Объектно-ориентированное программирование: классы, объекты, конструктор __init__ и методы

В процедурном программировании данные и функции, обрабатывающие эти данные, разделены: программа представляет собой последовательность инструкций и вызовов процедур. С ростом сложности системы такое разделение приводит к трудноуловимым ошибкам: изменение структуры словаря или кортежа требует переписывания десятков функций по всему проекту.

Объектно-ориентированное программирование (ООП) объединяет состояние (переменные/атрибуты) и поведение (функции/методы) в единую неделимую сущность — объект. Класс является чертежом или шаблоном (blue-print), определяющим структуру будущих объектов, а объект (экземпляр, instance) — конкретным материальным воплощением этого шаблона в оперативной памяти с уникальными значениями полей.

Каждый созданный экземпляр занимает собственный адрес в куче (heap) памяти и хранит ссылку на класс-создатель. Такой подход позволяет мыслить категориями предметной области: "Студент", "БанковскийСчет", "СетевойПакет", делая архитектуру программ расширяемой, надежной и легко поддерживаемой.

При создании нового объекта интерпретатор Python автоматически выполняет двухуровневый процесс: сначала метод __new_, выделяет участок памяти под новый экземпляр, а затем вызывается конструктор инициализации __init_, , заполняющий начальное состояние атрибутов.

Параметр self в определении методов класса — это обязательная явная ссылка на текущий конкретный экземпляр, для которого вызывается данный метод. Когда вызывается s1.start(), Python транслирует этот вызов в Server.start(s1). Внутри метода через self.name или self.cpu происходит обращение к атрибутам именно этого объекта, а не соседнего.

Атрибуты экземпляра создаются динамически внутри __init_, через присваивание self.attribute = value. В отличие от них, переменные, объявленные на уровне тела класса (вне методов), называются атрибутами класса: они разделяются всеми экземплярами одновременно и расходуют общую ячейку памяти.

В объектной модели Python методы делятся на три категории в зависимости от контекста связывания:

1. Обычные методы экземпляра (Instance methods): принимают self первым аргументом, имеют полный доступ к атрибутам текущего объекта и могут изменять его состояние.

2. Методы класса (@classmethod): принимают cls первым аргументом, имеют доступ только к атрибутам самого класса. Часто используются как фабричные методы (альтернативные конструкторы для парсинга JSON, строк или словарей).

3. Статические методы (@staticmethod): независимые утилитные функции внутри пространства имен класса, не принимающие ни self, ни cls. Они не обращаются к состоянию экземпляра или класса, но логически принадлежат данной сущности.

Грамотное разделение методов по этим трем типам предотвращает утечку глобальных функций и соблюдает принцип высокой связности (High Cohesion).

Специальные методы, имена которых начинаются и заканчиваются двойным подчеркиванием (double underscore -> dunder), позволяют перегружать стандартные операторы языка Python и встраивать пользовательские классы в экосистему стандартной библиотеки.

Наиболее важными являются методы строкового представления:

- __str_, (self): человекочитаемый строковый вид для пользователей, возвращается функциями print() и str().

- __repr_, (self): однозначное техническое представление объекта для разработчика и отладки, в идеале такое, чтобы вызов eval(repr(obj)) воссоздавал исходный объект.

Метод __len_, (self) позволяет применять к объекту стандартную функцию len(), а __eq_, (self, other) перегружает оператор равенства ==. Реализация dunder-методов делает работу с вашими объектами интуитивной для любого Python-разработчика.