如何在Python中正确使用static、class、abstract方法

方法在Python中是如何工作的

方法就是一个函数，它作为一个类属性而存在，你可以用如下方式来声明、访问一个函数：

>>> class Pizza（object）:... def __init__（self, size）:... self.size = size... def get_size（self）:... return self.size...>>> Pizza.get_size<unbound method Pizza.get_size>

Python在告诉你，属性get_size是类Pizza的一个未绑定方法。这是什么意思呢？很快我们就会知道答案：

>>> Pizza.get_size（）Traceback （most recent call last）:File "<stdin>", line 1, in <module>TypeError: unbound method get_size（） must be called with Pizza instance as first argument （got nothing instead）

我们不能这么调用，因为它还没有绑定到Pizza类的任何实例上，它需要一个实例作为第一个参数传递进去（Python2必须是该类的实例，Python中可以是任何东西），尝试一下：>>> Pizza.get_size（Pizza（42））42太棒了，现在用一个实例作为它的的第一个参数来调用，整个世界都清静了，如果我说这种调用方式还不是最方便的，你也会这么认为的；没错，现在每次调用这个方法的时候我们都不得不引用这个类，如果不知道哪个类是我们的对象，长期看来这种方式是行不通的。那么Python为我们做了什么呢，它绑定了所有来自类Pizza的方法以及该类的任何一个实例的方法。也就意味着现在属性get_size是Pizza的一个实例对象的绑定方法，这个方法的第一个参数就是该实例本身。

>>> Pizza（42）.get_size<bound method Pizza.get_size of <__main__.Pizza object at 0x7f3138827910>>>>> Pizza（42）.get_size（）42

和我们预期的一样，现在不再需要提供任何参数给get_size，因为它已经是绑定的，它的self参数会自动地设置给Pizza实例，下面代码是最好的证明：>>> m = Pizza（42）.get_size>>> m（）42更有甚者，你都没必要使用持有Pizza对象的引用了，因为该方法已经绑定到了这个对象，所以这个方法对它自己来说是已经足够了。也许，如果你想知道这个绑定的方法是绑定在哪个对象上，下面这种手段就能得知：

>>> m = Pizza（42）.get_size>>> m.__self__<__main__.Pizza object at 0x7f3138827910>>>> # You could guess, look at this:...>>> m == m.__self__.get_sizeTrue

显然，该对象仍然有一个引用存在，只要你愿意你还是可以把它找回来。在Python3中，依附在类上的函数不再当作是未绑定的方法，而是把它当作一个简单地函数，如果有必要它会绑定到一个对象身上去，原则依然和Python2保持一致，但是模块更简洁：

>>> class Pizza（object）:... def __init__（self, size）:... self.size = size... def get_size（self）:... return self.size...>>> Pizza.get_size<function Pizza.get_size at 0x7f307f984dd0>

静态方法

静态方法是一类特殊的方法，有时你可能需要写一个属于这个类的方法，但是这些代码完全不会使用到实例对象本身，例如：

class Pizza（object）:@staticmethoddef mix_ingredients（x, y）:return x + ydef cook（self）:return self.mix_ingredients（self.cheese, self.vegetables）

这个例子中，如果把mix_ingredients作为非静态方法同样可以运行，但是它要提供self参数，而这个参数在方法中根本不会被使用到。这里的@staticmethod装饰器可以给我们带来一些好处：

Python不再需要为Pizza对象实例初始化一个绑定方法，绑定方法同样是对象，但是创建他们需要成本，而静态方法就可以避免这些。>>> Pizza（）.cook is Pizza（）.cookFalse>>> Pizza（）.mix_ingredients is Pizza.mix_ingredientsTrue>>> Pizza（）.mix_ingredients is Pizza（）.mix_ingredientsTrue
可读性更好的代码，看到@staticmethod我们就知道这个方法并不需要依赖对象本身的状态。
可以在子类中被覆盖，如果是把mix_ingredients作为模块的顶层函数，那么继承自Pizza的子类就没法改变pizza的mix_ingredients了如果不覆盖cook的话。

类方法

话虽如此，什么是类方法呢？类方法不是绑定到对象上，而是绑定在类上的方法。

>>> class Pizza（object）:... radius = 42... @classmethod... def get_radius（cls）:... return cls.radius... >>> >>> Pizza.get_radius<bound method type.get_radius of <class "__main__.Pizza">>>>> Pizza（）.get_radius<bound method type.get_radius of <class "__main__.Pizza">>>>> Pizza.get_radius is Pizza（）.get_radiusTrue>>> Pizza.get_radius（）42

无论你用哪种方式访问这个方法，它总是绑定到了这个类身上，它的第一个参数是这个类本身（记住：类也是对象）。什么时候使用这种方法呢？类方法通常在以下两种场景是非常有用的：

工厂方法：它用于创建类的实例，例如一些预处理。如果使用@staticmethod代替，那我们不得不硬编码Pizza类名在函数中，这使得任何继承Pizza的类都不能使用我们这个工厂方法给它自己用。class Pizza（object）:def __init__（self, ingredients）:self.ingredients = ingredients@classmethoddef from_fridge（cls, fridge）:return cls（fridge.get_cheese（） + fridge.get_vegetables（））
调用静态类：如果你把一个静态方法拆分成多个静态方法，除非你使用类方法，否则你还是得硬编码类名。使用这种方式声明方法，Pizza类名明永远都不会在被直接引用，继承和方法覆盖都可以完美的工作。class Pizza（object）:def __init__（self, radius, height）:self.radius = radiusself.height = height@staticmethoddef compute_area（radius）: return math.pi * （radius ** 2）@classmethoddef compute_volume（cls, height, radius）: return height * cls.compute_area（radius）def get_volume（self）:return self.compute_volume（self.height, self.radius）

抽象方法

抽象方法是定义在基类中的一种方法，它没有提供任何实现，类似于Java中接口（Interface）里面的方法。在Python中实现抽象方法最简单地方式是：class Pizza（object）:def get_radius（self）:raise NotImplementedError任何继承自Pizza的类必须覆盖实现方法get_radius，否则会抛出异常。这种抽象方法的实现有它的弊端，如果你写一个类继承Pizza，但是忘记实现get_radius，异常只有在你真正使用的时候才会抛出来。

>>> Pizza（）<__main__.Pizza object at 0x7fb747353d90>>>> Pizza（）.get_radius（）Traceback （most recent call last）:File "<stdin>", line 1, in <module>File "<stdin>", line 3, in get_radiusNotImplementedError

还有一种方式可以让错误更早的触发，使用Python提供的abc模块，对象被初始化之后就可以抛出异常：

import abcclass BasePizza（object）:__metaclass__= abc.ABCMeta@abc.abstractmethoddef get_radius（self）: """Method that should do something."""

使用abc后，当你尝试初始化BasePizza或者任何子类的时候立马就会得到一个TypeError，而无需等到真正调用get_radius的时候才发现异常。

>>> BasePizza（）Traceback （most recent call last）:File "<stdin>", line 1, in <module>TypeError: Can"t instantiate abstract class BasePizza with abstract methods get_radius

混合静态方法、类方法、抽象方法

当你开始构建类和继承结构时，混合使用这些装饰器的时候到了，所以这里列出了一些技巧。记住，声明一个抽象的方法，不要凝固方法的原型，这就意味着你必须实现它，但是我可以用任何参数列表来实现：

import abcclass BasePizza（object）:__metaclass__= abc.ABCMeta@abc.abstractmethoddef get_ingredients（self）: """Returns the ingredient list."""class Calzone（BasePizza）:def get_ingredients（self, with_egg=False）:egg = Egg（） if with_egg else Nonereturn self.ingredients + egg

这样是允许的，因为Calzone满足BasePizza对象所定义的接口需求。同样我们也可以用一个类方法或静态方法来实现：

import abcclass BasePizza（object）:__metaclass__= abc.ABCMeta@abc.abstractmethoddef get_ingredients（self）: """Returns the ingredient list."""class DietPizza（BasePizza）:@staticmethoddef get_ingredients（）:return None

这同样是正确的,因为它遵循抽象类BasePizza设定的契约。事实上get_ingredients方法并不需要知道返回结果是什么，结果是实现细节，不是契约条件。因此，你不能强制抽象方法的实现是一个常规方法、或者是类方法还是静态方法，也没什么可争论的。从Python3开始（在Python2中不能如你期待的运行，见issue5867），在abstractmethod方法上面使用@staticmethod和@classmethod装饰器成为可能。

import abcclass BasePizza（object）:__metaclass__= abc.ABCMetaingredient = ["cheese"]@classmethod@abc.abstractmethoddef get_ingredients（cls）: """Returns the ingredient list.""" return cls.ingredients

别误会了，如果你认为它会强制子类作为一个类方法来实现get_ingredients那你就错了，它仅仅表示你实现的get_ingredients在BasePizza中是一个类方法。可以在抽象方法中做代码的实现？没错，Python与Java接口中的方法相反，你可以在抽象方法编写实现代码通过super（）来调用它。（译注：在Java8中，接口也提供的默认方法，允许在接口中写方法的实现）

import abcclass BasePizza（object）:__metaclass__= abc.ABCMetadefault_ingredients = ["cheese"]@classmethod@abc.abstractmethoddef get_ingredients（cls）: """Returns the ingredient list.""" return cls.default_ingredientsclass DietPizza（BasePizza）:def get_ingredients（self）:return ["egg"] + super（DietPizza, self）.get_ingredients（）

这个例子中，你构建的每个pizza都通过继承BasePizza的方式，你不得不覆盖get_ingredients方法，但是能够使用默认机制通过super（）来获取ingredient列表。下面关于Python的文章您也可能喜欢，不妨看看：Python：在指定目录下查找满足条件的文件 http://www.linuxidc.com/Linux/2015-08/121283.htmPython2.7.7源码分析 http://www.linuxidc.com/Linux/2015-08/121168.htm无需操作系统直接运行 Python 代码 http://www.linuxidc.com/Linux/2015-05/117357.htmCentOS上源码安装Python3.4 http://www.linuxidc.com/Linux/2015-01/111870.htm《Python核心编程第二版》.（Wesley J. Chun ）.[高清PDF中文版] http://www.linuxidc.com/Linux/2013-06/85425.htm《Python开发技术详解》.（周伟,宗杰）.[高清PDF扫描版+随书视频+代码] http://www.linuxidc.com/Linux/2013-11/92693.htmPython脚本获取Linux系统信息 http://www.linuxidc.com/Linux/2013-08/88531.htm在Ubuntu下用Python搭建桌面算法交易研究环境 http://www.linuxidc.com/Linux/2013-11/92534.htmPython 语言的发展简史 http://www.linuxidc.com/Linux/2014-09/107206.htmPython 的详细介绍：请点这里
Python 的下载地址：请点这里本文永久更新链接地址：http://www.linuxidc.com/Linux/2015-08/121357.htm