- 译者序
- 前言
- 第1章 问答环节
- 第2章 Python 如何运行程序
- 第3章 如何运行程序
- 第4章 介绍 Python 对象类型
- 第5章 数字
- 第6章 动态类型简介
- 第7章 字符串
- 第8章 列表与字典
- 第9章 元组、文件及其他
- 第10章 Python 语句简介
- 第11章 赋值、表达式和打印
- 第12章 if 测试和语法规则
- 第13章 while 和 for 循环
- 第14章 迭代器和解析,第一部分
- 第15章 文档
- 第16章 函数基础
- 第17章 作用域
- 第18章 参数
- 第19章 函数的高级话题
- 第20章 迭代和解析,第二部分
- 第21章 模块:宏伟蓝图
- 第22章 模块代码编写基础
- 第23章 模块包
- 第24章 高级模块话题
- 第25章 OOP:宏伟蓝图
- 第27章 更多实例
- 第28章 类代码编写细节
- 第29章 运算符重载
- 第30章 类的设计
- 第31章 类的高级主题
- 第32章 异常基础
- 第34章 异常对象
- 第35章 异常的设计
- 第36章 Unicode 和字节字符串
- 字符串基础知识
- Python 的字符串类型
- 文本和二进制文件
- Python 3.0 中的字符串应用
- 转换
- 编码 Unicode 字符串
- 编码非ASCII文本
- 编码和解码非ASCII文本
- 其他 Unicode 编码技术
- 转换编码
- 在 Python 2.6 中编码 Unicode 字符串
- 源文件字符集编码声明
- 使用 Python 3.0 Bytes 对象
- 序列操作
- 创建 bytes 对象的其他方式
- 混合字符串类型
- 使用 Python 3.0(和 Python 2.6)bytearray 对象
- 使用文本文件和二进制文件
- Python 3.0 中的文本和二进制模式
- 类型和内容错误匹配
- 使用 Unicode 文件
- 在 Python 3.0 中处理 BOM
- Python 2.6 中的 Unicode 文件
- Python 3.0 中其他字符串工具的变化
- Struct二进制数据模块
- pickle对象序列化模块
- XML解析工具
- 本章小结
- 本章习题
- 习题解答
- 第37章 管理属性
- 第38章 装饰器
- 第39章 元类
- 附录A 安装和配置
- 附录B 各部分练习题的解答
- 作者介绍
- 封面介绍
__getattr__ 和 __getattribute__ 比较
运行时,__getattr__版本拦截对attr3的访问,因为它是未定义的。另一方面,__getattribute__版本拦截所有的属性获取,并且必须将那些没有管理的属性访问指向超类获取器以避免循环:
尽管__getattribute__可以捕获比__getattr__更多的属性获取,但是实际上,它们只是一个主题的不同变体——如果属性没有物理地存储,二者具有相同的效果。
管理技术比较
为了概括我们在本章介绍的4种属性管理方法之间的编码区别,让我们快速地来看看使用每种技术的一个更全面的计算属性的示例。如下的版本使用特性来拦截并计算名为square和cube的属性。注意它们的基本值是如何存储到以下划线开头的名称中的,因此,它们不会与特性本身的名称冲突:
要用描述符做到同样的事情,我们用完整的类定义了属性。注意,描述符把基础值存储为实例状态,因此,它们必须再次使用下划线开头,以便不会与描述符的名称冲突(正如我们将在本章最后的示例中见到的,我们可以通过把基础值存储为描述符状态,从而避免必须重新命名):
要使用__getattr__访问拦截来实现同样的结果,我们再次用下划线开头的名称存储基础值,这样对被管理的名称访问是未定义的,并且由此调用我们的方法。我们还需要编写一个__setattrr__来拦截赋值,并且注意避免其潜在的循环:
最后一个选项,使用__getattribute__来编写,类似于前一个版本。由于我们现在捕获了每一个属性,因此必须把基础值获取指向超类以避免循环:
正如你所见到的,每种技术的编码形式都有所不同,但是,所有4种方法在运行的时候都产生同样的结果:
要了解如何比较这些替代方案以及其他编码选项的更多内容,在本章后面“示例:属性验证”节的属性验证示例中,我们会更多地尝试它们的实际应用。在此之前,我们需要先学习和这些工具中的两种相关的一个缺点。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论