


Kelas Python saya mentakrifkan kaedah __del__, tetapi ia tidak dipanggil apabila saya memadamkan objek
__del__ ialah kaedah ajaib dalam Python. Kaedah ajaib ini membolehkan kami melaksanakan beberapa helah yang sangat kemas dalam pengaturcaraan berorientasikan objek. Mereka juga dipanggil kaedah Dunder. Kaedah ini dikenal pasti dengan dua garis bawah (__) yang digunakan sebagai awalan dan akhiran.
Dalam Python, kami mencipta objek menggunakan __new__() dan memulakannya menggunakan __init__(). Walau bagaimanapun, untuk memusnahkan objek kita mempunyai __del__().
Contoh
Mari buat dan padam objek -
class Demo: def __init__(self): print("We are creating an object."); # destructor def __del__(self): print("We are deleting an object."); # Createing and deleting an object ob = Demo(); del ob;
Output
We are creating an object. We are deleting an object.
Sebab
Walau bagaimanapun, jika kelas mentakrifkan __del__ tetapi ia tidak dipanggil semasa memadam objek, mungkin terdapat banyak sebab -
-
Pernyataan
del tidak semestinya memanggil __del__() - ia hanya mengurangkan kiraan rujukan objek dan memanggil __del__() jika ia mencapai sifar.
Kaedah __del__() boleh dipanggil secara rawak. - Jika struktur data anda mengandungi pautan bulat, kiraan rujukan tidak akan kembali kepada sifar. Python menjalankan algoritma untuk mengesan kitaran sedemikian, tetapi pengumpul sampah mungkin berjalan beberapa lama selepas rujukan terakhir kepada struktur data hilang.
Selesaikan masalah
Berikut adalah pembaikan -
Jangan panggil __del__() terus - _del__() hendaklah memanggil close(), dan close() hendaklah memastikan ia boleh dipanggil berbilang kali pada objek yang sama.
Elakkan rujukan bulat - Gunakan modul weakref untuk mengelakkan rujukan bulat. Ia membolehkan anda menunjuk ke objek tanpa meningkatkan kiraan rujukannya. Modul Weakref juga boleh digunakan untuk mendapatkan contoh kelas
Atas ialah kandungan terperinci Kelas Python saya mentakrifkan kaedah __del__, tetapi ia tidak dipanggil apabila saya memadamkan objek. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

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

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

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

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)

Topik panas

Tutorial ini menunjukkan cara menggunakan Python untuk memproses konsep statistik undang -undang ZIPF dan menunjukkan kecekapan membaca dan menyusun fail teks besar Python semasa memproses undang -undang. Anda mungkin tertanya -tanya apa maksud pengedaran ZIPF istilah. Untuk memahami istilah ini, kita perlu menentukan undang -undang Zipf. Jangan risau, saya akan cuba memudahkan arahan. Undang -undang Zipf Undang -undang Zipf hanya bermaksud: Dalam korpus bahasa semulajadi yang besar, kata -kata yang paling kerap berlaku muncul kira -kira dua kali lebih kerap sebagai kata -kata kerap kedua, tiga kali sebagai kata -kata kerap ketiga, empat kali sebagai kata -kata kerap keempat, dan sebagainya. Mari kita lihat contoh. Jika anda melihat corpus coklat dalam bahasa Inggeris Amerika, anda akan melihat bahawa perkataan yang paling kerap adalah "th

Artikel ini menerangkan cara menggunakan sup yang indah, perpustakaan python, untuk menghuraikan html. Ia memperincikan kaedah biasa seperti mencari (), find_all (), pilih (), dan get_text () untuk pengekstrakan data, pengendalian struktur dan kesilapan HTML yang pelbagai, dan alternatif (sel

Berurusan dengan imej yang bising adalah masalah biasa, terutamanya dengan telefon bimbit atau foto kamera resolusi rendah. Tutorial ini meneroka teknik penapisan imej di Python menggunakan OpenCV untuk menangani isu ini. Penapisan Imej: Alat yang berkuasa Penapis Imej

Fail PDF adalah popular untuk keserasian silang platform mereka, dengan kandungan dan susun atur yang konsisten merentasi sistem operasi, peranti membaca dan perisian. Walau bagaimanapun, tidak seperti Python memproses fail teks biasa, fail PDF adalah fail binari dengan struktur yang lebih kompleks dan mengandungi unsur -unsur seperti fon, warna, dan imej. Mujurlah, tidak sukar untuk memproses fail PDF dengan modul luaran Python. Artikel ini akan menggunakan modul PYPDF2 untuk menunjukkan cara membuka fail PDF, mencetak halaman, dan mengekstrak teks. Untuk penciptaan dan penyuntingan fail PDF, sila rujuk tutorial lain dari saya. Penyediaan Inti terletak pada menggunakan modul luaran PYPDF2. Pertama, pasangkannya menggunakan PIP: Pip adalah p

Tutorial ini menunjukkan cara memanfaatkan caching redis untuk meningkatkan prestasi aplikasi python, khususnya dalam rangka kerja Django. Kami akan merangkumi pemasangan Redis, konfigurasi Django, dan perbandingan prestasi untuk menyerlahkan bene

Artikel ini membandingkan tensorflow dan pytorch untuk pembelajaran mendalam. Ia memperincikan langkah -langkah yang terlibat: penyediaan data, bangunan model, latihan, penilaian, dan penempatan. Perbezaan utama antara rangka kerja, terutamanya mengenai grap pengiraan

Python, kegemaran sains dan pemprosesan data, menawarkan ekosistem yang kaya untuk pengkomputeran berprestasi tinggi. Walau bagaimanapun, pengaturcaraan selari dalam Python memberikan cabaran yang unik. Tutorial ini meneroka cabaran -cabaran ini, memberi tumpuan kepada Interprete Global

Tutorial ini menunjukkan mewujudkan struktur data saluran paip tersuai di Python 3, memanfaatkan kelas dan pengendali yang berlebihan untuk fungsi yang dipertingkatkan. Fleksibiliti saluran paip terletak pada keupayaannya untuk menggunakan siri fungsi ke set data, GE
