阅读到 Strings 中关于转换对象为字符串的内容,介绍了 repr 函数,趁着还没有真正了解 Python 面向对象的生疏与热度,感性上理解一下 repr 与 str 这两个函数的区别。
Python 的全局方法 repr 和 str 会映射到对象的 __repr__ 和 __str__ 的方法调用,还有 str(obj) 时会调用哪个方法,以及 print(obj) 和调试 Python 代码时的对象显示会调用哪个方法呢?这就是本文想要印证的内容。
恰如 Java 的 System.out.println(obj) 或 "hello" + obj 都会调用 Java 对象的 toString() 方法,那么 Python 中是怎么一回事呢?
来自某本 Python 入门书的解释 repr 和 str:
- repr: formal string representation of a Python object
- str: informal string representation of a Python object,或者说 printable string representation
首先 repr 是 representation 的意思,一个是正式,另一个是非正式,看起来 repr 比 str 显得重要些。
对于内置的 Python 对象我们可以用 repr, print, 和 str 函数,如针对 list 类型
| 1 2 3 4 5 6 | >>> repr([1,2]) '[1, 2]' >>> print([1,2]) [1, 2] >>> str([1,2]) '[1, 2]' | 
但是具体上面三个函数中分别调用了 list 的什么方法就不可而知了,这时候定义一个自己的类最能说明问题。测试环境为 IntelliJ, 以调试截图来说明分别为 __str__ 和 __repr__ 几种组合情况
只定义了 __str__ 方法
说明:在只定义了 __str__ 方法的情况下
- 调试时 IntelliJ 在行内显示对象为 __str__的输出,但变量窗口中显示的是默认的__repr__的输出
- repr始终坚持调用默认的- __repr__方法
- str转型函数调用了- __str__方法
- print调用了- __str__方法
只定义了 __repr__ 方法
说明:在只定义了 __repr__ 方法的情况下,可以看出 __repr__ 方法极其强势,它垄断了一切的调用,repr, str, 和 print 函数,甚至是 IntelliJ 的调试显示都必须以 __repr__ 方法为核心。
- 以上所有的情况都是调用 __repr__方法,没得选择
同时定义了 __repr__ 和 __str__ 方法
说明:在同时定义了 __repr__ 和 __str__ 方法的情况下,__str__ 方法反而能扳回来。除了明确的 repr  会调用 __repr__ 方法,和调试时变量窗口中显示对象会调用 __repr__ 方法外,其他时候都是 __str__ 占优。具体为
- repr和 IntelliJ 调试时变量窗口显示变量调用- __repr__方法
- IntelliJ 调试时行内显示变量调用了 __str__方法
- str转型操作调用了对象的- __str__方法,这不能解释为- informal非正式的
- print调用了- __str__来获得对象输出字符串
另外,格式化字符串时的调用的对象方法与 print 时是一样的,例如下面的格式化代码
| 1 2 | f1 = "%s" % t f2 = "{}".format(t) | 
Python 不知道像 Java 那样由字符串加上一个对象
| 1 | "this is " + t  #Java 中会展开为 "this is " + t.toString() | 
Python 会报以下错误
TypeError: can only concatenate str (not "Test") to str
说这里的 + 号只能连接两个字符串,除非定义了 __add__ 和 __radd__ 方法,对应关系分别为
| 1 2 3 | t = Test() z1 = 'hello' + t  #相当于 t.__radd__('hello') z2 = t + 'hello'  #相当于 t.__add__('hello') | 
Python 的 __xyz__ 也挺魔幻的。
本文链接 https://yanbin.blog/python-__str__vs__repr__methods/, 来自 隔叶黄莺 Yanbin Blog
[版权声明]  本文采用 署名-非商业性使用-相同方式共享 4.0 国际 (CC BY-NC-SA 4.0) 进行许可。
 本文采用 署名-非商业性使用-相同方式共享 4.0 国际 (CC BY-NC-SA 4.0) 进行许可。



感觉Python的文档写得挺清楚的,可以看一看。
是的,谢谢。
本文旨在从感性上认识这两个方法的区别。