Марк Лутц, «Изучаем Python», том 2, гл. 32:
«Путь поиска при наследовании в ромбовидных схемах выполняется больше в манере сначала в ширину ~ Python сначала ищет в любых суперклассах справа от только что просмотренного и только потом поднимается к общему суперклассу вверху. Другими словами, поиск проходит по уровням, прежде чем двигаться вверх.
...
class A: attr = 1 # Обычный класс
class B(A): pass # В и С ведут к А
class С(A): attr = 2
class D(B, С): pass # Проверяет С перед А
х = D()
print(х.attr) # Ищет в х, D, В, С
Атрибут x.attr обнаруживается в суперклассе А, потому что в классических классах
поиск при наследовании поднимается настолько высоко, насколько может, прежде
чем остановиться и начать движение вправо».
👍4👎1
👎2👍1
x = D() # создаем экземпляр класса D, но НЕ вызываем никаких методов
Метод meth() содержит print('C.meth'), но этот print() выполняется только при вызове метода.
👍2👎1
«object.__slots__
...__slots__ резервирует место для объявленных переменных и предотвращает автоматическое создания dict и weakref для каждого экземпляра».
В задаче выше мы «зафиксировали» список атрибутов и не допускаем добавление ape.
Средство слотов задумывалось как способ отлавливания опечаток.
👍5👎1
🤯2👍1👎1
Что происходит:
1. Класс C - пустой базовый класс
2. Класс D наследует от C и имеет __slots__ = ['a'] - это означает, что экземпляры класса D могут иметь только атрибут a
3. X = D() - создается экземпляр класса D
4. X.a = 1 - устанавливается атрибут a (разрешенный слот)
5. X.b = 2 - устанавливается атрибут b (НЕ разрешенный слот)
Почему же в __dict__ только {'b': 2}? Когда вы используете, атрибуты, указанные в __slots__ (в данном случае a) хранятся в специальной структуре данных, а не в __dict__. Атрибуты, НЕ указанные в __slots__ (в данном случае b) хранятся в __dict__ как обычно.
❤2👍2👎1🤨1
«
Преобразует метод в статический. Такой метод не получает неявного первого аргумента:
class C:
def f(arg1, arg2, argN): ...
Форма
Статический метод может быть вызван как для класса (например, C.f()), так и для экземпляра (например, C().f())».
Декораторы позволяют расширять и изменять поведение вызываемых объектов (функций, методов и классов) без постоянного изменения самого вызываемого объекта.
❤1👍1👎1
🧩 Какого типа исключения не существует?
Anonymous Quiz
14%
SystemError
10%
ModuleNotFoundError
25%
StopIteration
51%
Все существуют
❤2
«SystemError: Возникает, когда интерпретатор обнаруживает внутреннюю ошибку, но ситуация не выглядит настолько серьезной, чтобы заставить его потерять всякую надежду».
«ModuleNotFoundError: Подкласс ImportError, который возникает при импорте, когда модуль не может быть найден».
«StopIteration: Вызывается встроенной функцией next() и методом итератора __next__(), чтобы сигнализировать об отсутствии дальнейших созданных итератором элементов».
👍3👎1
«class С:
def act(self):
print('spam')
class E(С):
def method(self): # self подразумевается в super
proxy = super() # Эта форма не имеет смысла вне метода
print(proxy) # Вывод обычно скрытого промежуточного объекта
proxy.act() # Аргументы отсутствуют: неявно вызывает метод суперкласса
print(E().method())»
Пошагово:
1. E().method() создает экземпляр класса E и вызывает его метод method()
2. Внутри method():
- Создается proxy = super() (объект super)
- Выводится print(proxy) → <super: <class 'E'>, <E object>>
- Вызывается proxy.act() → выводится spam
3. Метод method() завершается без return, поэтому возвращает None
🧩 @classmethod преобразует функцию в:
Anonymous Quiz
13%
статический метод
13%
метод экземпляра
8%
абстрактный метод
66%
метод класса
«
В данном случае преимущества такие:
- Гибкость - разные способы создания объектов
- Читаемость - from_string явно показывает источник
- Наследование - если создать подкласс, cls автоматически будет указывать на него