今天是Python专题的第11篇文章，我们来聊聊面向对象的一些进阶使用。
slots
如果你看过github当中一些大牛的代码，你会发现很多大牛经常在类的顶部加上slots关键字。如果你足够好奇，你可能会试着把这个关键字去掉再运行试试，你会发现去掉了之后什么也没有发生，一切依然运行得很好。
那么这个slots关键字究竟是做什么的呢？
它主要有两个功能，我们先来说第一个功能，就是限制用户的使用。
我们都知道Python是一门非常灵活的动态语言，很多在其他语言看起来完全不能容忍的事情在Python当中是可行的，这也是Python的设计理念，为了灵活和代码方便牺牲了效率。比如我们来看一个很简单的例子，由于Python是动态语言，所以类的成员甚至可以在类创建好了之后动态创建。这在静态语言当中是绝对不行的，我们只能调用类当中已有的属性，是不能或者很难添加新属性的。
比如这段代码：
class Exp: def __init__(self): self.a = None self.b = Noneif __name__ == "__main__": exp = Exp() exp.c = 3 print(exp.c)我们定义了一个类叫做Exp，我们为它创建了a和b两个成员。但是我们在使用的时候，对c成员进行了赋值。要知道Exp类当中是没有成员c的，但是程序并不会报错，我们这么运行了之后它会将c添加进这个实例当中。
从一方面来看，这当然非常灵活，但是另一方面，这也留下了隐患。如果用户随意添加属性，可能会导致未知的问题，尤其在复杂的系统当中。所以有些时候为了严谨，我们会不希望用户做这种动态的修改。slots正是用来做这个的。
我们把这个关键字加上，再来运行结果就不一样了：
class Exp: __slots__ = ['a', 'b'] def __init__(self): self.a = None self.b = Noneif __name__ == "__main__": exp = Exp() exp.c = 3 print(exp.c)如果你运行这段代码的话，你会得到一个报错，提示你Exp这个对象当中并没有c这个成员，也就是说我们只能运用slots这个关键字当中定义的成员，对于没有定义的成员不能随意创建，这样就限制了用户的使用。
虽然现在大部分人使用这个关键字都是报着这个目的，但是很遗憾的是，Python创建者的初衷其实并不是这个。这就谈到了slots关键字的第二个作用，就是节省内存。
如果了解过Python底层的实现原理，你会发现在Python当中为每一个实例都创建了一个字典，就是大名鼎鼎的dict字典。正是因为背后有一个字典，所以我们才可以创造出原本不存在的成员，也才支持这样动态的效果。我们可以人工地调用这个字典输出其中的内容，我们在加上slots关键字之前，输出的结果是这样的：
{'a': None, 'b': None}但是加上了这个关键字之后，会得到一个报错，会告诉你Exp这个对象当中没有dict这个成员。原因很简单，因为使用dict来维护实例，会消耗大量的内存，额外存储了许多数据，而使用slots之后，Python内部将不再为实例创建一个字典来维护，而是会使用一个固定大小的数组，这样就节省了大量的空间。这个节省可不是一点半点，一般可以节省一半以上。也就是说牺牲了一定的灵活性，保证了性能。这一点也是slots这个关键字设计的初衷，但是现在很多人都用错了地方。
property
这个关键字在的文章当中曾经提到过，不过很不好意思的是，由于之前写文章的时候对它的了解还很有限，导致一些阐述存在一些谬误，所以这里再提一下这个关键字的运用作为弥补。
property可以帮我们绑定类当中一些属性的赋值和获取，也就是get和set。我们来看个例子：
class Exp: def __init__(self, param): self.param = param @property def param(self): return self._param @param.setter def param(self, value): self._param = value这里的property注解会在我们调用.param的时候被执行，而param.setter会在我们为param这个属性赋值的时候被执行。所以你可能会奇怪，为什么我们在init方法当中初始化的时候用的是self.param = param而不是self._param = param，这是因为我们在执行前者的时候，Python一样会调用@param.setter这个注解，所以我们没有必要写成后者的形式。当然你也可以这么写，不过两者是完全等价的。
作为一个前Java程序员为类当中所有变量加上get和set方法几乎成了政治正确，所以我特别喜欢为类当中所有的属性加上property。但是这是不对的，加上property是非常耗时的，所以如非必要不要这么做，我们直接调用来进行赋值就好了，如果有必要，我们可以手动写上get和set方法。那么问题来了，既然不是为了规范，那么我们又为什么要用到property呢？
答案很简单，为了校验变量类型。
由于Python是动态语言，并且是隐式类型的，所以我们拿到变量的时候并不知道它究竟是什么类型，也不知道用户为给它赋值成什么类型。所以在一些情况下我们可能会希望做好限制，告诉用户只能将这个变量赋值成这个类型，否则就会报错。通过使用property，我们可以很方便地做到这点。
class Exp: def __init__(self, param): self.param = param @property def param(self): return self._param @param.setter def param(self, value): if not isinstance(value, str): raise TypeError('Want a string') self._param = value除此之外，property还有一个用法是代替函数。举个例子：
class Exp: def __init__(self, param): self.param = param @property def param(self): return self._param @param.setter def param(self, value): if not isinstance(value, str): raise TypeError('Want a string') self._param = value @property def hello(self): return 'hello ' + self.param这样我们就可以通过.hello来代替调用一个函数，这样做其实是一种动态计算。hello的结果并没有被存储起来，之后当我们调用的时候才会执行，在一些场景下这样做会非常方便。
命名规范
最后我们来看下Python对象当中的命名规范，在之前的文章当中我们曾经说过，在Python当中没有对public和private的字段做区分，所有的字段都是public的，也就是说用户可以拿到类当中所有的字段和方法。为了规范，程序员们约定俗成，决定所有加了下划线的方法和变量都看成是private的，即使我们能调用，但是一般情况下我们也不这么干。
所以我们通常会写两个方法，一个是公开的接口，一个是内部的实现。我们调用的时候只调用公开的接口，公开的接口再去调用内部的实现。这在Python当中已经成了惯例，因为我们在调用内部方法的时候，往往还会传入一些内部的参数。
我们来看个简单的例子：
class ExpA: def __init__(self): pass def public_func(self): self._private_func() def _private_func(self): print('private ExpA')if __name__ == "__main__": exp = ExpA() exp.public_func()除了_之外我们经常还会看到一些两个下划线的变量和方法，那么它们之间又有什么区别呢？
为了回答这个问题，我们来看下面这个例子：
class ExpA: def __init__(self): pass def public_func(self): self.__private_func() def __private_func(self): print('private ExpA')class ExpB(ExpA): def __init__(self): pass def public_func(self): self.__private_func() def __private_func(self): print('private ExpB')if __name__ == "__main__": exp = ExpB() exp.public_func() exp._ExpB__private_func() exp._ExpA__private_func()请问最后会输出什么？
我们试一下就知道，第一行输出的是private ExpB，这个没有问题。但是后面两个是什么？
后面两个就是__private_func，只不过系统自动将它重新命名了。重新命名的原因也很简单，因为Python禁止加了两个下划线的方法被子类覆盖。所以这两者的区别就在这里，它们都被认为是private的方法和属性，但是一个下划线允许子类覆盖，而两个下划线不行。所以如果我们在开发的时候希望我们某一个方法不会被子类覆盖，那么我们就需要加上两个下划线。
最后，我们来看一个小问题。在C++当中当我们的变量名和系统的关键字冲突的时候，我们往往会在变量前面加上一个来作为区分。但是由于Python当中下划线被赋予了含义，所以我们不能这么干，那么当变量冲突的时候应该怎么办呢？答案也很简单，我们可以把下划线加在后面，比如lambda。
总结
回顾一下今天的内容，主要是slots, property和下划线在类当中的使用。这三者都是Python面向对象当中经常用到的知识，了解它们不但可以让我们写出更规范的代码，也有助于帮助我们理解其他大牛的源码，因此是非常必要的。