为什么在这种情况下对 super() 的调用不使用 getattr？

Question

所以我有一个组合，为什么我的包装器 class 包含一个 Pandas DataFrame。因为我想给它添加一些行为，所以我设置了以下内容：

class DataFrameWrapper(dict):
    def __init__(self, dataframe, *args, **kwargs):
        self.df = dataframe
        self.pandas_callables = [method_name for method_name in dir(self.df)
                                    if callable(getattr(self.df, method_name))]
        super(DataFrameWrapper, self).__init__()

    def __getitem__(self, item):
        return self.df[item]

    def __getattr__(self, item):
        if item in self.pandas_callables:
            # this is a dataframe method call - forward to the dataframe & return that
            return object.__getattribute__(self.df, item)
        else:
            try:  # try to return our own attribute, if any
                return object.__getattribute__(self, item)
            except AttributeError as ex:
                # likely a panda attribute. IF not, then it's a genuine attribute
                # error, so we don't catch it and let it raise another exception
                return object.__getattribute__(self.df, item)

那我说

class Foo(DataFrameWrapper):
    def __init__(self, dataframe,  *args, **kwargs):
        super().__init__(dataframe,  *args, **kwargs)

class Bar(Foo)
    """ concrete implementation class """

class Baz(Foo)
    """ concrete implementation class """

这样我们可以做到：

bar = Bar(df)
bar.to_json()
bar.some_custom_method()
col = bar["column_name"]

现在，如果我说：

json = bar.to_json()

这很好用。但是，我想在 Foo 中添加额外的处理，所以我想这样做：

class Foo(DataFrameWrapper):
   def to_json(*args, **kwrags)
      # do additional stuff
      super().to_json(*args, **kwrags)

但是在那种情况下，__getattr__() 永远不会在包装器中调用，我只是得到

AttributeError: 'super' object has no attribute 'to_json'

为什么？

编辑：

如果我做一些愚蠢的事情，像这样：

class DataFrameWrapper(dict):

    ### previous code unchanged ###

    def __getattribute__(self, item):
        if item == "to_json":
            return object.__getattr__(self, item)
        return object.__getattribute__(self, item)

然后调用 to_json() 就可以了。 According to the docs，我希望我刚刚所做的 hack 是应该发生的事情。

Answer 1

好的，根据@martineau 上面的评论尝试尝试回答。

所以是的，super()其实并不是简单的直接调用父类的方法。因为 Python 支持多重继承，所以对 super().foo() 的调用必须做的不仅仅是调用（第一个）父 class' __getattribute__。它必须建立某种机制来确保python 的多重继承实现是连贯的。

也就是说，如果我直接调用父方法（old-school 根据 Python super()'s guide），那么它会按我最初的预期工作：

class Foo(DataFrameWrapper):
    def to_json(self, *args, **kwargs):
        # do stuff
        return DataFrameWrapper.__getattr__(self, "to_json")(*args, **kwargs)

在我获得预期功能的意义上“解决”了问题。

现在了解为什么 super() 不起作用：

super 有一个 __getattribute__ 方法，但没有一个 __getattr__ 方法。因此我猜测发生的事情可能是这样的：

super().__getattribute__("to_json")被称为
super 通过 MRO 尝试找到属性
根据下面的评论，它会在每个 classe 的字典中查找它正在寻找的属性。出于效率原因，我猜测它实际上并没有调用每个 classe 的 getattribute 方法。
有关示例的详细信息，请参阅下面的评论。也许最终我会把它组织成答案。

为什么在这种情况下对 super() 的调用不使用 getattr？

Why is the call to super() not using getattr in this case?

python

inheritance

class

dataframe

pandas

为什么在这种情况下对 super() 的调用不使用 __getattr__？

Why is the call to super() not using __getattr__ in this case?

python

inheritance

class

dataframe

pandas

为什么在这种情况下对 super() 的调用不使用 getattr？

Why is the call to super() not using getattr in this case?