您好,登錄后才能下訂單哦!
小編給大家分享一下Python中attrs如何提高面向對象編程效率,相信大部分人都還不怎么了解,因此分享這篇文章給大家參考一下,希望大家閱讀完這篇文章后大有收獲,下面讓我們一起去了解一下吧!
前言:
Python是面向對象的語言,一般情況下使用面向對象編程會使得開發效率更高,軟件質量更好,并且代碼更易于擴展,可讀性和可維護性也更高。但是如果在一個較大的項目中,如果實體類非常多并且有非常復雜的屬性,你就會逐漸覺得Python的類寫起來是真·“累”。為什么這樣說,看下下面這個Box
類,屬性有長(length
)、寬(width
)、高(hight
):
class Box: def __init__(self, length, width, hight): self.length = length self.width = width self.hight = hight
這樣倒沒有什么問題,而且是符合Python
規范的寫法,初始化函數內每一個參數都需要用self.xxx = xxx
進行賦值,參數少了還好,但是如果參數過多了,只是參數賦值操作都夠寫一會的了,如果一個項目中類也有很多,那就真的要麻木了。
而且我們知道,在Python
中,想要自定義對象本身的打印輸出結果的時候,需要在它的類中實現__repr__()
方法,例如:
def __repr__(self): return '{}(length={}, width={}, hight={})'.format( self.__class__.__name__, self.length, self.width, self.hight)
實現了__repr__()
方法,當我們打印對象本身的時候,才會輸出我們自定義的字符。
box = Box(20, 15, 15) print(box) # 結果輸出為 Box(length=20, width=15, hight=15)
但是有時會因為麻煩,我們不愿意去實現__repr__()
方法,但是不實現打印結果又不友好,就陷入了糾結之中。
如果我么想要實現對象比較,有時候需要判斷2個對象是否相等或者比較大小,就要實現__eq__()
、 __lt__()
、__gt__()
等各種方法來實現對象之間的比較,例如:
def __eq__(self, other): if not isinstance(other, self.__class__): return NotImplemented return (self.length, self.width, self.hight) == ( other.length, other.width, other.hight)
這樣我們又需要實現這幾個用于比較的方法。 比如說我們已經實現了上面說過的所有方法,然后又突然添加一個屬性結實度hardness,那么整個類的方法都需要修改,這是非常折磨人的。 那么有沒有一種方法,可以在創建類的時候自動添加上類似于上面提到的這些東西,答案是有的,那就是我們接下來要介紹的attrs
模塊,它可以幫助我們很方便的定義類。
我們可以使用pip install attrs
進行安裝。
然后將上面的代碼改造一下:
from attr import attrs, attrib @attrs class Box: length = attrib(type=int, default=0) width = attrib(type=int, default=0) hight = attrib(type=int, default=0) box1 = Box(20, 15, 15) print(box1) box2 = Box(30, 20, 20) print(box2 == box1) print(box2 > box1)
用模塊內的attrs
修飾了Box類,再使用attrib
定義所有的屬性,同時指定了屬性的類型和默認值。而且我們沒有實現任何一個上面所提到的方法,但是確實實現了所有的功能。 現在如果我們添加一個屬性顏色color
,這個屬性不參與對象的比較,但是打印的時候要輸出,添加一個屬性結實度hardness
,這個屬性參與對象的比較,但是打印對象的時候不輸出,就非常簡單了:
from attr import attrs, attrib @attrs class Box: length = attrib(type=int, default=0) width = attrib(type=int, default=0) hight = attrib(type=int, default=0) color = attrib(repr=True, cmp=False, default=(0, 0, 0)) hardness = attrib(repr=False, cmp=True, default=0) box1 = Box(20, 15, 15, (255, 255, 255), 80) print("box1:", box1) box2 = Box(20, 15, 15, (255, 255, 0), 100) print("box2:", box2) print(box2 == box1) print(box2 > box1)
執行結果為:
也就是說,如果我們用了attrs庫的話,會讓類的定義變得高效簡潔,就不需要再寫哪些冗余又復雜的代碼了。 關于attrib()
,接收以下參數:
default
:屬性的默認值,如果沒有傳入初始化數據,那么就會使用默認值
validator
:驗證器,檢查傳入的參數是否合法
repr
:是否參與對象打印時的輸出
cmp
:是否參與對象比較
hash
:是否進行去重
init
:是否參與初始化,如果為False,那么這個參數不能當做類的初始化參數,默認是True
metadata
:元數據,只讀性的附加數據
type
:類型,比如 int、str 等各種類型,默認為 None
converter
:轉換器,進行一些值的處理和轉換器,增加容錯性
kw_only
:是否為強制關鍵字參數,默認為 False
這里我們只重點說一下驗證器和轉換器,其他的參數都很好理解。
有時候在設置一個屬性的時候必須要滿足某個條件,比如上面的顏色color
屬性,我們使用的是RGB三原色方式,例如黑色是(255,255,255),對于這種情況,我們就需要驗證屬性是否合法。
例如:
def color_is_valid(instance, attr, value): if not isinstance(value, set): raise ValueError(f"參數{attr.name}:{value}不合法!") for i in value: if not 0 <= i<= 255: raise ValueError(f"參數{attr.name}:{value}不合法!") @attrs class Box: length = attrib(type=int, default=0) width = attrib(type=int, default=0) hight = attrib(type=int, default=0) color = attrib(repr=True, cmp=False, validator=color_is_valid, default=(0, 0, 0)) hardness = attrib(repr=False, cmp=True, default=0) box1 = Box(20, 15, 15, (255, 255, 260), 80)
執行結果為:
上述代碼中定義了一個驗證器color_is_valid()
方法來驗證顏色color
是否合法,不合法時就會拋異常。
驗證器方法接收三個參數:
instance
:類對象
attr
:屬性名
value
:屬性值
而且attrs
模塊也提供了許多內置驗證器,這里就不做贅述了。
轉換器主要做一些值的處理和轉換,增加類的容錯性,比如一個屬性接收的是int類型,我們想要的是傳入了數字字符串也不會報錯,那我們就可以增加轉換器,將字符串自動轉為數字,例如:
def to_int(value): try: return int(value) except: return None @attrs class Box: length = attrib(type=int, default=0, converter=to_int) width = attrib(type=int, default=0, converter=to_int) hight = attrib(type=int, default=0) color = attrib(repr=True, cmp=False, default=(0, 0, 0)) hardness = attrib(repr=False, cmp=True, default=0) box1 = Box("20", "15", 15, (255, 255, 255), 80) print("box1:", box1) box2 = Box("2a", 15, 15, (255, 255, 0), 100) print("box2:", box2)
上面定義了一個方法to_int()
,可以將值轉化為數字類型,轉換異常就返回None
,這樣容錯性非常高了。
以上是“Python中attrs如何提高面向對象編程效率”這篇文章的所有內容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內容對大家有所幫助,如果還想學習更多知識,歡迎關注億速云行業資訊頻道!
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。