亚洲激情专区-91九色丨porny丨老师-久久久久久久女国产乱让韩-国产精品午夜小视频观看

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

python下劃線的示例分析

發布時間:2021-02-23 10:46:26 來源:億速云 閱讀:192 作者:清風 欄目:編程語言

這篇文章主要為大家展示了python下劃線的示例分析,內容簡而易懂,條理清晰,希望能夠幫助大家解決疑惑,下面讓小編帶大家一起來研究并學習一下“python下劃線的示例分析”這篇文章吧。

Python主要用來做什么

Python主要應用于:1、Web開發;2、數據科學研究;3、網絡爬蟲;4、嵌入式應用開發;5、游戲開發;6、桌面應用開發。

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
,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__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。

 

結論:

1_xxx     不能用于from
module import *
 以單下劃線開頭的表示的是protected類型的變量。即保護類型只能允許其本身與子類進行訪問。

2__xxx    雙下劃線的表示的是私有類型的變量。只能是允許這個類本身進行訪問了。連子類也不可以

3__xxx___定義的是特列方法。像__init__之類的

 

學習心得:

1、搞清楚了python 里面的單下劃線與雙下劃線的區別

source: http://blog.163.com/jackylau_v/blog/static/175754040201182113817834/

Python中下劃線---完全解讀  

2011-09-02 23:38:17|  分類: 派森程序點滴|字號 訂閱

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
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)
  1. 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。

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

  3. 在調用 print(x) 的同時也調用了 __str__() 方法。

  4. 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
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__()
  1. 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。

  2. 無論何時從迭代器中獲取下一個值都將調用 __next__() 方法。

  3. __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
獲取一個計算屬性(無條件的)x.my_propertyx.__getattribute__('my_property')
獲取一個計算屬性(后備)x.my_propertyx.__getattr__('my_property')
設置某屬性x.my_property = valuex.__setattr__('my_property',value)
刪除某屬性del x.my_propertyx.__delattr__('my_property')
列出所有屬性和方法dir(x)x.__dir__()
  1. 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)。

  2. 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。

  3. 無論何時給屬性賦值,都會調用 __setattr__() 方法。

  4. 無論何時刪除一個屬性,都將調用 __delattr__() 方法。

  5. 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。

行為方式與函數類似的類

可以讓類的實例變得可調用——就像函數可以調用一樣——通過定義 __call__() 方法。

序號目的所編寫代碼Python 實際調用
 像調用函數一樣“調用”一個實例my_instance()my_instance.__call__()

zipfile 模塊 通過該方式定義了一個可以使用給定密碼解密 經加密 zip 文件的類。該 zip 解密 算法需要在解密的過程中保存狀態。通過將解密器定義為類,使我們得以在
decryptor 類的單個實例中對該狀態進行維護。狀態在__init__() 方法中進行初始化,如果文件 經加密 則進行更新。但由于該類像函數一樣“可調用”,因此可以將實例作為map() 函數的第一個參數傳入,代碼如下:

# excerpt from zipfile.py class _ZipDecrypter:     def __init__(self, pwd):         self.key0 = 305419896               ①         self.key1 = 591751049         self.key2 = 878082192         for p in pwd:             self._UpdateKeys(p)      def __call__(self, c):                  ②         assert isinstance(c, int)         k = self.key2 | 2         c = c ^ (((k * (k^1)) >>  & 255)         self._UpdateKeys(c)         return c  zd = _ZipDecrypter(pwd)                    ③ bytes = zef_file.read(12) h = list(map(zd, bytes[0:12]))             ④
  1. _ZipDecryptor 類維護了以三個旋轉密鑰形式出現的狀態,該狀態稍后將在 _UpdateKeys() 方法中更新(此處未展示)。

  2. 該類定義了一個 __call__() 方法,使得該類可像函數一樣調用。在此例中,__call__() 對 zip 文件的單個字節進行解密,然后基于經解密的字節對旋轉密碼進行更新。

  3. zd 是 _ZipDecryptor 類的一個實例。變量 pwd 被傳入 __init__() 方法,并在其中被存儲和用于首次旋轉密碼更新。

  4. 給出 zip 文件的頭 12 個字節,將這些字節映射給 zd 進行解密,實際上這將導致調用 __call__() 方法 12 次,也就是 更新內部狀態并返回結果字節 12 次。

行為方式與序列類似的類

如果類作為一系列值的容器出現——也就是說如果對某個類來說,是否“包含”某值是件有意義的事情——那么它也許應該定義下面的特殊方法已,讓它的行為方式與序列類似。

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 seqseq.__contains__(x)

cgi 模塊 在其 FieldStorage 類中使用了這些方法,該類用于表示提交給動態網頁的所有表單字段或查詢參數。

# A script which responds to http://example.com/search?q=cgi import cgi fs = cgi.FieldStorage() if 'q' in fs:                                               ①   do_search()  # An excerpt from cgi.py that explains how that works class FieldStorage: . . .     def __contains__(self, key):                            ②         if self.list is None:             raise TypeError('not indexable')         return any(item.name == key for item in self.list)  ③      def __len__(self):                                      ④         return len(self.keys())                             ⑤
  1. 一旦創建了 cgi.FieldStorage 類的實例,就可以使用 “in” 運算符來檢查查詢字符串中是否包含了某個特定參數。

  2. 而 __contains__() 方法是令該魔法生效的主角。

  3. 如果代碼為 if 'q' in fs,Python 將在 fs 對象中查找 __contains__() 方法,而該方法在 cgi.py 中已經定義。'q' 的值被當作 key 參數傳入__contains__() 方法。

  4. 同樣的 FieldStorage 類還支持返回其長度,因此可以編寫代碼 len(fs) 而其將調用 FieldStorage 的 __len__()方法,并返回其識別的查詢參數個數。

  5. self.keys() 方法檢查 self.list is None 是否為真值,因此 __len__ 方法無需重復該錯誤檢查。

行為方式與字典類似的類

在前一節的基礎上稍作拓展,就不僅可以對 “in” 運算符和 len() 函數進行響應,還可像全功能字典一樣根據鍵來返回值。

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] = valuex.__setitem__(keyvalue)
 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)

cgi 模塊 的 FieldStorage 類 同樣定義了這些特殊方法,也就是說可以像下面這樣編碼:

# A script which responds to http://example.com/search?q=cgi import cgi fs = cgi.FieldStorage() if 'q' in fs:   do_search(fs['q'])                              ①  # An excerpt from cgi.py that shows how it works class FieldStorage: . . .     def __getitem__(self, key):                   ②         if self.list is None:             raise TypeError('not indexable')         found = []         for item in self.list:             if item.name == key: found.append(item)         if not found:             raise KeyError(key)         if len(found) == 1:             return found[0]         else:             return found
  1. fs 對象是 cgi.FieldStorage 類的一個實例,但仍然可以像 fs['q'] 這樣估算表達式。

  2. fs['q'] 將 key 參數設置為 'q' 來調用 __getitem__() 方法。然后它將在其內部維護的查詢參數列表 (self.list) 中查找一個 .name 與給定鍵相符的字典項。

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

?如果定義了 __lt__() 方法但沒有定義 __gt__() 方法,Python 將通過經交換的算子調用 __lt__() 方法。然而,Python 并不會組合方法。例如,如果定義了 __lt__() 方法和 __eq()__ 方法,并試圖測試是否 x <= y,Python 不會按順序調用 __lt__() 和 __eq()__ 。它將只調用__le__() 方法。

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
  1. 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。

  2. __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

  3. 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 xx.__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.colortype(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.colortype(x).__dict__['color'].__del__(x)
 控制某個對象是否是該對象的實例 your classisinstance(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)

以上就是關于“python下劃線的示例分析”的內容,如果改文章對你有所幫助并覺得寫得不錯,勞請分享給你的好友一起學習新知識,若想了解更多相關知識內容,請多多關注億速云行業資訊頻道。

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

朔州市| 平罗县| 甘孜县| 聊城市| 北流市| 建湖县| 内丘县| 增城市| 新源县| 景德镇市| 昔阳县| 长垣县| 平乡县| 建宁县| 景洪市| 合肥市| 公安县| 雅安市| 稷山县| 上饶县| 旌德县| 平邑县| 普陀区| 界首市| 大连市| 隆德县| 牟定县| 沾化县| 清河县| 泸西县| 进贤县| 东丰县| 行唐县| 阳山县| 乌兰察布市| 资溪县| 琼结县| 盘锦市| 拉萨市| 融水| 安吉县|