新式类和经典类的区别？

第一时间关注Python技术干货！

01

版本支持 / 写法差异

在Python 2.x 中

如果你至今使用的还是 Python 2.x，那么你需要了解一下，在Python 2.x中存在着两种类：经典类和新式类。

什么是经典类？

# 不继承自object

classMing:

pass

什么是新式类？

# 显示继承object

classMing(object):

pass

在Python 3.x 中

如果你已经摒弃了Python 2.x，而已经完全投入了Python 3.x的怀抱，那你可能不需要关心，因为在Python3.x中所有的类都是新式类（所有类都(显示/隐式)继承自object）。

有如下三种写法，它们是等价的。

classMing:

pass

classMing():

pass

classMing(object):

pass

02

使用方法 / 独特属性

经典类无法使用super()

经典类的类型是 classobj

新式类的类型是 type，保持class与type的统一。

新式类增加了__slots__内置属性, 可以把实例属性的种类锁定到__slots__规定的范围之中.

新式类增加了__getattribute__方法，在获取属性时可以进入此方法。而经典类不会。

# 经典类：py2.7

classKls01:

def__getattribute__(self, *args, **kwargs):

print("MING - 01")

# 新式类

classKls02(object):

def__getattribute__(self, *args, **kwargs):

print("MING - 02")

kls02 = Kls02()

kls02.name

kls01 = Kls01()

kls01.name

输出如下

MING - 02

Traceback (most recentcalllast):

File"F:/Python Script/Tornado/yang.py", line13,in

kls01.name

AttributeError: Kls01instancehasnoattribute'name'

03

MRO 查找算法的演变

经典类中

经典类，MRO采用的是算法。

为了验证，这个继承顺序。在 Python2.x 中可以借助自带模块inspect来检验。

importinspect

classA:pass

classB(A):pass

classC(A):pass

classD(B, C):pass

printinspect.getmro(D)

输出如下，可以看出，继承顺序是 D -> B -> A -> C

(,

,

,

)

非常好理解，但是在菱形继承时，方法的调用会出现问题。

经典类中的菱形继承

假设 d 是 D 的一个实例，那么执行 d.show()是调用 A.show() 呢 还是调用 C.show()呢？

在经典类中，由于是深度优先，所以是会选择 A.show()。但是很明显，C.show() 是 A.show() 的更具体化版本（显示了更多的信息），但我们的x.show() 没有调用它，而是调用了 A.show()，这显然是不合理的。所以这才有了后来的一步一步优化。

新式类中

为解决经典类 MRO 所存在的问题，Python 2.2 针对新式类提出了一种新的 MRO 计算方式：在定义类时就计算出该类的 MRO 并将其作为类的属性。

Python 2.2 的新式类 MRO 计算方式和经典类 MRO 的计算方式非常相似：它仍然采用从左至右的深度优先遍历，但是如果遍历中出现重复的类，只保留最后一个。重新考虑上面「菱形继承」的例子：

新式类中的菱形继承

同样地，我们也来验证一下。另说明，在新式类中，除用inspect外，可以直接通过__mro__属性获取类的 MRO。

importinspect

classA(object):pass

classB(A):pass

classC(A):pass

classD(B, C):pass

# 或者通过 D.__mro__ 查找

printinspect.getmro(D)

输出如下，可以看出，继承顺序变成了 D -> B -> C -> A

(,

,

,

,

)

这下，菱形问题解决了。

再来看一个复杂一点的例子。

如果只依靠上面的算法，我们来一起算下，其继承关系是怎样的。

首先进行深度遍历：[C, A, X, object, Y, object, B, Y, object, X, object]；

然后，只保留重复元素的最后一个：[C, A, B, Y, X, object]。

同样来验证一下。

classX(object):pass

classY(object):pass

classA(X, Y):pass

classB(Y, X):pass

classC(A, B):pass

print(C.__mro__)

输出报错，它告诉我们 X,Y 具有二义性的继承关系（这是从Python 2.3后的 C3算法 才有的）。

Traceback (most recent call last):

File"F:/Python Script/Tornado/yang.py", line7,in

classC(A, B):pass

TypeError: Error when calling the metaclass bases

Cannot create a consistent method resolution

order (MRO)forbases X, Y

具体为什么会这样，我们来看一下。

对于 A 来说，其搜索顺序为[A, X, Y, object]；

对于 B，其搜索顺序为 [B, Y, X, object]；

对于 C，其搜索顺序为[C, A, B, X, Y, object]。

我们会发现，B 和 C 中 X、Y 的搜索顺序是相反的！也就是说，当 B 被继承时，它本身的行为竟然也发生了改变，这很容易导致不易察觉的错误。此外，即使把 C 搜索顺序中 X 和 Y 互换仍然不能解决问题，这时候它又会和 A 中的搜索顺序相矛盾。

对于复杂一点的继承关系，我们在写代码的时候最好做到心中有数。接下来，就教教你，如何在层层复杂的继承关系中，计算出继承顺序。

例如下面这张图。

计算过程，会采用一种 merge算法。它的基本思想如下：

检查第一个列表的头元素（如 L[B1] 的头），记作 H。

若 H 未出现在其它列表的尾部，则将其输出，并将其从所有列表中删除，然后回到步骤1；否则，取出下一个列表的头部记作 H，继续该步骤。

重复上述步骤，直至列表为空或者不能再找出可以输出的元素。如果是前一种情况，则算法结束；如果是后一种情况，说明无法构建继承关系，Python 会抛出异常。

你可以在草稿纸上，参照上面的merge算法，写出如下过程

L[object] = [object]

L[D] = [D,object]

L[E] = [E,object]

L[F] = [F,object]

L[B] = [B, D, E,object]

L[C] = [C, D, F,object]

L[A] = [A] + merge(L[B], L[C], [B], [C])

= [A] + merge([B, D, E,object], [C, D, F,object], [B], [C])

= [A, B] + merge([D, E,object], [C, D, F,object], [C])

= [A, B, C] + merge([D, E,object], [D, F,object])

= [A, B, C, D] + merge([E,object], [F,object])

= [A, B, C, D, E] + merge([object], [F,object])

= [A, B, C, D, E, F] + merge([object], [object])

= [A, B, C, D, E, F,object]

当然，可以用代码验证类的 MRO，上面的例子可以写作：

classD(object):pass

classE(object):pass

classF(object):pass

classB(D, E):pass

classC(D, F):pass

classA(B, C):pass

A.__mro__

输出如下

(,

,

,

-END-

参考文章

1、https://www.python.org/download/releases/2.3/mro/

2、https://www.cnblogs.com/whatisfantasy/p/6046991.html