Python文化中的接口和协议
接口是实现特定角色的方法集合。
协议是接口，但不是正式的，因此协议不能像正式接口那样施加限制。
序列协议是 Python 最基础的协议之一。即便对象只实现了那个协议最基
本的一部分，解释器也会负责任地处理。
Python喜欢序列
Python 数据模型的哲学是尽量支持基本协议。
Sequence 抽象基类和 collections.abc 中相关抽象类的UML 类图
下面我们来验证一下这句话：即便对象只实现了那个协议最基
本的一部分，解释器也会负责任地处理。
In [1]: class Foo:
...: def __getitem__(self,pos):
...: return range(0, 30, 10)[pos]
...:
In [2]: f = Foo()
In [3]: f[1]
Out[3]: 10
In [4]: for i in f: print(i)
0
10
20
In [5]: 20 in f
Out[5]: True
In [6]: 15 in f
Out[6]: False
可以看到,foo类没有继承abc.Sequence,只实现了序列协议的一个方法：__getitem__，这样就可以访问元素，迭代和使用in运算符了。
虽然没有__iter__方法，但是 Foo 实例是可迭代的对象，因为发现
有__getitem__ 方法时，Python 会调用它，传入从 0 开始的整数索
引，尝试迭代对象（这是一种后备机制）。
尽管没有实现__contains__ 方法，但是 Python 足够智能，能迭代 Foo 实例，因此也能使用in运算符：Python 会做全面检查，看看有没有指定的元素。
综上，鉴于序列协议的重要性，如果没有__iter__ 和
__contains__ 方法，Python 会调用 __getitem__ 方法，设法让迭
代和in运算符可用。
使用猴子补丁在运行时实现协议
如果遵守既定协议，很有可能增加利用现有的标准库和第三
方代码的可能性，这得益于鸭子类型。
实现序列协议的FrenchDeck类：
import collections
Card = collections.namedtuple('Card', ['rank', 'suit'])
class FrenchDeck:
ranks = [str(n) for n in range(2, 11)] + list('JQKA')
suits = 'spades diamonds clubs hearts'.split()
def __init__(self):
self._cards = [Card(rank, suit) for suit in self.suits
for rank in self.ranks]
def __len__(self):
return len(self._cards)
def __getitem__(self, position):
return self._cards[position]
在上例中的FrenchDeck(法国什么鬼牌)有个重大缺陷：无法洗牌。
如果FrenchDeck实例的行为像序列，那它就不需要shuffle(洗牌算法),因为random.shuffle函数的作用就是就地打乱序列。
我们尝试下：
>>> from random import shuffle
>>> from french_deck import FrenchDeck
>>> deck = FrenchDeck()
>>> shuffle(deck)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "...\Python36\lib\random.py", line 274, in shuffle
x[i], x[j] = x[j], x[i]
TypeError: 'FrenchDeck' object does not support item assignment
报错消息说该对象不支持元素赋值。
因为shuffle函数需要调换集合中元素的位置，因此该类还需要实现__setitem__方法。
Python 是动态语言，因此我们可以在运行时修正这个问题，甚至还可以在交互式控制台中。（一个字，强）
>>> def set_card(deck, position, card): #这里把self命名为deck
... deck._cards[position] = card
...
>>> FrenchDeck.__setitem__ = set_card
>>> shuffle(deck)
>>> deck[:5]
[Card(rank='7', suit='spades'), Card(rank='J', suit='hearts'), Card(rank='6', suit='hearts'), Card(rank='8', suit='diamonds'), Card(rank='A', suit='hearts')]
该示例强调了协议是动态的：random.shuffle 函数不关心参数的类型，只要那个对象实现了部分可变序列协议即可。即便对象一开始没有所需的方法也没关系，后来再提供也行。
Alex Martelli的水禽
其实，抽象基类的本质就是几个特殊方法。例如：
>>> class Struggle:
... def __len__(self): return 23
...
>>> from collections import abc
>>> isinstance(Struggle(),abc.Sized)
True
abc.Sized能把 Struggle 识别为自己的子类，只要实现了特殊方法__len__ 即可。
定义抽象基类的子类
import collections
Card = collections.namedtuple('Card', ['rank', 'suit'])
class FrenchDeck2(collections.MutableSequence):
ranks = [str(n) for n in range(2, 11)] + list('JQKA')
suits = 'spades diamonds clubs hearts'.split()
def __init__(self):
self._cards = [Card(rank, suit) for suit in self.suits
for rank in self.ranks]
def __len__(self):
return len(self._cards)
def __getitem__(self, position):
return self._cards[position]
# 为了支持洗牌函数而实现的方法
def __setitem__(self, position, value):
self._cards[position] = value
# 继续MutableSequence的类必须实现的方法
def __delitem__(self, position):
del self._cards[position]
# 还要实现insert方法
def insert(self, position, value):
self._cards.insert(position,value)
继承MutableSequence抽象基类需要实现__delitem__和insert方法。
看了MutableSequence源码可知，里面有三个抽象方法，也就是说抽象方法子类必须要实现。
class MutableSequence(Sequence):
@abstractmethod
def __setitem__(self, index, value):
raise IndexError
@abstractmethod
def __delitem__(self, index):
raise IndexError
@abstractmethod
def insert(self, index, value):
'S.insert(index, value) -- insert value before index'
raise IndexError
为了充分使用抽象基类，我们要知道有哪些抽象基类可用。接下来介绍
集合抽象基类。
标准库中的抽象基类
collections.abc模块中的抽象基类
Python 3.4 在 collections.abc 模块中定义了 16 个抽象基类，简要
的 UML 类图（没有属性名称）如图所示
- Iterable、Container 和 Sized
各个集合应该继承这三个抽象基类，或者至少实现兼容的协
议。Iterable 通过__iter__方法支持迭代，Container 通过
__contains__方法支持 in 运算符，Sized 通过__len__方法支持
len() 函数。 - Sequence、Mapping 和 Set
这三个是主要的不可变集合类型，而且各自都有可变的子类 - MappingView
在 Python 3 中，映射方法.items()、.keys()和.values()返回的对象分别是ItemsView、KeysView和ValuesView的实例。 - Callable 和 Hashable
这两个抽象基类与集合没有太大的关系，只不过因为
collections.abc 是标准库中定义抽象基类的第一个模块，而它们
又太重要了，因此才把它们放到 collections.abc 模块中。我从未
见过 Callable 或 Hashable 的子类。这两个抽象基类的主要作用是
为内置函数 isinstance 提供支持，以一种安全的方式判断对象能不
能调用或散列。 - Iterator
它是 Iterable 的子类
抽象基类的数字塔
numbers 包定义的是“数字塔”（即各个抽象基类的层次结构是线性的），其中 Number 是位于最顶端的超类，随后是 Complex 子类，依次往下，最底端是Integral 类：
- Number
- Complex(复数)
- Real(实数)
- Rational
- Integral(整数)
如果想检查一个数是不是整数，可以使用 isinstance(x,numbers.Integral)
如果一个值可能是浮点数类型，可以使用 isinstance(x,numbers.Real)
定义并使用一个抽象基类
为了证明有必要定义抽象基类，我们要在框架中找到使用它的场景。想
象一下这个场景：你要在网站或移动应用中显示随机广告，但是在整个
广告清单轮转一遍之前，不重复显示广告。假设我们在构建一个广告管
理框架，名为 ADAM。它的职责之一是，支持用户提供随机挑选的无重
复类。 为了让 ADAM 的用户明确理解“随机挑选的无重复”组件是什么
意思，我们将定义一个抽象基类。
我们把这个抽象基类命名为 Tombola。
抽象基类：
import abc
class Tombola(abc.ABC): #自己定义的抽象基类要继承abc.ABC
@abc.abstractclassmethod #抽象方法
def load(self, iterable):
"""从可迭代对象中添加元素"""
@abc.abstractclassmethod
def pick(self):
"""随机删除元素，然后将其返回。
如果实例为空，这个方法应该抛出`LookupError`。
"""
def loaded(self):
"""如果至少有一个元素，返回`True`，否则返回`False`。"""
return bool(self.inspect()) #抽象基类的具体方法只能使用抽象基类中的其他具体方法、抽象方法或特性
def inspect(self):
"""返回一个有序元组，由当前元素构成。"""
items = []
while True:
try:
items.append(self.pick())#不断调用.pick方法
except LookupError:
break
self.load(items) #再使用load方法把所有元素放回去
return tuple(sorted(items))
IndexError和KeyError都是LookupError的子类。
自己定义的抽象基类完成了，为了看一下抽象基类对接口所做的检查，尝试使用一个有缺陷的实现来糊弄Tombola：
>>> from tombola import Tombola
>>> class Fake(Tombola):
... def pick(self):
... return 13
...
>>> Fake
<class '__main__.Fake'>
>>> f = Fake() #尝试实例化时抛出了错误
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: Can't instantiate abstract class Fake with abstract methods load
抽象基类句法详解
声明抽象基类最简单的方式是继承 abc.ABC` 或其他抽象基类。
abc.ABC 是 Python 3.4 新增的类
定义Tombola抽象基类的子类
import random
from tombola import Tombola
class BingoCate(Tombola):
def __init__(self, items):
self._randomizer = random.SystemRandom()
self._items = []
self.load(items) #调用load() 方法实现初始加载
def load(self, items):
self._items.extend(items)
self._randomizer.shuffle(self._items)
def pick(self):
try:
return self._items.pop()
except IndexError:
raise LookupError('pick from empty BingoCage')
# 添加的额外方法
def __call__(self):
self.pick()
Tombola的虚拟子类
即便不继承，也有办法把一个类注册为抽象基类的虚拟子类。
注册虚拟子类的方式是在抽象基类上调用 register 方法。这么做之
后，注册的类会变成抽象基类的虚拟子类，而且 issubclass 和
isinstance 等函数都能识别，但是注册的类不会从抽象基类中继承
任何方法或属性。
虚拟子类不会继承注册的抽象基类，而且任何时候都不会检
查它是否符合抽象基类的接口，即便在实例化时也不会检查。为了
避免运行时错误，虚拟子类要实现所需的全部方法。
from random import randrange
from tombola import Tombola
@Tombola.register # 注册虚拟子类
class TomboList(list): #
def pick(self):
if self: # list 中继承 __bool__ 方法，列表不为空时返回True
position = randrange(len(self))
return self.pop(position)
else:
raise LookupError('pop from empty TomboList')
load = list.extend # TomboList.load与list.extend一样
def loaded(self):
return bool(self) # 委托bool函数
def inspect(self):
return tuple(sorted(self))
我们来测试一下：
# -*- coding: utf-8 -*
if __name__ == '__main__':
print(issubclass(TomboList,Tombola)) #True
t = TomboList(range(100))
print(isinstance(t,Tombola))#True
类的继承关系在一个特殊的类属性中指定——__mro__，即方
法解析顺序（Method Resolution Order）。这个属性的作用很简单，按顺
序列出类及其超类，Python 会按照这个顺序搜索方法。
print(TomboList.__mro__) #(<class '__main__.TomboList'>, <class 'list'>, <class 'object'>)
Tombolist.__mro__ 中没有 Tombola，因此 Tombolist 没有从Tombola 中继承任何方法。
Python使用register的方式
然现在可以把 register 当作装饰器使用了，但更常见的做法还是
把它当作函数使用，用于注册其他地方定义的类。例如，在
collections.abc 模块的源码中，是这样
把内置类型 tuple、str、range 和 memoryview 注册为 Sequence
的虚拟子类的：
Sequence.register(tuple)
Sequence.register(str)
Sequence.register(range)
Sequence.register(memoryview)
