Python回顧與整理12：執行環境

作為《Python核心程式設計》核心部分的最後一章，這篇的内容也相當重要。對于進階部分的整理，将采用《Python核心程式設計》第三版，但是，方式會以之前的完全不一樣了。

1.可調用對象

可調用對象即可通過函數操作符“()”來調用的對象，也可以通過函數式程式設計接口來進行調用，如apply()、filter()、map()和reduce()。Python有4種可調用對象：函數、方法、類和一些類的執行個體。

（1）函數

Python中有三種不同類型的函數：内建函數（BIF）、使用者定義的函數（UDF）和lambda表達式。

内建函數（BIF）

用C/C++寫的，編譯過後放入Python解釋器中，然後把它們作為第一（内建）名稱空間的一部分加載進系統，這些函數在__builtin__子產品裡，并作為__builtins__子產品導入到解釋器中。

可以使用dir()來列出函數的所有屬性，另外從内部機制來看，BIF和内建方法屬于相同的類型，是以全長type()調用的結果是：

<code><</code><code>type</code> <code>'builtin_function_or_method'</code><code>></code>

<code>>>> </code><code>type</code><code>(</code><code>'xpleaf'</code><code>.upper)</code>

但是應用于工廠函數，得到的結果是不一樣的，雖然這些工廠函數本身是内建函數：

那是因為，本質上這些工廠函數是類。

使用者定義的函數（UDF）

使用者定義的函數通常是用Python寫的，調用type()的結果如下：

<code><</code><code>type</code> <code>'function'</code><code>></code>

UDF本身也有很多屬性：

<code>[</code><code>'__call__'</code><code>, </code><code>'__class__'</code><code>, </code><code>'__closure__'</code><code>, </code><code>'__code__'</code><code>, </code><code>'__defaults__'</code><code>, </code><code>'__delattr__'</code><code>, </code><code>'__dict__'</code><code>, </code><code>'__doc__'</code><code>, </code><code>'__format__'</code><code>, </code><code>'__get__'</code><code>, </code><code>'__getattribute__'</code><code>, </code><code>'__globals__'</code><code>, </code><code>'__hash__'</code><code>, </code><code>'__init__'</code><code>, </code><code>'__module__'</code><code>, </code><code>'__name__'</code><code>, </code><code>'__new__'</code><code>, </code><code>'__reduce__'</code><code>, </code><code>'__reduce_ex__'</code><code>, </code><code>'__repr__'</code><code>, </code><code>'__setattr__'</code><code>, </code><code>'__sizeof__'</code><code>, </code><code>'__str__'</code><code>, </code><code>'__subclasshook__'</code><code>, </code><code>'func_closure'</code><code>, </code><code>'func_code'</code><code>, </code><code>'func_defaults'</code><code>, </code><code>'func_dict'</code><code>, </code><code>'func_doc'</code><code>, </code><code>'func_globals'</code><code>, </code><code>'func_name'</code><code>]</code>

lambda表達式（名為“<lambdda>”的函數）

lambda傳回一個函數對象，隻是lambda表達式沒有給指令綁定的代碼提供基礎結構，是以要通過函數式程式設計接口來調用，或把它們的引用指派給一個變量，通過該變量來進行調用，隻是需要注意的是，這個變量僅僅是個别名，并不是函數對象的名字。

通過lambda來建立的函數對象除了沒有命名外，和使用者定義的函數是有相同的屬性的，當然，對于__name__屬性，值為"<lambda>"：

<code>>>> lambdaFunc </code><code>=</code> <code>lambda</code> <code>x: x</code><code>*</code><code>2</code>

<code>>>> lambdaFunc(</code><code>100</code><code>)</code>

<code>>>> </code><code>type</code><code>(lambdaFunc)</code>

<code>>>> lambdaFunc.__name__</code>

（2）方法

使用者自定義方法是被定義為類的一部分函數，而許多Python資料類型本身也有方法，這些方法被稱為内建方法。

内建方法（BIM）

隻有内建類型有内建方法，如下：

<code>>>> </code><code>type</code><code>([].append)</code>

BIM和BIF兩者享有相同的屬性，隻是不同的是，BIM的__self__屬性指向一個Python對象，而BIF指向None：

<code>>>> </code><code>dir</code><code>([].append)</code>

<code>[</code><code>'__call__'</code><code>, </code><code>'__class__'</code><code>, </code><code>'__cmp__'</code><code>, </code><code>'__delattr__'</code><code>, </code><code>'__doc__'</code><code>, </code><code>'__eq__'</code><code>, </code><code>'__format__'</code><code>, </code><code>'__ge__'</code><code>, </code><code>'__getattribute__'</code><code>, </code><code>'__gt__'</code><code>, </code><code>'__hash__'</code><code>, </code><code>'__init__'</code><code>, </code><code>'__le__'</code><code>, </code><code>'__lt__'</code><code>, </code><code>'__module__'</code><code>, </code><code>'__name__'</code><code>, </code><code>'__ne__'</code><code>, </code><code>'__new__'</code><code>, </code><code>'__reduce__'</code><code>, </code><code>'__reduce_ex__'</code><code>, </code><code>'__repr__'</code><code>, </code><code>'__self__'</code><code>, </code><code>'__setattr__'</code><code>, </code><code>'__sizeof__'</code><code>, </code><code>'__str__'</code><code>, </code><code>'__subclasshook__'</code><code>]</code>

<code>>>> [].append.__self__</code>

<code>>>> </code><code>print</code> <code>[].append.__self__</code>

<code>>>> </code><code>print</code> <code>dir</code><code>.__self__</code>

使用者定義的方法（UDM）

所有的UDM都是相同的類型，即“執行個體方法”，無論該方法是否有綁定的執行個體：

<code>>>> </code><code>class</code> <code>C(</code><code>object</code><code>):</code>

<code><</code><code>type</code> <code>'instancemethod'</code><code>></code>

隻是通路對象本身會揭示該方法是否綁定：

<code><bound method C.foo of <__main__.C </code><code>object</code> <code>at </code><code>0x7f37a3c45810</code><code>>></code>

（3）類

調用類，其實就是建立一個執行個體對象。類有預設構造器，但是這個函數什麼都不做，可以通過實作__init__()方法來自定義執行個體化過程。

（4）類的執行個體

Python給類提供了名為__call__的特别方法，該方法允許程式建立可調用的對象（執行個體）。預設情況下沒有實作該方法，是以執行個體是不可調用的。

在定義類時覆寫__call__方法即可達到執行個體可調用的效果，這樣，調用執行個體對象就等同于調用__call__()方法，參數的設定跟類的構造器原理是一樣的：

<code>... </code><code>print</code> <code>"I'm callable! Called with args:\n"</code><code>, args</code>

<code><__main__.C </code><code>object</code> <code>at </code><code>0x7f37a3c2d090</code><code>></code>

<code>>>> </code><code>callable</code><code>(c) </code><code># 執行個體是可調用的</code>

<code>>>> c() </code><code># 調用執行個體</code>

<code>I'm </code><code>callable</code><code>! Called with args:</code>

<code>>>> c.__call__(</code><code>3</code><code>) </code><code># 與c(3)的調用原理是一樣的</code>

2.代碼對象

每個可調用物的核心都是代碼對象，由語句、指派、表達式和其他可調用物組成。檢視一個子產品意味着觀察一個較大的、包含了子產品中所有代碼的對象。然後代碼可以分成語句、指派、表達式，以及可調用物。可調用物又可以遞歸分解到下一層，那兒有自己的代碼對象。

一般來說，代碼對象可以作為函數或者方法調用的一部分來執行（比如語句或指派等），也可用exec語句或内建函數eval()來執行。從整體上看，一個Python子產品的代碼對象是構成該子產品的全部代碼。

如果要執行Python代碼，那麼該代碼必須先要轉換成位元組編譯的代碼（又稱位元組碼）。這才是真正的代碼對象。然而，它們不包含任何關于它們執行環境的資訊，這便是可調用物存在的原因，它被用來包裝一個代碼對象并提供額外的資訊（如屬性等相關資訊）。

函數對象僅是代碼對象的包裝，方法則是給函數對象的包裝，隻是不同于單純的代碼對象，它們還提供了一些額外的資訊。當研究到最底層，便會發現這是一個代碼對象。

在函數對象中，有一個func_code屬性，其實就是指代碼對象：

<code><code </code><code>object</code> <code>foo at </code><code>0x7f37a5daceb0</code><code>, </code><code>file</code> <code>"<stdin>"</code><code>, line </code><code>1</code><code>></code>

3.可執行的對象聲明和内建函數

常見的相關函數如下：

可執行的對象聲明和内建函數

内建函數和語句

描述

callable(obj)

如果obj可調用，傳回True，否則傳回False

compile(string, file, type)

從type類型中建立代碼對象；file是代碼存放的地方（通常設為""）

eval(obj, globals=globals(), locals=locals())

對obj進行求值，obj是已編譯為代碼對象的表達式，或是一個字元串表達式；可以給出全局或者/和局部的名稱空間

exec obj

執行obj、單一的Python語句或者語句的集合，也就是說格式是代碼對象或者字元串；obj也可以是一個檔案對象（已經打開的有效的Python腳本中）

input(prompt='')

等同于eval(raw_input(prompt=''))

（1）callable()

callable()是一個布爾函數，确定一個對象是否可以通過函數操作符（()）來調用：

<code>>>> </code><code>callable</code><code>(</code><code>dir</code><code>)</code>

<code>>>> </code><code>callable</code><code>(</code><code>1</code><code>)</code>

<code>False</code>

<code>>>> </code><code>callable</code><code>(foo)</code>

（2）compile()

compile()函數允許程式員在運作時刻迅速生成代碼對象，然後就可以用exec語句或者内建函數eval()來執行這些代碼對象或者對它們進行求值。一個很重要的觀點是：exec和eval()都可以執行字元串格式的Python代碼。當執行字元串形式的代碼時，每次都必須對這些代碼進行位元組編譯處理。compile()函數提供了一次性位元組代碼預編譯，以後每次調用的時候，就不用編譯了。

compile的三個參數都是必需的，第一參數借助了要編譯的Python代碼。第二個字元串，雖然是必需的，但通常被設定為空串。該參數代表了存放代碼對象的檔案的名字（字元串類型）。compile的通常用法是動态生成字元串形式的Python代碼，然後生成一個代碼對象——代碼顯然沒有存放在任何檔案，是以檔案名就通常設定為空了。

最後的參數是個字元串，它用來表明代碼對象的類型，有三個可能值：

'eval'

可求值的表達式，和eval()一起使用

'single'

單一可執行語句，和exec一起使用

'exec'

可執行語句組，和exec一起使用

可求值表達式

<code>>>> eval_code </code><code>=</code> <code>compile</code><code>(</code><code>'100+200'</code><code>, '</code><code>', '</code><code>eval</code><code>')</code>

<code><code </code><code>object</code> <code><module> at </code><code>0x7f37a5db3cb0</code><code>, </code><code>file</code> <code>"", line </code><code>1</code><code>></code>

單一可執行語句

<code>>>> single_code </code><code>=</code> <code>compile</code><code>(</code><code>'print "Hello world!"'</code><code>, '</code><code>', '</code><code>single')</code>

<code>>>> single_code</code>

<code><code </code><code>object</code> <code><module> at </code><code>0x7f37a3c2a0b0</code><code>, </code><code>file</code> <code>"", line </code><code>1</code><code>></code>

<code>>>> </code><code>exec</code> <code>single_code</code>

<code>Hello world!</code>

可執行語句組

<code>>>> exec_code </code><code>=</code> <code>compile</code><code>(</code><code>"""</code>

<code>... req = input('Count how many numbers?')</code>

<code>... for eachNum in range(req):</code>

<code>... print eachNum</code>

<code>Count how many numbers?</code><code>6</code>

（3）eval()

eval()對表達式求值，第一個參數可以為字元串或compile()建立的預編譯代碼對象。第二個和第三個參數為可選的，分别預設為globals()和locals()傳回的對象：

<code>... </code><code>print</code> <code>eval</code><code>(</code><code>'a'</code><code>)</code>

<code>>>> scope</code><code>=</code><code>{}</code>

<code>>>> scope[</code><code>'a'</code><code>] </code><code>=</code> <code>3</code>

<code>>>> scope[</code><code>'b'</code><code>] </code><code>=</code> <code>4</code>

<code>>>> result </code><code>=</code> <code>eval</code><code>(</code><code>'a+b'</code><code>,scope)</code>

<code>>>> result</code>

（4）exec

exec語句隻接受一個參數，即exec obj，obj除了可以是原始的字元串（單一語句或語句組）或是compile()編譯的代碼對象外，也可以是檔案對象：

<code>>>> f </code><code>=</code> <code>open</code><code>(</code><code>'xcount.py'</code><code>)</code>

<code>>>> </code><code>for</code> <code>eachLine </code><code>in</code> <code>f:</code>

<code>... </code><code>print</code> <code>eachLine,</code>

<code>print</code> <code>'x is currently:'</code><code>, x</code>

<code>while</code> <code>x < </code><code>5</code><code>:</code>

<code> </code><code>print</code> <code>'incrementing x to:'</code><code>, x</code>

<code>x </code><code>is</code> <code>currently: </code><code>0</code>

<code>incrementing x to: </code><code>1</code>

<code>incrementing x to: </code><code>2</code>

<code>incrementing x to: </code><code>3</code>

<code>incrementing x to: </code><code>4</code>

<code>incrementing x to: </code><code>5</code>

<code>>>> f.tell() </code><code># 執行完之後，就指針就停留在檔案末尾（end-of-line，EOF）</code>

（5）input()

内建函數input()是eval()和raw_input()的組合，等價于eval(raw_input())，這說明input()和raw_input()本身還是有差別的。

從功能上看，input不同于raw_input()，因為raw_input()總是以字元串的形式傳回使用者的輸入；input()履行相同的任務，而且它還把輸入作為Python表達式進行求值。這意味着input()傳回的資料是對輸入表達式求值的結果：一個Python對象。

舉例如下：

<code>>>> aString </code><code>=</code> <code>raw_input</code><code>(</code><code>'Enter a list: '</code><code>)</code>

<code>Enter a </code><code>list</code><code>: [</code><code>'xpleaf'</code><code>, </code><code>'clyyh'</code><code>]</code>

<code>>>> aString</code>

<code>"['xpleaf', 'clyyh']"</code>

<code>>>> </code><code>type</code><code>(aString)</code>

<code>>>> aList </code><code>=</code> <code>input</code><code>(</code><code>'Enter a list: '</code><code>)</code>

<code>>>> aList</code>

<code>[</code><code>'xpleaf'</code><code>, </code><code>'clyyh'</code><code>]</code>

<code>>>> </code><code>type</code><code>(aList)</code>

（6）使用Python在運作時生成和執行Python代碼

有需要時可以參考書本上的例子。

本文轉自 xpleaf 51CTO部落格，原文連結：http://blog.51cto.com/xpleaf/1795129，如需轉載請自行聯系原作者

Python回顧與整理12：執行環境

繼續閱讀

學習軟體測試基礎測試第七天

Zeppelin 配置通路 REST APIApache Zeppelin Configuration REST API

【Torch】最簡潔logging使用指南

C++實作簡單順序表

27. Remove Element(清單)題目代碼

C經典書籍筆記——C陷阱與缺陷②(文法陷阱之優先級)一、錯誤案列二、優先級規律

Cloud Studio初體驗

使用 ctypes 進行 Python 和 C 的混合程式設計

【python】【資料處理】畫多元資料分布圖

線性表之順序表的實作

面試題解析：你接口測試是怎麼做的？

C++判斷素數、求最大公約數代碼判斷一個數是否為素數求兩個數的最大公約數

SequoiaDB巨杉資料庫C++驅動概述

【python】netconf協定對接管理裝置

「Python 網絡自動化」NETCONF —— Python 使用 NETCONF 管理配置 H3C 網絡裝置

在python中建立excel并寫入