


Bagaimanakah anda menambah sifat ke kelas secara dinamik dalam Python?
Nov 09, 2024 pm 10:40 PMCara Menambah Harta pada Kelas Secara Dinamik
Masalah
Anda menyasarkan untuk mencipta kelas tiruan yang meniru set hasil pangkalan data. Apabila pertanyaan pangkalan data kembali, misalnya, {'ab':100, 'cd':200}, anda menjangkakan untuk melihat:
>>> dummy.ab 100
Penyelesaian
Walaupun menambah harta pada kelas secara dinamik boleh dilaksanakan, ia mesti ditambah pada kelas itu sendiri.
>>> class Foo(object): ... pass ... >>> foo = Foo() >>> foo.a = 3 >>> Foo.b = property(lambda self: self.a + 1) >>> foo.b 4
Hartanah ialah pelaksanaan mudah bagi deskriptor, iaitu objek yang menyediakan pengendalian atribut tersuai pada kelas tertentu. Ia bertindak sebagai pengganti kepada pokok if ekstensif dalam __getattribute__.
Apabila anda meminta foo.b, Python mengenali bahawa b yang ditakrifkan pada kelas mengikut protokol deskriptor, yang hanya menunjukkan objek dengan kaedah get__, __set__ atau __delete. Deskriptor memikul tanggungjawab untuk mengendalikan atribut itu, mendorong Python untuk memanggil Foo.b.__get__(foo, Foo), dan nilai pulangan dikembalikan kepada anda sebagai nilai atribut. Dalam kes hartanah, setiap kaedah ini hanya menggunakan fget, fset atau fdel yang anda bekalkan kepada pembina hartanah.
Deskriptor ialah mekanisme Python untuk mendedahkan kerumitan pelaksanaan OO keseluruhannya. Secara kebetulan, terdapat jenis deskriptor yang berbeza yang lebih lazim daripada harta benda.
>>> class Foo(object): ... def bar(self): ... pass ... >>> Foo().bar <bound method Foo.bar of <__main__.Foo object at 0x7f2a439d5dd0>> >>> Foo().bar.__get__ <method-wrapper '__get__' of instancemethod object at 0x7f2a43a8a5a0>
Kaedah sederhana adalah satu lagi jenis deskriptor. getnya memberi awalan contoh panggilan sebagai hujah pertama; pada dasarnya, ia melakukan ini:
def __get__(self, instance, owner): return functools.partial(self.function, instance)
Ini berkemungkinan sebab deskriptor hanya digunakan pada kelas: mereka memformalkan mekanisme yang menyokong kelas pada mulanya. Mereka adalah pengecualian kepada peraturan: anda sudah pasti boleh menetapkan deskriptor kepada kelas, walaupun kelas itu sendiri adalah contoh jenis. Malah, percubaan untuk mendapatkan Foo.bar masih menggunakan hartanah.__get__; walau bagaimanapun, adalah simpulan bahasa bagi deskriptor untuk mengembalikan diri mereka sendiri apabila diakses sebagai atribut kelas.
Penerangan membolehkan majoriti sistem OO Python ditulis dalam Python itu sendiri.
Atas ialah kandungan terperinci Bagaimanakah anda menambah sifat ke kelas secara dinamik dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undress AI Tool
Gambar buka pakaian secara percuma

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Kunci untuk menangani pengesahan API adalah untuk memahami dan menggunakan kaedah pengesahan dengan betul. 1. Apikey adalah kaedah pengesahan yang paling mudah, biasanya diletakkan dalam tajuk permintaan atau parameter URL; 2. BasicAuth menggunakan nama pengguna dan kata laluan untuk penghantaran pengekodan Base64, yang sesuai untuk sistem dalaman; 3. OAuth2 perlu mendapatkan token terlebih dahulu melalui client_id dan client_secret, dan kemudian bawa bearertoken dalam header permintaan; 4. Untuk menangani tamat tempoh token, kelas pengurusan token boleh dikemas dan secara automatik menyegarkan token; Singkatnya, memilih kaedah yang sesuai mengikut dokumen dan menyimpan maklumat utama adalah kunci.

Menegaskan adalah alat pernyataan yang digunakan dalam Python untuk menyahpepijat, dan melemparkan pernyataan apabila keadaan tidak dipenuhi. Sintaksnya adalah menegaskan keadaan ditambah maklumat ralat pilihan, yang sesuai untuk pengesahan logik dalaman seperti pemeriksaan parameter, pengesahan status, dan lain -lain, tetapi tidak boleh digunakan untuk pemeriksaan input keselamatan atau pengguna, dan harus digunakan bersamaan dengan maklumat yang jelas. Ia hanya tersedia untuk debugging tambahan dalam peringkat pembangunan dan bukannya menggantikan pengendalian pengecualian.

Inpython, iteratorsareObjectsThatallowLoopingthroughCollectionsByImplementing__iter __ () dan__Next __ ()

TypehintsinpythonsolvetheproblemofambiguityandpotentialbugsindynamiciallytypodeByallowingDeveloperStospecifyExpectedTypes.theyenhancereadability, enablearlybugdetection, andimprovetoLiaSareAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeSareadDeSareadDeSareadDeSareadDeSaread

Kaedah yang sama untuk melintasi dua senarai secara serentak dalam Python adalah menggunakan fungsi zip (), yang akan memasangkan beberapa senarai dalam rangka dan menjadi yang paling singkat; Jika panjang senarai tidak konsisten, anda boleh menggunakan itertools.zip_longest () untuk menjadi yang paling lama dan mengisi nilai yang hilang; Digabungkan dengan penghitungan (), anda boleh mendapatkan indeks pada masa yang sama. 1.Zip () adalah ringkas dan praktikal, sesuai untuk lelaran data berpasangan; 2.zip_longest () boleh mengisi nilai lalai apabila berurusan dengan panjang yang tidak konsisten; 3.enumerate (zip ()) boleh mendapatkan indeks semasa traversal, memenuhi keperluan pelbagai senario kompleks.

Untuk mewujudkan API moden dan cekap menggunakan Python, FastAPI disyorkan; Ia berdasarkan kepada jenis python standard yang diminta dan secara automatik dapat menghasilkan dokumen, dengan prestasi yang sangat baik. Selepas memasang FastAPI dan Asgi Server UVicorn, anda boleh menulis kod antara muka. Dengan menentukan laluan, menulis fungsi pemprosesan, dan data yang kembali, API boleh dibina dengan cepat. FastAPI menyokong pelbagai kaedah HTTP dan menyediakan sistem dokumentasi Swaggersui dan Redoc yang dihasilkan secara automatik. Parameter URL boleh ditangkap melalui definisi laluan, manakala parameter pertanyaan boleh dilaksanakan dengan menetapkan nilai lalai untuk parameter fungsi. Penggunaan rasional model Pydantic dapat membantu meningkatkan kecekapan dan ketepatan pembangunan.

Untuk menguji API, anda perlu menggunakan Perpustakaan Permintaan Python. Langkah -langkahnya adalah untuk memasang perpustakaan, menghantar permintaan, mengesahkan respons, menetapkan masa dan cuba semula. Pertama, pasang perpustakaan melalui PipinstallRequests; kemudian gunakan permintaan.get () atau requests.post () dan kaedah lain untuk menghantar permintaan GET atau pos; Kemudian semak respons.status_code dan response.json () untuk memastikan hasil pulangan mematuhi jangkaan; Akhirnya, tambah parameter tamat masa untuk menetapkan masa tamat, dan menggabungkan perpustakaan semula untuk mencapai percubaan automatik untuk meningkatkan kestabilan.

Persekitaran maya boleh mengasingkan kebergantungan projek yang berbeza. Dicipta menggunakan modul Venv Python sendiri, perintah itu adalah python-mvenvenv; Kaedah pengaktifan: Windows menggunakan Env \ Scripts \ Activate, MacOS/Linux menggunakan Sourceenv/Bin/Activate; Pakej pemasangan menggunakan pipinstall, gunakan pipfreeze> keperluan.txt untuk menghasilkan fail keperluan, dan gunakan pipinstall-rrequirements.txt untuk memulihkan persekitaran; Langkah berjaga -jaga termasuk tidak menyerahkan kepada Git, mengaktifkan semula setiap kali terminal baru dibuka, dan pengenalan dan penukaran automatik boleh digunakan oleh IDE.
