NOTE:文章中的代码缩进不知道怎么搞，直接粘贴使用会报错

学习地址

面向对象高级编程

使用 __slots__

在定义Class的时候，使用特殊变量__slots__来限制该类的实例能添加的属性

class Student(object):
    __slots__ = ('name', 'age') # 用tuple定义允许绑定的属性名称

使用 @property

对于类的方法，装饰器一样起作用。@property 是内置的装饰器（decorator），是负责把一个方法变成属性调用的：

class Student(object):

    @property
    def score(self):
        return self._score

    @score.setter
    def score(self, value):
        if not isinstance(value, int):
            raise ValueError('score must be an integer!')
        if value < 0 or value > 100:
            raise ValueError('score must between 0 ~ 100!')
        self._score = value

• 把一个getter方法变成属性，只需要加上@property就可以了。此时，@property本身又创建了另一个装饰器@score(属性名).setter，负责把一个setter方法变成属性赋值
• 可以定义只读属性:只定义getter方法，不定义setter方法

多重继承

Python允许使用多重继承，MixIn就是一种常见的设计,MixIn目的就是给一个类增加多个功能
允许单一继承的语言（如Java）不能使用MixIn的设计

例子：

• 不使用Mixin(最好不要用这种)

class Dog(Mammal, Runnable):
    pass

• 使用Mixin(推荐使用)

class Dog(Mammal, RunnableMixIn):
    pass

定制类

主要讲的是常用形如__xxx__的变量的使用
用到时可以再看

使用枚举类(Enum类)

使用元类(metaclass)

note:最难理解，也是最难使用的魔术代码,看不懂也没关系,基本上你不会用到

• metaclass允许你创建类或者修改类
• 以把类看成是metaclass创建出来的“实例”

主要在编写ORM时使用

错误、调试和测试

错误处理

1. try...except...finally...机制
2. 错误也是class,所有的错误类型都继承自BaseException,使用except时不但捕获该类型的错误，还把其子类也“一网打尽”
3. 记录错误：使用内置的logging模块
4. 抛出错误：用raise语句

调试

1. print()
2. 断言(assert)
3. logging
4. pdb 启动Python的调试器pdb，让程序以单步方式运行，可以随时查看运行状态
5. pdb.set_trace()
6. IDE

虽然用IDE调试起来比较方便，但是最后你会发现，logging才是终极武器。

单元测试

单元测试是用来对一个模块、一个函数或者一个类来进行正确性检验的测试工作。

文档测试

内置的doctest模块

IO编程

Stream（流）是一个很重要的概念，可以把流想象成一个水管，数据就是水管里的水，但是只能单向流动
CPU和内存的速度远远高于外设的速度，所以，在IO编程中，就存在速度严重不匹配的问题：同步IO和异步IO

文件读写

1. 读文件：使用内置的open()函数,传入文件名和标示符，文本文件标识符r

例子1：

>>> f.open()
>>> f.read()
>>> f.close()

例子2(推荐使用)：

with open('/path/to/file', 'r') as f:
    print(f.read())

• 文件很小，read()一次性读取最方便
• 不能确定文件大小，反复调用read(size)比较保险
• 如果是配置文件，调用readlines()最方便

2. 读二进制文件：图片、视频等 二进制文件标识符：rb
3. 写文件：也是使用open函数 标识符分别为w和wb

例子1：

>>> f.open()
>>> f.write()
>>> f.close()

例子2(推荐使用)：

with open('/path/to/file', 'w') as f:
    f.write('Hello, world!')

序列化

• 把变量从内存中变成可存储或传输的过程称之为序列化。Python中叫pickling，在其他语言中也被称之为serialization，marshalling，flattening等
• 把变量内容从序列化的对象重新读到内存里称之为反序列化，即unpickling

Python提供了pickle模块来实现序列化

1. JSON
   Python内置的json模块提供了非常完善的Python对象到JSON格式的转换

进程和线程

一个任务就是一个进程（Process）
在一个进程内部，要同时干多件事，就需要同时运行多个“子任务”，我们把进程内的这些“子任务”称为线程（Thread）

Python既支持多进程，又支持多线程

多任务的实现有3种方式：

1. 多进程模式
2. 多线程模式
3. 多进程+多线程模式

多进程和多线程的程序涉及到同步、数据共享的问题，编写起来更复杂

多进程(multiprocessing)

1. Unix/Linux操作系统可以使用os模块中的fork()
2. 跨平台使用multiprocessing
3. 进程间通信是通过Queue、Pipes等实现的。