Python 的类、继承和多态详解

类的定义

假如要定义一个类 Point，表示二维的坐标点：

# point.py
class Point:
  def __init__(self, x=0, y=0):
    self.x, self.y = x, y

最最基本的就是 __init__ 方法，相当于 C++ / Java 的构造函数。带双下划线 __ 的方法都是特殊方法，除了 __init__ 还有很多，后面会有介绍。

参数 self 相当于 C++ 的 this，表示当前实例，所有方法都有这个参数，但是调用时并不需要指定。

>>> from point import *
>>> p = Point(10, 10) # __init__ 被调用
>>> type(p)
<class 'point.Point'>
>>> p.x, p.y
(10, 10)

几乎所有的特殊方法（包括 __init__）都是隐式调用的（不直接调用）。

对一切皆对象的 Python 来说，类自己当然也是对象：

>>> type(Point)
<class 'type'>
>>> dir(Point)
['__class__', '__delattr__', '__dict__', ..., '__init__', ...]
>>> Point.__class__
<class 'type'>

Point 是 type 的一个实例，这和 p 是 Point 的一个实例是一回事。

现添加方法 set：

class Point:
  ...
  def set(self, x, y):
    self.x, self.y = x, y

>>> p = Point(10, 10)
>>> p.set(0, 0)
>>> p.x, p.y
(0, 0)

p.set(...) 其实只是一个语法糖，你也可以写成 Point.set(p, ...)，这样就能明显看出 p 就是 self 参数了：

>>> Point.set(p, 0, 0)
>>> p.x, p.y
(0, 0)

值得注意的是，self 并不是关键字，甚至可以用其它名字替代，比如 this：

class Point:
  ...
  def set(this, x, y):
    this.x, this.y = x, y

与 C++ 不同的是，“成员变量”必须要加 self. 前缀，否则就变成类的属性（相当于 C++ 静态成员），而不是对象的属性了。

访问控制

Python 没有 public / protected / private 这样的访问控制，如果你非要表示“私有”，习惯是加双下划线前缀。

class Point:
  def __init__(self, x=0, y=0):
    self.__x, self.__y = x, y

  def set(self, x, y):
    self.__x, self.__y = x, y

  def __f(self):
    pass

__x、__y 和 __f 就相当于私有了：

>>> p = Point(10, 10)
>>> p.__x
...
AttributeError: 'Point' object has no attribute '__x'
>>> p.__f()
...
AttributeError: 'Point' object has no attribute '__f'

_repr_

尝试打印 Point 实例：

>>> p = Point(10, 10)
>>> p
<point.Point object at 0x000000000272AA20>

通常，这并不是我们想要的输出，我们想要的是：

>>> p
Point(10, 10)

添加特殊方法 __repr__ 即可实现：

class Point:
  def __repr__(self):
    return 'Point({}, {})'.format(self.__x, self.__y)

不难看出，交互模式在打印 p 时其实是调用了 repr(p)：

>>> repr(p)
'Point(10, 10)'

_str_

如果没有提供 __str__，str() 缺省使用 repr() 的结果。
 这两者都是对象的字符串形式的表示，但还是有点差别的。简单来说，repr() 的结果面向的是解释器，通常都是合法的 Python 代码，比如 Point(10, 10)；而 str() 的结果面向用户，更简洁，比如 (10, 10)。

按照这个原则，我们为 Point 提供 __str__ 的定义如下：

class Point:
  def __str__(self):
    return '({}, {})'.format(self.__x, self.__y)

_add_

两个坐标点相加是个很合理的需求。

>>> p1 = Point(10, 10)
>>> p2 = Point(10, 10)
>>> p3 = p1 + p2
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
TypeError: unsupported operand type(s) for +: 'Point' and 'Point'
 

添加特殊方法 __add__ 即可做到：

class Point:
  def __add__(self, other):
    return Point(self.__x + other.__x, self.__y + other.__y)

>>> p3 = p1 + p2
>>> p3
Point(20, 20)

这就像 C++ 里的操作符重载一样。
Python 的内建类型，比如字符串、列表，都“重载”了 + 操作符。

特殊方法还有很多，这里就不逐一介绍了。

继承

举一个教科书中最常见的例子。Circle 和 Rectangle 继承自 Shape，不同的图形，面积（area）计算方式不同。

# shape.py

class Shape:
  def area(self):
    return 0.0
    
class Circle(Shape):
  def __init__(self, r=0.0):
    self.r = r

  def area(self):
    return math.pi * self.r * self.r

class Rectangle(Shape):
  def __init__(self, a, b):
    self.a, self.b = a, b

  def area(self):
    return self.a * self.b

用法比较直接：

>>> from shape import *
>>> circle = Circle(3.0)
>>> circle.area()
28.274333882308138
>>> rectangle = Rectangle(2.0, 3.0)
>>> rectangle.area()
6.0
 

如果 Circle 没有定义自己的 area：

class Circle(Shape):
  pass 
 

那么它将继承父类 Shape 的 area：

>>> Shape.area is Circle.area
True

一旦 Circle 定义了自己的 area，从 Shape 继承而来的那个 area 就被重写（overwrite）了：

>>> from shape import *
>>> Shape.area is Circle.area
False
 

通过类的字典更能明显地看清这一点：

>>> Shape.__dict__['area']
<function Shape.area at 0x0000000001FDB9D8>
>>> Circle.__dict__['area']
<function Circle.area at 0x0000000001FDBB70>
 

所以，子类重写父类的方法，其实只是把相同的属性名绑定到了不同的函数对象。可见 Python 是没有覆写（override）的概念的。

同理，即使 Shape 没有定义 area 也是可以的，Shape 作为“接口”，并不能得到语法的保证。

甚至可以动态的添加方法：

class Circle(Shape):
  ...
  # def area(self):
    # return math.pi * self.r * self.r

# 为 Circle 添加 area 方法。
Circle.area = lambda self: math.pi * self.r * self.r
 

动态语言一般都是这么灵活，Python 也不例外。

Python 官方教程「9. Classes」第一句就是：

Compared with other programming languages, Python's class mechanism adds classes with a minimum of new syntax and semantics.

Python 以最少的新的语法和语义实现了类机制，这一点确实让人惊叹，但是也让 C++ / Java 程序员感到颇为不适。

多态

如前所述，Python 没有覆写（override）的概念。严格来讲，Python 并不支持「多态」。

为了解决继承结构中接口和实现的问题，或者说为了更好的用 Python 面向接口编程（设计模式所提倡的），我们需要人为的设一些规范。

请考虑 Shape.area() 除了简单的返回 0.0，有没有更好的实现？

以内建模块 asyncio 为例，AbstractEventLoop 原则上是一个接口，类似于 Java 中的接口或 C++ 中的纯虚类，但是 Python 并没有语法去保证这一点，为了尽量体现 AbstractEventLoop 是一个接口，首先在名字上标志它是抽象的（Abstract），然后让每个方法都抛出异常 NotImplementedError。

class AbstractEventLoop:
  def run_forever(self):
    raise NotImplementedError
  ...
 

纵然如此，你是无法禁止用户实例化 AbstractEventLoop 的：

loop = asyncio.AbstractEventLoop()
try:
  loop.run_forever()
except NotImplementedError:
  pass
 

C++ 可以通过纯虚函数或设构造函数为 protected 来避免接口被实例化，Java 就更不用说了，接口就是接口，有完整的语法支持。

你也无法强制子类必须实现“接口”中定义的每一个方法，C++ 的纯虚函数可以强制这一点（Java 更不必说）。

就算子类「自以为」实现了“接口”中的方法，也不能保证方法的名字没有写错，C++ 的 override 关键字可以保证这一点（Java 更不必说）。

静态类型的缺失，让 Python 很难实现 C++ / Java 那样严格的多态检查机制。所以面向接口的编程，对 Python 来说，更多的要依靠程序员的素养。

回到 Shape 的例子，仿照 asyncio，我们把“接口”改成这样：

class AbstractShape:
  def area(self):
    raise NotImplementedError
 

这样，它才更像一个接口。

super

有时候，需要在子类中调用父类的方法。

比如图形都有颜色这个属性，所以不妨加一个参数 color 到 __init__：

class AbstractShape:
  def __init__(self, color):
    self.color = color
 

那么子类的 __init__() 势必也要跟着改动：

class Circle(AbstractShape):
  def __init__(self, color, r=0.0):
    super().__init__(color)
    self.r = r
 

通过 super 把 color 传给父类的 __init__()。其实不用 super 也行：

class Circle(AbstractShape):
  def __init__(self, color, r=0.0):
    AbstractShape.__init__(self, color)
    self.r = r
 

但是 super 是推荐的做法，因为它避免了硬编码，也能处理多继承的情况。