NOTE:文章中的代码缩进不知道怎么搞，直接粘贴使用会报错
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
- try...except...finally...机制
- 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” - 记录错误：使用内置的
logging模块 - 抛出错误：用
raise语句
调试
print()- 断言(assert)
logging- 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
- pdb.set_trace()
- 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
- 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
- 读二进制文件：图片、视频等 二进制文件标识符：
rb - 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
- 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：
- 多进程模式
- 多线程模式
- 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)
- Unix/Linux操作系统可以使用
os模块中的fork() - 跨平台使用
multiprocessing - 进程间通信是通过
Queue、Pipes等实现的。
