我想调用一个方法来给我所有“非私有”(我在这里使用术语“私有”有点松散,因为它在Python中并不存在)和非内置属性(即那些类上不以单下划线或双下划线开头)。 像 vars(MyClass) 这样的东西只会返回该类的“公共”属性。
我知道
from M import *
不导入名称以下划线开头的对象。 (http://www.python.org/dev/peps/pep-0008/#id25) import 是如何实现的?通过内置函数还是仅通过检查下划线? pythonic 方法是什么?
示例:
class MyClass(object):
def __init__(self):
do_stuff()
def _private(self):
print 'private'
def __gets_name_mangled(self:
print 'becomes _MyClass__gets_name_mangled()'
def public(self):
print 'public'
如果我这样做
vars(MyClass).keys()
我明白了
['_MyClass__gets_name_mangled', '__module__', '_private', '__doc__', '__dict__', '__weakref__', 'public', '__init__']
我怎样才能得到
['public']
或者我只需要自己检查下划线? 似乎有一种Python式的方法可以做到这一点。
有关下划线和双下划线的更多信息,请参阅: 对象名称前的单下划线和双下划线是什么意思?
使用过滤 vars() 的字典理解
{ k:v for k,v in vars(myObject).items() if not k.startswith('_') }
移入一个返回非“软私有”或可调用属性列表的函数。如果您愿意,您可以通过更改为上面的字典理解来返回值
def list_public_attributes(input_var):
return [k for k, v in vars(input_var).items() if
not (k.startswith('_') or callable(v))]
实际上,这样的函数存在是不符合Python风格的——因为“官方”Python中没有私有或受保护的字段/属性。
虽然在某些模块*的
import *
期间丢弃带有前导下划线的模块属性(通常是一些实现细节)是有意义的,但它在任何其他对象的上下文中没有用。
因此,如果您只需要列出对象的“公共”方法/属性,只需迭代
dir
的结果并删除以下划线开头的名称即可。
*“在某个模块的
import *
期间”
通常这不是最佳实践。 考虑下一个例子:
模块
A
已定义 a1
和 a2
模块
B
已定义 b1
和 b2
模块中的代码
C
按预期工作:
from A import a1, a2
from B import *
想象我们在模块
a1
中添加函数B
。 现在突然模块C
坏了,尽管我们还没有碰过它。
我正在使用这个功能:
def print_all_public_fields(obj):
print(obj)
for a in dir(obj):
if not a.startswith('_') and not a.isupper():
print('\t%s = %s' % (a, getattr(obj, a)))
我知道这并不完全是你想要的,但也许它会给你一些想法。
一个简单的
list comprehension
应该可以做到这一点,尽管这将返回一个list而不是dict(类似于vars()
):
def public_attr(classvar):
return [a for a in dir(classvar) if not a.startswith("_")]
现在,如果我们有一门与您提议的课程类似的课程:
class MyClass(object):
def __init__(self):
print("init")
def _private(self):
print("private")
def __gets_name_mangled(self):
print("gets name mangled")
def public(self):
print("public")
这将导致:
>>> public_attr(MyClass())
init
['public']
>>> public_attr(MyClass)
['public']
谨防在 class 而不是 class 实例 上调用它(上面的第二个测试)。特别是对于当前版本的 Python,某些属性可能仅在运行时创建,例如
dataclasses.field(default_factory)
(自 Python 3.7
起)..