python3中查看类的内建属性和方法：
1 >>> class Person: 2 ... pass 3 ... 4 >>> dir(Person) 5 [‘__class__‘, ‘__delattr__‘, ‘__dict__‘, ‘__dir__‘, ‘__doc__‘, ‘__eq__‘, ‘__format__‘, ‘__ge__‘, ‘__getattribute__‘, ‘__gt__‘, ‘__hash__‘, ‘__init__‘, ‘__init_subclass__‘, ‘__le__‘, ‘__lt__‘, ‘__module__‘, ‘__ne__‘, ‘__new__‘, ‘__reduce__‘, ‘__reduce_ex__‘, ‘__repr__‘, ‘__setattr__‘, ‘__sizeof__‘, ‘__str__‘, ‘__subclasshook__‘, ‘__weakref__‘]
子类没有实现__init__方法时，默认自动调用父类的。 如定义__init__方法时，需自己手动调用父类的 __init__方法。
| 常用内建属性 | 说明 | 触发方式 |
|---|---|---|
__init__ |
构造初始化函数 | 创建实例后，赋值时使用，在__new__后 |
__new__ |
生成实例所需属性 | 创建实例时 |
__class__ |
实例所在的类 | 实例.__class__ |
__str__ |
实例字符串表示（可读性） | print(类实例)，如没实现则使用repr结果 |
__repr__ |
实例字符串表示（准确性） | print(repr(类实例)) |
__del__ |
析构 | del 实例 |
__dict__ |
实例自定义属性 | vars(实例.__dict__) |
__doc__ |
类文档，子类不继承 | help(类或实例) |
__getattribute__ |
属性访问拦截器 | 访问实例属性时 |
__bases__ |
类的所有父类构成元素 | 类名.__bases__ |
1 class Lesson(object): 2 def __init__(self,subject1): 3 self.subject1 = subject1 4 self.subject2 = ‘cpp‘ 5 6 # 属性访问时拦截器：当访问属性或方法名时，均会调用此方法 7 # 作用：扩展功能，比如记录日志、过滤拦截等 8 def __getattribute__(self,obj): 9 if obj == ‘subject1‘: 10 print(‘log subject1‘) 11 return ‘redirect python‘ 12 else: # 测试时注释掉这2行，将找不到其他属性，均返回None，但不会报错 13 return object.__getattribute__(self,obj) 14 15 def show(self): 16 print(‘this is Itcast‘) 17 18 s = Lesson("python") 19 print(s.subject1) 20 print(s.subject2)
运行结果：
log subject1
redirect python
None
1 class Person(object): 2 def __getattribute__(self,obj): 3 print("---test---") 4 if obj.startswith("a"): 5 return "hahha" 6 else: 7 return self.test # 坑在此：self.xxx 8 9 def test(self): 10 print("heihei") 11 12 13 t = Person() 14 t.a # 返回hahha 15 t.b # 会让程序死掉
原因：
程序执行else里面的代码时，即return self.test，因为return需要把self.test的值返回，那么首先要获取self.test的值（test方法名所对应的函数体的地址），因为self此时就是t这个对象，所以self.test就是t.test，此时要获取t这个对象的test属性，那么就会跳转到__getattribute__方法去执行，即此时产生了递归调用，由于这个递归过程中没有判断什么时候推出，所以这个程序会永无休止的运行下去，又因为每次调用函数，就需要保存一些数据，那么随着调用的次数越来越多，最终内存吃光，所以程序崩溃。
因此注意，以后不要在__getattribute__方法中调用 self.xxx 。
启动python解释器，输入dir(__builtins__),，可以看到很多python解释器启动后默认加载的属性和函数，这些函数称之为内建函数（Build-in Function），这些函数因为在编程时使用较多，cpython解释器用c语言实现了这些函数，启动解释器时默认加载。
这些函数数量众多，不宜记忆，开发时不是都用到的，待用到时再使用 help(function) 查看如何使用，或结合百度查询即可，在这里介绍些常用的内建函数。
range(stop) -> list of integers
range(start, stop[, step]) -> list of integers
python2中range返回列表，python3中range返回一个迭代器。如果想得到列表，可通过list函数：
1 list(range(5))
map函数会根据提供的函数，对指定序列做映射。
map(function, sequence[, sequence, ...]) -> list
参数序列中的每一个元素分别调用function函数，返回包含每次function函数返回值的list（python3中返回迭代器）。
示例：
1 >>> list(map(lambda x: x*x, [1, 2, 3])) # 2 [1, 4, 9] 3 >>> list(map(lambda x,y: x+y, [1,2,3], [4,5,6])) 4 [5, 7, 9] 5 >>> def f1(x, y): 6 ... return (x, y) 7 ... 8 >>> l1 = [0, 1, 2, 3] 9 >>> l2 = ["a", "b", "c", "d"] 10 >>> list(map(f1, l1, l2)) 11 [(0, ‘a‘), (1, ‘b‘), (2, ‘c‘), (3, ‘d‘)]
filter函数会对指定序列执行过滤操作。
filter(...) filter(function or None, sequence) -> list, tuple, or string Return those items of sequence for which function(item) is true. If function is None, return the items that are true. If sequence is a tuple or string, return the same type, else return a list.
filter函数会对序列参数sequence中的每个元素调用function函数，最后返回的结果包含调用结果为True的元素。返回值的类型和参数sequence的类型相同（python3中返回迭代器）。
示例：
1 >>> a = filter(lambda x: x%2, [0,1,2,3,4]) # 非0的值均为True 2 >>> a 3 <filter object at 0x01D18358> 4 >>> list(a) 5 [1, 3] 6 >>> 7 >>> filter(None, "she") 8 <filter object at 0x01D18220> 9 >>> a = filter(None, "she") 10 >>> next(a) 11 ‘s‘ 12 >>> next(a) 13 ‘h‘ 14 >>> next(a) 15 ‘e‘
reduce函数会对参数序列中元素进行累积。
reduce(...)
reduce(function, sequence[, initial]) -> value
reduce依次从sequence中取一个元素，和上一次调用function的结果做参数再次调用function。 第一次调用function时，如果提供initial参数，会以sequence中的第一个元素和initial 作为参数调用function，否则会以序列sequence中的前两个元素做参数调用function。 注意function函数不能为None。
在Python3中，reduce函数已经被从全局名字空间里移除了，它现在被放置在fucntools模块里用的话要先引入：from functools import reduce
示例：
1 >>> from functools import reduce 2 >>> reduce(lambda x, y: x+y, [1,2,3,4]) 3 10 4 >>> reduce(lambda x, y: x+y, [1,2,3,4], 5) 5 15 6 >>> reduce(lambda x, y: x+y, ["a","b","c"], "d") 7 ‘dabc‘
sorted(...)
sorted(iterable, cmp=None, key=None, reverse=False) --> new sorted list
示例：
1 >>> sorted([1,4,5,9,1,2]) 2 [1, 1, 2, 4, 5, 9] 3 >>> sorted([1,4,5,9,1,2], reverse=1) 4 [9, 5, 4, 2, 1, 1] 5 >>> sorted(["c","d","a","t"]) 6 [‘a‘, ‘c‘, ‘d‘, ‘t‘] 7 >>> sorted(["c","d","a","t"], reverse=1) 8 [‘t‘, ‘d‘, ‘c‘, ‘a‘]
原文：https://www.cnblogs.com/juno3550/p/12374926.html