Python中命名规范之三 duner方法和魔法函数
off999 2024-11-01 12:48 28 浏览 0 评论
Python中命名中的尾部双下划线
当想要使用与 Python 关键字或内置名称冲突的名称时, 添加尾部下划线将帮助您避免此问题。
>>> list = [1, 2, 3, 4]
>>> list
[1, 2, 3, 4]
>>> list("Pythonista")
Traceback (most recent call last):该名称是为内置类型保留的。如果继续使用相同的交互式会话,则在收到如下错误时会感到惊讶:list
TypeError: 'list' object is not callable
list 该名称是为内置类型保留的。 为什么不能调用 list() 构造函数?j是因为之前的代码覆盖了内置名称,
可以通过在冲突后附加下划线来解决命名冲突的问题
list_是程序员自己定义的名字,直接使用list会覆盖内置的list,可以使用list_来代表息的命名
>>> list_ = [1, 2, 3, 4]
>>> list_
[1, 2, 3, 4]
>>> list("Pythonista")
['P', 'y', 't', 'h', 'o', 'n', 'i', 's', 't', 'a']
同样的代理class也是python中的关键字,但是你需要取一个名字来表示这个含义
class Passenger:
def __init__(self, name, class_, seat):
self.name = name
self.class_ = class_
self.seat = seat
# Implementation...
可以在class后面加下划线 class_表示这是一个class类型
Python 中的 Dunder 名称
dunderj是什么:
Python中有关单个和双下划线的各种含义和命名约定,名称修饰的工作方式以及它如何影响Python类。dunder 是 double under score 的缩写
这些dunder其实就是魔法方法
例如:list.__len__(),可以通过以下两种方法来获取list的长度
>>> [].__len__()
0
>>>len([])
特殊方法 | 描述 |
.__init__() | 在 Python 类中提供初始值设定项 |
.__call__() | 使类的实例调用 |
.__str__() 和 .__repr__() | 为对象提供字符串表示形式 |
.__iter__() 和 .__next__() | 支持迭代器 |
.__len__() | 支持en() |
看一个自定义的魔法方法
class ShoppingCart:
def __init__(self):
self.products = []
def add_product(self, product):
self.products.append(product)
def get_products(self):
return self.products
def __len__(self):
return len(self.products)
这个类自己实现了 __len__,这样可以通过len(obj)来获取它的长度。
>>> from cart import ShoppingCart
>>> cart = ShoppingCart()
>>> cart.add_product("keyboard")
>>> cart.add_product("mouse")
>>> cart.add_product("monitor")
>>> len(cart)
3
dunder属性
Python 也有一些 dunder 属性,它们不是指特殊方法,而是指特殊属性和变量。以下是最常用的:
- __name__ 导入系统中唯一标识模块。
- __file__ 指示从中加载模块的文件的路径。
大家可以增看一下这个代码中的输出,分析一下为什么会有 __name__和__file__这两个属性,以及它们的值是多少
def main():
# Implemention...
if __name__ == "__main__":
main()
Python 中下划线的其他用法
单独一个下划线 _
在 REPL 会话的上下文中,下划线字符具有隐式角色。它作为一个特殊变量,包含上次计算表达式的结果
>>> 12 + 30
42
>>> _
42
>>> pow(4, 2)
16
>>> _
16
Python 在计算后自动将该值分配给变量。可以像使用任何其他变量一样访问和使用该变量:__
>>> numbers = [1, 2, 3, 4]
>>> len(numbers)
4
>>> sum(numbers) / _
2.5
一次性变量 _
一次性变量是 Python 名称中下划线的另一个常见用例。你经常会在循环和推导中看到它们,在这些循环和推导式中,你不需要在任何计算中使用循环变量。
for循环的语法需要一个变量,但是你其实并不需要这个range中的值,则可以使用_来代替
>>> matrix = [[number for number in range(5)] for _ in range(5)]
>>> matrix
[
[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4]
]
模式匹配
Python 在 3.10 版中引入了结构模式匹配
>>> def sum_list(numbers):
... match numbers:
... case []:
... return 0
... case [int(first) | float(first), *rest]:
... return first + sum_list(rest)
... case _:
... raise ValueError(f"can only sum lists of numbers")
...
最后一条语句使用通配符,如果不是包含整数和浮点数的列表,则匹配。您可以实际尝试一下:case_numbers
>>> sum_list([1, 2, 3])
6
>>> sum_list(["x", "y"])
Traceback (most recent call last):
...
ValueError: can only sum lists of numbers
nameedtuple命名元组
之前有文章写过个专题回顾一下
>>> from collections import namedtuple
>>> Point = namedtuple("Point", "x y")
>>> point = Point(2, 4)
>>> point
Point(x=2, y=4)
>>> dir(point)
[
...
'_asdict',
'_field_defaults',
'_fields',
'_make',
'_replace',
'count',
'index',
'x',
'y'
]
除了命名元组继承自元组的 和 方法之外,命名元组还提供三种附加方法,它们还有两个额外的属性,以及 ..count().index()._asdict()._make()._replace()._field_defaults._fields
>>> from collections import namedtuple
>>> Car = namedtuple("Car", ["make", "model", "color", "year"])
>>> mustang = Car(make="Ford", model="Mustang", color="Red", year=2022)
>>> mustang.make
'Ford'
总结
python中的下划线矸不同的场景有不同的用法,由于这个语言其实没有严格的public和private区别,只能通过下划线这个命名规范来约束,实际上你仍然有办法通过特殊手段获取这些看起来要隐藏的值,当然通常情况下是不建议这样强行使用,虽然它并不能标上你这样做。
相关推荐
- Linux 网络协议栈_linux网络协议栈
-
前言;更多学习资料(包含视频、技术学习路线图谱、文档等)后台私信《资料》免费领取技术点包含了C/C++,Linux,Nginx,ZeroMQ,MySQL,Redis,fastdfs,MongoDB,Z...
- 揭秘 BPF map 前生今世_bpfdm
-
1.前言众所周知,map可用于内核BPF程序和用户应用程序之间实现双向的数据交换,为BPF技术中的重要基础数据结构。在BPF程序中可以通过声明structbpf_map_def...
- 教你简单 提取fmpeg 视频,音频,字幕 方法
-
ffmpeg提取视频,音频,字幕方法(HowtoExtractVideo,Audio,SubtitlefromOriginalVideo?)1.提取视频(ExtractVi...
- Linux内核原理到代码详解《内核视频教程》
-
Linux内核原理-进程入门进程进程不仅仅是一段可执行程序的代码,通常进程还包括其他资源,比如打开的文件,挂起的信号,内核内部的数据结构,处理器状态,内存地址空间,或多个执行线程,存放全局变量的数据段...
- Linux C Socket UDP编程详解及实例分享
-
1、UDP网络编程主要流程UDP协议的程序设计框架,客户端和服务器之间的差别在于服务器必须使用bind()函数来绑定侦听的本地UDP端口,而客户端则可以不进行绑定,直接发送到服务器地址的某个端口地址。...
- libevent源码分析之bufferevent使用详解
-
libevent的bufferevent在event的基础上自己维护了一个buffer,这样的话,就不需要再自己管理一个buffer了。先看看structbufferevent这个结构体struct...
- 一次解决Linux内核内存泄漏实战全过程
-
什么是内存泄漏:程序向系统申请内存,使用完不需要之后,不释放内存还给系统回收,造成申请的内存被浪费.发现系统中内存使用量随着时间的流逝,消耗的越来越多,例如下图所示:接下来的排查思路是:1.监控系统中...
- 彻底搞清楚内存泄漏的原因,如何避免内存泄漏,如何定位内存泄漏
-
作为C/C++开发人员,内存泄漏是最容易遇到的问题之一,这是由C/C++语言的特性引起的。C/C++语言与其他语言不同,需要开发者去申请和释放内存,即需要开发者去管理内存,如果内存使用不当,就容易造成...
- linux网络编程常见API详解_linux网络编程视频教程
-
Linux网络编程API函数初步剖析今天我们来分析一下前几篇博文中提到的网络编程中几个核心的API,探究一下当我们调用每个API时,内核中具体做了哪些准备和初始化工作。1、socket(family...
- Linux下C++访问web—使用libcurl库调用http接口发送解析json数据
-
一、背景这两天由于一些原因研究了研究如何在客户端C++代码中调用web服务端接口,需要访问url,并传入json数据,拿到返回值,并解析。 现在的情形是远程服务端的接口参数和返回类型都是json的字符...
- 平衡感知调节:“系统如人” 视角下的架构设计与业务稳定之道
-
在今天这个到处都是数字化的时代,系统可不是一堆冷冰冰的代码。它就像一个活生生的“数字人”,没了它,业务根本转不起来。总说“技术要为业务服务”,但实际操作起来问题不少:系统怎么才能快速响应业务需求?...
- 谈谈分布式文件系统下的本地缓存_什么是分布式文件存储
-
在分布式文件系统中,为了提高系统的性能,常常会引入不同类型的缓存存储系统(算法优化所带来的的效果可能远远不如缓存带来的优化效果)。在软件中缓存存储系统一般可分为了两类:一、分布式缓存,例如:Memca...
- 进程间通信之信号量semaphore--linux内核剖析
-
什么是信号量信号量的使用主要是用来保护共享资源,使得资源在一个时刻只有一个进程(线程)所拥有。信号量的值为正的时候,说明它空闲。所测试的线程可以锁定而使用它。若为0,说明它被占用,测试的线程要进入睡眠...
- Qt编写推流程序/支持webrtc265/从此不用再转码/打开新世界的大门
-
一、前言在推流领域,尤其是监控行业,现在主流设备基本上都是265格式的视频流,想要在网页上直接显示监控流,之前的方案是,要么转成hls,要么魔改支持265格式的flv,要么265转成264,如果要追求...
- 30 分钟搞定 SpringBoot 视频推拉流!实战避坑指南
-
30分钟搞定SpringBoot视频推拉流!实战避坑指南在音视频开发领域,SpringBoot凭借其快速开发特性,成为很多开发者实现视频推拉流功能的首选框架。但实际开发中,从环境搭建到流处理优...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python写入txt (66)
- python读取文件夹下所有文件 (59)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)