如非特别说明,下文均基于Python3
摘要
本文讲述Python
继承关系中如何通过super()
调用“父类”方法,super(Type, CurrentClass)
返回CurrentClass
的MRO
中Type
的下一个类的代理;以及如何设计Python
类以便正确初始化。
在继承中,调用父类方法是很有必要的。调用父类方法的场景有很多:
比如必须调用父类的构造方法__init__
才能正确初始化父类实例属性,使得子类实例对象能够继承到父类实例对象的实例属性;
再如需要重写父类方法时,有时候没有必要完全摒弃父类实现,只是在父类实现前后加一些实现,最终还是要调用父类方法
单继承是最简单的继承关系,多继承过于复杂,而且使用起来容易出错。因此一些高级语言完全摒弃了多继承,只支持单继承;一些高级语言虽然支持多继承,但也不推荐使用多继承。Python
也是一样,在不能完全掌握多继承时,最好不好使用,单继承能满足绝大部分的需求。
绑定方法与非绑定方法的区别与联系参见:Python基础-类
如有以下继承关系两个类:
class D(object):def test(self):print('test in D')class C(D):def test(self):print('test in C') D.test(self)
现在要求在子类C
的test
函数中调用父类D
的test
实现。我们能想到最直接的方法恐怕是直接引用类对象D
的函数成员test
了:
class D(object):def test(self):print('test in D')class C(D):def test(self):print('test in C')
尝试测试一下:
c = C() c.test()
output:
test in C test in D
看来非绑定的方式确实满足了当前调用父类方法的需求。
参考Python tutorial关于super的描述: super(\[type\[, object-or-type\]\])
Return a proxy object that delegates method calls to a parent or sibling class of type. This is useful for accessing inherited methods that have been overridden in a class. The search order is same as that used by getattr() except that the type itself is skipped.
super
函数返回委托类type
的父类或者兄弟类方法调用的代理对象。super
用来调用已经在子类中重写了的父类方法。方法的搜索顺序与getattr()
函数相同,只是参数类type
本身被忽略。
使用绑定方式调用父类方法,自然不能显式传入参数当前对象(self
)。现在super
函数能够范围对父类的代理,因为在单继承中子类有且仅有一个父类,所以父类是明确的,我们完全清楚调用的父类方法是哪个:
class D(object):def test(self):print('test in D')class C(D):def test(self):print('test in C')super().test() # super(C, self).test()的省略形式
事实上,super
函数返回的代理对象是一个bultin class super
,正如它的名字所指,类super
代理了子类的父类。在单继承关系中,super
代理的类很容易找到吗,就是子类的唯一父类;但是在多继承关系中,super
除了能代理子类的父类外,还有可能代理子类的兄弟类。
在多继承关系中,继承关系可能会相当复杂。
class D(object): def test(self):print('test in D')class C(D): def test(self):print('test in C')class B(D): def test(self):print('test in B')class A(B, C):pass
类A
继承层次结构如下:
object | D / \ B C \ / A
类A
的继承关系中存在菱形结构,即可以通过多条路径从类A
到达某个父类,这里是D
。
如果现在要求在类A
中调用“父类”的test
方法,需要一种对test
方法的搜索解析顺序,来决定到底是调用B,C或D
的test
方法。
上面提出的对test
的方法的搜索顺序,就是方法解析顺序了。
深度优先Python
旧式类中,方法解析顺序是深度优先,多个父类从左到右。
广度优先Python
新式类中,方法解析顺序是广度优先,多个父类从左到右。
所以上面的解析顺序是:A -> B -> C -> D -> object
。
Python
中,类的__mro__
属性展示了方法搜索顺序,可以调用mro()
方法或者直接引用__mro__
得到搜索顺序:
print(A.mro())print(A.__mro__)
output:
[<class '__main__.A'>, <class '__main__.B'>, <class '__main__.C'>, <class '__main__.D'>, <class 'object'>] (<class '__main__.A'>, <class '__main__.B'>, <class '__main__.C'>, <class '__main__.D'>, <class 'object'>)
所以
a = A() a.test() # output: test in B
变化的MRO
即使是同一个类,在不同的MRO中位置的前后关系都是不同的。如以下类:
class D(object): def test(self):print('test in D')class C(D): def test(self):print('test in C')class B(D): def test(self):print('test in B')
类B
的继承层次结构为:
object | D / \ C B
类B
的MRO:B -> D -> object
对比类A
的MRO:A -> B -> C -> D -> object
同样的类B
,在两个不同的MRO中位置关系也是不同的。可以说,在已有的继承关系中加入新的子类,会在MRO中引入新的类,并且改变解析顺序。
那么可以想象,同样在类B
的test中通过super
调用父类方法,在不同的MRO中实际调用的方法是不同的。
如下:
class D(object): def test(self):print('test in D')class C(D): def test(self):print('test in C')super().test()class B(D): def test(self):print('test in B')super().test()class A(B, C):passb = B() b.test()print('==========') a = A() a.test()
output:
test in B test in D==========test in B test in C test in D
因为在原有的类关系中加入B
和C
的子类A
,使得在B
的test
方法中调用super
的test
方法发生了改变,原来调用的是其父类D
的test
方法,现在调用的是其兄弟类C
的test
方法。
从这里可以看出super
不总是代理子类的父类,还有可能代理其兄弟类。
因此在设计多继承关系的类体系时,要特别注意这一点。
方法super([type[, object-or-type]])
,返回的是对type
的父类或兄弟类的代理。
如果第二个参数省略,返回的super
对象是未绑定到确定的MRO
上的:
如果第二个参数是对象,那么isinstance(obj, type)
必须为True
;
如果第二个参数是类型,那么issubclass(type2, type)
必须为True
,即第二个参数类型是第一个参数类型的子类。
在super
函数的第二个参数存在时,其实现大概如以下:
def super(cls, inst): mro = inst.__class__.mro() # Always the most derived classreturn mro[mro.index(cls) + 1]
很明显,super
返回在第二个参数对应类的MRO
列表中,第一个参数type
的下一个类的代理。因此,要求第一个参数type
存在于第二个参数类的MRO
是必要的,只有第一个参数类是第二个参数所对应类的父类,才能保证。
super()
super
函数是要求有参数的,不存在无参的super
函数。在类定义中以super()
方式调用,是一种省略写法,由解释器填充必要参数。填充的第一个参数是当前类,第二个参数是self
:
super() => super(current_class, self)
所以,super()
这种写法注定只能在类定义中使用。
现在再来看上面的继承关系:
class D(object):def test(self):print('test in D')class C(D):def test(self):print('test in C')# super().test() # 与下面的写法等价super(C, self).test() # 返回self对应类的MRO中,类C的下一个类的代理class B(D):def test(self):print('test in B')# super().test() # 与下面的写法等价super(B, self).test() # 返回self对应类的MRO中,类B的下一个类的代理class A(B, C):pass
因此:
b = B() b.test() # 基于类B的MRO(B->D->object),类B中的super()代理Dprint('==========') a = A() a.test() # 基于类A的MRO(A->B->C->D->object),类B中的super()代理C
以上就是在继承关系中引入新类,改变方法解析顺序的实例。
super([type[, object-or-type]])
的第二个参数,对象和类还有一点区别:使用对象返回的是代理使用绑定方法,使用类返回的代理使用非绑定方法。
如:
b = B()super(B, b).test()super(B, B).test(b)
这两种方式得到的结果是相同的,区别在于非绑定调用与绑定调用。
普通的函数或者方法调用中,调用者肯定事先知道被调用者所需的参数,然后可以轻松的组织参数调用。但是在多继承关系中,情况有些尴尬,使用super
代理调用方法,编写类的作者并不知道最终会调用哪个类的方法,这个类都可能尚未存在。
如现在一作者编写了以下类:
class D(object):def test(self):print('test in D') class B(D):def test(self):print('test in B')super().test()
在定义类D
时,作者完全不可能知道test
方法中的super().test()
最终会调用到哪个类。
因为如果后来有人在这个类体系的基础上,引入了如下类:
class C(D):def test(self):print('test in C')super().test() class A(B, C):passa = A() a.test()
此时会发现类B
的test
方法中super().test()
调用了非原作者编写的类的方法。
这里test
方法的参数都是确定的,但是在实际生产中,可能各个类的test
方法都是不同的,如果新引入的类C
需要不同的参数:
class C(D):def test(self, param_c):print('test in C, param is', param_c)super().test() class A(B, C):passa = A() a.test()
类B
的调用方式调用类C
的test
方法肯定会失败,因为没有提供任何参数。类C
的作者是不可能去修改类B
的实现。那么,如何适应这种参数变换的需求,是在设计Python
类中需要考虑的问题。
事实上,这种参数的变换在构造方法上能体现得淋漓尽致,如果子类没有正确初始化父类,那么子类甚至不能从父类继承到需要的实例属性。
所以,Python
的类必须设计友好,才能拓展,有以下三条指导原则:
通过super()
调用的方法必须存在;
调用者和被调用者参数必须匹配;
所有对父类方法的调用都必须使用super()
super()
代理的类是不可预测的,需要匹配调用者和可能未知的调用者的参数。
固定参数
一种方法是使用位置参数固定函数签名。就像以上使用的test()
一样,其签名是固定的,只要要传递固定的参数,总是不会出错。
关键字参数
每个类的构造方法可能需要不同的参数,这时固定参数满足不了这种需求了。幸好,Python
中的关键字参数可以满足不定参数的需求。设计函数参数时,参数由关键字参数和关键字参数字典组成,在调用链中,每一个函数获取其所需的关键字参数,保留不需要的参数到**kwargs
中,传递到调用链的下一个函数,最终**kwargs
为空时,调用调用链中的最后一个函数。
示例:
class Shape(object):def __init__(self, shapename, **kwargs):self.shapename = shapenamesuper().__init__(**kwargs)class ColoredShape(Shape):def __init__(self, color, **kwargs):self.color = colorsuper().__init__(**kwargs) cs = ColoredShape(color='red', shapename='circle')
参数的剥落步骤为:
使用cs = ColoredShape(color='red', shapename='circle')
初始化ColoredShape
;
ColoredShape
的__init__
方法获取其需要的关键字参数color
,此时的kwargs
为{shapename:'circle'}
;
调用调用链中Shape
的__init__
方法,该方法获取所需关键字参数shapename
,此时kwargs
为{}
;
最后调用调用链末端objet.__init__
,此时因为kwargs
已经为空。
初始化子类传递的关键字参数尤为重要,如果少传或多传,都会导致初始化不成功。只有MRO
中每个类的方法都是用super()
来调用“父类”方法时,才能保证super()
调用链不会断掉。
上面的例子中,由于顶层父类object
总是存在__init__
方法,在任何MRO
链中也总是最后一个,因此任意的super().__init__
调用总能保证是object.__init__
结束。
但是其他自定义的方法得不到这样的保证。这时需要手动创建类似object
的顶层父类:
class Root:def draw(self):# the delegation chain stops hereassert not hasattr(super(), 'draw')class Shape(Root):def __init__(self, shapename, **kwds):self.shapename = shapenamesuper().__init__(**kwds)def draw(self):print('Drawing. Setting shape to:', self.shapename)super().draw()class ColoredShape(Shape):def __init__(self, color, **kwds):self.color = colorsuper().__init__(**kwds)def draw(self):print('Drawing. Setting color to:', self.color)super().draw() cs = ColoredShape(color='blue', shapename='square') cs.draw()
如果有新的类要加入到这个MRO
体系,新的子类也要继承Root
,这样,所有的对draw()
的调用都会经过Root
,而不会到达没有draw
方法的object
了。这种对于子类的扩展要求,应当详细注明在文档中,便于使用者阅读。这种限制与Python
所有异常都必须继承自BaseException
一样。
对于那些不友好的类:
class Moveable:def __init__(self, x, y):self.x = xself.y = ydef draw(self):print('Drawing at position:', self.x, self.y)
如果希望使用它的功能,直接将其加入到我们友好的继承体系中,会破坏原有类的友好性。
除了通过继承获得第三方功能外,还有一种称之为组合的方式,即把第三方类作为组件的方式揉入类中,使得类具有第三方的功能:
class MoveableAdapter(Root):def __init__(self, x, y, **kwds):self.movable = Moveable(x, y)super().__init__(**kwds)def draw(self):self.movable.draw()super().draw()
Moveable
被作为组件整合到适配类MoveableAdapter
中,适配类拥有了Moveable
的功能,而且是友好实现的。完全可以通过继承适配类的方式,将Moveable
的功能加入到友好的继承体系中:
class MovableColoredShape(ColoredShape, MoveableAdapter):passMovableColoredShape(color='red', shapename='triangle', x=10, y=20).draw()
Python’s super() considered super!
Python tutorial#super
以上是继承中的MRO与super详解的详细内容。更多信息请关注PHP中文网其他相关文章!