一、作业（对象的封装）
要点分析
1.封装，对象中嵌套对象
2.pickle,load,切记，一定要先导入相关的类
二、上节内容回顾和补充
面向对象基本知识：
1.类和对象的关系
2.三大特性：
封装
继承
面向对象的三大特性：多态的补充
多态（多种形态，多种类型）
python的多态
def func(arg):
print(arg) func(1)
func('lili')
func([11,22,33])
JAVA/C++的多态
#用python语言的格式来写JAVA/C++语言的多态
def func(int arg):
print(arg) func(123)
func('hangzheng') #此种写法在java和c++会报错，原因在于，上面已经明确定义arg的类型是int #JAVA/C++语言中多态的表现形式
class A:
pass
class B(A):
pass
class C(A):
pass #arg参数：必须要是A类型或A的子类型
def func(A arg):
print(arg) #obj = B()
#obj = C()
obj = A()
func(obj)
三、面向对象 类成员
1.字段
普通字段 属于对象，由对象来进行调用
#普通字段
class Province:
def __init__(self,name):
self.name = name
self.country = "中国" def show(self):
print(self.name) hlj = Province("黑龙江")
sd = Province('山东')
print(hlj.name)
print(sd.name)
#其中：name country都是普通字段
#此程序的缺点：每次打印的时候都会打印出“中国”，在内存中就会保存多份相同的country字段"中国"
疑问：在保证省份正常输出的情况下，能不能使其就保存一份呢？解决此问题的方法：静态字段
静态字段 属于类，由类来进行调用
#静态字段在内存中只保存一份，普通方法则需要在内存中保存多份
class Province:
#静态字段，保存在类中
country = "中国" def __init__(self,name):
#动态字段，保存在对象中
self.name = name hn = Province("河南")
hb = Province("河北")
#一般情况下，自己访问自己的字段
#规则：普通字段只能用对象访问
#静态字段用类访问（万不得已的时候可以使用对象访问）
print(hn.name)
print(Province.country)
print(hb.country) #说明
#country保存在类中，内存中有country
#类一旦被加载，静态字段就有值
#静态字段在代码加载时，已经创建
2.方法
所有的方法属于类
1.普通方法：至少一个self,由对象调用执行
2.静态方法：任意参数， 由类调用执行（对象执行）
3.类方法： 至少一个cls, 由类调用执行（对象执行）
#普通方法 静态方法 类方法
class Province:
#静态字段，属于类，由类进行调用
country = "中国" def __init__(self,name):
#普通字段，属于对象，由对象调用
self.name = name #普通方法：由对象调用执行（方法属于类）
def show(self):
print(123) @staticmethod
def f1(cla,arg1,arg2):
#静态方法，由类来进行调用，不需要创建对象即可进行调用
#参数可无，也可以是多个
#当方法内部不需要对象中封装的值时，可以将方法写成静态方法
print(arg1,arg2)
3.属性
不伦不类的东西
具有方法的写作形式，具有字段的访问形式
#属性：让方法以字段的方式去访问
class Pager:
def __init__(self,all_count):
self.all_count = all_count @property
def all_pager(self):
a1,a2 = divmod(self.all_count,10)
if a2 == 0:
return a1
else:
return a1 + 1 @all_pager.setter
def all_pager(self,value):
print(value) @all_pager.deleter
def all_pager(self):
print('del all_pager') p = Pager(101)
#p.all_count #字段
#result = p.all_pager() #方法
#print(result) #属性相关操作
#以字段方式去调用方法
ret = p.all_pager #调用方法即执行@property
print(ret)
p.all_pager = 123 #给字段重新赋值,执行此操作时即执行@all_pager.setter方法
ret = p.all_pager
print(ret)
del p.all_pager #删除字段,执行此操作时即执行@all_pager.deleter方法
属性的第二种表现形式：
class Pager:
def __init__(self,all_count):
self.all_count = all_count def f1(self):
return 123 def f2(self,value):
pass def f3(self):
pass foo = property(fget=f1,fset=f2,fdel=f3) p = Pager(101)
result = p.foo
print(result) p.foo = 'alex' del p.foo
说明：当执行p.foo时，会执行fget=f1,也即会执行第一个函数f1,
当执行p.foo='alex'时,会执行fget=f2,也即会执行第二个函数f2
当执行del p.foo时，会执行fget=f3,也即会执行第三个函数f3
四、成员修饰符
成员：字段 方法 属性
共有：内外部都可以进行访问
私有：只能类自己本身成员内部可以访问
注意：不到万不得已不要在外部强制访问私有成员 对象._类名__name
class Foo:
# 静态字段
__cc = "123" def __init__(self, name):
# 普通字段，私有成员
self.__name = name def f1(self):
print(self.__name) @staticmethod
def f3():
print(Foo.__cc) print(Foo.__cc)
#obj = Foo('hello')
#print(obj.__name)
#obj.f1()
# obj.f3()
#Foo.f3()
执行结果如下：
C:\python35\python3.exe D:/PythonS13/Day8/homework/blog.py
Traceback (most recent call last):
File "D:/PythonS13/Day8/homework/blog.py", line 20, in <module>
print(Foo.__cc)
AttributeError: type object 'Foo' has no attribute '__cc'
说明：报错信息中提示：AttributeError: type object 'Foo' has no attribute '__cc'，而实际上__cc是存在的，那为什么还会报错呢？大家注意看静态字段cc前面多了两个下划线(__)，由于字段前面有了两个下划线，此时静态字段已经变为了静态私有字段，既然是私有的，在外部当然不可以别调用了。所以在外部调用私有字段时就会报错。
#普通方法
class Foo:
#静态字段
__cc = "123" def __init__(self,name):
#私有字段
self.name = name def __f1(self):
print(self.name) def f2(self):
pass def f3(self):
self.__f1() @staticmethod
def f4():
print(Foo.__cc) #print(Foo.__cc) 报错
obj = Foo('hello')
obj.f3()
Foo.f4() obj = Foo('alex')
#obj.__f1() 报错
#静态方法
class Foo:
#静态字段
__cc = "123" def __init__(self,name):
#私有字段
self.name = name def f1(self):
print(self.name) @staticmethod
def __f2():
print(Foo.__cc) @staticmethod
def f3():
Foo.__f2() obj = Foo('alex')
obj.f1()
#Foo.__f2() #调用私有静态方法会报错
Foo.f3()
#类方法
class Foo:
#静态字段
__cc = "123" def __init__(self,name):
#私有字段
self.name = name def f1(self):
print(self.name) @staticmethod
def __f2():
print(Foo.__cc) @staticmethod
def f3():
Foo.__f2() @classmethod
def f4(cls):
Foo.__f5() @classmethod
def __f5(cls):
print(cls) #Foo.__f5() 调用私有类方法会报错
Foo.f4()
五、特殊成员
1.__init__
__init__：构造函数，通过类创建对象时，自动触发执行
class Foo:
def __init__(self, name):
self.name = name
self.age = 18
obj = Foo('mohan') # 自动执行类中的 __init__ 方法
2.__module__和__class__
__module__：表示当前操作的对象在哪个模块
__class__：表示当前操作的对象的类是什么
#!/usr/bin/env python
# -*- coding:utf-8 -*-
#__module__和__class__ #lib/demo
class C: def __init__(self):
self.name = 'zhangsan' #index.py
from lib.demo import C obj = C()
print(obj.__module__) # 输出 lib.aa，即：输出模块
print(obj.__class__) # 输出 lib.aa.C，即：输出类 #程序执行结果
lib.demo
<class 'lib.demo.C'>
4.__del__
__del__:析构方法，当对象在内存中被释放时，自动触发执行
注：此方法一般无需定义，因为python是一门高级语言，程序员在使用时无需关心内存的分配和释放，因为此工作都是交给python解释器来执行，所以，析构函数的调用是由解释器在进行垃圾回收时自动触发执行的
class Foo:
def __del__(self):
print("我马上要消失了")
5.__call__
对象后面加括号，触发执行
注：构造方法的执行是由创建对象触发的，即：对象 = 类名();而对于__call__方法的执行是由对象后面加括号触发的，即：对象()或者是类()
class Foo:
def __init__(self):
pass
def __call__(self, *args, **kwargs):
print '__call__'
obj = Foo() # 执行 __init__
obj() # 执行 __call__
6.__doc__:类的描述信息
class Foo:
""" 描述类信息，定义一个函数 """ def func(self):
pass print(Foo.__doc__)
#输出：类的描述信息
7.__dict__
类或对象中的所有成员
普通字段属于对象，类中的静态字段和方法属于类
class Province:
country = '中国'
def __init__(self, name, count):
self.name = name
self.count = count
def func(self, *args, **kwargs):
print 'func'
# 获取类的成员，即：静态字段、方法、
print(Province.__dict__)
# 输出：{'country': '中国', '__module__': '__main__', 'func': <function func at 0x10be30f50>, '__init__': <function __init__ at 0x10be30ed8>, '__doc__': None}
obj1 = Province('河南',100000)
print(obj1.__dict__)
# 获取 对象obj1 的成员
# 输出：{'count': 100000, 'name': '河南'}
obj2 = Province('山东', 4888)
print(obj2.__dict__)
# 获取 对象obj1 的成员
# 输出：{'count': 4888, 'name': '山东'}
7.__str__
如果一个类中定了__str__方法，那么在打印对象是，默认输出该方法的返回值
class Foo:
def __str__(self):
return 'mohan'
obj = Foo()
print(obj)
# 输出：mohan
8.__getitem__ 、__setitem__、__delitem__
用于索引操作，如字典。以上分别表示获取、设置、删除数据
#!/usr/bin/env python
class Foo(object): def __getitem__(self, key):
print( '__getitem__',key) def __setitem__(self, key, value):
print('__setitem__',key,value) def __delitem__(self, key):
print( '__delitem__',key) obj = Foo() result = obj['k1'] # 自动触发执行 __getitem__
obj['k2'] = 'mohan' # 自动触发执行 __setitem__
del obj['k1'] # 自动触发执行 __delitem__
9.__getslice__、__setslice__、__delslice__
这三个方法用于分片操作，如：列表
#!/usr/bin/env python
class Foo(object):
def __getslice__(self, i, j):
print( '__getslice__',i,j)
def __setslice__(self, i, j, sequence):
print( '__setslice__',i,j)
def __delslice__(self, i, j):
print( '__delslice__',i,j)
obj = Foo()
obj[-1:1] # 自动触发执行 __getslice__
obj[0:1] = [11,22,33,44] # 自动触发执行 __setslice__
del obj[0:2] # 自动触发执行 __delslice__
10.__iter__
用于迭代器，之所以列表、字典、元组可以进行for循环，是因为类型内部定义了__iter__
class Foo(object):
pass obj = Foo() for i in obj:
print(i) # 报错：TypeError: 'Foo' object is not iterable
class Foo(object):
def __iter__(self):
pass
obj = Foo()
for i in obj:
print(i)
# 报错：TypeError: iter() returned non-iterator of type 'NoneType'
#!/usr/bin/env python
# -*- coding:utf-8 -*- class Foo(object): def __init__(self, sq):
self.sq = sq def __iter__(self):
return iter(self.sq) obj = Foo([11,22,33,44]) for i in obj:
print(i)
从以上步骤可以看出 ，for循环迭代的其实是iter([11,22,3,44])，所以执行流程可以变更为：
obj = iter([11,22,33,44])
for i in obj:
print(i)
for循环内部语法结构;
obj = iter([11,22,33,44]) while True:
val = obj.next()
print(val)
10.__new__和__metaclass__
请阅读以下代码：
class Foo(object):
def __init__(self):
pass
obj = Foo() # obj是通过Foo类实例化的对象
上述代码中，obj是通过FOO类实例化的对象，其实，不仅obj是一个对象，FOO类本身也是一个对象，因为python中一切事物都是对象。
如果按照一切都是对象的理论：obj对象是通过FOO类的构造方法创建，那么FOO类对象应该也是通过执行某个类的构造方法创建的。
print(type(obj)) # 输出：<class '__main__.Foo'> 表示，obj 对象由Foo类创建
print(type(Foo)) # 输出：<type 'type'> 表示，Foo类对象由 type 类创建
所以，obj对象是Foo类的一个实例，Foo类对象是 type 类的一个实例，即：Foo类对象 是通过type类的构造方法创建。
创建类的两种方式：
1.普通方式
class Foo(object):
def func(self):
print('hello mohan')
2.特殊方式（type类的构造函数）
def func(self):
print('hello mohan') Foo = type('Foo',(object,), {'func': func})
#type第一个参数：类名
#type第二个参数：当前类的基类
#type第三个参数：类的成员
类默认是由type类实例化产生，type类中如何实现的创建类，类又是如何创建对象？
答：类中有一个属性__metaclass__，其用来表示类是由谁来实例化创建，所以，我们可以为__metaclass__设置一个type类的派生类，从而查看类创建的过程。
class MyType(type):
def __init__(self, what, bases=None, dict=None):
super(MyType, self).__init__(what, bases, dict)
def __call__(self, *args, **kwargs):
obj = self.__new__(self, *args, **kwargs)
self.__init__(obj)
class Foo(object):
__metaclass__ = MyType
def __init__(self, name):
self.name = name
def __new__(cls, *args, **kwargs):
return object.__new__(cls, *args, **kwargs)
# 第一阶段：解释器从上到下执行代码创建Foo类
# 第二阶段：通过Foo类创建obj对象
obj = Foo()
其他相关
一、isinstance(obj,cls)
检查obj是否是类cls的对象
class Foo(object):
pass obj = Foo() isinstance(obj, Foo)
二、issubclass(sub,super)
检查sub类是否是super类的派生类
class Foo(object):
pass class Bar(Foo):
pass issubclass(Bar, Foo)
六、设计模式之单例模式
七、面向对象其他
-isinstance
_issubclass
_应用：
1.自定义类型，对字典进行补充，有序字典
2.对源码的扩展 八、异常处理
1、异常基础
在编程过程中为了增加友好性，在程序出现bug时一般不会将错误信息显示给用户，而是显示一个事先定义好的提示的页面，通俗来说就是不让用户看见大黄页！！！
try:
pass
except Exception,ex:
pass
需求：求和
while True:
num1 = input('num1:')
num2 = input('num2:')
try:
num1 = int(num1)
num2 = int(num2)
result = num1 + num2
except Exception, e:
print '出现异常，信息如下：'
print e
2、异常种类
python中的异常种类非常多，每个异常专门处理 某一项异常。
常见异常:
AttributeError 试图访问一个对象没有的树形，比如foo.x，但是foo没有属性x
IOError 输入/输出异常；基本上是无法打开文件
ImportError 无法引入模块或包；基本上是路径问题或名称错误
IndentationError 语法错误（的子类） ；代码没有正确对齐
IndexError 下标索引超出序列边界，比如当x只有三个元素，却试图访问x[5]
KeyError 试图访问字典里不存在的键
KeyboardInterrupt Ctrl+C被按下
NameError 使用一个还未被赋予对象的变量
SyntaxError Python代码非法，代码不能编译(个人认为这是语法错误，写错了）
TypeError 传入对象类型与要求的不符合
UnboundLocalError 试图访问一个还未被设置的局部变量，基本上是由于另有一个同名的全局变量，
导致你以为正在访问它
ValueError 传入一个调用者不期望的值，即使值的类型是正确的
更多异常
ArithmeticError
AssertionError
AttributeError
BaseException
BufferError
BytesWarning
DeprecationWarning
EnvironmentError
EOFError
Exception
FloatingPointError
FutureWarning
GeneratorExit
ImportError
ImportWarning
IndentationError
IndexError
IOError
KeyboardInterrupt
KeyError
LookupError
MemoryError
NameError
NotImplementedError
OSError
OverflowError
PendingDeprecationWarning
ReferenceError
RuntimeError
RuntimeWarning
StandardError
StopIteration
SyntaxError
SyntaxWarning
SystemError
SystemExit
TabError
TypeError
UnboundLocalError
UnicodeDecodeError
UnicodeEncodeError
UnicodeError
UnicodeTranslateError
UnicodeWarning
UserWarning
ValueError
Warning
ZeroDivisionError
实例
#IndexError dic = ["mohan", 'yamei']
try:
dic[10]
except IndexError, e:
print(e) #KeyError
dic = {'k1':'v1'}
try:
dic['k20']
except KeyError, e:
print(e) #ValueError
s1 = 'hello'
try:
int(s1)
except ValueError, e:
print(e)
对于上述实例，异常类只能处理指定的异常情况，如果非指定异常则无法处理
# 未捕获到异常，程序直接报错 s1 = 'hello'
try:
int(s1)
except IndexError,e:
print(e)
所以，写程序时需要考虑到try代码块中可能出现的任意异常，可以这样写：
s1 = 'hello'
try:
int(s1)
except IndexError,e:
print(e)
except KeyError,e:
print(e)
except ValueError,e:
print(e)
万能异常：在python的异常中，Exception，它可以捕获任意异常
s1 = 'hello'
try:
int(s1)
except Exception,e:
print(e)
既然这样，python中的其他异常是不是就可以忽略了？
当然不是，对于特殊处理或提醒的异常需要先定义，最后定义Exception来确保程序的执行
s1 = 'hello'
try:
int(s1)
except KeyError,e:
print('键错误')
except IndexError,e:
print('索引错误')
except Exception, e:
print('错误')
3、异常其他结构
try:
# 主代码块
pass
except KeyError,e:
# 异常时，执行该块
pass
else:
# 主代码块执行完，执行该块
pass
finally:
# 无论异常与否，最终执行该块
pass
4、主动触发异常
try:
raise Exception('错误了。。。')
except Exception,e:
print(e)
5、自定义异常
class MohanException(Exception):
def __init__(self, msg):
self.message = msg
def __str__(self):
return self.message
try:
raise MohanException('我的异常')
except MohanException,e:
print(e)
参考：http://www.cnblogs.com/wupeiqi/articles/5017742.html
http://www.cnblogs.com/wupeiqi/p/4766801.html