9. Классы¶Classes

9.1. Несколько слов об именах и объектах¶A Word About Names and Objects

Объекты обладают индивидуальностью, и несколько имён (в разных областях видимости) могут быть связаны с одним и тем же объектом. В других языках это называется псевдонимизацией (aliasing). При первом знакомстве с Python на это обычно не обращают внимания, и это можно безопасно игнорировать при работе с неизменяемыми базовыми типами (числа, строки, кортежи). Однако псевдонимизация может неожиданно повлиять на семантику кода Python, использующего изменяемые объекты, такие как списки, словари и большинство других типов. Обычно это используется на пользу программе, поскольку псевдонимы в некоторых отношениях ведут себя как указатели. Например, передача объекта – дешёвая операция, так как реализация передаёт только указатель; и если функция изменяет объект, переданный как аргумент, вызывающий увидит изменения – это устраняет необходимость в двух разных механизмах передачи аргументов, как в Pascal.

9.2. Области видимости и пространства имён в Python¶Python Scopes and Namespaces

Прежде чем ввести классы, я должен рассказать кое-что о правилах областей видимости в Python. Определения классов используют некоторые хитрости с пространствами имён, и нужно знать, как работают области видимости и пространства имён, чтобы полностью понимать происходящее. Кстати, знание этого предмета полезно любому продвинутому программисту на Python.

Начнём с некоторых определений.

Пространство имён – это отображение имён в объекты. Большинство пространств имён реализованы как словари Python, но это обычно никак не заметно (кроме как по производительности) и может измениться в будущем. Примеры пространств имён: набор встроенных имён (содержащий функции, такие как abs(), и имена встроенных исключений); глобальные имена в модуле; а также локальные имена в вызове функции. В некотором смысле набор атрибутов объекта тоже образует пространство имён. Важно знать, что между именами из разных пространств имён нет абсолютно никакой связи; например, два разных модуля могут определить функцию maximize без путаницы – пользователям модулей нужно указывать впереди имя модуля.

Между прочим, я использую слово атрибут для любого имени после точки – например, в выражении z.real, real является атрибутом объекта z. Строго говоря, ссылки на имена в модулях – это ссылки на атрибуты: в выражении modname.funcname, modname является объектом модуля, а funcname – его атрибут. В этом случае существует прямое отображение между атрибутами модуля и глобальными именами, определёнными в модуле: они используют одно и то же пространство имён! [1]

Атрибуты могут быть только для чтения или для записи. В последнем случае возможно присваивание атрибутам. Атрибуты модуля доступны для записи: можно написать modname.the_answer = 42. Атрибуты, доступные для записи, также можно удалить с помощью оператора del. Например, del modname.the_answer удалит атрибут the_answer из объекта с именем modname.

Пространства имён создаются в разные моменты и имеют разное время жизни. Пространство имён, содержащее встроенные имена, создаётся при запуске интерпретатора Python и никогда не удаляется. Глобальное пространство имён для модуля создаётся, когда читается определение модуля; обычно пространства имён модулей живут до завершения интерпретатора. Операторы, выполняемые на верхнем уровне интерпретатора (из скрипта или в интерактивном режиме), считаются частью модуля с именем __main__, поэтому у них есть собственное глобальное пространство имён. (На самом деле встроенные имена тоже живут в модуле; он называется builtins.)

Локальное пространство имён для функции создаётся при её вызове и удаляется, когда функция завершается или возбуждает исключение, не обработанное внутри функции. (На самом деле, «забывание» было бы лучшим способом описать происходящее.) Конечно, рекурсивные вызовы имеют собственные локальные пространства имён.

Область видимости – это текстовая область программы на Python, в которой пространство имён доступно напрямую. «Напрямую доступно» означает, что неквалифицированная ссылка на имя пытается найти это имя в пространстве имён.

Хотя области видимости определяются статически, они используются динамически. В любой момент выполнения доступны как минимум три вложенные области видимости, чьи пространства имён непосредственно доступны:

• самая внутренняя область, которая просматривается первой, содержит локальные имена
• области видимости любых внешних функций, которые ищутся начиная с ближайшей внешней области, содержат имена, не являющиеся локальными, но и не глобальными
• предпоследняя область содержит глобальные имена текущего модуля
• самая внешняя область (просматривается последней) – это пространство имён, содержащее встроенные имена

Если имя объявлено как global, все ссылки и присваивания направляются прямо в среднюю область видимости, содержащую глобальные имена модуля. Для перепривязки переменных, найденных вне самой внутренней области видимости, можно использовать оператор nonlocal; если не объявлено nonlocal, такие переменные доступны только для чтения (попытка записи в такую переменную просто создаст новую локальную переменную во внутренней области видимости, оставив внешнюю переменную с тем же именем без изменений).

Обычно локальная область видимости ссылается на локальные имена (текстуально) текущей функции. Вне функций локальная область видимости ссылается на то же пространство имён, что и глобальная: пространство имён модуля. Определения классов помещают ещё одно пространство имён в локальную область.

Важно понимать, что области видимости определяются текстуально: глобальная область функции, определённой в модуле, – это пространство имён этого модуля, независимо от того, откуда и под каким псевдонимом функция вызывается. С другой стороны, фактический поиск имён выполняется динамически, во время выполнения – однако определение языка развивается в сторону статического разрешения имён, во время «компиляции», так что не полагайтесь на динамическое разрешение имён! (На самом деле, локальные переменные уже определяются статически.)

Особая особенность Python: если нет действующего оператора global, присваивания имён всегда направляются в самую внутреннюю область видимости. Присваивания не копируют данные – они просто связывают имена с объектами. То же самое верно для удаления: оператор del x удаляет привязку x из пространства имён, на которое ссылается локальная область видимости. По сути, все операции, вводящие новые имена, используют локальную область видимости: в частности, операторы import и определения функций связывают имя модуля или функции в локальной области видимости.

Оператор global используется, чтобы указать, что определённые переменные живут в глобальной области видимости и должны перепривязываться там; оператор nonlocal указывает, что определённые переменные живут в объемлющей области видимости и должны перепривязываться там.

def scope_test():
    def do_local():
        spam = "local spam"
    def do_nonlocal():
        nonlocal spam
        spam = "nonlocal spam"
    def do_global():
        global spam
        spam = "global spam"
    spam = "test spam"
    do_local()
    print("After local assignment:", spam)
    do_nonlocal()
    print("After nonlocal assignment:", spam)
    do_global()
    print("After global assignment:", spam)

scope_test()
print("In global scope:", spam)

After local assignment: test spam
After nonlocal assignment: nonlocal spam
After global assignment: nonlocal spam
In global scope: global spam

9.3. Первое знакомство с классами¶A First Look at Classes

Классы вводят немного нового синтаксиса, три новых типа объектов и некоторую новую семантику.

class ClassName:
    <statement-1>
    .
    .
    .
    <statement-N>

class MyClass:
    """Простой пример класса"""
    i = 12345
    def f(self):
        return 'hello world'

x = MyClass()

def __init__(self):
    self.data = []

x = MyClass()

>>> class Complex:
...     def __init__(self, realpart, imagpart):
...         self.r = realpart
...         self.i = imagpart
...
>>> x = Complex(3.0, -4.5)
>>> x.r, x.i
(3.0, -4.5)

x.counter = 1
while x.counter < 10:
    x.counter = x.counter * 2
print(x.counter)
del x.counter

x.f()

xf = x.f
while True:
    print(xf())

9.4. Разные замечания¶Random Remarks

Атрибуты данных переопределяют одноимённые атрибуты методов; чтобы избежать случайных конфликтов имён, которые могут вызвать труднонаходимые ошибки в больших программах, разумно использовать какое-либо соглашение, минимизирующее вероятность конфликтов. Возможные соглашения включают написание имён методов с заглавной буквы, добавление префикса к именам атрибутов данных в виде короткой уникальной строки (возможно, просто подчёркивания) или использование глаголов для методов и существительных для атрибутов данных.

Атрибуты данных могут использоваться как методами, так и обычными пользователями («клиентами») объекта. Иными словами, классы не пригодны для реализации чистых абстрактных типов данных. На самом деле в Python нет возможности принудительно скрыть данные – всё строится на соглашениях. (С другой стороны, реализация Python, написанная на C, может полностью скрыть детали реализации и контролировать доступ к объекту, если это необходимо; эта возможность может использоваться расширениями Python, написанными на C.)

Клиенты должны осторожно обращаться с атрибутами данных – они могут нарушить инварианты, поддерживаемые методами, если будут записывать свои значения в эти атрибуты. Обратите внимание, что клиенты могут добавлять собственные атрибуты данных к объекту экземпляра, не влияя на корректность методов, при условии отсутствия конфликтов имён – и снова соглашение об именах может избавить от многих проблем.

Не существует краткой формы для обращения к атрибутам данных (или другим методам!) из методов. Я нахожу, что это на самом деле повышает читаемость методов: при беглом просмотре метода невозможно перепутать локальные переменные и переменные экземпляра.

Often, the first argument of a method is called self. This is nothing more than a convention: the name self has absolutely no special meaning to Python. Note, however, that by not following the convention your code may be less readable to other Python programmers, and it is also conceivable that a class browser program might be written that relies upon such a convention.

Любой объект функции, являющийся атрибутом класса, определяет метод для экземпляров этого класса. Совершенно необязательно, чтобы определение функции было текстуально вложено в определение класса: можно также присвоить объект функции локальной переменной в классе. Пример:

# Функция, определённая вне класса
def f1(self, x, y):
    return min(x, x+y)

class C:
    f = f1
    def g(self):
        return 'hello world'
    h = g

Теперь f, g и h – все являются атрибутами класса C, которые ссылаются на объекты-функции, и следовательно, все они являются методами экземпляров C – h в точности эквивалентно g. Заметьте, что такая практика обычно только сбивает с толку читателя программы.

Методы могут вызывать другие методы, используя атрибуты-методы аргумента self:

class Bag:
    def __init__(self):
        self.data = []
    def add(self, x):
        self.data.append(x)
    def addtwice(self, x):
        self.add(x)
        self.add(x)

Методы могут ссылаться на глобальные имена так же, как обычные функции. Глобальная область видимости, связанная с методом, – это модуль, содержащий его определение. (Класс никогда не используется в качестве глобальной области видимости.) Хотя редко встречаются веские причины для использования глобальных данных в методе, существуют многие законные применения глобальной области видимости: например, функции и модули, импортированные в глобальную область видимости, могут использоваться методами, а также функции и классы, определённые в ней. Обычно класс, содержащий метод, сам определён в этой глобальной области видимости, и в следующем разделе мы найдём несколько хороших причин, по которым методу может понадобиться ссылаться на собственный класс.

Каждое значение – это объект, и поэтому у него есть класс (также называемый его типом). Он хранится как object.__class__.

9.5. Наследование¶Inheritance

Разумеется, языковая возможность не заслуживала бы названия «класс», если бы не поддерживала наследование. Синтаксис определения производного класса выглядит так:

class DerivedClassName(BaseClassName):
    <statement-1>
    .
    .
    .
    <statement-N>

Имя BaseClassName должно быть определено в области видимости, содержащей определение производного класса. Вместо имени базового класса также допускаются другие произвольные выражения. Это может быть полезно, например, когда базовый класс определён в другом модуле:

class DerivedClassName(modname.BaseClassName):

Выполнение определения производного класса происходит так же, как и для базового класса. При создании объекта класса базовый класс запоминается. Это используется для разрешения ссылок на атрибуты: если запрашиваемый атрибут не найден в классе, поиск продолжается в базовом классе. Это правило применяется рекурсивно, если сам базовый класс является производным от какого-либо другого класса.

В создании экземпляров производных классов нет ничего особенного: DerivedClassName() создаёт новый экземпляр класса. Ссылки на методы разрешаются следующим образом: ищется соответствующий атрибут класса, при необходимости спускаясь по цепочке базовых классов, и ссылка на метод считается допустимой, если в результате находится объект функции.

Производные классы могут переопределять методы своих базовых классов. Поскольку методы не имеют особых привилегий при вызове других методов того же объекта, метод базового класса, который вызывает другой метод, определённый в том же базовом классе, может в итоге вызвать метод производного класса, который его переопределяет. (Для программистов на C++: все методы в Python фактически виртуальные.)

Метод, переопределённый в производном классе, может фактически расширять, а не просто заменять метод базового класса с тем же именем. Есть простой способ напрямую вызвать метод базового класса: можно просто вызвать BaseClassName.methodname(self, arguments). Это иногда бывает полезно и для внешнего кода. (Обратите внимание, что это работает только в том случае, если базовый класс доступен как BaseClassName в глобальной области видимости.)

В Python есть две встроенные функции, работающие с наследованием:

• Используйте isinstance() для проверки типа экземпляра: isinstance(obj, int) возвращает True только если obj.__class__ является int или классом, производным от int.
• Используйте issubclass() для проверки наследования классов: issubclass(bool, int) возвращает True, поскольку bool является подклассом int. Однако issubclass(float, int) возвращает False, поскольку float не является подклассом int.

class DerivedClassName(Base1, Base2, Base3):
    <statement-1>
    .
    .
    .
    <statement-N>

9.6. Приватные переменные¶Private Variables

«Приватных» переменных экземпляра, к которым нельзя получить доступ извне объекта, в Python не существует. Однако существует соглашение, которому следует большая часть кода Python: имя с префиксом подчеркивания (например, _spam) следует рассматривать как непубличную часть API (будь то функция, метод или атрибут данных). Его следует считать деталью реализации, которая может изменяться без уведомления.

Поскольку существует обоснованный сценарий использования для закрытых членов класса (а именно, избежание конфликтов имен с именами, определенными в подклассах), существует ограниченная поддержка такого механизма, называемого name mangling. Любой идентификатор вида __spam (не менее двух подчеркиваний в начале, не более одного в конце) текстуально заменяется на _classname__spam, где classname – это имя текущего класса с удаленными начальными подчеркиваниями. Это искажение выполняется независимо от синтаксической позиции идентификатора, если он встречается в определении класса.

Искажение имён полезно для того, чтобы подклассы могли переопределять методы, не нарушая внутриклассовых вызовов методов. Например:

class Mapping:
    def __init__(self, iterable):
        self.items_list = []
        self.__update(iterable)

    def update(self, iterable):
        for item in iterable:
            self.items_list.append(item)

    __update = update   # приватная копия исходного метода update()

class MappingSubclass(Mapping):

    def update(self, keys, values):
        # предоставляет новую сигнатуру для update()
        # но не нарушает __init__()
        for item in zip(keys, values):
            self.items_list.append(item)

Обратите внимание, что правила искажения в основном предназначены для предотвращения случайностей; по-прежнему можно получить доступ к переменной, считающейся закрытой, или изменить её. Это может быть даже полезно в особых обстоятельствах, например, в отладчике.

Обратите внимание, что код, переданный в exec() или eval(), не считает имя класса вызывающего класса текущим классом; это похоже на эффект оператора global, действие которого также ограничено кодом, скомпилированным в байт-код вместе. То же ограничение применяется к getattr(), setattr() и delattr(), а также при прямом обращении к __dict__.

9.7. Прочее¶Odds and Ends

Иногда полезно иметь тип данных, аналогичный паскалевской «записи» (record) или сишной «структуре» (struct), объединяющий несколько именованных элементов данных. Пустое определение класса прекрасно подойдет:

class Employee:
    pass

john = Employee() # Создать пустую запись сотрудника

# Заполнить поля записи
john.name = 'John Doe'
john.dept = 'computer lab'
john.salary = 1000

Фрагмент кода Python, который ожидает конкретный абстрактный тип данных, часто может получить вместо него класс, эмулирующий методы этого типа данных. Например, если есть функция, которая форматирует некоторые данные из файлового объекта, можно определить класс с методами read() и readline(), которые получают данные из строкового буфера, и передать его в качестве аргумента.

Объекты метода экземпляра также имеют атрибуты: m.__self__ – это объект экземпляра, которому принадлежит метод m(), а m.__func__ – это объект функции, соответствующий методу.

9.8. Исключения – тоже классы¶Exceptions Are Classes Too

Пользовательские исключения также определяются классами. С помощью этого механизма можно создавать расширяемые иерархии исключений.

Существуют две новые допустимые (семантические) формы оператора raise:

raise Class

raise Instance

В первой форме Class должен быть экземпляром type или класса, производного от него. Первая форма – это сокращение для:

raise Class()

Класс в предложении except совместим с исключением, если это тот же класс или его базовый класс (но не наоборот – предложение except, перечисляющее производный класс, несовместимо с базовым). Например, следующий код выведет B, C, D в таком порядке:

class B(Exception):
    pass
class C(B):
    pass
class D(C):
    pass

for cls in [B, C, D]:
    try:
        raise cls()
    except D:
        print("D")
    except C:
        print("C")
    except B:
        print("B")

Обратите внимание, что если бы предложения except были переставлены (сначала except B), то было бы выведено B, B, B – срабатывает первое подходящее предложение except.

Когда выводится сообщение об ошибке для необработанного исключения, печатается имя класса исключения, затем двоеточие и пробел, и, наконец, экземпляр, преобразованный в строку с помощью встроенной функции str().

9.9. Итераторы¶Iterators

К настоящему моменту, вероятно, уже заметно, что большинство объектов-контейнеров можно перебирать с помощью оператора for:

for element in [1, 2, 3]:
    print(element)
for element in (1, 2, 3):
    print(element)
for key in {'one':1, 'two':2}:
    print(key)
for char in "123":
    print(char)
for line in open("myfile.txt"):
    print(line)

Такой стиль доступа ясен, лаконичен и удобен. Использование итераторов пронизывает и объединяет Python. За кулисами оператор for вызывает iter() на объекте-контейнере. Функция возвращает объект-итератор, который определяет метод __next__(), получающий доступ к элементам контейнера по одному. Когда элементов больше нет, __next__() возбуждает исключение StopIteration, которое сообщает циклу for о завершении. Можно вызвать метод __next__() с помощью встроенной функции next(); этот пример показывает, как всё работает:

>>> s = 'abc'
>>> it = iter(s)
>>> it
<iterator object at 0x00A1DB50>
>>> next(it)
'a'
>>> next(it)
'b'
>>> next(it)
'c'
>>> next(it)
Traceback (most recent call last):
  File "<stdin>", line 1, in ?
    next(it)
StopIteration

Разобравшись с механикой протокола итераторов, легко добавить итерационное поведение своим классам. Определите метод __iter__(), который возвращает объект с методом __next__(). Если класс определяет __next__(), то __iter__() может просто вернуть self:

class Reverse:
    """Итератор для перебора последовательности в обратном порядке."""
    def __init__(self, data):
        self.data = data
        self.index = len(data)
    def __iter__(self):
        return self
    def __next__(self):
        if self.index == 0:
            raise StopIteration
        self.index = self.index - 1
        return self.data[self.index]

>>> rev = Reverse('spam')
>>> iter(rev)
<__main__.Reverse object at 0x00A1DB50>
>>> for char in rev:
...     print(char)
...
m
a
p
s

9.10. Генераторы¶Generators

Генераторы – это простой и мощный инструмент для создания итераторов. Они пишутся как обычные функции, но используют оператор yield, когда нужно вернуть данные. Каждый раз при вызове на нём next() генератор возобновляет работу с того места, где остановился (он запоминает все значения данных и то, какая инструкция была выполнена последней). Пример показывает, что генераторы могут быть тривиально простыми в создании:

def reverse(data):
    for index in range(len(data)-1, -1, -1):
        yield data[index]

>>> for char in reverse('golf'):
...     print(char)
...
f
l
o
g

Всё, что можно сделать с помощью генераторов, можно также сделать с помощью итераторов на основе классов, как описано в предыдущем разделе. Генераторы такие компактные благодаря тому, что методы __iter__() и __next__() создаются автоматически.

Ещё одна ключевая особенность заключается в том, что локальные переменные и состояние выполнения автоматически сохраняются между вызовами. Это сделало функцию проще для написания и гораздо понятнее, чем подход с использованием переменных экземпляра, таких как self.index и self.data.

В дополнение к автоматическому созданию методов и сохранению состояния программы, при завершении генераторы автоматически возбуждают StopIteration. В совокупности эти функции позволяют легко создавать итераторы, не требуя больше усилий, чем написание обычной функции.

9.11. Генераторные выражения¶Generator Expressions

Некоторые простые генераторы можно кратко записать в виде выражений, используя синтаксис похожий на списковые включения, но с круглыми скобками вместо квадратных. Такие выражения предназначены для ситуаций, когда генератор используется сразу же окружающей функцией. Генераторные выражения компактнее, но менее универсальны, чем полноценные определения генераторов, и обычно более экономичны по памяти, чем эквивалентные списковые включения.

Примеры:

>>> sum(i*i for i in range(10))                 # сумма квадратов
285

>>> xvec = [10, 20, 30]
>>> yvec = [7, 5, 3]
>>> sum(x*y for x,y in zip(xvec, yvec))         # скалярное произведение
260

>>> from math import pi, sin
>>> sine_table = {x: sin(x*pi/180) for x in range(0, 91)}

>>> unique_words = set(word  for line in page  for word in line.split())

>>> valedictorian = max((student.gpa, student.name) for student in graduates)

>>> data = 'golf'
>>> list(data[i] for i in range(len(data)-1, -1, -1))
['f', 'l', 'o', 'g']

Сноски