Python学习：内建属性、内建函数的教程

1. 内建属性

python3中查看类的内建属性和方法：

 >>> class Person:
 ...     pass
 ...
 >>> dir(Person)
 ['__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__']

子类没有实现__init__方法时，默认自动调用父类的。 如定义__init__方法时，需自己手动调用父类的 __init__方法。

示例：__getattribute__

class Lesson(object):
    def __init__(self,subject1):
        self.subject1 = subject1
        self.subject2 = 'cpp'

    # 属性访问时拦截器：当访问属性或方法名时，均会调用此方法
    # 作用：扩展功能，比如记录日志、过滤拦截等
    def __getattribute__(self,obj):
        if obj == 'subject1':
            print('log subject1')
            return 'redirect python'
        else:   # 测试时注释掉这2行，将找不到其他属性，均返回None，但不会报错
            return object.__getattribute__(self,obj)

    def show(self):
        print('this is Itcast')

s = Lesson("python")
print(s.subject1)
print(s.subject2)

运行结果：

log subject1
redirect python
None

__getattribute__ 的坑

class Person(object):
    def __getattribute__(self,obj):
        print("---test---")
        if obj.startswith("a"):
            return "hahha"
        else:
            return self.test  # 坑在此：self.xxx

    def test(self):
        print("heihei")


t = Person()
t.a  # 返回hahha
t.b  # 会让程序死掉

原因：

程序执行else里面的代码时，即return self.test，因为return需要把self.test的值返回，那么首先要获取self.test的值（test方法名所对应的函数体的地址），因为self此时就是t这个对象，所以self.test就是t.test，此时要获取t这个对象的test属性，那么就会跳转到__getattribute__方法去执行，即此时产生了递归调用，由于这个递归过程中没有判断什么时候推出，所以这个程序会永无休止的运行下去，又因为每次调用函数，就需要保存一些数据，那么随着调用的次数越来越多，最终内存吃光，所以程序崩溃。

因此注意，以后不要在__getattribute__方法中调用 self.xxx 。

2. 内建函数

启动python解释器，输入dir(__builtins__),，可以看到很多python解释器启动后默认加载的属性和函数，这些函数称之为内建函数（Build-in Function），这些函数因为在编程时使用较多，cpython解释器用c语言实现了这些函数，启动解释器时默认加载。

这些函数数量众多，不宜记忆，开发时不是都用到的，待用到时再使用 help(function) 查看如何使用，或结合百度查询即可，在这里介绍些常用的内建函数。

range函数

range(stop) -> list of integers
range(start, stop[, step]) -> list of integers

• start：计数从start开始。默认是从0开始。例如：range(5) 等价于 range(0, 5)
• stop：到stop结束，但不包括stop.例如：range(0, 5) 是 [0, 1, 2, 3, 4]
• step：每次跳跃的间距，默认为1。例如：range(0, 5) 等价于 range(0, 5, 1)

python2中range返回列表，python3中range返回一个迭代器。如果想得到列表，可通过list函数：

list(range(5))

map函数

map函数会根据提供的函数，对指定序列做映射。

map(function, sequence[, sequence, ...]) -> list

• function：是一个函数
• sequence：是一个或多个序列，取决于function需要几个参数

参数序列中的每一个元素分别调用function函数，返回包含每次function函数返回值的list（python3中返回迭代器）。

示例：

>>> list(map(lambda x: x*x, [1, 2, 3]))  #
[1, 4, 9]
>>> list(map(lambda x,y: x+y, [1,2,3], [4,5,6]))
[5, 7, 9]
>>> def f1(x, y):
...     return (x, y)
...
>>> l1 = [0, 1, 2, 3]
>>> l2 = ["a", "b", "c", "d"]
>>> list(map(f1, l1, l2))
[(0, 'a'), (1, 'b'), (2, 'c'), (3, 'd')]

filter函数

filter函数会对指定序列执行过滤操作。

filter(...)
    filter(function or None, sequence) -> list, tuple, or string

    Return those items of sequence for which function(item) is true.  If
    function is None, return the items that are true.  If sequence is a tuple
    or string, return the same type, else return a list.

• function：接受一个参数，返回布尔值
• sequence：序列可以是 str，tuple，list

filter函数会对序列参数sequence中的每个元素调用function函数，最后返回的结果包含调用结果为True的元素。返回值的类型和参数sequence的类型相同（python3中返回迭代器）。

示例：

>>> a = filter(lambda x: x%2, [0,1,2,3,4])  # 非0的值均为True
>>> a
<filter object at 0x01D18358>
>>> list(a)
[1, 3]
>>>
#Python学习交流群：711312441
>>> filter(None, "she")
<filter object at 0x01D18220>
>>> a = filter(None, "she")
>>> next(a)
's'
>>> next(a)
'h'
>>> next(a)
'e'

reduce函数

reduce函数会对参数序列中元素进行累积。

reduce(...)
    reduce(function, sequence[, initial]) -> value

• function：该函数有两个参数
• sequence：序列可以是 str，tuple，list
• initial：固定初始值

reduce依次从sequence中取一个元素，和上一次调用function的结果做参数再次调用function。 第一次调用function时，如果提供initial参数，会以sequence中的第一个元素和initial 作为参数调用function，否则会以序列sequence中的前两个元素做参数调用function。 注意function函数不能为None。

在Python3中，reduce函数已经被从全局名字空间里移除了，它现在被放置在fucntools模块里用的话要先引入：from functools import reduce

示例：

>>> from functools import reduce
>>> reduce(lambda x, y: x+y, [1,2,3,4])
10
>>> reduce(lambda x, y: x+y, [1,2,3,4], 5)
15
>>> reduce(lambda x, y: x+y, ["a","b","c"], "d")
'dabc'

sorted函数

sorted(...)
    sorted(iterable, cmp=None, key=None, reverse=False) --> new sorted list

示例：

>>> sorted([1,4,5,9,1,2])
[1, 1, 2, 4, 5, 9]
>>> sorted([1,4,5,9,1,2], reverse=1)
[9, 5, 4, 2, 1, 1]
>>> sorted(["c","d","a","t"])
['a', 'c', 'd', 't']
>>> sorted(["c","d","a","t"], reverse=1)
['t', 'd', 'c', 'a']