Python中的

您所在的位置：网站首页 › new和init区别在python › Python中的

Python中的

2024-05-24 08:19| 来源: 网络整理| 查看: 265

Python中的__new__、__init__以及metaclass#

在Python的面向对象编程中，首先得创建实例对象，然后初始化实例对象，Python中__new__负责创建实例对象，__init__ 负责初始化对象，本文介绍__new__和__init__ 的区别以及Python中的元类。

__new__ 和 __init__#

__new__ 和 __init__ 主要具有如下区别：

__new__是在实例创建之前被调用的，用于创建实例然后返回该实例对象，是个静态方法。__new__必须要有返回值，也就是返回实例化出来的实例。 __new__的返回值（实例）将传递给__init__方法的第一个参数，然后__init__给这个实例设置一些参数。 __new__至少要有一个参数cls，代表当前类 __init__是实例对象创建完成后被调用，然后设置对象属性的一些初始值，通常用在初始化一个类实例的时候，是一个实例方法。 __init__的参数self就是__new__返回的实例，__init__在__new__的基础上可以完成一些其它初始化的动作，__init__不需要返回值（__init__() should return None）。

下面创建一个类：

class Person(object): def __new__(cls, *args, **kwargs): print("__new__ is called") return object.__new__(cls) def __init__(self, x, y): print("__init__ is called") self.name = x self.height = y if __name__ == '__main__': p1 = Person("zhangsan",180)

执行结果：

__new__ is called __init__ is called python实现单例模式#

单例(Singleton)模式就是一个类只能实例化一个对象，这个类必须自己创建自己的唯一实例。

一般情况下，一个类可以实例化多个对象：

p1 = Person("zhangsan",180) print(p1) print(p1.name) p2 = Person("lishi",175) print(p2) print(p2.name)

执行结果：

__new__ is called __init__ is called zhangsan __new__ is called __init__ is called lishi

发现两个实例化对象的内存地址不一样，单例模式写法：

class Singleton(object): # 单例模式 _instance = None def __new__(cls, *args, **kwargs): print("__new__ is called") if cls._instance is None: cls._instance = object.__new__(cls) return cls._instance def __init__(self,x, y): print("__init__ is called") self.name = x self.height = y

单例模式重写了__ new__ 方法，保证只存在一个实例化对象。

执行：

p1 = Singleton("zhangsan",180) print(p1) print(p1.name) p2 = Singleton("lishi", 175) print(p2) print(p2.name) print(p1.name)

输出结果：

__new__ is called __init__ is called zhangsan __new__ is called __init__ is called lishi lishi

两个实例化对象指向了相同的内存地址，单例模式可以保证系统中一个类只有一个实例，如果希望某个类的对象只能存在一个，使用单例模式可以节省内存。

python元类MetaClass#

__new__ 方法也用于自定义元类(MetaClass)，下面先来介绍MetaClass的概念。

什么是MetaClass#

metaclass定义为类中的类（the class of a class），Meta 起源于希腊词汇 meta，有“超越”和“改变”的意思，所以metaclass包含了“超越类”和“变形类”的含义。

先来看一个例子：

>>> class MyClass(object): data = 6 ... >>> myobject = MyClass() >>> print(myobject.__class__) >>> print(MyClass.__class__) >>>

上面的例子中，myobject对象的类为MyClass，MyClass的类是type，也就是说myobject是一个MyClass对象，而MyClass又是一个type对象。

type就是一个元类，它是最常用的元类，是Python中所有类的默认元类，所有的 Python 的用户定义类，都是 type 这个类的实例。

元类被用来构造类(就像类用来构造对象一样)。Python类的创建过程如下：

进行类定义时，Python收集属性到一个字典中类定义完成后，确定类的元类Meta，执行Meta(name, bases, dct)进行实例化。 Meta是元类 name：类的名称，__name__属性 bases：类的基类元组，__bases__属性 dct：将属性名映射到对象中，列出类的所有属性，__dict__属性

可以使用type直接创建类：

>>> myobject = type('MyClass', (), {'data': 6}) >>> print(myobject.__class__) >>> print(myobject.__name__) MyClass >>> print(myobject.__bases__) (,) >>> print(myobject.data) 6 >>> print(myobject.__dict__) {'data': 6, '__module__': '__main__', '__dict__': , '__weakref__': , '__doc__': None}

也就是说当定义MyClass类时，真正执行的是：class = type(name, bases, dct) 语句，

如果一个类或它的一个基类有__metaclass__属性，它就被当作元类。否则，type就是元类。对元类的自定义要用到__new__ 和 __init__方法，接下来介绍元类的定义。

定义元类#

元类可以实现在创建类时，动态修改类中定义的属性或者方法，一般使用__new__方法来修改类属性。

下面的例子使用元类来添加属性方法：

class MyMetaClass(type): def __new__(meta, name, bases, attrs): print(meta, "__new__ is called") # 动态添加属性 attrs['name'] = "zhangsan" attrs['talk'] = lambda self: print("hello") return super(MyMetaClass, meta).__new__(meta, name, bases, attrs) @classmethod def __prepare__(metacls, name, bases, **kwargs): print(metacls, "__prepare__ is called") return super().__prepare__(name, bases, **kwargs) def __init__(cls, name, bases, attrs, **kwargs): print(cls, "__init__ is called") super().__init__(name, bases, attrs) def __call__(cls, *args, **kwargs): print(cls, "__call__ is called") return super().__call__(*args, **kwargs) class Myclass(metaclass=MyMetaClass): pass if __name__ == '__main__': cla = Myclass() print(cla.name) cla.talk() print(cla.__dir__())

执行结果：

__prepare__ is called __new__ is called __init__ is called __call__ is called zhangsan hello ['__module__', 'name', 'talk', '__dict__', '__weakref__', '__doc__', '__repr__', '__hash__', '__str__', '__getattribute__', '__setattr__', '__delattr__', '__lt__', '__le__', '__eq__', '__ne__', '__gt__', '__ge__', '__init__', '__new__', '__reduce_ex__', '__reduce__', '__subclasshook__', '__init_subclass__', '__format__', '__sizeof__', '__dir__', '__class__']

可以看到元类MyMetaClass的 __new__()方法动态地为 Myclass 类添加了 name 属性和 talk() 方法。

在元类的创建中，可以对name, bases, attrs进行修改，实现我们想要的功能，可以使用getattr()、setattr()等Python反射函数，Python反射机制介绍可参考Python反射介绍。

PyYAML的序列化和反序列化#

在实际应用中，Python 的YAML使用metaclass 的超越变形特性实现了序列化和反序列化（serialization & deserialization）。

序列化和反序列化#

序列化：将结构化数据转换为可存储或可传输格式的过程，就是把对象转换成字节序列的过程。

反序列化：把字节序列恢复成对象的过程。

序列化的好处是实现了数据的持久化，可以把数据永久地保存到硬盘上；另外，利用序列化实现远程数据传输，在网络上传输对象的字节序列。

PyYAML使用#

下面的例子中，使用yaml.load()反序列化文本中的Person对象，使用yaml.dump()来序列化创建的Person类。

data.yaml文件内容：

!Person height: 180 name: zhangsan import yaml class Person(yaml.YAMLObject): yaml_tag = u'!Person' def __init__(self, name, height): self.name = name self.height = height def __repr__(self): return f"{self.name}‘s height is {self.height}cm" with open("data.yaml", encoding="utf-8") as f: p1 = yaml.load(f) print(p1) p2 = Person(name='lishi', height=175) print(p2) print(yaml.dump(p2)) # with open("data.yaml", "w", encoding="utf-8") as f: # yaml.dump(p2,f)

执行结果：

zhangsan‘s height is 180cm lishi‘s height is 175cm !Person height: 175 name: lishi

yaml.load()把 yaml 序列加载成一个 Python Object；yaml.dump()把YAMLObject 子类序列化。我们不需要提前知道任何类型信息，这实现了超动态配置编程。

小结#

本文简要介绍了Python的__new__ 和 __init__方法，__new__在实例创建之前调用并返回实例对象， __init__是在实例对象创建完成后被调用，用于初始化一个类实例，是一个实例方法。

python的元类比较复杂，不好理解，一般在Python框架开发中使用，使用时要谨慎。除了YAML的序列化和反序列化外，对象关系映射(ORM)框架也使用了元类，比如Django的models。

元类可以实现类似装饰器的功能，如果不想在方法前面加@decorator_func，可以使用元类来实现。

【本文地址】

公司简介

联系我们