文章目录

本系列已经中断了很长时间 :( 直到最近一个读者来信问俺,为啥不继续写,俺才突然想起这个被遗忘的系列,实在是抱歉!前一个帖子介绍了作为动态语言的 Python,今天来聊一聊 Python 在面向对象编程(OOP)方面的特色。

本文主要针对那些熟悉 OOP,但还不熟悉 Python 的同学。为了让大伙儿有一个直观的认识,俺会拿 C++/Java 来进行语法上的对比。(这俩语言的名气够大,且号称支持 OO,也算有些可比性)

强调一下:本文虽然拿了某些语言来作对比,但丝毫没有贬低这些语言的意思,请这些语言的粉丝们,不要对号入座 :)

抽象(Abstraction)

但凡介绍 OOP,自然会提到抽象。因为抽象,是 OO 的第一要素,也是其它要素的基础。而提到抽象,又不免提到对象(Object)。所以,俺首先来聊一下,Python 语言是如何体现“对象”这个思想的。

Python的对象

如果要问俺,什么是 Python 中的对象,还真不好下一个严密又通俗易懂的定义。为了敷衍大伙儿,俺只好用一句话来概括,那就是 Python 语言中,【一切皆对象】。这句话该如何理解捏?简单来说,就是你在 Python 语言中涉及到的各种东东,都是“对象”。比如,函数是对象、各种数值(比如整数值、浮点数值、布尔值)是对象、模块(类似于 Java 的 package)是对象、None(类似于 Java 的空引用 null、C++ 的空指针 NULL)也是对象、甚至连类(class)也是对象......

对比一下 C++ 和 Java 的语法:只有【类的实例】才能算得上是对象。这2个语言的基本类型(比如“int、char、float”等)不是对象,至于函数,就更算不上了。

既然是一切皆对象,俺有必要稍微总结一下,Python 对象的共性,否则初学 Python 的同学还是会一头雾水。

对象的属性

首先,所有的 Python 的对象,都具有若干个属性。你可以通过内置的 dir() 函数进行反射,从而了解到某个对象分别都包含哪些属性。熟悉 Java 的同学,应该明白啥是“反射”。光懂 C/C++ 的同学,如果理解上有困难,可以先参考“维基百科的解释”。

另外,Python 还提供了若干内置的函数,用于在【运行时】操作指定对象的属性。具体如下:


hasattr(obj, name)  #判断obj对象是否具有名为name的属性
setattr(obj, name, value)  #设置obj对象的名为name的属性值为value
getattr(obj, name)  #获取obj对象的名为name的属性值
delattr(obj, name)  #删除obj对象的名为name的属性

对象的类型

所有的 Python 对象,都可以通过内置的 type() 函数获取该对象的类型。这实际上就是 Python 的 RTTI 机制的体现。懂 C++ 的同学,可以回忆一下 C++ 的 typeid 关键字;懂 Java 的同学,可以想一想 Java 的 instanceof 关键字。

对象的标示

所有的 Python 对象,都可以通过内置的 id() 函数获取该对象的【唯一】标示。而且当一个对象创建之后,这个唯一标示就会始终保持不变。对于学过 C/C++ 的同学,不妨把这个“唯一标示”想象成该对象在内存的地址。这或许有助于你的理解 :)

Python 对象还有其它一些共性,考虑到本文的扫盲性质,就不再费口水了。有兴趣的同学,可以自己找些入门书研读一番。

【一切皆对象】的好处?

可能有同学会问,“一切皆对象”有啥好处捏?俺窃以为:当一切皆为对象,就可以把很多概念、操作、惯用手法统一起来,在语法层面体现出美感。

下面俺举几个例子,并拿 Java 来对比一下。

在 Java 里面,由于基本类型不是继承自 Object 类,引出不少麻烦。当初 Java 它爹刚开始设计容器类(比如 Vector、ArrayList ...)的时候,颇费了一番功夫。因为容器里面放置的东东必须是 Object,为了让容器能适应基本类型,只好给每一种基本类型分别对应一个派生自 Object 的包装类(Integer 类对应 int、Float 类对应 float ...);后来又平添了自动装箱/拆箱的概念;搞来稿去,产生了 N 多复杂性。

而 Python 就没有这方面的困扰。

再拿刚才提及的“反射”来说事儿。虽然 Java 语言支持对象的反射,但是 Java 的 package 不是 Object,所以也就无法对 package 进行反射。反观 Python,任何一个 module(相当于 Java 的 package)import 之后,都可以直接通过前面提到的 dir() 函数进行反射,得知该 module 包含了哪些东东。仅仅需要2行代码:


import xxx
dir(xxx)

封装(Encapsulation)

为了避免歧义,首先要明确一下:什么是“封装”?为了叙述方便,俺把【OOP 的封装】,分为“狭义”和“广义”两种。(关于“封装”的深入讨论,可以参见“另一篇博文”)

广义封装

OOP 很强调以数据为中心。所以 OOP 的广义封装,就是把数据和操作数据的行为,打包到一起。比如 C++/Java 里的 class,可以同时包含数据成员和函数成员,就算是满足“广义的封装”了。对于 Python 而言,其 class 关键字类似于 C++ 和 Java,也已经具有“广义的封装性”了。

狭义封装

而 OOP 的狭义封装,则更进一步,增加了信息隐藏(Information Hiding)。比如 C++ 和 Java 的“public、protected、private”等关键字,就是通过访问控制来达到信息隐藏的效果。Python 虽然没有针对访问控制的关键字来修饰类成员,但是 Python 采用了另外一套机制——根据命名来约定。在 Python 的对象中,如果某个属性以双下划线开头来命名(比如 __name),就能起到类似于 C++/Java 的 private 关键字的效果。

对访问控制的偏见

俺曾经在某技术论坛看到有人质疑 Python 的访问控制机制,说 Python 的私有属性,可以通过反射机制绕过,因此形同虚设。在此,俺想举 C++ 和 Java 来进行反驳。

在 Java 中,同样可以通过反射机制,来访问类的私有成员。至于 C++,得益于指针的强大,只要能访问某个对象(的 this 指针),通过计算该对象成员变量在内存中的偏移,一样可轻易对私有成员变量进行读写。虽然这么干挺变态滴,但技术上是可行滴。

继承(Inheritance)

紧接着,咱再来说一下继承的话题。

Python 的继承

Python 没有像 Java 那样,区分出“类继承”(OO 的术语中也叫“实现继承”)和“接口继承”;也没有像 C++ 那样,区分出“公有继承、私有继承、保护继承”这么花哨的玩意儿。Python 就只有一种继承方式。

继承的语法

Python 的继承语法,相比 C++/Java 而言,更加简洁。比如子类 Child 需要继承父类 Parent,代码只需如下:


class Child(Parent) :
    # xxxx

如果是多继承,代码大同小异:


class Child(Parent1, Parent2, Parent3) :
    # xxxx

假如你想知道某个类有哪些父类(基类),只需要通过 Child.bases 便可知晓。

继承的动态性

其实上一个帖子已经介绍了动态改变继承关系的例子。但是考虑到上一个帖子年代久远(距本文将近1年),想必很多同学没看过或者看过又忘了。俺不妨再啰嗦一下:作为一种动态语言,Python 可以在【运行时】修改类的继承关系。这个特性比较酷,是 C++/Java 所望尘莫及滴。请看下面的例子:


class Parent1 :
    def dump(self) :
        print("parent1")

class Parent2 :
    def dump(self) :
        print("parent2")

class Child :
    def dump(self) :
        print("child")

print(Child.__bases__)
Child.__bases__ += (Parent1, Parent2)  # 动态追加了2个父类
print(Child.__bases__)  # 此处打印出的父类信息中,已经包含 Parent1、Parent2

多态(Polymorphism)

至于 Python 的多态,和传统的 OO 语言差不多,似乎没有太多值得说道的地方。俺简单举个代码作例子。为了省打字,直接复用上述的3个类,并增加一个 test() 函数如下:


def test(obj) :
    obj.dump()

然后对 test() 函数分别传入不同的类型的对象,输出结果俺就无需多说了吧?


c = Child()
test(c)  # 打印出 child
p1 = Parent1()
test(p1)  # 打印出 parent1

结尾

今天的话题,主要是让不熟悉 Python 的网友,对 Python 在面向对象方面的特性,有一个粗浅、感性的认识。聊完了 OOP,下一个帖子会聊一下关于 FP(函数式编程)的话题。

回到本系列的目录

版权声明 本博客(编程随想的博客)所有的原创文章,原作者皆保留版权。转载必须包含本声明,保持本文完整,并以超链接形式注明作者编程随想和本文原始地址: https://program-think.blogspot.com/2010/08/why-choose-python-3-oop.html

本文收录于以下合集: