Python中下划线---完全解读

素颜马尾好姑娘i 2021-10-25 12:52 259阅读 0赞

## 原文地址：http://www.cnblogs.com/skying555/p/6169110.html ##

## [Python中下划线---完全解读][Python_---] ##

[Python][] 用下划线作为变量前缀和后缀指定特殊变量

\_xxx 不能用’from module import \*’导入

\_\_xxx\_\_ 系统定义名字

\_\_xxx 类中的私有变量名

核心风格：避免用下划线作为变量名的开始。

因为下划线对解释器有特殊的意义，而且是内建标识符所使用的符号，我们建议程序员避免用下划线作为变量名的开始。一般来讲，变量名\_xxx被看作是“私有 的”，在模块或类外不可以使用。当变量是私有的时候，用\_xxx 来表示变量是很好的习惯。因为变量名\_\_xxx\_\_对Python 来说有特殊含义，对于普通的变量应当避免这种命名风格。

“单下划线” 开始的成员变量叫做保护变量，意思是只有类对象和子类对象自己能访问到这些变量；  
“双下划线” 开始的是私有成员，意思是只有类对象自己能访问，连子类对象也不能访问到这个数据。

以单下划线开头（\_foo）的代表不能直接访问的类属性，需通过类提供的接口进行访问，不能用“from xxx import \*”而导入；以双下划线开头的（\_\_foo）代表类的私有成员；以双下划线开头和结尾的（\_\_foo\_\_）代表python里特殊方法专用的标识，如 \_\_init\_\_（）代表类的构造函数。

现在我们来总结下所有的系统定义属性和方法， 先来看下保留属性：

>>> Class1.__doc__ # 类型帮助信息 'Class1 Doc.' >>> Class1.__name__ # 类型名称 'Class1' >>> Class1.__module__ # 类型所在模块 '__main__' >>> Class1.__bases__ # 类型所继承的基类 (<type 'object'>,) >>> Class1.__dict__ # 类型字典，存储所有类型成员信息。 <dictproxy object at 0x00D3AD70> >>> Class1().__class__ # 类型 <class '__main__.Class1'> >>> Class1().__module__ # 实例类型所在模块 '__main__' >>> Class1().__dict__ # 对象字典，存储所有实例成员信息。 {'i': 1234}

接下来是保留方法，可以把保留方法分类：

## **类的基础方法** ##

<table> 
 <tbody> 
  <tr> 
   <th>序号</th> 
   <th>目的</th> 
   <th>所编写代码</th> 
   <th>Python 实际调用</th> 
  </tr> 
  <tr> 
   <th>①</th> 
   <td>初始化一个实例</td> 
   <td><code>x = MyClass()</code></td> 
   <td><a href="http://docs.python.org/3.1/reference/datamodel.html#object.__init__" rel="nofollow"><code>x.__init__()</code></a></td> 
  </tr> 
  <tr> 
   <th>②</th> 
   <td>字符串的“官方”表现形式</td> 
   <td><code>repr(x)</code></td> 
   <td><a href="http://docs.python.org/3.1/reference/datamodel.html#object.__repr__" rel="nofollow"><code>x.__repr__()</code></a></td> 
  </tr> 
  <tr> 
   <th>③</th> 
   <td>字符串的“非正式”值</td> 
   <td><a href="http://docs.python.org/3.1/reference/datamodel.html#object.__str__" rel="nofollow"><code>str(x)</code></a></td> 
   <td><code>x.__str__()</code></td> 
  </tr> 
  <tr> 
   <th>④</th> 
   <td>字节数组的“非正式”值</td> 
   <td><code>bytes(x)</code></td> 
   <td><code>x.__bytes__()</code></td> 
  </tr> 
  <tr> 
   <th>⑤</th> 
   <td>格式化字符串的值</td> 
   <td><code>format(x,format_spec)</code></td> 
   <td><a href="http://docs.python.org/3.1/reference/datamodel.html#object.__format__" rel="nofollow"><code>x.__format__(format_spec)</code></a></td> 
  </tr> 
 </tbody> 
</table>

1.  对 `__init__()` 方法的调用发生在实例被创建 *之后* 。如果要控制实际创建进程，请使用 [`__new__()`方法][new]。
2.  按照约定， `__repr__()` 方法所返回的字符串为合法的 Python 表达式。
3.  在调用 `print(x)` 的同时也调用了 `__str__()` 方法。
4.  由于 `bytes` 类型的引入而*从 Python 3 开始出现*。

## 行为方式与迭代器类似的类 ##

<table> 
 <tbody> 
  <tr> 
   <th>序号</th> 
   <th>目的</th> 
   <th>所编写代码</th> 
   <th>Python 实际调用</th> 
  </tr> 
  <tr> 
   <th>①</th> 
   <td>遍历某个序列</td> 
   <td><code>iter(seq)</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__iter__" rel="nofollow"><code>seq.__iter__()</code></a></td> 
  </tr> 
  <tr> 
   <th>②</th> 
   <td>从迭代器中获取下一个值</td> 
   <td><code>next(seq)</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__next__" rel="nofollow"><code>seq.__next__()</code></a></td> 
  </tr> 
  <tr> 
   <th>③</th> 
   <td>按逆序创建一个迭代器</td> 
   <td><code>reversed(seq)</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__reversed__" rel="nofollow"><code>seq.__reversed__()</code></a></td> 
  </tr> 
 </tbody> 
</table>

1.  无论何时创建迭代器都将调用 `__iter__()` 方法。这是用初始值对迭代器进行初始化的绝佳之处。
2.  无论何时从迭代器中获取下一个值都将调用 `__next__()` 方法。
3.  `__reversed__()` 方法并不常用。它以一个现有序列为参数，并将该序列中所有元素从尾到头以逆序排列生成一个新的迭代器。

## 计算属性 ##

<table> 
 <tbody> 
  <tr> 
   <th>序号</th> 
   <th>目的</th> 
   <th>所编写代码</th> 
   <th>Python 实际调用</th> 
  </tr> 
  <tr> 
   <th>①</th> 
   <td>获取一个计算属性（无条件的）</td> 
   <td><code>x.my_property</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__getattribute__" rel="nofollow"><code>x.__getattribute__('my_property')</code></a></td> 
  </tr> 
  <tr> 
   <th>②</th> 
   <td>获取一个计算属性（后备）</td> 
   <td><code>x.my_property</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__getattr__" rel="nofollow"><code>x.__getattr__('my_property')</code></a></td> 
  </tr> 
  <tr> 
   <th>③</th> 
   <td>设置某属性</td> 
   <td><code>x.my_property = value</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__setattr__" rel="nofollow"><code>x.__setattr__('my_property',value)</code></a></td> 
  </tr> 
  <tr> 
   <th>④</th> 
   <td>删除某属性</td> 
   <td><code>del x.my_property</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__delattr__" rel="nofollow"><code>x.__delattr__('my_property')</code></a></td> 
  </tr> 
  <tr> 
   <th>⑤</th> 
   <td>列出所有属性和方法</td> 
   <td><code>dir(x)</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__dir__" rel="nofollow"><code>x.__dir__()</code></a></td> 
  </tr> 
 </tbody> 
</table>

1.  如果某个类定义了 `__getattribute__()` 方法，在 *每次引用属性或方法名称时* Python 都调用它（特殊方法名称除外，因为那样将会导致讨厌的无限循环）。
2.  如果某个类定义了 `__getattr__()` 方法，Python 将只在正常的位置查询属性时才会调用它。如果实例 x 定义了属性color， `x.color` 将 *不会* 调用`x.__getattr__('color')`；而只会返回x.color 已定义好的值。
3.  无论何时给属性赋值，都会调用 `__setattr__()` 方法。
4.  无论何时删除一个属性，都将调用 `__delattr__()` 方法。
5.  如果定义了 `__getattr__()` 或 `__getattribute__()` 方法， `__dir__()` 方法将非常有用。通常，调用 `dir(x)` 将只显示正常的属性和方法。如果 `__getattr()__`方法动态处理color 属性，`dir(x)` 将不会将 color 列为可用属性。可通过覆盖 `__dir__()` 方法允许将 color 列为可用属性，对于想使用你的类但却不想深入其内部的人来说，该方法非常有益。

<table> 
 <tbody> 
  <tr> 
   <th>序号</th> 
   <th>目的</th> 
   <th>所编写代码</th> 
   <th>Python 实际调用</th> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>序列的长度</td> 
   <td><code>len(seq)</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__len__" rel="nofollow"><code>seq.__len__()</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>了解某序列是否包含特定的值</td> 
   <td><code>x in seq</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__contains__" rel="nofollow"><code>seq.__contains__(x)</code></a></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <th>序号</th> 
   <th>目的</th> 
   <th>所编写代码</th> 
   <th>Python 实际调用</th> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>通过键来获取值</td> 
   <td><code>x[key]</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__getitem__" rel="nofollow"><code>x.__getitem__(key)</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>通过键来设置值</td> 
   <td><code>x[key] = value</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__setitem__" rel="nofollow"><code>x.__setitem__(key,value)</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>删除一个键值对</td> 
   <td><code>del x[key]</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__delitem__" rel="nofollow"><code>x.__delitem__(key)</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>为缺失键提供默认值</td> 
   <td><code>x[nonexistent_key]</code></td> 
   <td><a href="http://docs.python.org/3.1/library/collections.html#collections.defaultdict.__missing__" rel="nofollow"><code>x.__missing__(nonexistent_key)</code></a></td> 
  </tr> 
 </tbody> 
</table>

## 可比较的类 ##

我将此内容从前一节中拿出来使其单独成节，是因为“比较”操作并不局限于数字。许多数据类型都可以进行比较——字符串、列表，甚至字典。如果要创建自己的类，且对象之间的比较有意义，可以使用下面的特殊方法来实现比较。

<table> 
 <tbody> 
  <tr> 
   <th>序号</th> 
   <th>目的</th> 
   <th>所编写代码</th> 
   <th>Python 实际调用</th> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>相等</td> 
   <td><code>x == y</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__eq__" rel="nofollow"><code>x.__eq__(y)</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>不相等</td> 
   <td><code>x != y</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__ne__" rel="nofollow"><code>x.__ne__(y)</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>小于</td> 
   <td><code>x &lt; y</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__lt__" rel="nofollow"><code>x.__lt__(y)</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>小于或等于</td> 
   <td><code>x &lt;= y</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__le__" rel="nofollow"><code>x.__le__(y)</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>大于</td> 
   <td><code>x &gt; y</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__gt__" rel="nofollow"><code>x.__gt__(y)</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>大于或等于</td> 
   <td><code>x &gt;= y</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__ge__" rel="nofollow"><code>x.__ge__(y)</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>布尔上上下文环境中的真值</td> 
   <td><code>if x:</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__bool__" rel="nofollow"><code>x.__bool__()</code></a></td> 
  </tr> 
 </tbody> 
</table>

## 可序列化的类 ##

Python 支持 [任意对象的序列化和反序列化][Link 1]。（多数 Python 参考资料称该过程为 “pickling” 和 “unpickling”）。该技术对与将状态保存为文件并在稍后恢复它非常有意义。所有的 [内置数据类型][Link 2] 均已支持 pickling 。如果创建了自定义类，且希望它能够 pickle，阅读 [pickle 协议][pickle] 了解下列特殊方法何时以及如何被调用。

<table> 
 <tbody> 
  <tr> 
   <th>序号</th> 
   <th>目的</th> 
   <th>所编写代码</th> 
   <th>Python 实际调用</th> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>自定义对象的复制</td> 
   <td><code>copy.copy(x)</code></td> 
   <td><a href="http://docs.python.org/3.1/library/copy.html" rel="nofollow"><code>x.__copy__()</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>自定义对象的深度复制</td> 
   <td><code>copy.deepcopy(x)</code></td> 
   <td><a href="http://docs.python.org/3.1/library/copy.html" rel="nofollow"><code>x.__deepcopy__()</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>在 pickling 之前获取对象的状态</td> 
   <td><code>pickle.dump(x,&nbsp;file)</code></td> 
   <td><a href="http://docs.python.org/3.1/library/pickle.html#pickle-state" rel="nofollow"><code>x.__getstate__()</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>序列化某对象</td> 
   <td><code>pickle.dump(x,&nbsp;file)</code></td> 
   <td><a href="http://docs.python.org/3.1/library/pickle.html#pickling-class-instances" rel="nofollow"><code>x.__reduce__()</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>序列化某对象（新 pickling 协议）</td> 
   <td><code>pickle.dump(x,&nbsp;file,protocol_version)</code></td> 
   <td><a href="http://docs.python.org/3.1/library/pickle.html#pickling-class-instances" rel="nofollow"><code>x.__reduce_ex__(protocol_version)</code></a></td> 
  </tr> 
  <tr> 
   <th>*</th> 
   <td>控制 unpickling 过程中对象的创建方式</td> 
   <td><code>x = pickle.load(file)</code></td> 
   <td><a href="http://docs.python.org/3.1/library/pickle.html#pickling-class-instances" rel="nofollow"><code>x.__getnewargs__()</code></a></td> 
  </tr> 
  <tr> 
   <th>*</th> 
   <td>在 unpickling 之后还原对象的状态</td> 
   <td><code>x = pickle.load(file)</code></td> 
   <td><a href="http://docs.python.org/3.1/library/pickle.html#pickle-state" rel="nofollow"><code>x.__setstate__()</code></a></td> 
  </tr> 
 </tbody> 
</table>

\* 要重建序列化对象，Python 需要创建一个和被序列化的对象看起来一样的新对象，然后设置新对象的所有属性。`__getnewargs__()` 方法控制新对象的创建过程，而 `__setstate__()` 方法控制属性值的还原方式。

## 可在 `with` 语块中使用的类 ##

`with` 语块定义了 [运行时刻上下文环境][Link 3]；在执行 `with` 语句时将“进入”该上下文环境，而执行该语块中的最后一条语句将“退出”该上下文环境。

<table> 
 <tbody> 
  <tr> 
   <th>序号</th> 
   <th>目的</th> 
   <th>所编写代码</th> 
   <th>Python 实际调用</th> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>在进入&nbsp;<code>with</code>&nbsp;语块时进行一些特别操作</td> 
   <td><code>with x:</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__enter__" rel="nofollow"><code>x.__enter__()</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>在退出&nbsp;<code>with</code>&nbsp;语块时进行一些特别操作</td> 
   <td><code>with x:</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__exit__" rel="nofollow"><code>x.__exit__()</code></a></td> 
  </tr> 
 </tbody> 
</table>

以下是 [`with file` 习惯用法][with_file] 的运作方式：

# excerpt from io.py: def _checkClosed(self, msg=None):     '''Internal: raise an ValueError if file is closed     '''     if self.closed:         raise ValueError('I/O operation on closed file.'                          if msg is None else msg)  def __enter__(self):     '''Context management protocol.  Returns self.'''     self._checkClosed()                                ①     return self                                        ②  def __exit__(self, *args):     '''Context management protocol.  Calls close()'''     self.close()                                       ③

1.  该文件对象同时定义了一个 `__enter__()` 和一个 `__exit__()` 方法。该 `__enter__()` 方法检查文件是否处于打开状态；如果没有， `_checkClosed()` 方法引发一个例外。
2.  `__enter__()` 方法将始终返回 self —— 这是 `with` 语块将用于调用属性和方法的对象
3.  在 `with` 语块结束后，文件对象将自动关闭。怎么做到的？在 `__exit__()` 方法中调用了`self.close()` .

> ?该 `__exit__()` 方法将总是被调用，哪怕是在 `with` 语块中引发了例外。实际上，如果引发了例外，该例外信息将会被传递给 `__exit__()` 方法。查阅 [With 状态上下文环境管理器][With] 了解更多细节。

**真正神奇的东西**

如果知道自己在干什么，你几乎可以完全控制类是如何比较的、属性如何定义，以及类的子类是何种类型。

<table> 
 <tbody> 
  <tr> 
   <th>序号</th> 
   <th>目的</th> 
   <th>所编写代码</th> 
   <th>Python 实际调用</th> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>类构造器</td> 
   <td><code>x = MyClass()</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__new__" rel="nofollow"><code>x.__new__()</code></a></td> 
  </tr> 
  <tr> 
   <th>*</th> 
   <td>类析构器</td> 
   <td><code>del x</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__del__" rel="nofollow"><code>x.__del__()</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>只定义特定集合的某些属性</td> 
   <td>&nbsp;</td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__slots__" rel="nofollow"><code>x.__slots__()</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>自定义散列值</td> 
   <td><code>hash(x)</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__hash__" rel="nofollow"><code>x.__hash__()</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>获取某个属性的值</td> 
   <td><code>x.color</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__get__" rel="nofollow"><code>type(x).__dict__['color'].__get__(x, type(x))</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>设置某个属性的值</td> 
   <td><code>x.color = 'PapayaWhip'</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__set__" rel="nofollow"><code>type(x).__dict__['color'].__set__(x, 'PapayaWhip')</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>删除某个属性</td> 
   <td><code>del x.color</code></td> 
   <td><a href="http://www.python.org/doc/3.1/reference/datamodel.html#object.__delete__" rel="nofollow"><code>type(x).__dict__['color'].__del__(x)</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>控制某个对象是否是该对象的实例 your class</td> 
   <td><code>isinstance(x, MyClass)</code></td> 
   <td><a href="http://www.python.org/dev/peps/pep-3119/#overloading-isinstance-and-issubclass" rel="nofollow"><code>MyClass.__instancecheck__(x)</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>控制某个类是否是该类的子类</td> 
   <td><code>issubclass(C, MyClass)</code></td> 
   <td><a href="http://www.python.org/dev/peps/pep-3119/#overloading-isinstance-and-issubclass" rel="nofollow"><code>MyClass.__subclasscheck__(C)</code></a></td> 
  </tr> 
  <tr> 
   <th>&nbsp;</th> 
   <td>控制某个类是否是该抽象基类的子类</td> 
   <td><code>issubclass(C, MyABC)</code></td> 
   <td><a href="http://docs.python.org/3.1/library/abc.html#abc.ABCMeta.__subclasshook__" rel="nofollow"><code>MyABC.__subclasshook__(C)</code></a></td> 
  </tr> 
 </tbody> 
</table>

python中以双下划线的是一些系统定义得名称，让python以更优雅得语法实行一些操作，本质上还是一些函数和变量，与其他函数和变量无二。  
比如x.\_\_add\_\_(y) 等价于 x+y  
有一些很常见，有一些可能比较偏，在这里罗列一下，做个笔记，备忘。  
x.\_\_contains\_\_(y) 等价于 y in x, 在list,str, dict,set等容器中有这个函数  
\_\_base\_\_, \_\_bases\_\_, \_\_mro\_\_, 关于类继承和函数查找路径的。  
class.\_\_subclasses\_\_(), 返回子类列表  
x.\_\_call\_\_(...) == x(...)  
x.\_\_cmp\_\_(y) == cmp(x,y)  
x.\_\_getattribute\_\_('name') == x.name == getattr(x, 'name'),  比\_\_getattr\_\_更早调用  
x.\_\_hash\_\_() == hash(x)  
x.\_\_sizeof\_\_(), x在内存中的字节数, x为class得话， 就应该是x.\_\_basicsize\_\_  
x.\_\_delattr\_\_('name') == del x.name  
\_\_dictoffset\_\_ attribute tells you the offset to where you find the pointer to the \_\_dict\_\_ object in any instance object that has one. It is in bytes.  
\_\_flags\_\_, 返回一串数字，用来判断该类型能否被序列化（if it's a heap type), \_\_flags\_\_ & 512  
S.\_\_format\_\_, 有些类有用  
x.\_\_getitem\_\_(y) == x\[y\], 相应还有\_\_setitem\_\_, 某些不可修改类型如set，str没有\_\_setitem\_\_  
x.\_\_getslice\_\_(i, j) == x\[i:j\], 有个疑问，x='123456789', x\[::2\],是咋实现得  
\_\_subclasscheck\_\_(), check if a class is subclass  
\_\_instancecheck\_\_(), check if an object is an instance  
\_\_itemsize\_\_, These fields allow calculating the size in bytes of instances of the type. 0是可变长度， 非0则是固定长度  
x.\_\_mod\_\_(y) == x%y, x.\_\_rmod\_\_(y) == y%x  
x.\_\_module\_\_ , x所属模块  
x.\_\_mul\_\_(y) == x\*y,  x.\_\_rmul\_\_(y) == y\*x

\_\_reduce\_\_, \_\_reduce\_ex\_\_ , for pickle

\_\_slots\_\_ 使用之后类变成静态一样，没有了\_\_dict\_\_, 实例也不可新添加属性

\_\_getattr\_\_ 在一般的查找属性查找不到之后会调用此函数

\_\_setattr\_\_ 取代一般的赋值操作，如果有此函数会调用此函数， 如想调用正常赋值途径用 object.\_\_setattr\_\_(self, name, value)

\_\_delattr\_\_ 同\_\_setattr\_\_, 在del obj.name有意义时会调用

转载于:https://www.cnblogs.com/hwf-73/p/7687888.html

[Python_---]: http://www.cnblogs.com/skying555/p/6169110.html
[Python]: http://lib.csdn.net/base/11
[new]: http://www.4pang.com/2010/08/20/4%E8%83%96%E5%AD%A6python-%EF%BC%8D-%E7%89%B9%E6%AE%8A%E5%B1%9E%E6%80%A7%E5%92%8C%E6%96%B9%E6%B3%95%E7%9A%84%E6%80%BB%E7%BB%93.html#esoterica
[Link 1]: http://blog.163.com/jackylau_v/blog/serializing.html
[Link 2]: http://blog.163.com/jackylau_v/blog/native-datatypes.html
[pickle]: http://docs.python.org/3.1/library/pickle.html
[Link 3]: http://www.python.org/doc/3.1/library/stdtypes.html#typecontextmanager
[with_file]: http://blog.163.com/jackylau_v/blog/files.html#with
[With]: http://www.python.org/doc/3.1/reference/datamodel.html#with-statement-context-managers