python单例模式（python 中怎么理解__new__）

本文目录

• python 中怎么理解__new__
• 关于python单例模式求教大佬
• 详解Python中的__new__、__init__、__call__三个特殊方法
• python创建工具类保存用户信息

python 中怎么理解__new__

一、__init__ 方法是什么？使用Python写过面向对象的代码的同学，可能对 __init__ 方法已经非常熟悉了，__init__ 方法通常用在初始化一个类实例的时候。例如：Python# -*- coding: utf-8 -*-class Person(object): """Silly Person""" def __init__(self, name, age): self.name = name self.age = age def __str__(self): return ’《Person: %s(%s)》’ % (self.name, self.age)if __name__ == ’__main__’: piglei = Person(’piglei’, 24) print piglei123456789101112131415# -*- coding: utf-8 -*-class Person(object):"""Silly Person"""def __init__(self, name, age):self.name = nameself.age = agedef __str__(self):return ’《Person: %s(%s)》’ % (self.name, self.age)if __name__ == ’__main__’:piglei = Person(’piglei’, 24)print piglei这样便是__init__最普通的用法了。但__init__其实不是实例化一个类的时候第一个被调用 的方法。当使用 Persion(name, age) 这样的表达式来实例化一个类时，最先被调用的方法 其实是 __new__ 方法。二、__new__ 方法是什么？__new__方法接受的参数虽然也是和__init__一样，但__init__是在类实例创建之后调用，而 __new__方法正是创建这个类实例的方法。Python# -*- coding: utf-8 -*-class Person(object): """Silly Person""" def __new__(cls, name, age): print ’__new__ called.’ return super(Person, cls).__new__(cls, name, age) def __init__(self, name, age): print ’__init__ called.’ self.name = name self.age = age def __str__(self): return ’《Person: %s(%s)》’ % (self.name, self.age)if __name__ == ’__main__’: piglei = Person(’piglei’, 24) print piglei1234567891011121314151617181920# -*- coding: utf-8 -*-class Person(object):"""Silly Person"""def __new__(cls, name, age):print ’__new__ called.’return super(Person, cls).__new__(cls, name, age)def __init__(self, name, age):print ’__init__ called.’self.name = nameself.age = agedef __str__(self):return ’《Person: %s(%s)》’ % (self.name, self.age)if __name__ == ’__main__’:piglei = Person(’piglei’, 24)print piglei执行结果：Pythonpiglei@macbook-pro:blog$ python new_and_init.py__new__ called.__init__ called.《Person: piglei(24)》1234piglei@macbook-pro:blog$ python new_and_init.py__new__ called.__init__ called.《Person: piglei(24)》通过运行这段代码，我们可以看到，__new__方法的调用是发生在__init__之前的。其实当 你实例化一个类的时候，具体的执行逻辑是这样的：1.p = Person(name, age)2.首先执行使用name和age参数来执行Person类的__new__方法，这个__new__方法会 返回Person类的一个实例（通常情况下是使用 super(Persion, cls).__new__(cls, … …) 这样的方式），3.然后利用这个实例来调用类的__init__方法，上一步里面__new__产生的实例也就是 __init__里面的的 self所以，__init__ 和 __new__ 最主要的区别在于：1.__init__ 通常用于初始化一个新实例，控制这个初始化的过程，比如添加一些属性， 做一些额外的操作，发生在类实例被创建完以后。它是实例级别的方法。2.__new__ 通常用于控制生成一个新实例的过程。它是类级别的方法。但是说了这么多，__new__最通常的用法是什么呢，我们什么时候需要__new__？三、__new__ 的作用依照Python官方文档的说法，__new__方法主要是当你继承一些不可变的class时(比如int, str, tuple)， 提供给你一个自定义这些类的实例化过程的途径。还有就是实现自定义的metaclass。首先我们来看一下第一个功能，具体我们可以用int来作为一个例子：假如我们需要一个永远都是正数的整数类型，通过集成int，我们可能会写出这样的代码。class PositiveInteger(int): def __init__(self, value): super(PositiveInteger, self).__init__(self, abs(value))i = PositiveInteger(-3)print i123456class PositiveInteger(int):def __init__(self, value):super(PositiveInteger, self).__init__(self, abs(value))i = PositiveInteger(-3)print i但运行后会发现，结果根本不是我们想的那样，我们任然得到了-3。这是因为对于int这种 不可变的对象，我们只有重载它的__new__方法才能起到自定义的作用。这是修改后的代码：class PositiveInteger(int): def __new__(cls, value): return super(PositiveInteger, cls).__new__(cls, abs(value))i = PositiveInteger(-3)print i123456class PositiveInteger(int):def __new__(cls, value):return super(PositiveInteger, cls).__new__(cls, abs(value))i = PositiveInteger(-3)print i通过重载__new__方法，我们实现了需要的功能。另外一个作用，关于自定义metaclass。其实我最早接触__new__的时候，就是因为需要自定义 metaclass，但鉴于篇幅原因，我们下次再来讲python中的metaclass和__new__的关系。四、用__new__来实现单例事实上，当我们理解了__new__方法后，我们还可以利用它来做一些其他有趣的事情，比如实现 设计模式中的 单例模式(singleton) 。因为类每一次实例化后产生的过程都是通过__new__来控制的，所以通过重载__new__方法，我们 可以很简单的实现单例模式。class Singleton(object): def __new__(cls): # 关键在于这，每一次实例化的时候，我们都只会返回这同一个instance对象 if not hasattr(cls, ’instance’): cls.instance = super(Singleton, cls).__new__(cls) return cls.instanceobj1 = Singleton()obj2 = Singleton()obj1.attr1 = ’value1’print obj1.attr1, obj2.attr1print obj1 is obj212345678910111213class Singleton(object):def __new__(cls):# 关键在于这，每一次实例化的时候，我们都只会返回这同一个instance对象if not hasattr(cls, ’instance’):cls.instance = super(Singleton, cls).__new__(cls)return cls.instanceobj1 = Singleton()obj2 = Singleton()obj1.attr1 = ’value1’print obj1.attr1, obj2.attr1print obj1 is obj2输出结果：value1 value1True12value1 value1True可以看到obj1和obj2是同一个实例。

关于python单例模式求教大佬

因为在__new__函数里给__instance赋了新值___new__函数的作用就是，如果__instance还是None，就给cls.__instance新值，然后返回 __instance的值

详解Python中的__new__、__init__、__call__三个特殊方法

__new__： 对象的创建，是一个静态方法，第一个参数是cls。(想想也是，不可能是self，对象还没创建，哪来的self) __init__ ： 对象的初始化， 是一个实例方法，第一个参数是self。 __call__ ： 对象可call，注意不是类，是对象。

先有创建，才有初始化。即先__new__，而后__init__。 上面说的不好理解，看例子。

1.对于__new__

可以看到，输出来是一个Bar对象。

__new__方法在类定义中不是必须写的，如果没定义，默认会调用object.__new__去创建一个对象。如果定义了，就是override,可以custom创建对象的行为。 聪明的读者可能想到，既然__new__可以custom对象的创建，那我在这里做一下手脚，每次创建对象都返回同一个，那不就是单例模式了吗？没错，就是这样。可以观摩《飘逸的python - 单例模式乱弹》 定义单例模式时，因为自定义的__new__重载了父类的__new__，所以要自己显式调用父类的__new__，即object.__new__(cls, *args, **kwargs)，或者用super()。，不然就不是extend原来的实例了，而是替换原来的实例。

2.对于__init__

使用Python写过面向对象的代码的同学，可能对 __init__ 方法已经非常熟悉了，__init__ 方法通常用在初始化一个类实例的时候。例如：

这样便是__init__最普通的用法了。但__init__其实不是实例化一个类的时候第一个被调用 的方法。当使用 Persion(name, age) 这样的表达式来实例化一个类时，最先被调用的方法 其实是 __new__ 方法。

3.对于__call__ 对象通过提供__call__(slef, )方法可以模拟函数的行为，如果一个对象x提供了该方法，就可以像函数一样使用它，也就是说x(arg1, arg2...) 等同于调用x.__call__(self, arg1, arg2) 。模拟函数的对象可以用于创建防函数(functor) 或代理(proxy).

总结，在Python中，类的行为就是这样，__new__、__init__、__call__等方法不是必须写的，会默认调用，如果自己定义了，就是override,可以custom。既然override了，通常也会显式调用进行补偿以达到extend的目的。 这也是为什么会出现"明明定义def _init__(self, *args, **kwargs)，对象怎么不进行初始化"这种看起来诡异的行为。（注，这里_init__少写了个下划线，因为__init__不是必须写的，所以这里不会报错，而是当做一个新的方法_init__）

python创建工具类保存用户信息

在Python中创建工具类保存用户信息有以下几个原因：1. 便于数据管理：当我们需要在程序中保存一些用户信息时，可以借助工具类来进行数据的管理和操作。通过工具类可以很方便地对用户信息进行增删改查等操作。2. 提高代码的可复用性：将用户信息保存在工具类中可以使代码具有更高的可复用性和可维护性。这样我们就可以在不同的程序中重复使用该工具类，而不需要重新编写保存用户信息的代码。3. 保证数据的安全性：通过工具类可以对用户信息进行加密处理，从而保证用户信息的安全性。同时，我们也可以通过设置不同的权限级别来控制不同用户对数据的访问权限，提高数据的安全性和保密性。在使用工具类保存用户信息时，我们还需要注意以下几点：1. 数据的唯一性：在保存用户信息时，我们需要保证每个用户的信息都是唯一的，否则会出现数据冲突的问题。2. 数据的完整性：我们需要保证用户信息的完整性，即每个用户的信息都应该包括必要的字段和属性，以便在程序中使用。3. 数据的一致性：在不同的程序中使用同一个工具类保存用户信息时，我们需要保证数据的一致性，即保证不同程序中的用户信息是一致的。通过合理使用工具类来保存用户信息，可以提高代码的可维护性和可复用性，同时也可以保证用户信息的安全性和完整性。