可以通过特殊方法（或者称为"魔术"方法（magic method））自定义 Python 行为的各部分。本节介绍特殊方法的思想。此外，还将讨论动态属性访问和绑定方法。
简介类可以定义特殊方法。特殊方法对于 Python 解释器而言具有特殊的意义。特殊方法总是以双下划线 __ 开头和结尾，例如 __init__。
class Stock(object): def __init__(self): ... def __repr__(self): ...虽然有很多特殊方法，但是我们只研究几个具体的例子。
字符串转换的特殊方法对象有两种字符串表示形式。
>>> from datetime import date >>> d = date(2012, 12, 21) >>> print(d) 2012-12-21 >>> d datetime.date(2012, 12, 21) >>>str() 函数用于创建格式良好的、可打印的输出：
>>> str(d) '2012-12-21' >>>repr() 函数用于创建详细的、面向程序员的输出。
>>> repr(d) 'datetime.date(2012, 12, 21)' >>>str() 和 repr() 函数都是使用类中定义的特殊方法生成要显示的字符串。
class Date(object): def __init__(self, year, month, day): self.year = year self.month = month self.day = day # Used with `str()` def __str__(self): return f'{self.year}-{self.month}-{self.day}' # Used with `repr()` def __repr__(self): return f'Date({self.year},{self.month},{self.day})'注意：按照惯例，__repr__() 返回一个字符串，当该字符串被传递给 eval() 函数，将会重新创建底层对象（译注：eval(repr(obj)) == obj）。如果不行，则使用某种易于阅读的表现形式。
数学操作的特殊方法数学运算符涉及的特殊方法如下：
a + b a.__add__(b) a - b a.__sub__(b) a * b a.__mul__(b) a / b a.__truediv__(b) a // b a.__floordiv__(b) a % b a.__mod__(b) a << b a.__lshift__(b) a >> b a.__rshift__(b) a & b a.__and__(b) a | b a.__or__(b) a ^ b a.__xor__(b) a ** b a.__pow__(b) -a a.__neg__() ~a a.__invert__() abs(a) a.__abs__() 元素访问的特殊方法这些是实现容器的特殊方法：
len(x) x.__len__() x[a] x.__getitem__(a) x[a] = v x.__setitem__(a,v) del x[a] x.__delitem__(a)你可以在类中使用这些特殊方法。
class Sequence: def __len__(self): ... def __getitem__(self,a): ... def __setitem__(self,a,v): ... def __delitem__(self,a): ... 方法调用调用方法有两个步骤。
1、查找：. 运算符
2、方法调用： () 运算符
>>> s = Stock('GOOG',100,490.10) >>> c = s.cost # Lookup >>> c <bound method Stock.cost of <Stock object at 0x590d0>> >>> c() # Method call 49010.0 >>> 绑定方法尚未被函数调用运算符 () 调用的方法称为绑定方法（ 译注：bound method，如果直译应该译作“绑定的方法”，但是，就像“类方法”一样，可以省略“的”这个字，译为“绑定方法”，绑定在这里不是动词，而应理解为形容词“绑定的”）。它对自己生成的实例进行操作：
>>> s = Stock('GOOG', 100, 490.10) >>> s <Stock object at 0x590d0> >>> c = s.cost >>> c <bound method Stock.cost of <Stock object at 0x590d0>> >>> c() 49010.0 >>>如果使用绑定方法时有些大意，那么容易导致错误。示例：
>>> s = Stock('GOOG', 100, 490.10) >>> print('Cost : %0.2f' % s.cost) Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: float argument required >>>或者：
f = open(filename, 'w') ... f.close # Oops, Didn't do anything at all. `f` still open.在这两种情形中，错误都是由忘记尾部括号引起的。例如：s.cost() or f.close()。
属性访问还有一种访问、操作和管理属性的替代方法。
getattr(obj, 'name') # Same as obj.name setattr(obj, 'name', value) # Same as obj.name = value delattr(obj, 'name') # Same as del obj.name hasattr(obj, 'name') # Tests if attribute exists示例：
if hasattr(obj, 'x'): x = getattr(obj, 'x'): else: x = None注意： getattr() 函数的默认参数非常有用。
x = getattr(obj, 'x', None) 练习 练习 4.9：更好的输出请修改 stock.py 文件中定义的 Stock 对象，以便 __repr__() 方法生成更有用的输出。示例：
>>> goog = Stock('GOOG', 100, 490.1) >>> goog Stock('GOOG', 100, 490.1) >>>修改完成后，请查看读取股票投资组合时会发生什么，以及生成什么样的结果。示例：
>>> import report >>> portfolio = report.read_portfolio('Data/portfolio.csv') >>> portfolio ... see what the output is ... >>> 练习 4.10：使用 getattr() 的例子getattr() 是读取属性的另一种机制。可以使用它编写极其灵活的代码。首先，请尝试以下示例：
>>> import stock >>> s = stock.Stock('GOOG', 100, 490.1) >>> columns = ['name', 'shares'] >>> for colname in columns: print(colname, '=', getattr(s, colname)) name = GOOG shares = 100 >>>仔细观察会发现输出数据完全由 columns 变量中列出的属性名决定。