Maison  >  Article  >  développement back-end  >  Quel est le modèle objet de Python ?

Quel est le modèle objet de Python ?

王林
王林avant
2023-05-18 21:02:431434parcourir

Dans la théorie orientée objet, il existe deux concepts fondamentaux : les classes et les instances. Une classe peut être considérée comme un modèle et les instances sont des objets créés sur la base de ce modèle. En Python, les classes et les instances sont considérées comme des objets, à savoir les objets de classe (ou objets de type) et les objets d'instance.

Afin d'éviter les ambiguïtés ultérieures, nous divisons ici les objets en trois types :

  • Objets de classe intégrés : tels que int, str, list, type, object, etc. ; via la clé de classe Une classe définie par un mot, bien sûr, nous y ferons également référence, ainsi que les objets de classe intégrés ci-dessus, en tant qu'objets de classe (ou objets de type)

  • Objets d'instance : instances créées par des objets de classe (intégrés) ; dans les objets de classe ou les objets de classe personnalisés) ;

  • Les deux relations suivantes existent entre les objets :

is-kind-of : correspondant à la relation entre les sous-classes et les classes parents dans la théorie orientée objet ; is-instance-of : Correspondant à la relation entre les objets d'instance et les objets de classe dans la théorie orientée objet

  • Donnons un exemple :

    class Girl(object):
    
        def say(self):
            return "古明地觉"
    
    girl = Girl()
    print(girl.say())  # 古明地觉
  • Ce code contient les trois objets ci-dessus : object (objet de classe intégré) ; , Girl (objet de classe personnalisé), girl (objet d'instance).
  • De toute évidence, il existe une sorte de relation entre Girl et objet, c'est-à-dire que Girl est une sous-classe d'objet. Il convient de mentionner que toutes les classes de Python3 (sauf l'objet) héritent de l'objet par défaut. Même si nous n'héritons pas explicitement de l'objet ici, nous en hériterons par défaut, mais par souci d'explication, nous l'écrirons.

  • En plus du fait que Girl soit une sous-classe d'objet, nous pouvons également voir qu'il existe une relation is-instance-of entre girl et Girl, c'est-à-dire que girl est une instance de Girl. Bien sûr, si l’on va plus loin, il existe également une relation d’instance-de-jeu entre la fille et l’objet, et la fille est aussi une instance d’objet.
class Girl(object):
    pass
    
girl = Girl()
print(issubclass(Girl, object))  # True 
print(type(girl))  # <class &#39;__main__.Girl&#39;>
print(isinstance(girl, Girl))  # True
print(isinstance(girl, object))  # True

Girl obtient une instance de fille après avoir été instanciée, donc appeler type(girl) renverra l'objet de classe Girl. Girl est un objet instance de la classe Object car elle hérite de la classe Object. Quant au principe, nous l’introduireons progressivement.

Python fournit également des moyens pour détecter ces relations. En plus du type ci-dessus, vous pouvez également utiliser l'attribut __class__ de l'objet pour détecter la relation is-instance-of entre un objet et d'autres objets.

L'attribut __bases__ de l'objet peut détecter la relation entre un objet et d'autres objets. De plus, Python fournit également deux fonctions issubclass et isinstance pour vérifier si la relation attendue existe entre deux objets.

class Girl(object):
    pass 

girl = Girl()
print(girl.__class__)  # <class &#39;__main__.Girl&#39;>
print(Girl.__class__)  # <class &#39;type&#39;>
# __class__是查看自己的类型是什么,也就是生成自己的类
# 而在介绍 Python 对象的时候,我们就看到了
# 任何一个对象都至少具备两个东西: 一个是引用计数、一个是类型
# 所以 __class__ 是所有对象都具备的

# __base__只显示直接继承的第一个类
print(Girl.__base__)  # <class &#39;object&#39;>
# __bases__ 会显示直接继承的所有类,以元组的形式
print(Girl.__bases__)  # (<class &#39;object&#39;>,)

Dessinons une image pour résumer :

De plus, vous devez faire attention au type et à l'objet à l'intérieur :

Le type et l'objet ont une relation de type est, car le type est un sous-classe d'objet ;

Quel est le modèle objet de Python ?

L'objet et le type ont une relation is-instance-of, car l'objet est une instance d'objet de type

  • Certaines personnes peuvent être curieuses de savoir pourquoi c'est le cas, et à ce sujet, je a écrit cet article sur la dispute entre type et objet. C'est très détaillé. Si vous êtes intéressé, vous pouvez cliquer pour le lire.

  • Pour faire simple, la structure correspondant au type au calque inférieur est PyType_Type, et la structure correspondant à l'objet au calque inférieur est PyBaseObject_Type. Lors de la création d'un objet, définissez le ob_type interne sur &PyType_Type ; lors de la création du type, définissez le tp_base interne sur &PyBaseObject_Type.
  • Les deux définitions sont donc dépendantes l'une de l'autre, et elles apparaissent en même temps, comme nous le verrons plus tard.

  • De plus, le type de type est le type lui-même, donc :

Le type d'objet d'instance est de type objet, et le type d'objet de type est une métaclasse

La classe de base de tous les objets de type converge vers ; object;

  • Les types de tous les objets convergent vers le type

  • Par conséquent, Python peut être considéré comme implémentant le concept selon lequel tout est un objet à l'extrême; d'excellentes caractéristiques dynamiques.

    Mais ce n'est pas encore fini, jetons un œil au comportement de l'objet de classe Girl, tout d'abord il prend en charge le paramétrage des attributs :
  • class Girl(object):
        pass
    
    print(hasattr(Girl, "name"))  # False
    Girl.name = "古明地觉"
    print(hasattr(Girl, "name"))  # True
    print(Girl.name)  # 古明地觉
Dans d'autres langages statiques, une fois qu'une classe est définie, vous ne pouvez pas ajouter d'attributs, mais dans notre langue, vous le pouvez. Comment Python implémente-t-il l’ajout dynamique d’attributs ? Généralement, nous pensons au dictionnaire

Quel est le modèle objet de Python ?Tout comme l'espace de noms global, nous supposons qu'une classe doit également avoir son propre dictionnaire d'attributs. Lors de la définition d'attributs dans une classe, cela équivaut à ajouter des paires clé-valeur au dictionnaire. De même, d'autres opérations. sont similaires.

class Girl(object):
    pass

print(Girl.__dict__.get("name", "不存在"))  # 不存在
Girl.name = "古明地觉"
print(Girl.__dict__.get("name"))  # 古明地觉

est similaire au fonctionnement des variables globales, mais il y a une chose à noter : nous ne pouvons pas définir les attributs directement via le dictionnaire d'attributs de la classe.

try:
    Girl.__dict__["name"] = "古明地觉"
except Exception as e:
    print(e)  
# &#39;mappingproxy&#39; object does not support item assignment

虽然叫属性字典,但其实是 mappingproxy 对象,该对象本质上就是对字典进行了一层封装,在字典的基础上移除了增删改操作,也就是只保留了查询功能。要给类增加属性,可以使用直接赋值的方式或调用 setattr 函数。

但在介绍如何篡改虚拟机的时候,我们提到过一个骚操作,可以通过 gc 模块拿到 mappingproxy 对象里的字典。

import gc

class Girl(object):
    pass

gc.get_referents(Girl.__dict__)[0]["name"] = "古明地觉"
print(Girl.name)  # 古明地觉

并且这种做法除了适用于自定义类对象,还适用于内置类对象。但是工作中不要这么做,知道有这么个操作就行。

除了设置属性之外,我们还可以设置函数。

class Girl(object):
    pass

Girl.info = lambda name: f"我是{name}"
print(Girl.info("古明地觉"))  # 我是古明地觉

# 如果实例调用的话,会和我们想象的不太一样
# 因为实例调用的话会将函数包装成方法
try:
    Girl().info("古明地觉")
except TypeError as e:
    print(e) 
"""
<lambda>() takes 1 positional argument but 2 were given
"""    

# 实例在调用的时候会将自身也作为参数传进去
# 所以第一个参数 name 实际上接收的是 Girl 的实例对象
# 只不过第一个参数按照规范来讲应该叫做self
# 但即便你起别的名字也是无所谓的
print(Girl().info())  
"""
我是<__main__.Girl object at 0x000001920BB88760>
"""

所以我们可以有两种做法:

# 将其包装成一个静态方法
# 这样类和实例都可以调用
Girl.info = staticmethod(lambda name: f"我是{name}")
print(Girl.info("古明地觉"))  # 我是古明地觉
print(Girl().info("古明地觉"))  # 我是古明地觉

# 如果是给实例用的,那么带上一个 self 参数即可
Girl.info = lambda self, name: f"我是{name}"
print(Girl().info("古明地觉"))  # 我是古明地觉

此外我们还可以通过 type 来动态地往类里面进行属性的增加、修改和删除。

class Girl(object):

    def say(self):
        pass

print(hasattr(Girl, "say"))  # True
# delattr(Girl, "say") 与之等价
type.__delattr__(Girl, "say")
print(hasattr(Girl, "say"))  # False
# 我们设置一个属性吧
# 等价于 Girl.name = "古明地觉"
setattr(Girl, "name", "古明地觉")
print(Girl.name)  # 古明地觉

事实上调用 getattr、setattr、delattr 等价于调用其类型对象的__getattr__、__setattr__、__delattr__。

所以,一个对象支持哪些行为,取决于其类型对象定义了哪些操作。并且通过对象的类型对象,可以动态地给该对象进行属性的设置。Python 所有类型对象的类型对象都是 type,通过 type 我们便可以控制类的生成过程,即便类已经创建完毕了,也依旧可以进行属性设置。

但是注意:type 可以操作的类只能是通过 class 定义的动态类,而像 int、list、dict 等静态类,它们是在源码中静态定义好的,只不过类型设置成了 type。一言以蔽之,type 虽然是所有类对象的类对象,但 type 只能对动态类进行属性上的修改,不能修改静态类。

try:
    int.name = "古明地觉"
except Exception as e:
    print(e)
"""
can&#39;t set attributes of built-in/extension type &#39;int&#39;
"""

try:
    setattr(int, "ping", "pong")
except Exception as e:
    print(e)
"""
can&#39;t set attributes of built-in/extension type &#39;int&#39;     
"""

内置类和扩展类的属性无法被设置,这是由于内置类在解释器启动后就已被初始化。可以通过报错信息观察到这点。我们所说的扩展类,是指我们使用 Python/C API 编写的扩展模块中的类,其与内置类具有相同的地位。

因此内置类和使用 class 定义的类本质上是一样的,都是 PyTypeObject 对象,它们的类型在 Python 里面都是 type。不同的是,内置类在底层是以静态初始化方式实现的,因此我们无法通过动态设置属性的方式来操作它们(除非使用 gc 模块)。

但是为什么不可以对内置类和扩展类进行属性设置呢?首先我们要知道 Python 的动态特性是虚拟机赐予的,而虚拟机的工作就是将 PyCodeObject 对象翻译成 C 的代码进行执行,所以 Python 的动态特性就是在这一步发生的。

同理,扩展类和内置类在解释器启动后都已经被静态初始化,并直接指向 C 一级的数据结构。它们与解释执行绕开了相应过程,因此无法在其上动态添加属性。

不光内置的类本身,还有它的实例对象也是如此。

a = 123
print(hasattr(a, "__dict__"))  # False

我们发现它甚至连自己的属性字典都没有,因为解释器对于内置类对象的实例对象,其内部的属性和方法是已知的。由于底层代码已被固定且不允许修改,因此在实现虚拟机时无需创建属性字典,以节省内存。

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration:
Cet article est reproduit dans:. en cas de violation, veuillez contacter admin@php.cn Supprimer