内容包含：
- 元类
- python 对象和类的绑定以及类方法，静态方法
- python 子类调用父类方法总结
- python 方法解析顺序MRQ
- python定制类和魔法方法
- 关于用法__slots__
- @property使用
- 修饰器
- 闭包
0、元类
元类就是类的类，所体现的终极思想就是一切皆对象。
关于深层次，待使用到在总结。
1、python 对象和类的绑定以及类方法，静态方法
通常我们要使用一个类中的方法时，都需要实例化该类，再进行调用，那类中 self 和 cls 有什么含义，能不能不初始化一个实例而直接调用类方法，对象方法和类方法，静态方法又有什么关系。是本篇文章思考的问题。
类的调用有以下两种方法：
>>>class Test:
... def func(self, message):
... print message
...
>>>object1=Test()
>>>x=object1.func
>>>x('abc')
abc
>>>t=Test.func
>>>t(object1,'abc')
abc
但是对于 t=Test.func 来说，变量名 t 是关联到了类 Test 的func 方法的地址上，t是非绑定的，所以在调用t(object1, ‘abc’) 时，必须显式的将实例名与 self 关联，否则将会报出”TypeError: unbound method func() must be called with Test instance as first argument (got str instance instead)” 的错误。
参考学习
明白以下几点： 1、类默认的方法都是绑定对象的，而self参数也是指向该对象，没有实例化对象时，类中方法调用会出错，也涉及到python自动传递self参数。 2、若想不实例化而直接通过 类名.方法 来调用，需要指定该方法绑定到类，如下,一要使用@classmethod 装饰器，二方法中第一个参数为cls，而不是self。
>>> class Foo(object):
... @classmethod #定义类方法要点1
... def foo(cls): #定义类方法要点2
... print 'call foo'
...
>>> Foo.foo()
call foo
>>> Foo().foo()
call foo
类也是对象，因此和下面的静态方法还是有不一样。类中直接定义的属性如下，在类方法中也是可以直接使用的。
class pizza(object):
radius = 42
@classmethod
def get_radius(cls):
return cls.radius
print pizza.get_radius()
类方法对于创建工厂函数最有用，如下
class pizza(object):
def __init__(self,ingre):
self.ingre = ingre
@classmethod
def from_other(cls,fridge):
return cls(fridge.juice()+fridge.cheese())
def get_ingre(self):
return self.ingre
cls代表该类，cls()也是用来创建对象，和pizza(fridge.juice()+fridge.cheese())效果一样。待理解，工厂方法是什么？ 3、若只想当成一个普通函数，定义不包含self和cls，则可以使用静态方法，如下：
>>> class Foo(object):
... @staticmethod
... def foo():
... print 'call foo'
...
>>> Foo.foo()
call foo
>>> Foo().foo()
call foo
作者：_Zhao_
链接：http://www.jianshu.com/p/4b871019ef96
來源：简书
2、python 子类调用父类方法总结
talk is weak，从程序开始：
class Person(object):
def __init__(self):
self.name = "Tom"
def getName(self):
return self.name
class Student(Person):
def __init__(self):
self.age = 12
def getAge(self):
return self.age
if __name__ == "__main__":
stu = Student()
print stu.getName()
作者：nummy
链接：http://www.jianshu.com/p/dfa189850651
上面只是说明一个常用的子类调用父类场景，即调用父类的初始化函数。
直接运行以上代码会出错，因为尽管Student类继承了Person类，但是并没有调用父类的init()方法，因为子类中对init函数进行了重写，若没有重写会直接继承父类的init函数自动运行。有以下两种方法：
参考 1、super方法
class Base:
def __init__(self):
print('Base.__init__')
class A(Base):
def __init__(self):
# super().__init__()
super(A,self).__init__()
print('A.__init__')
class B(Base):
def __init__(self):
# super().__init__()
super(B,self).__init__()
print('B.__init__')
class C(A,B):
def __init__(self):
# super().__init__() # Only one call to super() here python3
super(C,self).__init__()
print('C.__init__')
运行结果
>>> c = C()
Base.__init__
B.__init__
A.__init__
C.__init__
>>>
2、调用未绑定的父类构造方法
class Person(object):
def __init__(self):
self.name = "Tom"
def getName(self):
return self.name
class Student(Person):
def __init__(self):
Person.__init__(self)
self.age = 12
def getAge(self):
return self.age
if __name__ == "__main__":
stu = Student()
print stu.getName()
作者：nummy
链接：http://www.jianshu.com/p/dfa189850651
非绑定方法不经常用到，上述场景却使用的比较多（即子类覆盖父类的方法）。运行时没有父类person的实例，需要显示地进行传递，但有Student的实例，可以用来进行代替。 这种方法叫做调用父类的未绑定的构造方法。在调用一个实例的方法时，该方法的self参数会被自动绑定到实例上（称为绑定方法）。但如果直接调用类的方法（比如Person.__init），那么就没有实例会被绑定。这样就可以自由的提供需要的self参数，这种方法称为未绑定unbound方法。 通过将当前的实例作为self参数提供给未绑定方法，Student类就能使用其父类构造方法的所有实现，从而name变量被设置。
3、python 方法解析顺序
参考
上述博文具有很强的参考意义，转述如下： 在类的多继承中，方法解析顺序MRQ具有很重要的意义，比如对以下菱形继承，D的实例调用show方法，是调用A的还是C的show。
python解析顺序的规范化也是一个不断发展的过程，主要有以下两个阶段：
- 2.2之前的经典类。经典类中多继承方法解析采用深度优先从左到右搜索，即D-B-A-C-A，也就是说经典类中只采用A的show方法。
- 经典类对单层继承没有什么问题，但是对上述来说，我们显然更愿意使用C的show方法，因为他是对A的具体化，但是经典类比并不能实现，于是在2.2中引入新式类（继承自object），它仍然采用从左至右的深度优先遍历，但是如果遍历中出现重复的类，只保留最后一个。并且在定义类时就计算出该类的 MRO 并将其作为类的属性。因此新式类可以直接通过 mro 属性获取类的 MRO。 举个例子：
按照深度遍历，其顺序为 [D, B, A, object, C, A, object]，重复类只保留最后一个，因此变为 [D, B, C, A, object]
这样看起来好像么有问题，但是会有潜在的问题，比如破坏了单调性原则，因此在2.3中引入了 __ C3 算法__。
C3 MRQ
我们把类 C 的线性化（MRO）记为 L[C] = [C1, C2,…,CN]。其中 C1 称为 L[C] 的头，其余元素 [C2,…,CN] 称为尾。如果一个类 C 继承自基类 B1、B2、……、BN，那么我们可以根据以下两步计算出 L[C]： 1、L[object] = [object] 2、L[C(B1…BN)] = [C] + merge(L[B1]…L[BN], [B1]…[BN]) 这里的关键在于 merge，其输入是一组列表，按照如下方式输出一个列表： 检查第一个列表的头元素（如 L[B1] 的头），记作 H。 若 H 未出现在其它列表的尾部，则将其输出，并将其从所有列表中删除，然后回到步骤1；否则，取出下一个列表的头部记作 H，继续该步骤。 重复上述步骤，直至列表为空或者不能再找出可以输出的元素。如果是前一种情况，则算法结束；如果是后一种情况，说明无法构建继承关系，Python 会抛出异常。
举例：
根据C3，计算过程为：
4、python定制类和魔法方法
参考学习
形如__xxx__的变量或者函数名要注意，这些在Python中是有特殊用途。常见的就是__inint__()函数了，在对象创建后用来初始化，类似的还有__new()__ 和__del__函数。用的不是很多，不做细节深入。
注：__init__和__new__区别
前者是对象初始化，对对象进行定制，而后者才是一个构造函数，返回一个实例化对象，__new__ 方法创建实例对象供__init__ 方法使用，__init__方法定制实例对象。__new__ 方法必须返回值，__init__方法不需要返回值。(如果返回非None值就报错) https://zhuanlan.zhihu.com/p/21379984
__str__ 和 __rerp__
class yuan(object):
def __init__(self):
self.name = 'yuanqijie'
self.age = 22
self.ambition = 'yes'
def __str__(self):
return 'object name: %s' % self.name
qijie = yuan()
print qijie
输出为：
object name: yuanqijie
若没有重写 __str__ 则输出为 <main.Student object at 0x109afb310> 但注意到，若直接输出变量而不是用print在提示符下还是上述信息，因为直接显示变量调用的不是__str__()，而是__repr__()，两者的区别是__str__()返回用户看到的字符串，而__repr__()返回程序开发者看到的字符串，也就是说，repr()是为调试服务的。可以类似上述方法进行重写，作为了解即可。
5、__slots__
当定义一个类时，可以动态的给该类绑定一个属性和方法，比如：
>>> class Student(object):
... pass
>>> s = Student()
>>> s.name = 'Michael' # 动态给实例绑定一个属性
>>> print s.name
Michael
>>> def set_age(self, age): # 定义一个函数作为实例方法
... self.age = age
...
>>> from types import MethodType
>>> s.set_age = MethodType(set_age, s, Student) # 给实例绑定一个方法
>>> s.set_age(25) # 调用实例方法
>>> s.age # 测试结果
25
注意的是，上面是给一个实例绑定的相应的方法，也就是说当在生成一个实例时，上述增加的属性和方法就不起作用了。可以给class绑定方法：
>>> def set_score(self, score):
... self.score = score
...
>>> Student.set_score = MethodType(set_score, None, Student)
只需将MethodType第二个参数改为None就行。
__slots__ 用来限制属性
>>> class people(object):
... __slots__ = ('age','name') # 用tuple定义允许绑定的属性名称
...
>>> p = people()
>>> p.age = 20
>>> p.na = yuan
>>> p.na = 'yuan'
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'people' object has no attribute 'na'
>>> p.name = 'yuan'
>>>
6、@property使用
参考 http://python.jobbole.com/80955/ 由上面一节可以知道，绑定属性时，可以随意修改属性值，比如
s = Student()
s.score = 9999
很多时候都需要对属性值进行判断，比如正负，大小范围等，一般来说就需要写一个函数进行逻辑检查，比如：
class Student(object):
def get_score(self):
return self._score
def set_score(self, value):
if not isinstance(value, int):
raise ValueError('score must be an integer!')
if value < 0 or value > 100:
raise ValueError('score must between 0 ~ 100!')
self._score = value
这样就能保证能对传入的值进行逻辑约束，但是每次设置需要调用相应函数，比如 s.set_score( 99 ),又显得不是很简洁，能不能像 s.score = 99一样简洁又能进行逻辑检查呢。就是@property。
@property装饰器可以将一个method变为属性，可以像属性一样简单调用，如student.get_score ,若没有装饰器，则返回的是函数地址。关于setter用法见下。
class Student(object):
@property
def score(self):
return self._score
@score.setter
def score(self, value):
if not isinstance(value, int):
raise ValueError('score must be an integer!')
if value < 0 or value > 100:
raise ValueError('score must between 0 ~ 100!')
self._score = value
@score.setter装饰器表示可以对该属性赋值，若没有则是一个只读的属性。
7、修饰器
示例1：
class myDecorator(object):
def __init__(self, fn):
print "inside myDecorator.__init__()"
self.fn = fn
def __call__(self):
self.fn()
print "inside myDecorator.__call__()"
@myDecorator
def aFunction():
print "inside aFunction()"
print "Finished decorating aFunction()"
aFunction()
运行上述输出为：
inside myDecorator.__init__()
Finished decorating aFunction()
inside aFunction()
inside myDecorator.__call__()
示例2：
def check_is_admin(f):
def wrapper(*args, **kwargs):
if kwargs.get('username') != 'admin':
raise Exception("error occur")
return f(*args, **kwargs)
return wrapper
class store(object):
@check_is_admin
def get_food(self,username,food):
print food
s = store()
s.get_food(username='admin',food='noodles')
print s.get_food.__name__
上述程序定义了check_is_admin的装饰器，装饰器的主要作用是调用某个函数之前执行一类通用的操作，比如日志任务，上述是执行了权限检查。
函数被装饰器修饰时，本质上函数变为
get_food = check_is_admin（get_food(self,username,food)）
check_is_admin直接返回 wrapper函数地址，因此get_food也是指向wrapper函数，故print s.get_food.__name__结果是 wrapper.
因此调用s.get_food(username='admin',food='noodles')也就是
wrapper(username='admin',food='noodles')。该函数最后一定要有return f(*args, **kwargs) ，这确保原来函数被执行并返回结果。
因为装饰器使原函数指向了另一个函数（如上面的wrapper）,而原函数只是该函数的一部分，该方式确实对原函数进行了扩展。但同时引入了另外的问题，原函数的属性和名字没有了,如上面s.get_food.__name__并不是get_food。functools提供了名为wraps的装饰器，会复制这些属性给装饰器函数，用法如下：
import functools
def check_is_admin(f):
@functools.wraps(f)
def wrapper(*args, **kwargs):
if kwargs.get('username') != 'admin':
raise Exception("error occur")
#return f(*args, **kwargs)
return wrapper
只需额外添加两行代码。 值得一提的是，**kwargs指定了字典方式传入数据，因此只支持s.get_food(username=’admin’,food=’noodles’)而不支持s.get_food(‘admin’,’noodles’)。为了代码的通用性，考虑对其进行完善，使用inspect模块，最终为：
import functools
import inspect
def check_is_admin(f):
@functools.wraps(f)
def wrapper(*args, **kwargs):
func_args = inspect.getcallargs(f,*args,**kwargs)
if func_args.get('username') != 'admin':
raise Exception("error occur")
print 'test'
return f(*args, **kwargs)
return wrapper
func_args会以字典形式记录对应的key和value。意味着装饰器不用检查参数是否是基于位置的参数还是关键字参数，最终以相同的格式保存在返回字典中。
补充
funclist = []
def decorate(func):
funclist.append(func)
return func
@decorate
def func1(num):
return num + 1
@decorate
def func2(num):
return num * num
@decorate
def func3(num):
return num * 2
if __name__ == '__main__':
print max(func(3) for func in funclist)
上面想要说明的是装饰器函数是会执行的，func1 = decorate(func1),这是一条语句，是会执行的，因此，funclist中已经进行了记录。上面的装饰器是最简单的装饰器。
闭包
def decorate(func):
print 'hello'
msg = 'nice day'
def wrapper(*args, **kwargs):
print msg
if kwargs.get('username') == 'yuan':
return func(*args, **kwargs)
else:
return
return wrapper
@decorate
def login(username):
print username
if __name__ == '__main__':
login(username='yuan')
print login.__name__
print login.__closure__
输出：
hello
nice day
yuan
wrapper
(<cell at 0x7f60023c64b0: function object at 0x7f60023c4ed8>, <cell at 0x7f60023c6558: str object at 0x7f60023c72d0>)
对于函数login来说，执行login = decorate（login），返回一个wrapper函数，因此__name__打印出wrapper，但有一个问题，因为wrapper是一个函数，返回之后比较有趣的是 func参数和msg参数仍能使用。一般来说，函数的局部变量只有在执行期间有效，返回之后就会失效。就是说上面的函数通过闭包使脱离了函数本身的作用范围，但仍能访问到局部变量。 如何实现的呢？ 函数都有一个__closure__属性，如果这个函数是一个闭包的话，那么它返回的是一个由 cell 对象组成的元组对象。cell 对象的cell_contents 属性就是闭包中的自由变量。
值得注意的是：
def decorate():
total = 0
def wrapper(value)
total += value
return wrapper
上面函数会报错，错误原因是total 变量没有定义，其实，对数字或者任何不可变类型，在嵌套函数中重新赋值都会发生错误，因为会创建局部变量，从而不会保存在闭包中。 要解决这个问题，可以使用 nonlocal 关键字，在python3中有效。
总结
嵌套函数可以访问外层函数的局部变量，闭包则可以使函数脱离了函数本身的作用范围，依然能够访问局部变量。
