本文是我小专栏中 Python 简单入门指北一文的前半部分，如果你能坚持读完并且觉得有一定收获，建议阅读原文，只需一杯咖啡钱就可以阅读更精彩的部分，也可以订阅小专栏或者加入我的知识星球，价格都是 66 元永久。

Python 是一门非常容易上手的语言，通过查阅资料和教程，也许一晚上就能写出一个简单的爬虫。但 Python 也是一门很难精通的语言，因为简洁的语法背后隐藏了许多黑科技。本文主要针对的读者是：

毫无 Python 经验的小白
有一些简单 Python 经验，但只会复制粘贴代码，不知其所以然的读者
觉得单独一篇文章太琐碎，质量没保证，却没空读完一本书，但又想对 Python 有全面了解的读者

当然，用一篇文章来讲完某个语言是不可能的事情，我希望读完本文的读者可以：

对 Python 的整体知识结构形成初步的概念
了解 Python 特有的知识点，比如装饰器、上下文、生成器等等，不仅会写 Demo，还对背后的原理有一定了解
避免 C++/Java 等风格的 Python 代码，能够写出地道的 Python 代码
能够熟练的使用 Python 编写脚本实现日常的简单需求，能够维护小型 Python 项目，能够阅读较复杂的 Python 源码

如果以上介绍符合你对自己的定位，在开始阅读前，还需要明确几点：

本文不会只介绍用法，那样太肤浅
本文不会深入介绍某个知识点，比如分析源码等，那样太啰嗦，我希望做一名引路人，描述各个知识点的概貌并略作引申，为读者指出下一步的研究方向
代码注释非常重要，一定要看，几乎所有的代码段都可以执行，强烈建议手敲一遍！

0. 准备工作

请不要在学习 Python2 还是 Python3 之间犹豫了，除非你很明确自己只接触 Python2，否则就从 Python3 学起，新版本的语言总是意味着进步的生产力（Swift 和 Xcode 除外）。Python 2 和 3 之间语法不兼容，但这并不影响熟悉 Python3 的开发者迅速写出 Python 2 的代码，反之亦然。所以与其在反复纠结中浪费时间，不如立刻行动起来。

推荐使用 CodeRunner 来运行本文中的 demo，它比文本编辑器功能更强大，比如支持自动补全和断点调试，又比 PyCharm 轻量得多。

1. 数据结构

1.1 数组

1.1.1 列表推导

如果要对数组中的所有内容做一些修改，可以用 for 循环或者 map 函数：

array = [1, 2, 3, 4, 5, 6]
small = []

for n in array: 
    if n < 4:
        small.append(n * 2)

print(small)  # [2, 4, 6]

比较地道的 Python 写法是使用列表推导：

array = [1, 2, 3, 4, 5, 6]
small = [n * 2 for n in array if n < 4]

for in 可以写两次，类似于嵌套的 for 循环，会得到一个笛卡尔积：

signs = ['+', '-']
numbers = [1, 2]

ascii = ['{sign}{number}'.format(sign=sign, number=number) 
        for sign in signs for number in numbers]
# 得到：['+1', '+2', '-1', '-2']

1.1.2 元组

元组可以简单的理解为不可变的数组，也就是没有 append、del 等方法，一旦创建，就无法新增或删除元素，元素自身的值也不能改变，但元素内部的属性是否可变并不受元组的影响，这一点符合其他语言中的常识。

t = (1, [])
t[0] = 3  # 抛出错误 TypeError: 'tuple' object does not support item assignment
t[1].append(2)  # 正常运行，现在的 t 是 (1, [2])

除了不可变性以外，有时候元组也会被当做不具名的数据结构，这时候元素的位置就不再是可有可无的了：

coordinate = (33.9425, -118.408056)
# coordinate 的第一个位置用来表示精度，第二个位置表示维度

在解析元组数据时，可以一一对应的写上变量名：

t = (1, 2)
a, b = t # a = 1, b = 2

有时候变量名比较长，但我只关心其中某一个，可以这样写：

t = (1, 2)
a, _ = t # a = 1

如果元组中元素特别多，即使挨个写下划线也比较累，可以用 * 来批量解包：

t = (1, 2, 3, 4, 5)
first, *middle, last = t
# first = 1
# middle = [2, 3, 4]
# last = 5

当然，如果元素数量较多，含义较复杂，我还是建议使用具名元组：

import collections

People = collections.namedtuple('People', ['name', 'age'])
p = People('bestswifter', '22')
p.name # 22

具名元组更像是一个不能定义方法的简化版的类，能提供友好的数据展示。

元组的一个小技巧是可以避免用临时变量来交换两个数的值：

a = 1 
b = 2
a, b = b, a
# a = 2, b = 1

1.1.3 数组切片

切片的基本格式是 array[start:end:step]，表示对 array 在 start 到 end 之前以 step 为间隔取切片。注意这里的区间是 [start, end)，也就是左闭右开。比如：

s = 'hello'
s[0:5:2]
# 表示取 s 的第 0、2、4 个字符，结果是 'hlo'

再举几个例子

s[0:5]  # 不写 step 默认就是 1，因此得到 'hello'
s[1:]   # 不写 end 默认到结尾，因此还是得到 'ello'
s[n:]   # 获取 s 的最后 len(s) - n 个元素
s[:2]   # 不写 start 默认从 0 开始，因此得到 'he'
s[:n]   # 获取 s 的前 n 个元素
s[:-1]  # 负数表示倒过来数，因此这会刨除最后一个字符，得到 'hell'
s[-2:]  # 同上，表示获取最后两个字符，得到 'lo'
s[::-1] # 获取字符串的倒序排列，相当于 reverse 函数

step 和它前面的冒号要么同时写，要么同时不写，但 start 和 end 之间的冒号不能省，否则就不是切片而是获取元素了。再次强调 array[start:end] 表示的区间是 [a, b)，也许你会觉得这很难记，但同样的，这会得出以下美妙的公式：

array[:n] + array[n:] = array (0 <= n <= len(array))

用代码来表示就是：

s = 'hello'
s[:2] + s[2:] == s  
# True，因为 s[:2] 是 'he'，s[2:] 是 'llo'

切片不仅可以用来获取数组的一部分值，修改切片也可以直接修改数组的对应部分，比如：

a = [1, 2, 3, 4, 5, 6]
a[1:3] = [22, 33, 44]
# a = [1, 22, 33, 44, 4, 5, 6]

并没有人规定切片的新值必须和原来的长度一致：

a = [1, 2, 3, 4, 5, 6]
a[1:3] = [3]
# a = [1, 3, 4, 5, 6]

a[1:4] = []
# a = [1, 6]，相当于删除了中间的三个数字

但切片的新值必须也是可迭代的对象，比如这样写是不合法的：

a = [1, 2, 3, 4, 5, 6]
a[1:3] = 3
# TypeError: can only assign an iterable

1.1.4 循环与遍历

一般来说，在 Python 中我们不会写出 for (int i = 0; i < len(array); ++i) 这种风格的代码，而是使用 for in 这种语法：

for i in [1, 2, 3]:
    print(i)

虽然大家都知道 for in 语法，但它的某些灵活用法或许就不是那么众所周知了。有时候，我们会在 if 语句中对某个变量的值做多次判断，只要满足一个条件即可：

name = 'bs'
if name == 'hello' or name == 'hi' or name == 'bs' or name == 'admin':
    print('Valid')

这种情况推荐用 in 来代替：

name = 'bs'
if name in ('hello', 'hi', 'bs', 'admin'):
    print('Valid')

有时候，如果我们想要把某件事重复固定的次数，用 for in 会显得有些啰嗦，这时候可以借助 range 类型：

for i in range(5):
    print('Hi') # 打印五次 'Hi'

range 的语法和切片类似，比如我们需要访问数组所有奇数下标的元素，可以这么写：

a = [1, 2, 3, 4, 5]
for i in range(0, len(a), 2):
    print(a[i])

在这种写法中，我们不仅能获得元素，还能知道元素的下标，这与使用 enumerate(iterable [, start ]) 函数类似：

a = [1, 2, 3, 4, 5]
for i, n in enumerate(a):
    print(i, n)

1.1.5 魔术方法

也许你已经注意到了，数组和字符串都支持切片，而且语法高度统一。这在某些强类型语言（比如我经常接触的 Objective-C 和 Java）中是不可能的，事实上，Python 能够支持这样统一的语法，并非巧合，而是因为所有用中括号进行下标访问的操作，其实都是调用这个类的 __getitem__ 方法。

比如我们完全可以让自己的类也支持通过下标访问：

class Book:
    def __init__(self):
        self.chapters = [1, 2, 3]

    def __getitem__(self, n):
        return self.chapters[n]

b = Book()
print(b[1]) # 结果是 2

需要注意的是，这段代码几乎不会出问题（除非数组越界），这是因为我们直接把下标传到了内部的 self.chapters 数组上。但如果要自己处理下标，需要牢记它不一定是数字，也可以是切片，因此更完整的逻辑应该是：

def __getitem__(self, n):
    if isinstance(n, int): # n是索引
        # 处理索引
    if isinstance(n, slice): # n是切片
        # 通过 n.start，n.stop 和 n.step 来处理切片

与静态语言不同的是，任何实现了 __getitem__ 都支持通过下标访问，而不用声明为实现了某个协议，这种特性也被称为 “鸭子类型”。鸭子类型并不要求某个类 是什么，仅仅要求这个类 能做什么。

顺便说一句，实现了 __getitem__ 方法的类都是可迭代的，比如：

b = Book()
for c in b:
    print(c)

后续的章节还会介绍更多 Python 中的魔术方法，这种方法的名称前后都有两个下划线，如果读作 “下划线-下划线-getitem” 会比较拗口，因此可以读作 “dunder-getitem” 或者 “双下-getitem”，类似的，我想每个人都能猜到 __setitem__ 的作用和用法。

1.2 字典

1.2.1 初始化字典

最简单的创建一个字典的方式就是直接写字面量：

{'a': 61, 'b': 62, 'c': 63, 'd': 64, 'e': 65}

字典字面量由大括号包住（注意区别于数组的中括号），键值对之间由逗号分割，每个键值对内部用冒号分割键和值。

如果数组的每个元素都是二元的元组，这个数组可以直接转成字典：

dict([('a', 61), ('b', 62), ('c', 63), ('d', 64), ('e', 65)])

就像数组可以推导一样，字典也可以推导：

a = [('a', 61), ('b', 62), ('c', 63), ('d', 64), ('e', 65)]
d = {letter: number for letter, number in a} # 这里用到了元组拆包

只要记得外面还是大括号就行了。

两个独立的数组可以被压缩成一个字典：

numbers = [61, 62, 63, 64, 65]
letters = ['a', 'b', 'c', 'd', 'e']
dict(zip(letters, numbers))

正如 zip 的意思所表示的，超出长处的那部分数组会被抛弃。

1.2.2 查询字典

最简单方法是直接写键名，但如果键名不存在会抛出 KeyError：

d = {'a': 61}
d['a'] # 值是 61
d['b'] # KeyError: 'b'

可以用 if key in dict 的判断来检查键是否存在，甚至可以先 try 再 catch KeyError ，但更加优雅简洁一些的写法是用 get(k, default) 方法来提供默认值：

d = {'a': 61}
d.get('a', 62) # 得到 61
d.get('b', 62) # 得到 62

不过有时候，我们可能不仅仅要读出默认属性，更希望能把这个默认属性能写入到字典中，比如：

d = {}
# 我们想对字典中某个 Value 做操作，如果 Key 不存在，就先写入一个空值
if 'list' not in d:
    d['list'] = []
d['list'].append(1)

这种情况下，seddefault(key, default) 函数或许更合适：

d.setdefault('key', []).append(1)

这个函数虽然名为 set，但作用其实是查找，仅仅在查找不到时才会把默认值写入字典。

1.2.3 遍历字典

直接遍历字典实际上是遍历了字典的键，因此也可以通过键获取值：

d = {'a': 61, 'b': 62, 'c': 63, 'd': 64, 'e': 65}
for i in d:
    print(i, d[i])
#b 62
#a 61
#e 65
#d 64
#c 63

我们也可以用字典的 keys() 或者 values() 方法显式的获取键和值。字典还有一个 items() 方法，它返回一个数组，每个元素都是由键和值组成的二元元组：

d = {'a': 61, 'b': 62, 'c': 63, 'd': 64, 'e': 65}
for (k, v) in d.items():
    print(k, v)
#e 65
#d 64
#a 61
#c 63
#b 62

可见 items() 方法和字典的构造方法互为逆操作，因为这个公式总是成立的：

dict(d.items()) == d

1.2.4 字典的魔术方法

在 1.1.4 节中介绍过，通过下标访问最终都会由 __getitem__ 这个魔术方法处理，因此字典的 d[key] 这种写法也不例外，如果键不存在，则会走到 __missing__ 方法，再给一次挽救的机会。比如我们可以实现一个字典，自动忽略键的大小写：

class MyDict(dict):
    def __missing__(self, key):
        if key.islower():
            raise KeyError(key)
        else:
            return self[key.lower()]

d = MyDict({'a': 61})
d['A'] # 返回 61
'A' in d # False

这个字典比较简陋，比如 key 可能不是字符串，不过我没有处理太多情况，因为它主要是用来演示 __missing__ 的用法，如果想要最后一行的 in 语法正确工作，需要重写 __contains__ 这个魔术方法，过程类似，就不赘述了。

虽然通过自定义的函数也能实现相似的效果，不过这个自定义字典对用户更加透明，如果不在文档中说明，调用方很难察觉到字典的内部逻辑被修改了。 Python 有很多强大的功能，可以具备这种内部进行修改，但是对外保持透明的能力。这可能是我们第一次体会到，后续还会不断的经历。

1.2.5 集合

集合更像是不会有重复元素的数组，但它的本质是以元素的哈希值作为 Key，从而实现去重的逻辑。因此，集合也可以推导，不过得用字典的语法：

a = [1,2,3,4,5,4,3,2,1]
d = {i for i in a if i < 5}
# d = {1, 2, 3, 4}，注意这里的大括号

回忆一下，二进制逻辑运算一共有三个运算符，按位或 |，按位与 & 和异或 ^，这三个运算符也可以用在集合之间，而且含义变化不大。比如：

a = {1, 2, 3}
b = {3, 4, 5}
c = a | b
# c = {1, 2, 3, 4, 5}

这里的 | 运算表示交集，也就是 c 中的任意元素，要么在 a，要么在 b 集合中。类似的，按位与 & 运算求的就是交集：

a = {1, 2, 3}
b = {3, 4, 5}
c = a & b
# c = {3}

而异或则表示那些只在 a 不在 b 或者只在 b 不在 a 的元素。或者换个说法，表示那些在集合 a 和 b 中出现了且仅出现了一次的元素：

a = {1, 2, 3}
b = {3, 4, 5}
c = a ^ b
# c = {1, 2, 4, 5}

还有一个差集运算 -，表示在集合 a 中但不在集合 b 中的元素：

a = {1, 2, 3}
b = {3, 4, 5}
c = a - b
# c = {1, 2}

回忆一下韦恩图，就会得到以下公式（虽然并没有什么卵用）：

A | B = (A ^ B) | (A & B)
A ^ B = (A - B) | (B - A)

1.3 字符串

1.3.1 字符串编码

用 Python 写过爬虫的人都应该感受过被字符串编码支配的恐惧。简单来说，编码指的是将可读的字符串转换成不太可读的数字，用来存储或者传输。解码则指的是将数字还原成字符串的过程。常见的编码有 ASCII、GBK 等。

ASCII 编码是一个相当小的字符集合，只有一百多个常用的字符，因此只用一个字节（8 位）就能表示，为了存储本国语言，各个国家都开发出了自己的编码，比如中文的 GBK。这就带来了一个问题，如果我想要在一篇文章中同时写中文和日文，就无法实现了，除非能对每个字符指定编码，这个成本高到无法接受。

Unicode 则是一个最全的编码方式，每个 Unicode 字符占据 6 个字节，可以表示出 2 ^ 48 种字符。但随之而来的是 Unicode 编码后的内容不适合存储和发送，因此诞生了基于 Unicode 的再次编码，目的是为了更高效的存储。

更详细的概念分析和配图说明可以参考我的这篇文章：字符串编码入门科普，这里我们主要聊聊 Python 对字符串编码的处理。

首先，编码的函数是 encode，它是字符串的方法：

s = 'hello'
s.encode()         # 得到 b'hello'
s.encode('utf16')  # 得到 b'\xff\xfeh\x00e\x00l\x00l\x00o\x00'

encode 函数有两个参数，第一个参数不写表示使用默认的 utf8 编码，理论上会输出二进制格式的编码结果，但在终端打印时，被自动还原回字符串了。如果用 utf16 进行编码，则会看到编码以后的二进制结果。

前面说过，编码是字符转到二进制的转化过程，有时候在某个编码规范中，并没有指定某个字符是如何编码的，也就是找不到对应的数字，这时候编码就会报错：

city = 'São Paulo'
b_city = city.encode('cp437')
# UnicodeEncodeError: 'charmap' codec can't encode character '\xe3' in position 1: character maps to <undefined>

此时需要用到 encode 函数的第二个参数，用来指定遇到错误时的行为。它的值可以是 'ignore'，表示忽略这个不能编码的字符，也可以是 'replace'，表示用默认字符代替：

b_city = city.encode('cp437', errors='ignore') 
# b'So Paulo'
b_city = city.encode('cp437', errors='replace')
# b'S?o Paulo'

decode 完全是 encode 的逆操作，只有二进制类型才有这个函数。它的两个参数含义和 encode 函数完全一致，就不再介绍了。

从理论上来说，仅从编码后的内容上来看，是无法确定编码方式的，也无法解码出原来的字符。但不同的编码有各自的特点，虽然无法完全倒推，但可以从概率上来猜测，如果发现某个二进制内容，有 99% 的可能性是 utf8 编码生成的，我们就可以用 utf8 进行解码。Python 提供了一个强大的工具包 Chardet 来完成这一任务：

octets = b'Montr\xe9al'
chardet.detect(octets)
# {'encoding': 'ISO-8859-1', 'confidence': 0.73, 'language': ''}
octets.decode('ISO-8859-1')
# Montréal

返回结果中包含了猜测的编码方式，以及可信度。可信度越高，说明是这种编码方式的可能性越大。

有时候，我们拿到的是二进制的字符串字面量，比如 68 65 6c 6c 6f，前文说过只有二进制类型才有 decode 函数，所以需要通过二进制的字面量生成二进制变量：

s = '68 65 6c 6c 6f'
b = bytearray.fromhex(s)
b.decode()  # hello

1.3.2 字符串的常用方法

字符串的 split(sep, maxsplit) 方法可以以指定的分隔符进行分割，有点类似于 Shell 中的 awk -F ' ''，第一个 sep 参数表示分隔符，不填则为空格：

s = 'a b c d e'
a = s.split()
# a = ['a', 'b', 'c', 'd', 'e']

第二个参数 maxsplit 表示最多分割多少次，因此返回数组的长度是 maxsplit + 1。举个例子说明下：

s = 'a;b;c;d;e'
a = s.split(';')
# a = ['a', 'b', 'c', 'd', 'e']

b = s.split(';', 2)
# b = ['a', 'b', 'c;d;e']

如果想批量替换，则可以用 replace(old, new[, count]) 方法，由中括号括起来的参数表示选填。

old = 'a;b;c;d;e'
new = old.replace(';', ' ', 3)
# new = 'a b c d;e'

strip[chars] 用于移除指定的字符们：

old = "*****!!!Hello!!!*****"
new = old.strip('*')  # 得到 '!!!Hello!!!'
new = old.strip('*！')  # 得到 'Hello'

如果不传参数，则默认移除空格。其实 strip 等价于分别执行 lstrip() 和 rstrip()，即分别从左侧和右侧进行移除。比如 lstrip() 表示从左侧第一个字符开始，移除空格，直到第一个非空格字符为止，所以字符串中间的空格，无论是 lstrip 还是 strip() 都是无法移除的。

old = '  Hello world  '
new = old.strip()   # 得到 'Hello wrold'
new = old.lstrip()  # 得到 'Hello world  '

最后一个常用方法是 join，其实这个可以理解为字符串的构造方法，它可以把数组转换成字符串：

array = 'a b c d e'.split() # 之前说过，结果是 ['a', 'b', 'c', 'd', 'e']
s = ';'.join(array) # 以分号为连接符，把数组中的元素连接起来
# s = 'a;b;c;d;e'

所以 join 可以理解为 split 的逆操作，这个公式始终是成立的：

c.join(string.split(c)) = string

上面这些字符串处理的函数，大多返回的还是字符串，因此可以链式调用，避免使用临时变量和多行代码，但也要避免过长（超过 3 个）的链式调用，以免影响可读性。

1.3.3 字符串格式化

最初级的字符串格式化方法是使用 + 来拼接：

class Person:
    def __init__(self):
        self.name = 'bestswifter'
        self.age = 22
        self.sex = 'm'

p = Person()
print('Name: ' + p.name + ', Age: ' + str(p.age) + ', Sex: ' + p.sex)
# 输出：Name: bestswifter, Age: 22, Sex: m

这里必须要把 int 类型的年龄转成字符串以后才能进行拼接，这是因为 Python 是强类型语言，不支持类型的隐式转换。

这种做法的缺点在于如果输出结构比较复杂，极容易出现引号匹配错误的问题，可读性非常低。

Python 2 中的做法是使用占位符，类似于 C 语言中 printf：

content = 'Name: %s, Age: %i, Sex: %c' % (p.name, p.age, p.sex)
print(content)

从结构上看，要比上一种写法清楚得多，但每个变量都需要指定类型，这和 Python 的简洁不符。实际上每个对象都可以通过 str() 函数转换成字符串，这个函数的背后是 __str__ 魔术方法。

Python 3 中的写法是使用 format 函数，比如我们来实现一下 __str__ 方法：

class Person:
    def __init__(self):
        self.name = 'bestswifter'
        self.age = 22
        self.sex = 'm'
    def __str__(self):
        return 'Name: {user.name}, Age: {user.age}, Sex: {user.sex}'.format(user=self)

p = Person()
print(p)
# 输出：Name: bestswifter, Age: 22, Sex: m

除了把对象传给 format 函数并在字符串中展开以外，也可以传入多个参数，并且通过下标访问他们：

print('{0}, {1}, {0}'.format(1, 2))
# 输出：1, 2, 1，这里的 {1} 表示第二个参数

1.3.4 HereDoc

Heredoc 不是 Python 特有的概念，命令行和各种脚本中都会见到，它表示一种所见即所得的文本。

假设我们在写一个 HTML 的模板，绝大多数字符串都是常量，只有有限的几个地方会用变量去替换，那这个字符串该如何表示呢？一种写法是直接用单引号去定义：

s = '<HTML><HEAD><TITLE>\nFriends CGI Demo</TITLE></HEAD>\n<BODY><H3>ERROR</H3>\n<B>%s</B><P>\n<FORM><INPUT TYPE=button VALUE=Back\nONCLICK=\'window.history.back()\'></FORM>\n</BODY></HTML>'

这段代码是自动生成的还好，如果是手动维护的，那么可读性就非常差，因为换行符和转义后的引号增加了理解的难度。如果用 heredoc 来写，就非常简单了：

s = '''<HTML><HEAD><TITLE>
Friends CGI Demo</TITLE></HEAD>
<BODY><H3>ERROR</H3>
<B>%s</B><P>
<FORM><INPUT TYPE=button VALUE=Back
ONCLICK='window.history.back()'></FORM>
</BODY></HTML>
'''

Heredoc 主要是用来书写大段的字符串常量，比如 HTML 模板，SQL语句等等。

2 函数

2.1 函数是一等公民

一等公民指的是 Python 的函数能够动态创建，能赋值给别的变量，能作为参传给函数，也能作为函数的返回值。总而言之，函数和普通变量并没有什么区别。

函数是一等公民，这是函数式编程的基础，然而 Python 中基本上不会使用 lambda 表达式，因为在 lambda 表达式的中仅能使用单纯的表达式，不能赋值，不能使用 while、try 等语句，因此 lambda 表达式要么难以阅读，要么根本无法写出。这极大的限制了 lambda 表达式的使用场景。

上文说过，函数和普通变量没什么区别，但普通变量并不是函数，因为这些变量无法调用。但如果某个类实现了 __call__ 这个魔术方法，这个类的实例就都可以像函数一样被调用：

class Person:
    def __init__(self):
        self.name = 'bestswifter'
        self.age = 22
        self.sex = 'm'

    def __call__(self):
        print(self)

    def __str__(self):
        return 'Name: {user.name}, Age: {user.age}, Sex: {user.sex}'.format(user=self)

p = Person()
p() # 等价于 print(p)

2.2 函数参数

2.2.1 函数传参

对于熟悉 C 系列语言的人来说，函数传参的方式一目了然。默认是拷贝传值，如果传指针是引用传值。我们先来看一段简单的 Python 代码：

def foo(arg):
    arg = 5
    print(arg)

a = 1
foo(a)
print(a)
# 输出 5 和 1

这段代码的结果符合我们的预期，从这段代码来看，Python 也属于拷贝传值。但如果再看这段代码：

def foo(arg):
    arg.append(1)
    print(arg)

a = [1]
foo(a)
print(a) # 输出两个 [1, 1]

你会发现参数数组在函数内部被改变了。就像是 C 语言中传递了变量的指针一样。所以 Python 到底是拷贝传值还是引用传值呢？答案都是否定的！

Python 的传值方式可以被理解为混合传值。对于那些不可变的对象（比如 1.1.2 节中介绍过的元组，还有数字、字符串类型），传值方式是拷贝传值；对于那些可变对象（比如数组和字典）则是引用传值。

2.2.2 默认参数

Python 的函数可以有默认值，这个功能很好用：

def foo(a, l=[]):
    l.append(a)
    return l

foo(2,[1])  # 给数组 [1] 添加一个元素 2，得到 [1,2]
foo(2)      # 没有传入数组，使用默认的空数组，得到 [2]

然而如果这样调用：

foo(2)  # 利用默认参数，得到 [2]
foo(3)  # 竟然得到了 [2, 3]

函数调用了两次以后，默认参数被改变了，也就是说函数调用产生了副作用。这是因为默认参数的存储并不像函数里的临时变量一样存储在栈上、随着函数调用结束而释放，而是存储在函数这个对象的内部：

foo.__defaults__  # 一开始确实是空数组
foo(2)  # 利用默认参数，得到 [2]
foo.__defaults__  # 如果打印出来看，已经变成 [2] 了
foo(3)  # 再添加一个元素就得到了 [2, 3]

因为函数 foo 作为一个对象，不会被释放，因此这个对象内部的属性也不会随着多次调用而自动重置，会一直保持上次发生的变化。基于这个前提，我们得出一个结论：函数的默认参数不允许是可变对象，比如这里的 foo 函数需要这么写：

def foo(a, l=None):
    if l is None:
        l = []
    l.append(a)
    return l

print(foo(2)) # 得到 [2]
print(foo(3)) # 得到 [3]

现在，给参数添加默认值的行为在函数体中完成，不会随着函数的多次调用而累积。

对于 Python 的默认参数来说：

如果默认值是不可变的，可以直接设置默认值，否则要设置为 None 并在函数体中设置默认值。

2.2.3 多参数传递

当参数个数不确定时，可以在参数名前加一个 *：

def foo(*args):
    print(args)

foo(1, 2, 3)  # 输出 [1, 2, 3]

如果直接把数组作为参数传入，它其实是单个参数，如果要把数组中所有元素都作为单独的参数传入，则在数组前面加上 *：

a = [1, 2, 3]    
foo(a)  # 会输出 ([1,2,3], )   因为只传了一个数组作为参数
foo(*a) # 输出 [1, 2, 3]

这里的单个 * 只能接收非关键字参数，也就是仅有参数值的哪些参数。如果想接受关键字参数，需要用 ** 来表示：

def foo(*args, **kwargs):
    print(args)
    print(kwargs)

foo(1,2,3, a=61, b=62)
# 第一行输出：[1, 2, 3]
# 第二行输出：{'a': 61, 'b': 62}

类似的，字典变量传入函数只能作为单个参数，如果要想展开并被 **kwargs 识别，需要在字典前面加上两个星号 **：

a = [1, 2, 3]
d = {'a': 61, 'b': 62}
foo(*a, **d)

2.2.4 参数分类

Python 中函数的参数可以分为两大类：

定位参数（Positional）：表示参数的位置是固定的。比如对于函数 foo(a, b) 来说，foo(1, 2) 和 foo(2, 1) 就是截然不同的，a 和 b 的位置是固定的，不可随意调换。
关键词参数（Keyword）：表示参数的位置不重要，但是参数名称很重要。比如 foo(a = 1, b = 2) 和 foo(b = 2, a = 1) 的含义相同。

有一种参数叫做仅限关键字（Keyword-Only）参数，比如考虑这个函数：

def foo(*args, n=1, **kwargs):
    print(n)

这个函数在调用时，如果参数 n 不指定名字，就会被前面的 *args 处理掉，如果指定的名字不是 n，又会被后面的 **kwargs 处理掉，所以参数 n 必须精确的以 (n = xxx) 的形式出现，也就是 Keyworld-Only。

2.3 函数内省

在 2.2.2 节中，我们查看了函数变量的 __defaults__ 属性，其实这就是一种内省，也就是在运行时动态的查看变量的信息。

前文说过，函数也是对象，因此函数的变量个数，变量类型都应该有办法获取到，如果你需要开发一个框架，也许会对函数有各种奇葩的检查和校验。

以下面这个函数为例：

g = 1
def foo(m, *args, n, **kwargs):
    a = 1
    b = 2

首先可以获取函数名，函数所在模块的全局变量等：

foo.__globals__   # 全局变量，包含了 g = 1
foo.__name__      # foo

我们还可以看到函数的参数，函数内部的局部变量：

foo.__code__.co_varnames  # ('m', 'n', 'args', 'kwargs', 'a', 'b')
foo.__code__.co_argcount  # 只计算参数个数，不考虑可变参数，所以得到 2

或者用 inspect 模块来查看更详细的信息：

import inspect
sig = inspect.signature(foo)  # 获取函数签名

sig.parameters['m'].kind      # POSITIONAL_OR_KEYWORD 表示可以是定位参数或关键字参数
sig.parameters['args'].kind   # VAR_POSITIONAL 定位参数构成的数组
sig.parameters['n'].kind      # KEYWORD_ONLY 仅限关键字参数
sig.parameters['kwargs'].kind # VAR_KEYWORD 关键字参数构成的字典
inspect.getfullargspec(foo)       
# 得到：ArgSpec(args=['m', 'n'], varargs='args', keywords='kwargs', defaults=None)

本节的新 API 比较多，但并不要求记住这些 API 的用法。再次强调，本文的写作目的是为了建立读者对 Python 的总体认知，了解 Python 能做什么，至于怎么做，那是文档该做的事。

2.4 装饰器

2.4.1 设计模式的消亡

经典的设计模式有 23 个，虽然设计模式都是常用代码的总结，理论上来说与语法无关。但不得不承认的是，标准的设计模式在不同的语言中，有的因为语法的限制根本无法轻易实现（比如在 C 语言中实现组合模式），有的则因为语言的特定功能，变得冗余啰嗦。

以策略模式为例，有一个抽象的策略类，定义了策略的接口，然后使用者选择一个具体的策略类，构造他们的实例并且调用策略方法。具体代码可以参考：策略模式在百度百科的定义。

然而这些对象本身并没有作用，它们仅仅是可以调用相同的方法而已，只不过在 Java 中，所有的任务都需要由对象来完成。即使策略本身就是一个函数，但也必须把它包裹在一个策略对象中。所以在 Python 中更优雅写法是直接把策略函数作为变量使用。不过这就引入一个问题，如何判断某个函数是个策略呢，毕竟在面向对象的写法中，只要检查它的父类是否是抽象的策略类即可。

也许你已经见过类似的写法：

strategy
def strategyA(n):
    print(n * 2)

下面就开始介绍装饰器。

2.4.2 装饰器的基本原理

首先，装饰器是个函数，它的参数是被装饰的函数，返回值也是一个函数：

def decorate(origin_func):  # 这个参数是被装饰的函数
    print(1)  # 先输出点东西
    return origin_func  # 把原函数直接返回

@decorate    # 注意这里不是函数调用，所以不用加括号，也不用加被修饰的函数名
def sayHello():
    print('Hello')

sayHello()  # 如果没有装饰器，只会打印 'Hello'，实际结果是打印 1 再打印 'Hello'

因此，使用装饰器的这种写法：

@decorate
def foo():
    pass

和下面这种写法是完全等价的，初学者可以把装饰器在心中默默的转换成下一种写法，以方便理解：

def foo():
    pass
foo = decorate(foo)

需要注意的是，装饰器函数 decorate 在模块被导入时就会执行，而被装饰的函数只在被调用时才会执行，也就是说即使不调用 sayHello 函数也会输出 1，但这样就不会输出 Hello 了。

有了装饰器，配合前面介绍的函数对象，函数内省，我们可以做很多有意思的事，至少判断上一节中某个函数是否是策略是非常容易的。在装饰器中，我们还可以把策略函数都保存到数组中，然后提供一个“推荐最佳策略”的功能，其实就是遍历执行所有的策略，然后选择最好的结果。

2.4.3 装饰器进阶

上一节中的装饰器主要是为了介绍工作原理，它的功能非常简单，并不会改变被装饰函数的运行结果，仅仅是在导入时装饰函数，然后输出一些内容。换句话说，即使不执行函数，也要执行装饰器中的 print 语句，而且因为直接返回函数的缘故，其实没有真正的起到装饰的效果。

如何做到装饰时不输出任何内容，仅在函数执行最初输出一些东西呢？这是常见的 AOP（面向切片编程）的需求。这就要求我们不能再直接返回被装饰的函数，而是应该返回一个新的函数，所以新的装饰器需要这么写：

def decorate(origin_func):
    def new_func():
        print(1)
        origin_func()
    return new_func

@decorate
def sayHello():
    print('Hello')

sayHello() # 运行结果不变，但是仅在调用函数 sayHello 时才会输出 1

这个例子的工作原理是，sayHello 函数作为参数 origin_func 被传到装饰器中，经过装饰以后，它实际上变成了 new_func，会先输出 1 再执行原来的函数，也就是 sayHello。

这个例子很简陋，因为我们知道了 sayHello 函数没有参数，所以才能定义一个同样没有参数的替代者：nwe_func。如果我们在开发一个框架，要求装饰器能对任意函数生效，就需要用到 2.2.3 中介绍的 * 和 ** 这种不定参数语法了。

如果查看 sayHello 函数的名字，得到的结果将是 new_func：

sayHello.__name__  # new_func

这是很自然的，因为本质上其实执行的是：

new_func = decorate(sayHello)

而装饰器的返回结果是另一个函数 new_func，两者仅仅是运行结果类似，但两个对象并没有什么关联。

所以为了处理不定参数，并且不改变被装饰函数的外观（比如函数名），我们需要做一些细微的修补工作。这些工作都是模板代码，所以 Python 早就提供了封装：

import functools

def decorate(origin_func):
    @functools.wraps(origin_func)  # 这是 Python 内置的装饰器
    def new_func(*args, **kwargs):
        print(1)
        origin_func(*args, **kwargs)
    return new_func

2.4.4 装饰器工厂

在 2.4.2 节的代码注释中我解释过，装饰器后面不要加括号，被装饰的函数自动作为参数，传递到装饰器函数中。如果加了括号和参数，就变成手动调用装饰器函数了，大多数时候这与预期不符（因为装饰器的参数一般都是被装饰的函数）。

不过装饰器可以接受自定义的参数，然后返回另一个装饰器，这样外面的装饰器实际上就是一个装饰器工厂，可以根据用户的参数，生成不同的装饰器。还是以上面的装饰器为例，我希望输出的内容不是固定的 1，而是用户可以指定的，代码就应该这么写：

import functools

def decorate(content):                        # 这其实是一个装饰器工厂
    def real_decorator(origin_func):          # 这才是刚刚的装饰器
        @functools.wraps(origin_func)
        def new_func():
            print('You said ' + str(content)) # 现在输出内容可以由用户指定
            origin_func()
        return new_func                       # 在装饰器里，返回的是新的函数
    return real_decorator                     # 装饰器工厂返回的是装饰器

装饰器工厂和装饰器的区别在于它可以接受参数，返回一个装饰器：

@decorate(2017)
def sayHello():
    print('Hello')

sayHello()

其实等价于：

real_decorator = decorate(2017)      # 通过装饰器工厂生成装饰器
new_func = real_decorator(sayHello)  # 正常的装饰器工作逻辑
new_func()                           # 调用的是装饰过的函数

3 面向对象

3.1 对象内存管理

3.1.1 对象不是盒子

C 语言中我们定义变量用到的语法是：

int a = 1;

这背后的含义是定义了一个 int 类型的变量 a，相当于申请了一个名为 a 的盒子（存储空间），里面装了数字 1。

然后我们改变 a 的值：a = 2;，可以打印 a 的地址来证明它并没有发生变化。所以只是盒子里装的内容（指针指向的位置）发生了改变：

但是在 Python 中，变量不是盒子。比如同样的定义变量：

a = 1

这里就不能把 a 理解为 int 类型的变量了。因为在 Python 中，变量没有类型，值才有，或者说只有对象才有类型。因为即使是数字 1，也是 int 类的实例，而变量 a 更像是给这个对象贴的一个标签。

如果执行赋值语句 a = 2，相当于把标签 a 贴在另一个对象上：

基于这个认知，我们现在应该更容易理解 2.2.1 节中所说的函数传参规则了。如果传入的是不可变类型，比如 int，改变它的值实际上就是把标签挂在新的对象上，自然不会改变原来的参数。如果是可变类型，并且做了修改，那么函数中的变量和外面的变量都是指向同一个对象的标签，所以会共享变化。

3.1.2 默认浅复制

根据上一节的描述，直接把变量赋值给另一个变量，还算不上复制：

a = [1, 2, 3]
b = a
b == a   # True，等同性校验，会调用 __eq__ 函数，这里只判断内容是否相等
b is a   # True，一致性校验，会检查是否是同一个对象，调用 hash() 函数，可以理解为比较指针

可见不仅仅数组相同，就连变量也是相同的，可以把 b 理解为 a 的别名。

如果用切片，或者数组的构造函数来创建新的数组，得到的是原数组的浅拷贝：

a = [1, 2, 3]
b = list(a)
b == a   # True，因为数组内容相同
b is a   # False，现在 a 和 b 是两个变量，恰好指向同一个数组对象

但如果数组中的元素是可变的，可以看到这些元素并没有被完全拷贝：

a = [[1], [2], [3]]
b = list(a)
b[0].append(2)
a # 得到 [[1, 2], [2], [3]]，因为 a[0] 和 b[0] 其实还是挂在相同对象上的不同标签

如果想要深拷贝，需要使用 copy 模块的 deepcopy 函数：

import copy 

b = copy.deepcopy(a)
b[0].append(2)
a  # 变成了 [[1, 2], [2], [3]]
a  # 还是 [[1], [2], [3]]

此时，不仅仅是每个元素的引用被拷贝，就连每个元素自己也被拷贝。所以现在的 a[0] 和 b[0] 是指向两个不同对象的两个不同变量（标签），自然就互不干扰了。

如果要实现自定义对象的深复制，只要实现 __deepcopy__ 函数即可。这个概念在几乎所有面向对象的语言中都会存在，就不详细介绍了。

3.1.3 弱引用

Python 内存管理使用垃圾回收的方式，当没有指向对象的引用时，对象就会被回收。然而对象一直被持有也并非什么好事，比如我们要实现一个缓存，预期目标是缓存中的内容随着真正对象的存在而存在，随着真正对象的消失而消失。如果因为缓存的存在，导致被缓存的对象无法释放，就会导致内存泄漏。

Python 提供了语言级别的支持，我们可以使用 weakref 模块，它提供了 weakref.WeakValueDictionary 这个弱引用字典来确保字典中的值不会被引用。如果想要获取某个对象的弱引用，可以使用 weakref.ref(obj) 函数。

3.2 Python 风格的对象

3.2.1 静态函数与类方法

静态函数其实和类的方法没什么关系，它只是恰好定义在类的内部而已，所以这里我用函数（function) 来形容它。它可以没有参数：

class Person:
    @staticmethod   # 用 staticmethod 这个修饰器来表明函数是静态的
    def sayHello():
        print('Hello')

Person.sayHello() # 输出 'Hello`

静态函数的调用方式是类名加上函数名。类方法的调用方式也是这样，唯一的不同是需要用 @staticmethod 修饰器，而且方法的第一个参数必须是类：

class Person:
    @classmethod    # 用 classmethod 这个修饰器来表明这是一个类方法
    def sayHi(cls):
        print('Hi: ' + cls.__name__)

Person.sayHi() # 输出 'Hi: Person`

类方法和静态函数的调用方法一致，在定义时除了修饰器不一样，唯一的区别就是类方法需要多声明一个参数。这样看起来比较麻烦，但静态函数无法引用到类对象，自然就无法访问类的任何属性。

于是问题来了，静态函数有何意义呢？有的人说类名可以提供命名空间的概念，但在我看来这种解释并不成立，因为每个 Python 文件都可以作为模块被别的模块引用，把静态函数从类里抽取出来，定义成全局函数，也是有命名空间的：

# 在 module1.py 文件中：
def global():
    pass 

class Util:
    @staticmethod
    def helper():
        pass

# 在 module2.py 文件中：
import module1
module1.global()        # 调用全局函数
module1.Util.helper()   # 调用静态函数

从这个角度看，定义在类中的静态函数不仅不具备命名空间的优点，甚至调用语法还更加啰嗦。对此，我的理解是：静态函数可以被继承、重写，但全局函数不行，由于 Python 中的函数是一等公民，因此很多时候用函数替代类都会使代码更加简洁，但缺点就是无法继承，后面还会有更多这样的例子。

3.2.2 属性 attribute

Python （等多数动态语言）中的类并不像 C/OC/Java 这些静态语言一样，需要预先定义属性。我们可以直接在初始化函数中创建属性：

class Person:
    def __init__(self, name):
        self.name = name

bs = Person('bestswifter')
bs.name  # 值是 'bestswifter'

由于 __init__ 函数是运行时调用的，所以我们可以直接给对象添加属性：

bs.age = 22
bs.age  # 因为刚刚赋值了，所以现在取到的值是 22

如果访问一个不存在的属性，将会抛出异常。从以上特性来看，对象其实和字典非常相似，但这种过于灵活的特性其实蕴含了潜在的风险。比如某个封装好的父类中定义了许多属性，但是子类的使用者并不一定清楚这一点，他们很可能会不小心就重写了父类的属性。一种隐藏并保护属性的方式是在属性前面加上两个下划线：

class Person:
    def __init__(self):
        self.__name = 'bestswifter'

bs = Person()

bs.__name          # 这样是无法获取属性的
bs._Person__name   # 这样还是可以读取属性

这是因为 Python 会自动处理以双下划线开头的属性，把他们重名为 _Classname__attrname 的格式。由于 Python 对象的所有属性都保存在实例的 __dict__ 属性中，我们可以验证一下：

bs = Person()
bs.__dict__ 
# 得到 {'_Person__name': 'bestswifter'}

但很多人并不认可通过名称改写（name mangling) 的方式来存储私有属性，原因很简单，只要知道改写规则，依然很容易的就能读写私有属性。与其自欺欺人，不如采用更简单，更通用的方法，比如给私有属性前面加上单个下划线 _。

注意，以单个下划线开头的属性不会触发任何操作，完全靠自觉与共识。任何稍有追求的 Python 程序员，都不应该读写这些属性。

3.2.3 特性 property

使用过别的面向对象语言的读者应该都清楚属性的 getter 和 setter 函数的重要性。它们封装了属性的读写操作，可以添加一些额外的逻辑，比如校验新值，返回属性前做一些修饰等等。最简陋的 getter 和 setter 就是两个普通函数：

class Person:
    def get_name(self):
        return self.name.upper()

    def set_name(self, new_name):
        if isinstance(new_name, str):
            self.name = new_name.lower()

    def __init__(self, name):
        self.name = name

bs = Person('bestswifter')
bs.get_name()   # 得到大写的名字： 'BESTSWIFTER'
bs.set_name(1)  # 由于新的名字不是字符串，所以无法赋值
bs.get_name()   # 还是老的名字： 'BESTSWIFTER'

工作虽然完成了，但方法并不高明。在 1.2.3 节中我们就见识到了 Python 的一个特点：“内部高度封装，完全对外透明”。这里手动调用 getter 和 setter 方法显得有些愚蠢、啰嗦，比如对比下面的两种写法，在变量名和函数名很长的情况下，差距会更大：

bs.name += '1995'
bs.set_name(bs.get_name() + '1995')

Python 提供了 @property 关键字来装饰 getter 和 setter 方法，这样的好处是可以直接使用点语法，了解 Objective-C 的读者对这一特性一定倍感亲切：

class Person:
    @property                        # 定义 getter
    def name(self):                  # 函数名就是点语法访问的属性名
        return self._name.upper()    # 现在真正的属性是 _name 了

    @name.setter                     # 定义 setter
    def name(self, new_name):        # 函数名不变
        if isinstance(new_name, str):
            self._name = new_name.lower()  # 把值存到私有属性 _name 里

    def __init__(self, name):
        self.name = name

bs = Person('bestswifter')
bs.name      # 其实调用了 name 函数，得到大写的名字： 'BESTSWIFTER'
bs.name = 1  # 其实调用了 name 函数，因为类型不符，无法赋值
bs.name      # 还是老的名字： 'BESTSWIFTER'

我们已经在 2.4 节详细学习了装饰器，应该能意识到这里的 @property 和 @xxx.setter 都是装饰器。因此上述写法实际上等价于：

class Person:
    def get_name(self):
        return self._name.upper()

    def set_name(self, new_name):
        if isinstance(new_name, str):
            self._name = new_name.lower()
    # 以上是老旧的 getter 和 setter 定义
    # 如果不用 @property，可以定义一个 property 类的实例
    name = property(get_name, set_name)

可见，特性的本质是给类创建了一个类属性，它是 property 类的实例，构造方法中需要把 getter、setter 等函数传入，我们可以打印一下类的 name 属性来证明：

Person.name  # <property object at 0x107c99868>

理解特性的工作原理至关重要。以这里的 name 特性为例，我们访问了对象的 name 属性，但是它并不存在，所以会尝试访问类的 name 属性，这个属性是 property 类的实例，会对读写操作做特殊处理。这也意味着，如果我们重写了类的 name 属性，那么对象的读写方法就不会生效了：

bs = Person()
Person.name = 'hello'
bs.name  # 实例并没有 name 属性，因此会访问到类的属性 name，现在的值是 'hello` 了

如果访问不存在的属性，默认会抛出异常，但如果实现了 __getattr__ 函数，还有一次挽救的机会：

class Person:
    def __getattr__(self, attr):
        return 0

    def __init__(self, name):
        self.name = name

bs = Person('bestswifter')
bs.name    # 直接访问属性
bs.age     # 得到 0，这是 __getattr__ 方法提供的默认值
bs.age = 1 # 动态给属性赋值
bs.age     # 得到 1，注意！！！这时候就不会再调用 __getattr__ 方法了

由于 __getattr__ 只是兜底策略，处理一些异常情况，并非每次都能被调用，所以不能把重要的业务逻辑写在这个方法中。

3.2.4 特性工厂

在上一节中，我们利用特性来封装 getter 和 setter，对外暴露统一的读写接口。但有些 getter 和 setter 的逻辑其实是可以复用的，比如商品的价格和剩余数量在赋值时，都必须是大于 0 的数字。这时候如果每次都要写一遍 setter，代码就显得很冗余，所以我们需要一个能批量生产特性的函数。由于我们已经知道了特性是 property 类的实例，而且是类的属性，所以代码可以这样写：

def quantity(storage_name):  # 定义 getter 和 setter
    def qty_getter(instance):
        return instance.__dict__[storage_name]
    def qty_setter(instance, value):
        if value > 0:
            # 把值保存在实例的 __dict__ 字典中
            instance.__dict__[storage_name] = value 
        else:
            raise ValueError('value must be > 0')
    return property(qty_getter, qty_setter) # 返回 property 的实例

有了这个特性工厂，我们可以这样来定义特性：

class Item:
    price = quantity('price')
    number = quantity('number')

    def __init__(self):
        pass

i = Item()
i.price = -1 
# Traceback (most recent call last):
# ...
# ValueError: value must be > 0

作为追求简洁的程序员，我们不禁会问，在 price = quantity('price') 这行代码中，属性名重复了两次，能不能在 quantity 函数中自动读取左边的属性名呢，这样代码就可以简化成 price = quantity() 了。

答案显然是否定的，因为右边的函数先被调用，然后才能把结果赋值给左边的变量。不过我们可以采用迂回策略，变相的实现上面的需求：

def quantity():
    try:
        quantity.count += 1
    except AttributeError:
        quantity.count = 0

    storage_name = '_{}:{}'.format('quantity', quantity.count)    

    def qty_getter(instance):
        return instance.__dict__[storage_name]
    def qty_setter(instance, value):
        if value > 0:
            instance.__dict__[storage_name] = value
        else:
            raise ValueError('value must be > 0')
    return property(qty_getter, qty_setter)

这段代码中我们利用了两个技巧。首先函数是一等公民，所以函数也是对象，自然就有属性。所以我们利用 try ... except 很容易的就给函数工厂添加了一个计数器对象 count，它每次调用都会增加，然后再拼接成存储时用的键 storage_name ，并且可以保证不同 property 实例的存储键名各不相同。

其次，storage_name 在 getter 和 setter 函数中都被引用到，而这两个函数又被 property 的实例引用，所以 storage_name 会因为被持有而延长生命周期。这也正是闭包的一大特性：能够捕获自由变量并延长它的生命周期和作用域。

我们来验证一下：

class Item:
    price = quantity()
    number = quantity()

    def __init__(self):
        pass

i = Item()
i.price = 1
i.number = 2
i.price     # 得到 1，可以正常访问
i.number    # 得到 2，可以正常访问
i.__dict__  # {'_quantity:0': 1, '_quantity:1': 2}

可见现在存储的键名可以被正确地自动生成。

3.2.5 属性描述符

文件描述符的作用和特性工厂一样，都是为了批量的应用特性。它的写法也和特性工厂非常类似：

class Quantity:
    def __init__(self, storage_name):
        self.storage = storage_name
    def __get__(self, instance, owner):
        return instance.__dict__[self.storage]
    def __set__(self, instance, value):
        if value > 0:
            instance.__dict__[self.storage] = value
        else:
            raise ValueError('value must be > 0')

主要有以下几个改动：

不用返回 property 类的实例了，因此 getter 和 setter 方法的名字是固定的，这样才能满足协议。
__get__ 方法的第一个参数是描述符类 Quantity 的实例，第二个参数 self 是要读取属性的实例，比如上面的 i，也被称作托管实例。第三个参数是托管类，也就是 Item。
__set__ 方法的前两个参数含义类似，第三个则是要读取的属性名，比如 price。

和特性工厂类似，属性描述符也可以实现 storage_name 的自动生成，这里就不重复代码了。看起来属性描述符和特性工厂几乎一样，但由于属性描述符是类，它就可以继承。比如这里的 Quantity 描述符有两个功能：自动存储和值的校验。自动存储是一个非常通用的逻辑，而值的校验是可变的业务逻辑，所以我们可以先定义一个 AutoStorage 描述符来实现自动存储功能，然后留下一个空的 validate 函数交给子类去重写。

而特性工厂作为函数，自然就没有上述功能，这两者的区别类似于 3.2.1 节中介绍的静态函数与全局函数的区别。

3.2.6 实例属性的查找顺序

我们知道类的属性都会存储在 __dict__ 字典中，即使没有显式的给属性赋值，但只要字典里面有这个字段，也是可以读取到的：

class Person:
    pass

p = Person()
p.__dict__['name'] = 'bestswifter'
p.name  # 不会报错，而是返回字典中的值，'bestswifter'

但我们在特性工厂和属性描述符的实现中，都是直接把属性的值存储在 __dict__ 中，而且键就是属性名。之前我们还介绍过，特性的工作原理是没有直接访问实例的属性，而是读取了 property 的实例。那直接把值存在 __dict__ 中，会不会导致特性失效，直接访问到原始内容呢？从之前的实践结果来看，答案是否定的，要解释这个问题，我们需要搞明白访问实例属性的查找顺序。

假设有这么一段代码：

o = cls()   # 假设 o 是 cls 类的实例
o.attr      # 试图访问 o 的属性 attr

再对上一节中的属性描述符做一个简单的分类：

覆盖型描述符：定义了 __set__ 方法的描述符
非覆盖型描述符：没有定义 __set__ 方法的描述符

在执行 o.attr 时，查找顺序如下：

如果 attr 出现在 cls 或父类的 __dict__ 中，且 attr 是覆盖型描述符，那么调用 __get__ 方法。
否则，如果 attr 出现在 o 的__dict__ 中，返回 o.__dict__[attr]
否则，如果attr 出现在 cls 或父类的 __dict__ 中，如果 attr 是非覆盖型描述符，那么调用 __get__ 方法。
否则，如果没有非覆盖型描述符，直接返回 cls.__dict__[attr]
否则，如果 cls 实现了 __getattr__ 方法，调用这个方法
抛出 AttributeError

所以，在访问类的属性时，覆盖型描述符的优先级是高于直接存储在 __dict__ 中的值的。

3.3 多继承

本节内容部分摘自我的这篇文章：从 Swift 的面向协议编程说开去，本节聊的是多继承在 Python 中的知识，如果想阅读关于多继承的讨论，请参考原文。

3.3.1 多继承的必要性

很多语言类的书籍都会介绍，多继承是个危险的行为。诚然，狭义上的多继承在绝大多数情况下都是不合理的。这里所谓的 “狭义”，指的是一个类拥有多个父类。我们要明确一个概念：继承的目的不是代码复用，而是声明一种 is a 的关系，代码复用只是 is a 关系的一种外在表现。

因此，如果你需要狭义上的多继承，还是应该先问问自己，真的存在这么多 is a 的关系么？你是需要声明这种关系，还是为了代码复用。如果是后者，有很多更优雅的解决方案，因为多继承的一个直接问题就是菱形问题（Diamond Problem）。

但是广义上的多继承是必须的，不能因为害怕多继承的问题就忽略多继承的优点。广义多继承 指的是通过定义接口（Interface）以及接口方法的默认实现，形成“一个父类，多个接口”的模式，最终实现代码的复用。当然，不是每个语言都有接口的概念，比如 Python 里面叫 Mixin，会在 3.3.3 节中介绍。

广义上的多继承非常常见，有一些教科书式的例子，比如动物可以按照哺乳动物，爬行动物等分类，也可以按照有没有翅膀来分类。某一个具体的动物可能满足上述好几类。在实际的开发中也到处都是广义多继承的使用场景，比如 iOS 或者安卓开发中，系统控件的父类都是固定的，如果想让他们复用别的父类的代码，就会比较麻烦。

如果您已读到这里并且感觉还不错，可以在我的小专栏阅读原文，仅需一杯咖啡的钱。你也可以订阅小专栏或者加入我的知识星球，价格都是 66 元永久。