必须实现 __getitem__ 并显式处理 slice 对象，因为 python 将切片语法直接传为 slice 实例而非整数索引；若未判断类型，用 self._data[key] 会因 list 不接受 slice 作索引而报错。
直接支持切片的自定义容器类，必须实现 __getitem__ 并正确处理 slice 对象——只重载 __iter__ 或靠 list 代理都不够。
为什么 __getitem__ 必须显式处理 slice？
Python 在遇到切片语法（如 obj[1:5:2]）时，会把 slice(1, 5, 2) 作为参数传给 __getitem__，而不是拆成多次整数索引调用。如果没判断类型，直接用 self._data[key] 去访问底层列表，就会在传入 slice 时报 TypeError: list indices must be integers or slices, not slice（注意：这个错误信息本身含 slice 字样，是重要线索）。
实操建议：
- 在
__getitem__开头用isinstance(key, slice)分支判断 - 对
slice对象调用key.indices(len(self))获取归一化后的(start, stop, step)，避免手动处理负索引和越界 - 返回新实例（而非
list），保持类型一致性；若返回list，后续无法链式切片（如obj[1:][::2]）
如何让切片返回同类型实例？
返回原始数据类型（如 list）会丢失自定义行为，比如你重载了 __len__ 或加了校验逻辑。必须构造新实例，并确保内部数据可被安全切片。
实操建议：
- 假设底层用
self._items存储数据（list或tuple），用self._items[key]得到切片后数据 - 用
type(self)(切片后数据)构造新对象，兼容继承子类 - 若构造逻辑复杂（如需深拷贝或验证），抽成私有方法
_from_iterable统一处理
示例片段：
SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的 双功能合体技能 ，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途 ：；核心要点📝 题解模式 ：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式 ：输入 Python 代码，自动添加详细中。它将相关步骤、
def __getitem__(self, key):
if isinstance(key, slice):
sliced_data = self._items[key] # 底层支持切片
return type(self)(sliced_data) # 返回同类型
return self._items[key]
是否需要实现 __setitem__ 和 __delitem__？
切片赋值（obj[1:3] = [x, y]）和切片删除（del obj[2:4]）是独立操作，仅靠 __getitem__ 无法支持。Python 会分别调用 __setitem__ 和 __delitem__，且传入的 key 同样可能是 slice。
常见错误现象：
- 执行
obj[1:3] = ['a', 'b']报TypeError: object does not support item assignment - 即使实现了
__setitem__，但没处理slice，会报TypeError: list indices must be integers or slices, not slice
实操建议：
-
__setitem__中同样需isinstance(key, slice)分支，再调用底层__setitem__或重建self._items - 切片删除通常需用
del self._items[key]，注意底层容器是否支持（tuple不支持） - 若容器设计为不可变（如类似
namedtuple），应明确抛出TypeError并提示“immutable”
性能与边界情况要注意什么？
切片本身开销不大，但不当实现可能引发意外复制或类型泄漏。尤其当底层数据很大，或容器封装了远程数据源（如懒加载序列）时，盲目返回完整切片副本会浪费内存。
实操建议：
- 避免在
__getitem__中对大序列做list(self._items[key])—— 若_items已是list，直接self._items[key]即可（返回新list是 Python 切片的默认行为） - 如果希望惰性切片（如支持超长日志流），考虑返回一个只保存
slice和引用的新视图类，而非立即提取数据 - 测试边界：空切片（
obj[10:5]）、全切片（obj[:]）、步长为负（obj[::-1]）——这些都依赖slice.indices()的正确归一化
最易被忽略的是：slice.indices() 要求传入长度，而 len(self) 可能触发昂贵计算。如果 __len__ 代价高，得缓存或换更轻量方式获取长度。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
