Python反射机制代码实例

本篇文章小编给大家分享一下Python反射机制代码实例，文章代码介绍的很详细，小编觉得挺不错的，现在分享给大家供大家参考，有需要的小伙伴们可以来看看。

通常，我们操作对象的属性或者方法时，是通过点“.”操作符进行的。例如下面的代码：

class Person:
    type = "mammal"

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

    def say_hi(self):
        print('Hello, my name is', self.name)

    @staticmethod
    def feed():
        print("Three times per day.")

    @classmethod
    def sleep(cls):
        print("8 hours!")


p = Person('Chunming')
p.say_hi()
print(p.name)

上面代码的输出是

Hello, my name is Nikhil

Nikhil

反射是另外一种操作对象属性和方法的手段，例如：

func = getattr(p, 'say_hi') 
func()
print(getattr(p, "name"))

上面这段代码的输出是：

Hello, my name is Nikhil

Nikhil

可见与通过点操作符的结果一致。

1. 反射的四个函数

getattr是获取对象属性或方法的函数，Python的官方文档是这样描述其用法的：

getattr(object, name, value)

返回对象命名属性的值。name必须是字符串。如果该字符串是对象的属性之一，则返回该属性的值。例如， getattr(x, ‘foobar')等同于 x.foobar。如果指定的属性不存在，且提供了 default值，则返回它，否则触发 AttributeError。

根据文档理解上述代码，getattr(p, ‘say_hi') 获取了p对象的say_hi属性值并赋值给func变量，因为say_hi属性在Person类中是一个方法，要想调用这个方法， 需要执行func()，getattr(p, “name”) 则是获取p对象的name属性。

除了获取对象属性和方法的getattr函数，python还内置了判断、设置、删除对象属性和方法的函数，来看看Python官方文档对这三个函数的说明：

setattr(object, name, value)

此函数与 getattr() 两相对应。其参数为一个对象、一个字符串和一个任意值。字符串指定一个现有属性或者新增属性。函数会将值赋给该属性，只要对象允许这种操作。例如，setattr(x, ‘foobar', 123) 等价于 x.foobar = 123。

hasattr(object, name)

该实参是一个对象和一个字符串。如果字符串是对象的属性之一的名称，则返回 True，否则返回 False。（此功能是通过调用 getattr(object, name) 看是否有 AttributeError 异常来实现的。）

delattr(object, name)

setattr() 相关的函数。实参是一个对象和一个字符串。该字符串必须是对象的某个属性。如果对象允许，该函数将删除指定的属性。例如 delattr(x, ‘foobar') 等价于 del x.foobar 。

Python中通过getattr、setattr、hasattr和delattr四个函数操作属性的机制就是反射。是通过字符串的形式操作对象属性和方法的机制。下面对p属性应用setattr、hasattr和delattr这三个函数看看效果：

判断p对象是否有say_bye属性和say_hi属性：

print(hasattr(p, 'say_bye'))  # 输出False
print(hasattr(p, 'say_hi'))  # 输出True

给p对象增加say_bye的方法和age属性：

setattr(p, 'say_bye', say_bye)
setattr(p, 'age', 18)

现在可以访问这两个属性了，通过反射访问：

bye = getattr(p, 'say_bye')
bye()
print(getattr(p, 'age'))

或者通过点操作符访问：

p.say_bye()
print(p.age)

删除age属性：

delattr(p, 'age')
print(hasattr(p, 'age'))  # 输出False

2. 类的反射操作

除了对象的反射操作，还有类的反射操作，当前模块的反射操作，还有其他模块的反射操作，其他包的反射操作。

类的反射操作，指的是对类属性、类方法或者静态方法执行反射操作。

获取类属性：

t = getattr(Person, 'type')
print(t)  # 输出mammal
f = getattr(Person, 'feed')
f()  # 输出Three times per day.
s = getattr(Person, 'sleep')
s() # 8 hours!

判断类属性是否存在：

print(hasattr(Person, 'type'))  # 输出True
print(hasattr(Person, 'name'))  # 输出False
print(hasattr(Person, 'say_hi')) # 输出True
print(hasattr(Person, 'sleep'))  # 输出True
print(hasattr(Person, 'feed'))  # 输出True

此外，还可以对类添加和删除属性和方法。

print(delattr(Person, 'feed'))
print(hasattr(Person, 'feed'))
setattr(Person, 'feed', lambda x: print("Three times per day."))
print(hasattr(Person, 'feed'))

3. 当前模块的反射操作

当前模块也就是当前代码所在的py文件，反射也可以对当前模块中的变量和函数进行操作。例如某个模块包含一个al函数，用来判断迭代对象中每个元素是否都是True，内容如下：

import sys

def al(iterable):
    for element in iterable:
        if not element:
            return False
    return True


this_module = sys.modules[__name__]

if hasattr(this_module, 'al'):
    all_true = getattr(this_module, 'al')
    result = all_true([1, 2, 3, 4, True, 0])
    print(result)

通过sys.modules[name]方法获取当前模块的名称。getattr第一个参数是模块名称，第二个参数是想要从模块中获取的属性。

4. 其他模块反射操作

对import进来的其他模块中的函数、属性、变量进行反射操作。例如，我们导入Python的heapq模块，这块模块提供了堆队列算法的实现，也称为优先队列算法。下面的代码是一个实现堆排序的函数。

import heapq

h = [(5, 'write code'), (7, 'release product'), (1, 'write spec'), (3, 'create tests')]

if hasattr(heapq, 'heapify'):
   heapi = getattr(heapq, 'heapify')  # 获取heapify属性
   heapi(h)  # 建堆
   if hasattr(heapq, 'heappop'):
       heapp = getattr(heapq, 'heappop')  # 获取heappop属性
       print([heapp(h) for _ in range(len(h))])  # 弹出并从返回堆中最小的项

这里，我们并没有通过heapq.heapify和heapq.heappop方式调用heapq模块中的函数。而是通过反射达到的同样的效果。

5. 反射应用场景之一

了解了反射中四个函数的基本用法。那么反射到底有什么用呢？它的应用场景是什么呢？答案是，当不确定所需要的属性和函数是否存在时，可以使用反射。另外一个重要作用是，可以提高代码的扩展性和可维护性。

假如我们把所有的加密算法都放到一个叫做encryption的模块中维护 ，并且允许使用这个模块的用户添加更多的加密算法到这个模块中。encryption的模块内容如下：

import hashlib
import os
import sys


def md5(content=None):
    """生成字符串的SHA256值"""
    if content is None:
        return ''
    md5_gen = hashlib.md5()
    md5_gen.update(content.encode('utf-8'))
    md5code = md5_gen.hexdigest()
    return md5code


def sha256(content=None):
    """生成字符串的SHA256值"""
    if content is None:
        return ''
    sha256_gen = hashlib.sha256()
    sha256_gen.update(content.encode('utf-8'))
    sha256code = sha256_gen.hexdigest()
    return sha256code


def sha256_file(filename):
    """生成文件的SHA256值"""
    if not os.path.isfile(filename):
        return ""
    sha256gen = hashlib.sha256()
    size = os.path.getsize(filename)  # 获取文件大小，单位是Byte
    with open(filename, 'rb') as fd:  # 以二进制方式读取文件
        while size >= 1024 * 1024:  # 当文件大于1MB时分块读取文件内容
            sha256gen.update(fd.read(1024 * 1024))
            size -= 1024 * 1024
        sha256gen.update(fd.read())
    sha256code = sha256gen.hexdigest()
    return sha256code


def md5_file(filename):
    """生成文件的MD5值"""
    if not os.path.isfile(filename):
        return ""
    md5gen = hashlib.md5()
    size = os.path.getsize(filename)  # 获取文件大小，单位是Byte
    with open(filename, 'rb') as fd:
        while size >= 1024 * 1024:  # 当文件大于1MB时分块读取文件内容
            md5gen.update(fd.read(1024 * 1024))
            size -= 1024 * 1024
        md5gen.update(fd.read())
    md5code = md5gen.hexdigest()
    return md5code


def encrypt_something(something, algorithm):
    """
    通用加密算法
    :param something: 待加密的内容，字符串或者文件
    :param algorithm: 加密算法
    :return:  加密后的内容
    """
    result = ""
    if algorithm == "md5":
        result = md5(something)
    elif algorithm == "sh256":
        result = sha256(something)
    elif algorithm == "sh256_file":
        result = sha256_file(something)
    elif algorithm == "md5_file":
        result = md5_file(something)
    return result

其中，encrypt_something函数提供了通用加密算法，需要调用者传入待加密的内容和加密算法，这样当调用者使用encryption.py模块时，只需导入encrypt_something函数即可。就像这样：

import encryption
print(encryption.encrypt_something("learn_python_by_coding", "sh256"))
print(encryption.encrypt_something("learn_python_by_coding", "md5"))

通过分析encrypt_something函数发现，当我们在encryption.py模块添加更多的加密算法后，就要修改encrypt_something函数，在其中增加新的if分支，随着加密算法的增加，encrypt_something函数的分支会越来越多。

学了反射之后，encrypt_something代码部分就可以这样写：

def encrypt_something(something, algorithm):
    """
    通用加密算法
    :param something: 待加密的内容，字符串或者文件
    :param algorithm: 加密算法
    :return:  加密后的内容
    """
    this_module = sys.modules[__name__]
    if hasattr(this_module, algorithm):
        algorithm = getattr(this_module, algorithm)
        result = algorithm(something)
    else:
        raise ValueError("Not support {} algorithm".format(algorithm))
    return result

相比前面的采用if分支语句方式，反射更加简洁明了，可维护性更强，要想增加新的加密方法，只需要在encryption.py模块添加更多的加密算法即可，encrypt_something代码不需要任何变更。

6. 反射应用场景之二

再看一个基于Pytest测试框架的测试脚本中应用反射的例子，比如conftest文件内容如下：

# content of conftest.py
import pytest
import smtplib


@pytest.fixture(scope="module")
def smtp_connection(request):
    server = getattr(request.module, "smtpserver", "smtp.gmail.com")
    smtp_connection = smtplib.SMTP(server, 587, timeout=5)
    yield smtp_connection
    print("finalizing {} ({})".format(smtp_connection, server))
    smtp_connection.close()

request.module 是所有测试脚本，就是那些以_test结尾或者test_开头的py文件。

server = getattr(request.module, "smtpserver", "smtp.gmail.com") 

含义就是从测试脚本文件中找smtpserver属性，如果找不到，默认使用smtp.gmail.com作为smtpserver的值。如果测试脚本文件有这个属性，则使用测试脚本中的值，例如下面这个测试脚本，smtpserver则会使用mail.python.org这个值：

# content of test_anothersmtp.py

smtpserver = "mail.python.org"  # will be read by smtp fixture


def test_showhelo(smtp_connection):
    assert 0, smtp_connection.helo()