Python进阶-继承中的MRO与super
@(Python)[python, python进阶]
[TOC]
写在前面
如非特别说明，下文均基于Python3
摘要
本文讲述Python继承关系中如何通过super()调用“父类”方法，super(Type, CurrentClass)返回CurrentClass的MRO中Type的下一个类的代理；以及如何设计Python类以便正确初始化。
1. 单继承中父类方法调用
在继承中，调用父类方法是很有必要的。调用父类方法的场景有很多：
- 比如必须调用父类的构造方法
__init__才能正确初始化父类实例属性，使得子类实例对象能够继承到父类实例对象的实例属性； - 再如需要重写父类方法时，有时候没有必要完全摒弃父类实现，只是在父类实现前后加一些实现，最终还是要调用父类方法
单继承是最简单的继承关系，多继承过于复杂，而且使用起来容易出错。因此一些高级语言完全摒弃了多继承，只支持单继承；一些高级语言虽然支持多继承，但也不推荐使用多继承。Python也是一样，在不能完全掌握多继承时，最好不好使用，单继承能满足绝大部分的需求。
1.1 非绑定方式调用
绑定方法与非绑定方法的区别与联系参见：Python基础-类
如有以下继承关系两个类：
class D(object):
def test(self):
print('test in D')
class C(D):
def test(self):
print('test in C')
现在要求在子类C的test函数中调用父类D的test实现。我们能想到最直接的方法恐怕是直接引用类对象D的函数成员test了:
class D(object):
def test(self):
print('test in D')
class C(D):
def test(self):
print('test in C')
D.test(self)
尝试测试一下：
c = C()
c.test()
output:
test in C
test in D
看来非绑定的方式确实满足了当前调用父类方法的需求。
1.2 builtin 函数 super
参考Python tutorial关于super的描述： super(\[type\[, object-or-type\]\])
Return a proxy object that delegates method calls to a parent or sibling class of type. This is useful for accessing inherited methods that have been overridden in a class. The search order is same as that used by getattr() except that the type itself is skipped.
super函数返回委托类type的父类或者兄弟类方法调用的代理对象。super用来调用已经在子类中重写了的父类方法。方法的搜索顺序与getattr()函数相同，只是参数类type本身被忽略。
1.3 绑定方式调用
使用绑定方式调用父类方法，自然不能显式传入参数当前对象(self)。现在super函数能够返回对父类的代理，因为在单继承中子类有且仅有一个父类，所以父类是明确的，我们完全清楚调用的父类方法是哪个：
class D(object):
def test(self):
print('test in D')
class C(D):
def test(self):
print('test in C')
super().test() # super(C, self).test()的省略形式
2. 深入super
事实上，super函数返回的代理对象是一个bultin class super，正如它的名字所指，类super代理了子类的父类。在单继承关系中，super代理的类很容易找到吗，就是子类的唯一父类；但是在多继承关系中，super除了能代理子类的父类外，还有可能代理子类的兄弟类。
2.1 复杂的多继承
在多继承关系中，继承关系可能会相当复杂。
class D(object):
def test(self):
print('test in D')
class C(D):
def test(self):
print('test in C')
class B(D):
def test(self):
print('test in B')
class A(B, C):
pass
类A继承层次结构如下：
object
|
D
/ \
B C
\ /
A
类A的继承关系中存在菱形结构，即可以通过多条路径从类A到达某个父类，这里是D。
如果现在要求在类A中调用“父类”的test方法，需要一种对test方法的搜索解析顺序，来决定到底是调用B,C或D的test方法。
2.2 方法解析顺序(MRO)
上面提出的对test的方法的搜索顺序，就是方法解析顺序了。
深度优先
Python旧式类中，方法解析顺序是深度优先，多个父类从左到右。
广度优先
Python新式类中，方法解析顺序是广度优先，多个父类从左到右。
所以上面的解析顺序是：A -> B -> C -> D -> object。
Python中，类的__mro__属性展示了方法搜索顺序，可以调用mro()方法或者直接引用__mro__得到搜索顺序：
print(A.mro())
print(A.__mro__)
output:
[<class '__main__.A'>, <class '__main__.B'>, <class '__main__.C'>, <class '__main__.D'>, <class 'object'>]
(<class '__main__.A'>, <class '__main__.B'>, <class '__main__.C'>, <class '__main__.D'>, <class 'object'>)
所以
a = A()
a.test() # output: test in B
变化的MRO
即使是同一个类，在不同的MRO中位置的前后关系都是不同的。如以下类：
class D(object):
def test(self):
print('test in D')
class C(D):
def test(self):
print('test in C')
class B(D):
def test(self):
print('test in B')
类B的继承层次结构为：
object
|
D
/ \
C B
类B的MRO：B -> D -> object
对比类A的MRO：A -> B -> C -> D -> object
同样的类B，在两个不同的MRO中位置关系也是不同的。可以说，在已有的继承关系中加入新的子类，会在MRO中引入新的类，并且改变解析顺序。
那么可以想象，同样在类B的test中通过super调用父类方法，在不同的MRO中实际调用的方法是不同的。
如下：
class D(object):
def test(self):
print('test in D')
class C(D):
def test(self):
print('test in C')
super().test()
class B(D):
def test(self):
print('test in B')
super().test()
class A(B, C):
pass
b = B()
b.test()
print('==========')
a = A()
a.test()
output:
test in B
test in D
==========
test in B
test in C
test in D
因为在原有的类关系中加入B和C的子类A，使得在B的test方法中调用super的test方法发生了改变，原来调用的是其父类D的test方法，现在调用的是其兄弟类C的test方法。
从这里可以看出super不总是代理子类的父类，还有可能代理其兄弟类。
因此在设计多继承关系的类体系时，要特别注意这一点。
2.3 再看super方法
方法super([type[, object-or-type]])，返回的是对type的父类或兄弟类的代理。
- 如果第二个参数省略，返回的
super对象是未绑定到确定的MRO上的; - 如果第二个参数是对象，那么
isinstance(obj, type)必须为True； - 如果第二个参数是类型，那么
issubclass(type2, type)必须为True，即第二个参数类型是第一个参数类型的子类。
在super函数的第二个参数存在时，其实现大概如以下：
def super(cls, inst):
mro = inst.__class__.mro() # Always the most derived class
return mro[mro.index(cls) + 1]
很明显，super返回在第二个参数对应类的MRO列表中，第一个参数type的下一个类的代理。因此，要求第一个参数type存在于第二个参数类的MRO是必要的，只有第一个参数类是第二个参数所对应类的父类，才能保证。
super()
super函数是要求有参数的，不存在无参的super函数。在类定义中以super()方式调用，是一种省略写法，由解释器填充必要参数。填充的第一个参数是当前类，第二个参数是self：
super() => super(current_class, self)
所以，super()这种写法注定只能在类定义中使用。
现在再来看上面的继承关系：
class D(object):
def test(self):
print('test in D')
class C(D):
def test(self):
print('test in C')
# super().test() # 与下面的写法等价
super(C, self).test() # 返回self对应类的MRO中，类C的下一个类的代理
class B(D):
def test(self):
print('test in B')
# super().test() # 与下面的写法等价
super(B, self).test() # 返回self对应类的MRO中，类B的下一个类的代理
class A(B, C):
pass
因此：
b = B()
b.test() # 基于类B的MRO(B->D->object)，类B中的super()代理D
print('==========')
a = A()
a.test() # 基于类A的MRO(A->B->C->D->object)，类B中的super()代理C
以上就是在继承关系中引入新类，改变方法解析顺序的实例。
super([type[, object-or-type]])的第二个参数，对象和类还有一点区别：使用对象返回的是代理使用绑定方法，使用类返回的代理使用非绑定方法。
如：
b = B()
super(B, b).test()
super(B, B).test(b)
这两种方式得到的结果是相同的，区别在于非绑定调用与绑定调用。
3. 最佳实践
3.1 不可预测的调用
普通的函数或者方法调用中，调用者肯定事先知道被调用者所需的参数，然后可以轻松的组织参数调用。但是在多继承关系中，情况有些尴尬，使用super代理调用方法，编写类的作者并不知道最终会调用哪个类的方法，这个类都可能尚未存在。
如现在一作者编写了以下类：
class D(object):
def test(self):
print('test in D')
class B(D):
def test(self):
print('test in B')
super().test()
在定义类D时，作者完全不可能知道test方法中的super().test()最终会调用到哪个类。
因为如果后来有人在这个类体系的基础上，引入了如下类：
class C(D):
def test(self):
print('test in C')
super().test()
class A(B, C):
pass
a = A()
a.test()
此时会发现类B的test方法中super().test()调用了非原作者编写的类的方法。
这里test方法的参数都是确定的，但是在实际生产中，可能各个类的test方法都是不同的，如果新引入的类C需要不同的参数：
class C(D):
def test(self, param_c):
print('test in C, param is', param_c)
super().test()
class A(B, C):
pass
a = A()
a.test()
类B的调用方式调用类C的test方法肯定会失败，因为没有提供任何参数。类C的作者是不可能去修改类B的实现。那么，如何适应这种参数变换的需求，是在设计Python类中需要考虑的问题。
3.2 实践建议
事实上，这种参数的变换在构造方法上能体现得淋漓尽致，如果子类没有正确初始化父类，那么子类甚至不能从父类继承到需要的实例属性。
所以，Python的类必须设计友好，才能拓展，有以下三条指导原则：
- 通过
super()调用的方法必须存在； - 调用者和被调用者参数必须匹配；
- 所有对父类方法的调用都必须使用
super()
3.3 参数匹配
super()代理的类是不可预测的，需要匹配调用者和可能未知的调用者的参数。
固定参数
一种方法是使用位置参数固定函数签名。就像以上使用的test()一样，其签名是固定的，只要要传递固定的参数，总是不会出错。
关键字参数
每个类的构造方法可能需要不同的参数，这时固定参数满足不了这种需求了。幸好，Python中的关键字参数可以满足不定参数的需求。设计函数参数时，参数由关键字参数和关键字参数字典组成，在调用链中，每一个函数获取其所需的关键字参数，保留不需要的参数到**kwargs中，传递到调用链的下一个函数，最终**kwargs为空时，调用调用链中的最后一个函数。
示例：
class Shape(object):
def __init__(self, shapename, **kwargs):
self.shapename = shapename
super().__init__(**kwargs)
class ColoredShape(Shape):
def __init__(self, color, **kwargs):
self.color = color
super().__init__(**kwargs)
cs = ColoredShape(color='red', shapename='circle')
参数的剥落步骤为：
- 使用
cs = ColoredShape(color='red', shapename='circle')初始化ColoredShape； -
ColoredShape的__init__方法获取其需要的关键字参数color，此时的kwargs为{shapename:'circle'}; - 调用调用链中
Shape的__init__方法，该方法获取所需关键字参数shapename，此时kwargs为{}; - 最后调用调用链末端
objet.__init__，此时因为kwargs已经为空。
初始化子类传递的关键字参数尤为重要，如果少传或多传，都会导致初始化不成功。只有MRO中每个类的方法都是用super()来调用“父类”方法时，才能保证super()调用链不会断掉。
3.4 保证方法存在
上面的例子中，由于顶层父类object总是存在__init__方法，在任何MRO链中也总是最后一个，因此任意的super().__init__调用总能保证是object.__init__结束。
但是其他自定义的方法得不到这样的保证。这时需要手动创建类似object的顶层父类：
class Root:
def draw(self):
# the delegation chain stops here
assert not hasattr(super(), 'draw')
class Shape(Root):
def __init__(self, shapename, **kwds):
self.shapename = shapename
super().__init__(**kwds)
def draw(self):
print('Drawing. Setting shape to:', self.shapename)
super().draw()
class ColoredShape(Shape):
def __init__(self, color, **kwds):
self.color = color
super().__init__(**kwds)
def draw(self):
print('Drawing. Setting color to:', self.color)
super().draw()
cs = ColoredShape(color='blue', shapename='square')
cs.draw()
如果有新的类要加入到这个MRO体系，新的子类也要继承Root，这样，所有的对draw()的调用都会经过Root，而不会到达没有draw方法的object了。这种对于子类的扩展要求，应当详细注明在文档中，便于使用者阅读。这种限制与Python所有异常都必须继承自BaseException一样。
3.5 组合不友好的类
对于那些不友好的类:
class Moveable:
def __init__(self, x, y):
self.x = x
self.y = y
def draw(self):
print('Drawing at position:', self.x, self.y)
如果希望使用它的功能，直接将其加入到我们友好的继承体系中，会破坏原有类的友好性。
除了通过继承获得第三方功能外，还有一种称之为组合的方式，即把第三方类作为组件的方式揉入类中，使得类具有第三方的功能：
class MoveableAdapter(Root):
def __init__(self, x, y, **kwds):
self.movable = Moveable(x, y)
super().__init__(**kwds)
def draw(self):
self.movable.draw()
super().draw()
Moveable被作为组件整合到适配类MoveableAdapter中，适配类拥有了Moveable的功能，而且是友好实现的。完全可以通过继承适配类的方式，将Moveable的功能加入到友好的继承体系中：
class MovableColoredShape(ColoredShape, MoveableAdapter):
pass
MovableColoredShape(color='red', shapename='triangle',
x=10, y=20).draw()
