配置外部配置文件中读取配置#...passcls._instance = instreturn cls._instancedef get_database(self):"""读取数据库配置"""passdef reload(self):"""重新读取配置文件，刷新配置"""passc1 = AppConfig()
c2 = AppConfig()print(c1 is c2)   # 输出结果：True

在Python中，实现单例模式的方式有很多，而上面这种最为常见，它通过重写类的__new__方法来接管实例创建行为。当__new__方法被重新后，类的每次实例化返回的不再是新实例，而是同一个已经初始化的旧实例cls._instance:

>>>c1 = AppConfig()

>>>c2 = AppConfig()

>>> c1 is C2

True

从上代码看，调用AppConfig()总是会返回同一个对象，基于上面设计，如果其他人想读取数据库配置，代码这样写：

from project.config import Appconfigdb_conf = AppConfig().get_database()
# 重新加载配置
AppConfig.reload()

虽然在处理这种全局配置对象时，单例模式是一种行之有效的解决方案，但在Python中，有一种更简单的做法——与绑定方法模式。

与绑定方法模式是一种将对象方法绑定为函数的模式。要实现该模式，第一步就是完全删除AppConfig里的单例设计模式。因为在Python里，实现单例压根儿不用这么麻烦，有一个随手可得的单例对象——模块（module）

当我们在Python中执行import语句导入模块时，无论import执行了多少次，每个被导入的模块在内存中只会存在一份（保存在sys.modules中）。因此要实现单例模式，只需要在模块里创建一个全局对象即可。

class AppConfig:"""程序配置类，使用单例模式"""def __init__(self):# 已省略：从外部配置文件读取配置...def get_database(self):"""读取数据库配置"""...def reload(self):"""重新读取配置文件，刷新配置"""...

上面代码完善删掉了单例模式的相关代码，只实现了__init__方法，_config就是我们的“单例AppConfig对象”，它以下划线开头命名，表面自己是一个私有全局变量，以免其他人直接操作。

下一步，为了给其它模块提供好用的API，我们需要将单例对象_config的共有方法绑定到config模块上：

# file: project/config.py
class AppConfig:"""程序配置类，使用单例模式"""def __init__(self):# 已省略：从外部配置文件读取配置...def get_database(self):"""读取数据库配置"""...def reload(self):"""重新读取配置文件，刷新配置"""...# 私有全局变量
_config = AppConfig()get_database_conf = _config.getdatabase
reload_conf = _config.reload

之后，其它模块就可以像调用普通函数一样操作应用配置对象了：

from project.config import get_database_conf# 载入数据库配置
db_conf = get_database_conf()
# 重新载入配置
reload_conf()

通过使用“预绑定方法模式”，既避免了复杂的单例设计模式，又有了更易使用的函数API。

（2）多态：在分支中寻找多态的应用时机

多态（polymorphism）是面向对象编程的基本概念之一。它表示同一个方法调用，在运行时会因为对象类型的不同，产生不同效果。比如一个animal类有一个方法bark()，在animal类实例化是Cat类型时，bark()方法发出“喵喵”叫，在animal类实例化是Dog类型时则发出“汪汪”叫。

多态很好理解，当我们看到设计合理的多态代码时，很轻松就能明白代码的意图。但面向对象编程的新手有时会处在一种状态：理解多态，但不知道何时该创建多态。

下面的类FancyLogger是一个记录日志的类：

# -*- coding: utf-8 -*-
from enum import Enum, autoclass OutputType(int, Enum):"""输出类型：枚举类型使用enum模块中的auto()方法，自动为枚举常量分配连续的整数。"""FILE = auto()  REDIS = auto()ES = auto()class FancyLogger:"""日志类：支持向文件、Redis、ES等服务输出日志"""_redis_max_length = 1024def __init__(self, ouput_type=OutputType.FILE):self.ouput_type = ouput_type...def log(self,message):"""打印日志"""if self.ouput_type == OutputType.FILE:...elif self.ouput_type == OutputType.REDIS:...elif self.ouput_type == OutputType.ES:...else:raise TypeError('非法的输出类型')def pre_process(self,message):"""预处理日志"""# Redis对日志最大长度有限制，需要进行裁剪if self.ouput_type == OutputType.REDIS:return message[:self._redis_max_length]   # 切片，裁剪message信息

FancyLogger类接收一个实例化参数：output_type,代表当前的日志输出类型。当输出类型不同时，log()和pre_process()方法会做不同的事情。

上面的FancyLogger类代码就是一个典型的应该使用多态的例子。

FancyLogger类在日志输出类型不同时，需要有不同的行为。因此，我们完全可以为“输出日志”行为建模一个新的类型：LogWriter，然后把每个类型的不同逻辑封装到各自的Writer类中。

对上面的3种输出类型，创建下面的3个Writer类，并对FancyLogger进行了简化，代码如下：

class FileWriter:def write(self, message):...class RedisWriter:max_length = 1024def _pre_process(self, message):# REDIS 对日志最大长度有限制，需要进行裁剪return message[: self.max_length]def write(self, message):message = self._pre_process(message)...class EsWriter:def write(self, message):...class FancyLogger:"""日志类：支持往文件、Redis、ES 等服务输出日志"""def __init__(self, output_writer=None):self._writer = output_writer or FileWriter()  # 默认输出类型：FileWriter...def log(self, message):self._writer.write(message)

上面代码，FancyLogger类使用多态特性，完全消除了原来的条件判断语句。最大的意义在于，利用多态的新代码扩展性更好。

假如想增加一种新的输出类型，在原来实现的FancyLogger类的代码中，需要修改其中Log()和pre_process()等方法，在代码中增加新的类型的判断逻辑。而在新的代码中，只需要增加一个新的Writer类即可，调用FancyLogger类，根据传入的output_type不同，多态会调用相关的Writer做匹配的动作。

注意：增加新的输出类型及相关功能，主类FancyLogger代码不用做任何修改，只需要增加新的Writer类，实现新Writer的实现逻辑即可。

另外，上面这些Writer类都没有继承任何基类，这是因为在Python中多态并不需要使用继承。如果你感觉不好，也可以选择创建一个LogWriter抽象基类。

深入思考多态时，会发现它是一种思维的杠杆，是一种“以少胜多”的过程。

比起把所有的分支和可能行，一股脑地塞进程序员的脑子里，多态思想驱使我们更积极地寻找有效的抽象，以此隔离各个模块，让它们之间通过规范的接口来通信。模块因此变得更容易扩展，代码也更容易理解。

找到使用多态的时机，当你发现自己的代码出现以下特征时：