Python的类可以继承多个类。继承多个类的时候，其属性的寻找的方法有两种，分别是深度优先和广度优先。
如下的结构，新式类和经典类的属性查找顺序都一致。顺序为D--->A--->E--->B--->C。
class E:
def test(self):
print(‘from E‘)
class A(E):
def test(self):
print(‘from A‘)
class B:
def test(self):
print(‘from B‘)
class C:
def test(self):
print(‘from C‘)
class D(A,B,C):
def test(self):
print(‘from D‘)
d=D()
d.test()
print(D.mro()) #新式类才可以查看.mro()方法查看查找顺序
‘‘‘
from D
[<class ‘__main__.D‘>, <class ‘__main__.A‘>, <class ‘__main__.E‘>, <class ‘__main__.B‘>, <class ‘__main__.C‘>, <class ‘object‘>]
‘‘‘
如下的结构，新式类和经典类的属性查找顺序就不一样了。
经典类遵循深度优先，其顺序为：F--->E--->B--->A--->F--->C--->G--->D
新式类遵循广度优先，其顺序为：F--->E--->B--->F--->C--->G--->D--->A
python到底是如何实现继承的，对于你定义的每一个类，python会计算出一个方法解析顺序(MRO)列表，这个MRO列表就是一个简单的所有基类的线性顺序列表，例如：
print(D.mro()) ‘‘‘ [<class ‘__main__.D‘>, <class ‘__main__.A‘>, <class ‘__main__.E‘>, <class ‘__main__.B‘>, <class ‘__main__.C‘>, <class ‘object‘>] ‘‘‘
为了实现继承，python会在MRO列表上从左到右开始查找基类,直到找到第一个匹配这个属性的类为止。
而这个MRO列表的构造是通过一个C3线性化算法来实现的。我们不去深究这个算法的数学原理,它实际上就是合并所有父类的MRO列表并遵循如下三条准则：
1.子类会先于父类被检查。
2.多个父类会根据它们在列表中的顺序被检查。
3.如果对下一个类存在两个合法的选择，选择第一个父类。
子类继承了父类的方法，然后想进行修改，注意了是基于原有的基础上修改，那么就需要在子类中调用父类的方法。
方法一：父类名.父类方法（）
View Code方法二：super()
View Code不用super引发的惨案
#每个类中都继承了且重写了父类的方法
class A:
def __init__(self):
print(‘A的构造方法‘)
class B(A):
def __init__(self):
print(‘B的构造方法‘)
A.__init__(self)
class C(A):
def __init__(self):
print(‘C的构造方法‘)
A.__init__(self)
class D(B,C):
def __init__(self):
print(‘D的构造方法‘)
B.__init__(self)
C.__init__(self)
f1=D()
print(D.__mro__)
‘‘‘
D的构造方法
B的构造方法
A的构造方法
C的构造方法
A的构造方法
(<class ‘__main__.D‘>, <class ‘__main__.B‘>, <class ‘__main__.C‘>, <class ‘__main__.A‘>, <class ‘object‘>)
‘‘‘
使用super()的结果
class A:
def __init__(self):
print(‘A的构造方法‘)
class B(A):
def __init__(self):
print(‘B的构造方法‘)
super().__init__() #super(B,self).__init__()
class C(A):
def __init__(self):
print(‘C的构造方法‘)
super().__init__() #super(C,self).__init__()
class D(B,C):
def __init__(self):
print(‘D的构造方法‘)
super().__init__() #super(D,self).__init__()
# C.__init__(self)
f1=D()
print(D.__mro__)
‘‘‘
D的构造方法
B的构造方法
C的构造方法
A的构造方法
(<class ‘__main__.D‘>, <class ‘__main__.B‘>, <class ‘__main__.C‘>, <class ‘__main__.A‘>, <class ‘object‘>)
‘‘‘
当你使用super()函数时，Python会在MRO列表上继续搜索下一个类。只要每个重定义的方法统一使用super()并只调用它一次，那么控制流最终会遍历完整个MRO列表,每个方法也只会被调用一次（注意注意注意：使用super调用的所有属性，都是从MRO列表当前的位置往后找，千万不要通过看代码去找继承关系，一定要看MRO列表）
封装数据和方法
封装不是单纯意义的隐藏：
1：封装数据的主要原因是：保护隐私
2：封装方法的主要原因是：隔离复杂度
封装其实分为两个层面，但无论哪种层面的封装，都要对外界提供好访问你内部隐藏内容的接口（接口可以理解为入口，有了这个入口，使用者无需且不能够直接访问到内部隐藏的细节，只能走接口，并且我们可以在接口的实现上附加更多的处理逻辑，从而严格控制使用者的访问。
第一个层面的封装（什么都不用做）：创建类和对象会分别创建二者的名称空间，我们只能用类名.或者obj.的方式去访问里面的名字，这本身就是一种封装。
注意：对于这一层面的封装（隐藏），类名.和实例名.就是访问隐藏属性的接口
第二个层面的封装：类中把某些属性和方法隐藏起来(或者说定义成私有的)，只在类的内部使用、外部无法访问，或者留下少量接口（函数）供外部访问。
在python中用双下划线的方式实现隐藏属性（设置成私有的）
类中所有双下划线开头的名称如__x都会自动变形成：_类名__x的形式：
class A:
__N=0 #类的数据属性就应该是共享的,但是语法上是可以把类的数据属性设置成私有的如__N,会变形为_A__N
def __init__(self):
self.__X=10 #变形为self._A__X
def __foo(self): #变形为_A__foo
print(‘from A‘)
def bar(self):
self.__foo() #只有在类内部才可以通过__foo的形式访问到.
class Teacher:
def __init__(self,name,age):
self.__name=name
self.__age=age
def tell_info(self):
print(‘姓名:%s,年龄:%s‘ %(self.__name,self.__age))
def set_info(self,name,age):
if not isinstance(name,str):
raise TypeError(‘姓名必须是字符串类型‘)
if not isinstance(age,int):
raise TypeError(‘年龄必须是整型‘)
self.__name=name
self.__age=age
t=Teacher(‘egon‘,18)
t.tell_info()
t.set_info(‘egon‘,19)
t.tell_info()
这种自动变形的特点：
1.类中定义的__x只能在内部使用，如self.__x，引用的就是变形的结果。
2.这种变形其实正是针对外部的变形，在外部是无法通过__x这个名字访问到的。
2.在子类定义的__x不会覆盖在父类定义的__x，因为子类中变形成了：_子类名__x,而父类中变形成了：_父类名__x，即双下滑线开头的属性在继承给子类时，子类是无法覆盖的。
注意：对于这一层面的封装（隐藏），我们需要在类中定义一个函数（接口函数）在它内部访问被隐藏的属性，然后外部就可以使用了。
这种变形需要注意的问题是：
1.这种机制也并没有真正意义上限制我们从外部直接访问属性，知道了类名和属性名就可以拼出名字：_类名__属性，然后就可以访问了，如a._A__N
2.变形的过程只在类的定义是发生一次,在定义后的赋值操作，不会变形。
3.在继承中，父类如果不想让子类覆盖自己的方法，可以将方法定义为私有的。
#正常情况 >>> class A: ... def fa(self): ... print(‘from A‘) ... def test(self): ... self.fa() ... >>> class B(A): ... def fa(self): ... print(‘from B‘) ... >>> b=B() >>> b.test() from B
#把fa定义成私有的，即__fa >>> class A: ... def __fa(self): #在定义时就变形为_A__fa ... print(‘from A‘) ... def test(self): ... self.__fa() #只会与自己所在的类为准,即调用_A__fa ... >>> class B(A): ... def __fa(self): ... print(‘from B‘) ... >>> b=B() >>> b.test() from A
python并不会真的阻止你访问私有的属性，模块也遵循这种约定，如果模块名以单下划线开头，那么from module import *时不能被导入,但是你from module import _private_module依然是可以导入的
其实很多时候你去调用一个模块的功能时会遇到单下划线开头的(socket._socket,sys._home,sys._clear_type_cache),这些都是私有的，原则上是供内部调用的，作为外部的你，一意孤行也是可以用的，只不过显得稍微傻逼一点点。
1.什么是特性property
property是一种特殊的属性，访问它时会执行一段功能（函数）然后返回值
例一：BMI指数（bmi是计算而来的，但很明显它听起来像是一个属性而非方法，如果我们将其做成一个属性，更便于理解）
class People:
def __init__(self,name,weight,height):
self.name=name
self.weight=weight
self.height=height
@property
def bmi(self):
return self.weight / (self.height**2)
p1=People(‘egon‘,75,1.85)
print(p1.bmi)
例二、圆的周长和面积
import math
class Circle:
def __init__(self,radius): #圆的半径radius
self.radius=radius
@property
def area(self):
return math.pi * self.radius**2 #计算面积
@property
def perimeter(self):
return 2*math.pi*self.radius #计算周长
c=Circle(10)
print(c.radius)
print(c.area) #可以向访问数据属性一样去访问area,会触发一个函数的执行,动态计算出一个值
print(c.perimeter) #同上
‘‘‘
输出结果:
314.1592653589793
62.83185307179586
‘‘‘
注意：此时的特性arear和perimeter不能被赋值
c.area=3 #为特性area赋值 ‘‘‘ 抛出异常: AttributeError: can‘t set attribute ‘‘‘
2.为什么要用property
将一个类的函数定义成特性以后，对象再去使用的时候obj.name,根本无法察觉自己的name是执行了一个函数然后计算出来的，这种特性的使用方式遵循了统一访问的原则。
ps：面向对象的封装有三种方式: 【public】 这种其实就是不封装,是对外公开的 【protected】 这种封装方式对外不公开,但对朋友(friend)或者子类公开 【private】 这种封装对谁都不公开
python并没有在语法上把它们三个内建到自己的class机制中，在C++里一般会将所有的所有的数据都设置为私有的，然后提供set和get方法（接口）去设置和获取，在python中通过property方法可以实现。
class Foo:
def __init__(self,val):
self.__NAME=val #将所有的数据属性都隐藏起来
@property
def name(self):
return self.__NAME #obj.name访问的是self.__NAME(这也是真实值的存放位置)
@name.setter
def name(self,value):
if not isinstance(value,str): #在设定值之前进行类型检查
raise TypeError(‘%s must be str‘ %value)
self.__NAME=value #通过类型检查后,将值value存放到真实的位置self.__NAME
@name.deleter
def name(self):
raise TypeError(‘Can not delete‘)
f=Foo(‘egon‘)
print(f.name)
# f.name=10 #抛出异常‘TypeError: 10 must be str‘
del f.name #抛出异常‘TypeError: Can not delete‘
原文：http://www.cnblogs.com/1204guo/p/7123300.html