I SEP

assas

Instituto Superior
de
Engenharia do Porto

3\WKRQ

Trabalho realizado por:

Henrique Moura i930483
Python

2
 Índice

ÍNDICE
Capítulo 1 Introdução 07
Breve introdução histórica 08
Características do Python 08
Librarias do Python 09
Comparação com outras linguagens 10
Java 10
JavaScript 10
Perl 11
Tcl 11
C++ 11
Empresas/Instituições que usam o Python 11

Capítulo 2 O interpretador do Phyton 13

Passar Argumentos 14
Modo Interactivo 15
O Interpretador e o seu Ambiente 15
Tratamento de Erros 15
Scripts executáveis em Python 16
O Arquivo de inicialização para Modo Interactivo 16

Capítulo 3 Uma introdução informal ao Python 17

Utilizando o Python como uma calculadora 18
Números 18
Strings 20
Strings Unicode 24
Listas 26
Primeiros passos em direcção à programação 27

Capítulo 4 Ferramentas de controle de fluxos 31

Construção do if 32
Construção do for 32

3
 Python

A função range() 33
Cláusulas break, continue e else em ciclos 33
Construção pass 34
Funções 34
Parâmetros com valores por defeito 36
Parâmetros na forma Chave-Valor 37
Listas arbitrárias de argumentos 39
Funções Lambda 39
Strings de documentação 40

Capítulo 5 Estruturas de Dados 41

Listas 42
Usando Listas como Pilhas 43
Usando Listas como Filas 43
Ferramentas para programação funcional 44
Abrangência de Listas (List Comprehensions) 45
O comando del 46
Tuplos e Sequências 46
Dicionários 47
Condições 48
Comparando sequências e outros tipos 49

Capítulo 6 Módulos 51
O Caminho de busca dos módulos 53
Arquivos Python “Compilados” 54
Módulos Padrão 55
A Função dir() 55
Pacotes 56
Importando * de um pacote 58
Referências num mesmo pacote 59

4
 Índice

Capítulo 7 Entrada e Saída 61

Formatação de Saída 62
Leitura e escrita de arquivos 65
Métodos dos objectos de arquivos 65
O módulo pickle 67

Capítulo 8 Erros e Excepções 69

Erros de sintaxe 70
Excepções 70
Tratamento das Excepções 71
Levantando Excepções 73
Excepções definidas pelo usuário 73
Acções de limpeza 74

Capítulo 9 Classes 75
Uma palavra sobre terminologia 76
Escopos e espaços de nomes no Python 77
Sintaxe da definição de Classes 78
Objectos de Classes 79
Instâncias 80
Métodos dos Objectos 80
Observações aleatórias 81
Herança 83
Herança múltipla 83
Variáveis Privadas 84
Particularidades 85
As Excepções podem ser Classes 85

Capítulo 10 Conclusão 87
JPython (o futuro) 88

5
Python

6
 Introdução

Introdução

7
 Python

Introdução
As linguagens de programação têm sido criadas pelas mais variadas razões. Uma das
mais recentes é o Python, uma linguagem que possui características muito semelhantes às
das linguagens Perl, Awk entre outras.
A linguagem Python é uma linguagem de alto nível, interpretada, orientada a objecto
com uma semântica dinâmica. As suas estruturas de alto nível, combinadas com uma
ligação dinâmica tornam-na muito atractiva para desenvolvimento rápido de aplicações,
assim como, para uso como linguagem de script ou de ligação entre vários componentes.
A sintaxe simples do Python encoraja a reutilização de código, simplificando a
manutenção e a normalização de dados em módulos e pacotes distintos.
Esta linguagem, bem como seu código fonte, encontram-se gratuitamente disponível na
Internet podendo ser consultado por qualquer interessado sem qualquer encargo. Apesar
disso, a linguagem Python é marca registrada do Stichting Mathematisch Centrum de
Amsterdam, com todos os direitos reservados.

Breve introdução histórica

A linguagem Python foi desenvolvida pelo holandês Guido Van Rossun, no final de
1990. Segundo Van Rossum, a linguagem surgiu enquanto este passava o tempo entre o
Natal de 1990 e o ano novo de 1991, mexendo na linguagem ABC, linguagem que tinha
contado com a sua participação aquando do seu desenvolvimento. No começo de 1991,
Van Rossum já havia feito uma especificação da linguagem Python bastante próxima da
especificação corrente.
Hoje a linguagem Python é utilizada por milhares de pessoas em todo o mundo, sendo
sustentada por uma fundação, a CNRI, e por um sem número de voluntários de várias
nacionalidades, que unidos via Internet, formaram a Python Software Activity (PSA).
Neste momento foi proposta a criação de um movimento chamado Python Consortium
que tem por objectivo fomentar a linguagem, e dá-la a conhecer a empresas e instituições
de ensino.

Características do Python
Apesar de sua sintaxe simples e clara, Python oferece os seguintes recursos disponíveis
também em linguagens mais complicadas como Java e C++:
• programação orientada a objectos (incluindo herança múltipla, conceito apenas
parcialmente presente em Java);
• excepções, um moderno mecanismo para o tratamento de erros;
• módulos, uma forma inteligente de aceder, organizar e reutilizar código;
• recolha de lixo automática, sistema que elimina os erros causados pelo acumular
de dados inúteis na memória do computador (característica presente também em
Java, mas não em C++);

8
 Introdução

• recursos avançados de manipulação de textos, listas e outras estruturas de dados

• possibilidade de executar o mesmo programa sem modificações em várias
plataformas de hardware e sistemas operacionais (uma virtude de Java, mas difícil
de se conseguir em C++);
• portabilidade, pode ser executada nos mais variados sistemas operativos (Unix,
Windows, DOS, Mac, Os/390, OS/2 e Amiga).

Librarias do Python
Como no Java, o Python possui uma grande quantidade de importantes librarias. Algumas
destas librarias são cruciais para a flexibilidade que o Python oferece aos programadores.
Algumas das mais importantes livrarias são:

• sys – permite o acesso a alguns estados do interpretador do Python.

• types – constantes para as “builtin types”.
• traceback – apoio para examinar a pilha de chamada “call stack” (muito útil para
“debugging”).
• pickle – converte objectos do Python para ou a partir de fluxos de bytes (“byte
streams”) portáteis
• shelve – armazenamento de objectos do Python
• copy – operações de cópia para os objectos.
• marshal – conversões de fluxos de dados “byte stream”
• __builtin__ - acesso a todos os identificadores “builtin” do Python.
• __main__ - o nível de topo do objecto.
• string – manipulação de string.
• egex – suporte das expressões regulares.
• regsub – substituição e divisão das expressões regulares básicas.
• struct – conversão das estruturas (structs) em C para strings.
• math – funções e constantes matemáticas.
• rand – gerador de números aleatórios.
• array – implementação eficiente de arrays.
• os - API portátil para sistemas operativos.
• time – funções relacionadas com a hora e a data.
• tempfile – geração de ficheiros temporários.
• signal – acesso a sinais POSIX.

9
 Python

• posix – acesso às chamadas dos sistema POSIX.

• pwd – acesso às rotinas de acesso a ficheiros password em UNIX.
• pdb – linha de comando para debugger.
• grep – capacidade de procura em ficheiros.
• urllib – abre um URL usando sockets.
• httplib – protocolo HTTP.
• ftplib – protocolo FTP.
• gopherlib - protocolo GOPHER.
• nntplib - protocolo NNTP.
• htmllib - parser de HTML.
• audioop – manipulação de áudio.
• imageop – manipulação de imagens.
• jpeg – acesso a ficheiros em formato JPEG.
• Tkinter - Python GUI API standard.

Comparação com outras linguagens

Java
Os programas em Python são geralmente mais lentos que os programas em Java, mas têm
também um período de desenvolvimento muito menor. O tempo que demora a
desenvolver um programa em Python é em média 3-5 vezes mais curto que o mesmo
programa em Java. Esta diferença pode ser atribuída aos dados de alto nível introduzidos
no Python e à sua escrita dinâmica. Por exemplo, um programador de Python, não precisa
de perder tempo na declaração do tipo de argumentos ou na declaração das variáveis, mas
devido à sua escrita em run-time, o run-time no Python tem que trabalhar mais que o do
Java o que o torna mais lento.
Por estas razões o Python pode-se caracterizar como uma linguagem de “ligação (glue)”,
enquanto que o Java caracteriza-se como uma linguagem de baixo nível. De facto as duas
fazem uma excelente combinação, os componentes podem ser desenvolvidos em Java e
combinados de maneira a formar aplicações em Python.

JavaScript
O modelo base de objectos do Python é muito parecido com o do JavaScript. Como o
JavaScript, (e diferente do Java), o Python permite uma programação com funções
simples e variáveis sem serem declaradas. Contudo para o JavaScript é tudo, enquanto
que o Python permite a escrita de programas muito maiores e uma melhor reutilização de
código, através do estilo de programação orientada a objecto onde as classes e a herança
têm um papel preponderante.

10
 Introdução

Perl
O Python e o Perl têm uma base muito similar, têm muitas características semelhantes,
mas têm uma filosofia diferente. O Perl está mais virado para permitir tarefas mais
comuns orientadas para a aplicação. O Python por sua vez tenta debruçar-se mais em
apoiar as metodologias de programação mais comuns como o desígnio das estruturas de
dados e a programação orientada a objecto. O Phyton está muito próximo do Perl, mas
raramente lhe ganha no seu domínio original. No entanto o Python tem uma boa
aplicação para além do domínio do Perl.

Tcl
Como o Python, o Tcl é usado como uma linguagem de extensão entre aplicações, bem
como uma simples linguagem de programação. Contudo, o Tcl, guarda todos os tipos de
dados como strings o que o torna muito limitado no tratamento de estruturas de dados.
Além disso o tempo de execução do Tcl, é muito maior que o do Python. As
características do Tcl não permitem que sejam escritos programas muito extensos. Por
isso uma aplicação grande que use o Tcl, geralmente contém extensões escritas em C ou
C++, que são específicas para a dada aplicação, uma aplicação equivalente desenvolvida
em Python pode ser toda escrita em “Python puro”. Claro que, puro desenvolvimento em
Python é muito mais rápido que ter que escrever e fazer o “debug” de um componente em
C ou C++.

C++
Tudo o que foi dito para o Java , também pode ser aplicado ao C++, com a diferença de o
tempo de desenvolvimento de C++ em relação o Python ser 5-10 vezes superior em vez
de 3-5 vezes superior para o Java. Esta grande diferença sugere que, o que um
programador de Python faria em 2 meses, levaria um ano a ser feito por dois
programadores de C++.

Empresas/Instituições que usam o Python

Existem várias empresas/instituições que já usam o Python em alguns dos seus mais
arrojados projectos. por exemplo:
• RedHat;
• [Link],;
• Google;
• InfoSeek;
• Real Networks – teste de RealMedia Client;
• Nortel Inc – projectos ChartWare, WebBook e WebTrack;
• Xerox Parc – projecto ILU (Inter Language Unification);

11
 Python

• IBM – controlo e testes de ferramentas para a Internet;

• NASA John Space Center – Sistema de Planeamento Integrado;
• Telescópio Hubble - Advanced Camera for Surveys Projects;
• Walt Disney Imagineering;
• Greenpeace.

12
 O Interpretador do Python

O Interpretador do Python

13
 Python

O Interpretador do Python
Vamos mostrar como usar o interpretador numa máquina Unix
O interpretador é frequentemente instalado como ‘/usr/local/bin/python’ nas máquinas em que
é disponibilizado. Se se adicionar ‘/usr/local/bin’ ao caminho de busca (search path) da
shell de seu Unix torna-se possível iniciá-lo digitando :
python

na shell.
Digitando um caracter EOF() (Control-D on Unix, Control-Z no DOS ou
Windows) directamente no prompt, força o interpretador a sair com status de saída zero.
Se isso não funcionar, pode-se sair do interpretador através da digitação do seguinte:
‘import sys; [Link]()’.
As características de edição de linha não são muito sofisticadas. Sobre Unix, pode-se
instalar a biblioteca readline da GNU, que adiciona facilidades mais elaboradas de edição
e histórico de comandos. Sem esta biblioteca apenas se poderá usar o backspace para
remover caracteres da linha corrente.
O interpretador trabalha de forma semelhante a uma shell de Unix:
• quando disparado com a saída padrão conectada a uma consola de terminal (tty
device), ele lê e executa comandos interactivamente;
• quando disparado com um nome de arquivo como parâmetro ou com
redireccionamento da entrada padrão para um arquivo, o interpretador irá ler e
executar o script contido em tal arquivo.
Uma terceira forma de disparar o interpretador é ‘python -c command [arg] ...’,
que executa o(s) comando(s) especificados na posição command, analogamente a opção
de shell -c. Considerando que comandos Python possuem frequentemente espaços em
branco (ou outros caracteres que sejam especiais para a shell) é aconselhável que o
comando especificado em command esteja dentro de aspas.
Quando um arquivo de script é utilizado, às vezes é útil ser capaz de executá-lo para logo
em seguida entrar em modo interactivo. Este efeito pode ser obtido pela adição do
parâmetro -i antes do nome do script.

Passar Argumentos
O nome do script e subsequentes parâmetros da linha de comando da shell são acessíveis
ao próprio script através da variável [Link], que é uma lista de strings. Essa lista
tem sempre pelo menos um elemento; quando nenhum script ou parâmetro forem
passados para o interpretador, [Link][0] será uma lista vazia. Quando o nome
do script for ’-’ ( significando entrada padrão), o conteúdo de [Link][0] será
’-’. Quando for utilizado -c command, [Link][0] conterá ’-c’. Opções

14
 O Interpretador do Python

especificadas após -c command não serão consumidas pelo interpretador mas serão
armazenadas em [Link].

Modo Interactivo
Quando os comandos são lidos a partir da consola (tty), diz-se que o interpretador está em
modo interativo. Nesse modo ele requisita por um próximo comando através do prompt
primário, tipicamente três sinais de “maior que” (‘>>> ’); para linhas de continuação do
comando corrente, o prompt secundário por defeito são três pontos (‘... ’).
O interpretador imprime uma mensagem de boas vindas, informando a sua versão e uma
nota legal de copyright antes de oferecer o primeiro prompt, ex.:
python
Python 1.5.2b2 (#1, Feb 28 1999, 00:02:06) [GCC 2.8.1] on sunos5
Copyright 1991-1995 Stichting Mathematisch Centrum, Amsterdam
>>>

Linhas de continuação são necessárias em construções multi-linha. Como por exemplo

este comando if:
>>> o_mundo_eh_plano = 1
>>> if o_mundo_eh_plano:
... print "Cuidado para não cair fora dele!"
...
Cuidado para não cair fora dele!

O Interpretador e o seu Ambiente

Tratamento de Erros
Quando ocorre um erro, o interpretador imprime uma mensagem de erro e a situação da
pilha (daqui em diante stack trace). No modo interactivo, retorna-se ao prompt primário;
quando a entrada vem de um arquivo, o interpretador aborta sua execução com status de
erro diferente de zero após imprimir o stack trace (Excepções tratadas por um except
num bloco try não são consideradas erros neste contexto). Alguns erros são
incondicionalmente fatais e causam a saída com status diferente de zero; isto se aplica a
inconsistências internas e alguns casos de exaustão de memória. Todas as mensagens de
erro são escritas na saída de erros padrão (standard error), enquanto que a saída dos
demais comandos é direccionada para a saída padrão.
Ao teclar num o caracter de interrupção (tipicamente Control-C ou DEL) no prompt
primário ou secundário cancela a entrada de dados corrente e retorna-se ao prompt
primário. Provocando uma interrupção enquanto um comando está em execução levanta
a excepção KeyboardInterrupt, a qual pode ser tratada em um bloco try.

15
 Python

Scripts executáveis em Python

Em sistemas UnixBSD, scripts Python podem ser transformados em executáveis, como
shell scripts, pela inclusão do cabeçalho:
#! /usr/bin/env python

(Assumindo que o interpretador foi incluído do caminho de busca do usuário (PATH)) e

que o script tenha a permissão de acesso habilitada para execução. O ‘#!’ deve estar no
início do arquivo . Atenção pois o caracter ‘#’ designa comentários em Python.

O Arquivo de inicialização para Modo Interactivo

Quando se utiliza Python interactivamente, pode ser útil adicionar uma série de
comandos a serem executados por defeito antes de cada sessão de utilização do
interpretador. Isto pode ser obtido pela configuração da variável de ambiente
PYTHONSTARTUP para indicar o nome do arquivo script que contém o script de
inicialização.
Essa característica assemelha-se aos arquivos ‘.profile’ dos shells Unix.
O arquivo só é processado em sessões interactivas, nunca quando o Python lê comandos
de um script especificado como parâmetro, nem tão pouco quando ‘/dev/tty’ é
especificado como a fonte de leitura de comandos (caso contrário iria-se comportar como
uma sessão interactiva). O script de inicialização é executado no mesmo contexto em que
os comandos da sessão interactiva serão executados, sendo assim, os objectos definidos e
módulos importados podem ser utilizados sem qualificação durante a sessão interactiva.
É possível também redefinir os prompts sys.ps1 e sys.ps2 através deste arquivo.
Se for necessário ler um script adicional de inicialização a partir do directório corrente,
isso pode ser programado a partir do script de inicialização global, ex.: ‘if
[Link](’.[Link]’): execfile(’.[Link]’)’. Para se utilizar o script
de inicialização noutro script, deve-se fazer da seguinte maneira:
import os
filename = [Link](’PYTHONSTARTUP’)
if filename and [Link](filename):
execfile(filename)

16
 Uma introdução informal ao Python

Uma introdução informal

ao Python

17
 Python

Uma introdução informal ao Python

Nos exemplos seguintes, pode-se distinguir a entrada da saía pela presença ou ausência
dos prompts (‘>>> ’ e ‘... ’): para repetir o exemplo deve-se digitar tudo após o
prompt, quando o mesmo aparece; linhas que não começarem com o prompt são na
verdade as saídas geradas pelo interpretador.
Observe que existe um segundo prompt indicando a linha de continuação de um comando
com múltiplas linhas, o qual pode ser encerrado pela digitação de um linha em branco.
Muitos dos exemplos neste manual, até mesmo aqueles digitados interactivamente,
incluem comentários. Comentários em Python são delimitados pelo caracter ‘#’, e
estendem-se até o final da linha. Um comentário pode aparecer no início da linha, depois
de um espaço em branco ou código, mas nunca dentro de uma string (literal).
O delimitar de comentário dentro de uma string é interpretado como o próprio caracter.
Alguns exemplos:
# primeiro comentário
SPAM = 1 # e esse é o segundo comentário
# ... e ainda um terceiro !
STRING = "# Este não é um comentário."

Utilizando o Python como uma calculadora

Depois de iniciar o interpretador aguardar pelo prompt primário, ‘>>> ’.

Números
O interpretador actua como uma calculadora bem simples: pode-se digitar uma expressão
e o resultado será apresentado após a avaliação da expressão. A sintaxe da expressão é a
usual: operadores +, -, * e / funcionam da mesma forma que nas outras linguagens
tradicionais (por exemplo, Pascal ou C); parênteses podem ser usados para definir
agrupamentos. Por exemplo:
>>> 2+2
4
>>> # Isso é um comentário
... 2+2
4
>>> 2+2 # e um comentário na mesma linha de um comando
4
>>> (50-5*6)/4
5
>>> # Divisão inteira retorna com arredondamento para base
... 7/3

18
 Uma introdução informal ao Python

2
>>> 7/-3
-3

Como em C, o sinal de igual (‘=’) é utilizado para atribuição de um valor a uma variável.
O valor da atribuição não é escrito:
>>> width = 20
>>> height = 5*9
>>> width * height
900

Um valor pode ser atribuído a diversas variáveis simultaneamente:

>>> x = y = z = 0 # Zero x, y e z
>>> x
0
>>> y
0
>>> z
0

Operadores com operandos de diferentes tipos convertem o inteiro para ponto-flutuante:

>>> 4 * 2.5 / 3.3
3.0303030303
>>> 7.0 / 2
3.5

Números complexos também são suportados; números imaginários são escritos com o
sufixo ‘j’ ou ‘J’. Números complexos com parte real não nula são escritos como
‘(real+imagj)’, ou podem ser criados pela chamada de função ‘complex(real, imag)’.
>>> 1j * 1J
(-1+0j)
>>> 1j * complex(0,1)
(-1+0j)
>>> 3+1j*3
(3+3j)
>>> (3+1j)*3
(9+3j)
>>> (1+2j)/(1+1j)
(1.5+0.5j)

Números complexos são sempre representados por dois números ponto-flutuante, a parte
real e a parte imaginária.
Para extrair as partes de um número z, utilize [Link] e [Link].
>>> a=1.5+0.5j

19
 Python

>>> [Link]
1.5
>>> [Link]
0.5

As funções de conversão para ponto-flutuante e inteiro (float(), int() e long()) não

funcionam para números complexos pois não existe maneira correcta de converter um
número complexo para um número real. Pode utilizar-se abs(z) para obter sua magnitude
(como ponto-flutuante) ou [Link] para obter sua parte real.
>>> a=1.5+0.5j
>>> float(a)
Traceback (most recent call last):
File "<stdin>", line 1, in ?
TypeError: can’t convert complex to float; use e.g. abs(z)
>>> [Link]
1.5
>>> abs(a)
1.58113883008

No modo interactivo, a última expressão a ser impressa é atribuída à variável . Isso

significa que ao utilizar Python como uma calculadora, é muitas vezes mais fácil
prosseguir com os cálculos da seguinte forma:
>>> tax = 17.5 / 100
>>> price = 3.50
>>> price * tax
0.61249999999999993
>>> price + _
4.1124999999999998
>>> round(_, 2)
4.1100000000000003

Essa variável especial deve ser tratada somente para leitura pelo usuário. Nunca lhe
atribua explicitamente um valor, caso contrário, estaria a ser criada uma outra variável
(homónima) independente, que mascararia o comportamento mágico da variável especial.

Strings
Além de números, o Python também pode manipular strings, que podem ser expressas de
diversas formas. Elas podem ser delimitadas por plicas ou aspas:
>>> ’spam eggs’
’spam eggs’
>>> ’doesn\’t’
"doesn’t"
>>> "doesn’t"

20
 Uma introdução informal ao Python

"doesn’t"
>>> ’"Yes," he said.’
’"Yes," he said.’
>>> "\"Yes,\" he said."
’"Yes," he said.’
>>> ’"Isn\’t," she said.’
’"Isn\’t," she said.’

Strings que contém mais de uma linha podem ser construídas de diversas maneiras.
Terminadores de linha podem ser colocados na string com barras invertidas, ex.:
ola = "Esta é uma string longa contendo\n\
diversas linhas de texto com se faz em C.\n\
Observe que os espaços em branco no inicio da linha são \
significativos.\n"
print ola

que produziria o seguinte resultado:

Esta é uma string longa contendo
diversas linhas de texto com se faz em C.
Observe que os espaços em branco no inicio da linha são significativos.

Ou, strings podem ser delimitadas por pares de aspas tríplices: " ou ’’’. Neste caso não
é necessário embutir terminadores de linha, pois o texto da string será tratado verbatim.
print """
Usage: thingy [OPTIONS]
-h Display this usage message
-H hostname Hostname to connect to
"""

produz a seguinte saída:

Usage: thingy [OPTIONS]
-h Display this usage message
-H hostname Hostname to connect to

O interpretador imprime o resultado de operações sobre strings da mesma forma que as

strings são formatadas na digitação: dentro de aspas, e com caracteres especiais
embutidos em escape sequences, para mostrar seu valor com precisão. A string será
delimitada por aspas duplas se ela contém um único caracter de aspas simples e nenhum
de aspas duplas, caso contrário a string será delimitada por aspas simples. ( O comando
print, descrito posteriormente, pode ser utilizado para escrever strings sem aspas ou
escape sequences.).
Strings podem ser concatenadas (coladas) com o operador +, e repetidas com *:
>>> word = ’Help’ + ’A’
>>> word
’HelpA’

21
 Python

>>> ’<’ + word*5 + ’>’

’<HelpAHelpAHelpAHelpAHelpA>’

Duas strings literais justapostas são automaticamente concatenadas; a primeira linha do

exemplo anterior poderia ter sido escrita como ‘word = ’Help’’A’’; isso funciona
somente com strings literais, não com expressões arbitrárias:
>>> import string
>>> ’str’ ’ing’ # <- This is ok
’string’
>>> [Link](’str’) + ’ing’ # <- This is ok
’string’
>>> [Link](’str’) ’ing’ # <- This is invalid
File "<stdin>", line 1
[Link](’str’) ’ing’
ˆ
SyntaxError: invalid syntax

Strings podem ser indexadas; como no C, o primeiro índice da string é o 0. Não existe um
tipo separado para caracteres; um caracter é simplesmente uma string unitária. Assim
como na linguagem Icon, substrings podem ser especificadas através da notação slice
(N.d.T: fatiar): dois índices separados por dois pontos.
>>> word[4]
’A’
>>> word[0:2]
’He’
>>> word[2:4]
’lp’

Ao contrário do C, strings não podem ser alteradas em Python. Atribuir para uma posição
(índice) dentro de uma string resultará em erro:
>>> word[0] = ’x’
Traceback (most recent call last):
File "<stdin>", line 1, in ?
TypeError: object doesn’t support item assignment
>>> word[:1] = ’Splat’
Traceback (most recent call last):
File "<stdin>", line 1, in ?
TypeError: object doesn’t support slice assignment

Entretanto, criar uma nova string com o conteúdo combinado é fácil e eficiente:
>>> ’x’ + word[1:]
’xelpA’
>>> ’Splat’ + word[4]
’SplatA’

22
 Uma introdução informal ao Python

Índices de slice possuem valores por defeito úteis; o primeiro índice se omitido possui
valor por defeito 0, o segundo possui valor por defeito igual ao tamanho da string.
>>> word[:2] # Os dois primeiros caracteres
’He’
>>> word[2:] # Todos menos os dois primeiros caracteres
’lpA’

Índices de slice degenerados são tratados “graciosamente” (N.d.T: este termo indica
robustez no tratamento de erros): um índice muito maior que o comprimento é trocado
pelo comprimento, um limitante superior que seja menor que o limitante inferior produz
uma string vazia como resultado.
>>> word[1:100]
’elpA’
>>> word[10:]
’’
>>> word[2:1]
’’

Índices podem ser números negativos, para iniciar a contagem a partir da direita ao invés
da esquerda. Por exemplo:
>>> word[-1] # O último caracter
’A’
>>> word[-2] # O penúltimo caracter
’p’
>>> word[-2:] # Os dois ´ultimos caracteres
’pA’
>>> word[:-2] # Todos menos os dois últimos caracteres
’Hel’

Note-se que -0 é o mesmo que 0, logo neste caso não se conta a partir da direita!
>>> word[-0] # ( -0 == 0)
’H’

Intervalos fora dos limites da string são truncados, mas não tente isso em indexações com
um único índice (que não seja um slice):
>>> word[-100:]
’HelpA’
>>> word[-10] # error
Traceback (most recent call last):
File "<stdin>", line 1
IndexError: string index out of range

A melhor maneira de se lembrar como os slices funcionam é pensar nos índices como
ponteiros para os espaços entre caracteres, onde a beirada esquerda do primeiro caracter é

23
 Python

0. Logo a beirada direita do último caracter de uma string de comprimento n tem índice n,
por exemplo:
+---+---+---+---+---+
| H | e | l | p | A |
+---+---+---+---+---+
0 1 2 3 4 5
-5 -4 -3 -2 -1

A primeira fileira de números indica a posição dos índices 0..5 na string; a segunda fileira
indica a posição dos respectivos índices negativos. Um slice de i até j consiste em todos
os caracteres entre as beiradas i e j, respectivamente.
Para índices positivos, o comprimento do slice é a diferença entre os índices, se ambos
estão dentro dos limites da string, ex, o comprimento de word[1:3] é 2.
A função interna (N.d.T: interna == built-in) len() devolve o comprimento de uma
string:
>>> s = ’supercalifragilisticexpialidocious’
>>> len(s)
34

Strings Unicode
A partir de Python 2.0 um novo tipo foi introduzido: o objecto Unicode. Este objecto
pode ser usado para armazenar e manipular dados Unicode e se integra bem aos demais
objectos strings pré existentes de forma a realizar auto-conversões quando necessário.
O Unicode tem a vantagem de prover um único número ordinal para cada caracter usado
em textos modernos ou antigos. Previamente, havia somente 256 números ordinais. Logo,
mapeamentos entre conjuntos de caracteres e os 256 números ordinais precisavam ser
indexados por códigos de página. Isso levou a uma enorme confusão especialmente no
âmbito da internacionalização (tipicamente escrito como ‘i18n’ – ‘i’ + 18 caracteres +
‘n’) de software. Unicode resolve esses problemas ao definir um único código de página
para todos os conjuntos de caracteres.
Criar strings Unicode em Python é tão simples quanto criar strings normais:
>>> u’Hello World !’
u’Hello World !’

O pequeno ‘u’ antes das aspas indica a criação de uma string Unicode . Se você desejar
incluir caracteres especiais na string, você pode fazê-lo através da codificação Python
Unicode-Escape.
>>> u’Hello\u0020World !’
u’Hello World !’

O código de escape \u0020 indica a inserção do caracter Unicode com valor ordinal
0x0020 (o espaço em branco) na posição determinada.

24
 Uma introdução informal ao Python

Os outros caracteres são interpretados através de seus respectivos valores ordinais

directamente para os valores ordinais em Unicode.
Para experts, existe ainda um modo cru (N.d.T: sem processamento de caracteres escape)
da mesma forma que existe para strings normais. Basta prefixar a string com ’ur’ para
utilizar a codificação Python Raw-Unicode-Escape. Só será aplicado a conversão
\uXXXX se houver um número ímpar de barras invertidas antes do escape ’u’.
>>> ur’Hello\u0020World !’
u’Hello World !’
>>> ur’Hello\\u0020World !’
u’Hello\\\\u0020World !’

O modo cru (N.d.T: raw) é muito útil para evitar excesso de barras invertidas em
expressões regulares.
Além dessas codificações padrão, Python oferece um outro conjunto de maneiras de se
criar strings Unicode sobre uma codificação padrão.
A função interna unicode() provê acesso a todos os Unicode codecs registrados
(COders and DECoders).
Alguns dos mais conhecidos codecs são : Latin-1, ASCII, UTF-8, and UTF-16. Os dois
últimos são codificações de tamanho variável para armazenar cada caracter Unicode em
um ou mais bytes. A codificação por defeito é ASCII, que trata normalmente caracteres
no intervalo de 0 a 127 mas rejeita qualquer outro com um erro. Quando uma string
Unicode é impressa, escrita em arquivo ou convertida por str(), a codificação padrão é
utilizada.
>>> u"abc"
u’abc’
>>> str(u"abc")
’abc’
>>> u"¨a¨o¨u"
u’\xe4\xf6\xfc’
>>> str(u"¨a¨o¨u")
Traceback (most recent call last):
File "<stdin>", line 1, in ?
UnicodeError: ASCII encoding error: ordinal not in range(128)

Para se converter uma string Unicode em uma string 8-bits usando uma codificação
específica, basta invocar o método encode() de objectos Unicode passando como
parâmetro o nome da codificação destino. É preferível utilizar nomes de codificação em
letras minúsculas.
>>> u"¨a¨o¨u".encode(’utf-8’)
’\xc3\xa4\xc3\xb6\xc3\xbc’

Também pode ser utilizada a função unicode() para efectuar a conversão de uma
string em outra codificação.

25
 Python

Neste caso, o primeiro parâmetro é a string a ser convertida e o segundo o nome da

codificação almejada. O valor de retorno da função é a string na nova codificação.
>>> unicode(’\xc3\xa4\xc3\xb6\xc3\xbc’, ’utf-8’)
u’\xe4\xf6\xfc’

Listas
Python possui diversas estruturas de dados nativas, utilizadas para agrupar outros valores.
A mais versátil delas é a lista (list), que pode ser escrita como uma lista de valores
separados por vírgula e entre colchetes. Mais importante, os valores contidos na lista não
precisam ser do mesmo tipo.
>>> a = [’spam’, ’eggs’, 100, 1234]
>>> a
[’spam’, ’eggs’, 100, 1234]

Da mesma forma que índices de string, índices de lista começam do 0, listas também
podem ser concatenadas e sofrer o operador de slice.
>>> a[0]
’spam’
>>> a[3]
1234
>>> a[-2]
100
>>> a[1:-1]
[’eggs’, 100]
>>> a[:2] + [’bacon’, 2*2]
[’spam’, ’eggs’, ’bacon’, 4]
>>> 3*a[:3] + [’Boe!’]
[’spam’, ’eggs’, 100, ’spam’, ’eggs’, 100, ’spam’, ’eggs’, 100, ’Boe!’]

Ao contrário das strings, que são imutáveis, é possível mudar elementos individuais da
lista:
>>> a
[’spam’, ’eggs’, 100, 1234]
>>> a[2] = a[2] + 23
>>> a
[’spam’, ’eggs’, 123, 1234]

Atribuição à fatias (slices) é possível, e isso pode até alterar o tamanho da lista:
>>> # Replace some items:
... a[0:2] = [1, 12]
>>> a
[1, 12, 123, 1234]
>>> # Remove some:

26
 Uma introdução informal ao Python

... a[0:2] = []
>>> a
[123, 1234]
>>> # Insert some:
... a[1:1] = [’bletch’, ’xyzzy’]
>>> a
[123, ’bletch’, ’xyzzy’, 1234]
>>> a[:0] = a # Insert (a copy of) itself at the beginning
>>> a
[123, ’bletch’, ’xyzzy’, 1234, 123, ’bletch’, ’xyzzy’, 1234]

A função interna len() também se aplica às listas:

>>> len(a)
8

É possível criar listas que contêm outras listas, por exemplo:

>>> q = [2, 3]
>>> p = [1, q, 4]
>>> len(p)
3
>>> p[1]
[2, 3]
>>> p[1][0]
2
>>> p[1].append(’xtra’) # See section 5.1
>>> p
[1, [2, 3, ’xtra’], 4]
>>> q
[2, 3, ’xtra’]

Primeiros passos em direcção à programação

Naturalmente, pode-se utilizar Python para tarefas mais complicadas do que somar dois
números. A título de exemplificação, pode-se escrever o início da sequência de Fibonacci
assim:
>>> # Serie de Fibonacci :
... # A soma de dois elementos define o próximo
... a, b = 0, 1
>>> while b < 10:
... print b
... a, b = b, a+b
...

27
 Python

1
1
2
3
5
8

Este exemplo introduz diversas características ainda não mencionadas:

• A primeira linha contém uma atribuição múltipla: as variáveis a e b
simultaneamente recebem os novos valores 0 e 1. Na última linha há outro
exemplo de atribuição múltipla demonstrando que expressões do lado direito são
sempre avaliadas primeiro, antes da atribuição. As expressões do lado direito são
avaliadas da esquerda para a direita.
• O ciclo while executa enquanto a condição (aqui: b < 10) permanecer verdadeira.
No Python, como no C, qualquer valor inteiro não nulo á considerado verdadeiro
(valor true), zero tem o valor false. A condição pode ser ainda uma lista ou uma
string, na verdade qualquer sequência; qualquer coisa com comprimento não nulo
tem o valor true e sequências vazias têm valor false. O teste utilizado no exemplo
é uma simples comparação. Os operadores padrão para comparação são os
mesmos do C: < (menor que), > (maior que), == (igual), <= (menor ou igual), >=
(maior ou igual) e != (diferente).
• O corpo do ciclo é identado: identação em Python é a maneira de agrupar
comandos. O Python (ainda!) não possui facilidades automáticas de edição de
linha. Na prática quando se quiser preparar scrips mais complexos, geralmente
tem que se usar um editor de texto. A maioria dos editores de texto possuem
facilidades de identação automática. Quando comandos compostos forem
alimentados ao interpretador interactivamente, devem ser encerrados por uma
linha em branco (já que o parser não tem como adivinhar qual é a última linha do
comando). De notar que toda linha de um mesmo bloco de comandos deve possuir
a mesma identação.
O comando print escreve o valor da expressão dada. O print aceita múltiplas
expressões e strings. Strings são impressas sem aspas, um espaço é inserido entre itens de
forma a formatar o resultado assim:
>>> i = 256*256
>>> print ’The value of i is’, i
The value of i is 65536

Uma vírgula ao final evita a quebra de linha:

>>> a, b = 0, 1
>>> while b < 1000:
... print b,
... a, b = b, a+b
...

28
 Uma introdução informal ao Python

1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987

29
Python

30
 Ferramentas de controle de fluxos

Ferramentas de controle de
fluxos

31
 Python

Ferramentas de controle de fluxos

Além do while recém apresentado, Python possui as estruturas usuais de controle de
fluxo conhecidas em outras linguagens, com algumas variações:

Construção do if
Provavelmente uma das mais conhecidas construções é o if. Por exemplo:
>>> x = int(raw_input("Por favor entre com um numero: "))
>>> if x < 0:
... x = 0
... print ’Negativo mudou para zero’
... elif x == 0:
... print ’Zero’
... elif x == 1:
... print ’Um’
... else:
... print ’Mais’
...

Pode haver zero ou mais secções elif. A secção else é opcional. A palavra-chave
‘elif’ ´e uma abreviação para ‘else if’, e é útil para evitar identação excessiva. Uma
sequência if . . . elif . . . elif . . . substitui as construções switch e case
encontradas nas outras linguagens.

Construção do for
A construção do for em Python difere um pouco do que se está acostumado em C ou
Pascal. Ao invés de se iterar sobre progressões aritméticas (como em Pascal), ou fornecer
ao usuário a habilidade de definir tanto o passo da iteração quanto a condição de parada
(como no C), o for do Python itera sobre os itens de uma sequência (ex.: uma lista ou
uma string), na ordem em que aparecem na sequência. Por exemplo :
>>> # Medindo algumas strings:
... a = [’gato’, ’janela’, ’leite’]
>>> for x in a:
... print x, len(x)
...
gato 4
janela 6
leite 5

Não é seguro modificar a sequência sobre a qual se baseia o ciclo da iteração (isto só
pode acontecer se a sequência for mutável, isto é, uma lista). Se se precisar modificar a

32
 Ferramentas de controle de fluxos

lista sobre a qual se está iterando, por exemplo, para duplicar itens seleccionados, você
deve iterar sobre uma cópia da lista ao invés da própria. A notação slice é particularmente
conveniente para isso:
>>> for x in a[:]: # faz uma cópia da lista inteira
... if len(x) > 6: [Link](0, x)
...
>>> a
[’defenestrar’, ’gato’, ’janela’, ’defenestrar’]

A função range()
Pare se poder iterar sobre sequências numéricas, a função interna range()é a resposta.
Ela gera listas contendo progressões aritméticas, ex.:
>>> range(10)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

O ponto de parada fornecido nunca é gerado na lista; range(10) gera uma lista com
10 valores, exactamente os índices válidos para uma sequência de comprimento 10. É
possível iniciar o intervalo em outro número, ou alterar a razão da progressão:
>>> range(5, 10)
[5, 6, 7, 8, 9]
>>> range(0, 10, 3)
[0, 3, 6, 9]
>>> range(-10, -100, -30)
[-10, -40, -70]

Para se iterar sobre os índices de uma sequência, deve-se combinar o range() com o
len() da seguinte forma:
>>> a = [’Mary’, ’had’, ’a’, ’little’, ’lamb’]
>>> for i in range(len(a)):
... print i, a[i]
...
0 Mary
1 had
2 a
3 little
4 lamb

Cláusulas break, continue e else em ciclos

O break , como no C, quebra o laço mais interno de um for ou while.
O continue , também emprestado do C, continua o próximo passo do ciclo mais
interno.

33
 Python

Os ciclos podem ter uma cláusula else, que é executada sempre que o ciclo termina,
quer quando se ciclo se encerra por exaustão da lista (no casodo for), quer quando a
condição se torna falsa (no caso do while), mas nunca quando o ciclo é encerrado por
um break. Isto é exemplificado no próximo exemplo que procura números primos:
>>> for n in range(2, 10):
... for x in range(2, n):
... if n % x == 0:
... print n, ’equals’, x, ’*’, n/x
... break
... else:
... print n, ’is a prime number’
...
2 is a prime number
3 is a prime number
4 equals 2 * 2
5 is a prime number
6 equals 2 * 3
7 is a prime number
8 equals 2 * 4
9 equals 3 * 3

Construção pass
A construção pass não faz nada. Ela pode ser usada quando a sintaxe exige um comando
mas a semântica do programa não requer nenhuma acção. Por exemplo:
>>> while 1:
... pass # Busy-wait para interrupção do teclado
...

Funções
A função que se segue escreve a série de Fibonacci até um limite arbitrário:
>>> def fib(n): # escreve a serie de Fibonacci ate n
... "Print a Fibonacci series up to n"
... a, b = 0, 1
... while b < n:
... print b,
... a, b = b, a+b
...
>>> # Agora invoca a função que acabamos de definir
... fib(2000)

34
 Ferramentas de controle de fluxos

1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597

A palavra reservada def serve para definir uma função. Ela deve ser seguida do nome da
função, da lista formal de parâmetros entre parênteses e dois pontos.
O corpo da função deve começar na linha seguinte e deve ser identado. Opcionalmente, a
primeira linha do corpo da função pode ser uma string literal, cujo propósito é
documentar a função. A essa string dá-se o nome de docstring.
Existem ferramentas que utilizam docstrings para produzir automaticamente
documentação impressa, on-line, ou ainda permitir que o usuário navegue
interactivamente pelo código. É uma boa prática incluir sempre docstrings nas funções.
A execução da função gera uma nova tabela de símbolos utilizada para as variáveis locais
da função, mais precisamente, toda atribuição a variáveis dentro da função armazena o
valor na tabela de símbolos local. Referências às variáveis são procuradas primeiramente
na tabela local, depois na tabela de símbolos global e finalmente na tabela de símbolos
interna (built-in). Portanto, não se pode atribuir directamente um valor a uma variável
global dentro de uma função (a menos que se utilize a declaração global antes), ainda
que variáveis globais possam ser referenciadas livremente.
Os parâmetros reais (argumentos) de uma chamada da função são introduzidos na tabela
de símbolos local da função chamada, portanto, os argumentos são passados por valor
(onde valor é sempre uma referência para o objecto, não o valor do objecto). Quando uma
função chama outra, uma nova tabela de símbolos é criada para tal chamada.
Uma definição da função introduz o nome da função na tabela de símbolos corrente. O
valor do nome da função possui um tipo que é reconhecido pelo interpretador como uma
função definida pelo usuário. Esse valor pode ser atribuído para outros nomes que
também podem ser usados como funções. Esse mecanismo serve para renomear funções:
>>> fib
<function object at 10042ed0>
>>> f = fib
>>> f(100)
1 1 2 3 5 8 13 21 34 55 89

Pode-se afirmar que fib não é uma função, mas um procedimento. No Python, assim
como no C, procedimentos são apenas funções que não retornam valores. Na verdade,
falando tecnicamente, procedimentos retornam o valor None (é um nome interno). A
escrita do valor None é supressa pelo interpretador se ele estiver sozinho. Para verificar
isso basta:
>>> print fib(0)
None

É muito simples escrever uma função que retorna a lista da série de Fibonacci, ao invés
de imprimi-la:
>>> def fib2(n):
... "Retorna a lista contendo a serie de Fibonacci ate n"
... result = []

35
 Python

... a, b = 0, 1
... while b < n:
... [Link](b) # veja abaixo
... a, b = b, a+b
... return result
...
>>> f100 = fib2(100) # invoca
>>> f100 # escreve resultado
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]

Este exemplo, como sempre, demonstra algumas características novas:

• A palavra-chave return termina a função retornando um valor. Se return
não for seguido de nada, então retorna o valor None. Se a função chegar ao fim
sem o uso explícito do return, então também será retornado o valor None.
• O comando [Link](b) chama um método do objecto lista result.
Um método é uma função que pertence a um objecto e é chamada através de
[Link], onde obj é um objecto qualquer, e methodname é o
nome de um método que foi definido pelo tipo do objecto. Tipos diferentes
definem métodos diferentes. Sobretudo, métodos de diferentes tipos podem ser
homónimos sem ambiguidade (é possível definir os seus próprios tipos de
objectos e métodos, utilizando classes, como será discutido mais tarde neste
tutorial). O método append() do exemplo é definido para todos objectos do
tipo lista. Este método permite a adição de novos elementos à lista. Neste
exemplo, equivale a ‘result = result + [b]’, só que append() é
ainda é mais eficiente.

Ainda é possível definir funções com um número variável de argumentos. Existem três
formas que podem ser combinadas.

Parâmetros com valores por defeito

Pode-se especificar um valor por defeito para um ou mais argumentos. Isso cria uma
função que pode ser invocada com um número menor de argumentos do que quando foi
definida, ex:
def ask_ok(prompt, retries=4, complaint=’Yes or no, please!’):
while 1:
ok = raw_input(prompt)
if ok in (’y’, ’ye’, ’yes’): return 1
if ok in (’n’, ’no’, ’nop’, ’nope’): return 0
retries = retries - 1
if retries < 0: raise IOError, ’refusenik user’
print complaint

36
 Ferramentas de controle de fluxos

Essa função pode ser chamada de duas formas: ask ok(’Do you really want
to quit?’) ou como ask ok(’OK to overwrite the file?’, 2).
Os valores por defeito são avaliados durante a definição da função, e pela finalidade da
função definida:
i = 5
def f(arg = i): print arg
i = 6
f()

irá imprimir 5.
Aviso importante: Valores por defeito são avaliados apenas uma vez. Isso faz diferença
quando o valor por defeito é um objecto mutável como uma lista ou dicionário. Por
exemplo, a função a seguir acumula os argumentos passados em chamadas subsequentes:
def f(a, l = []):
[Link](a)
return l
print f(1)
print f(2)
print f(3)

Isso irá imprimir:

[1]
[1, 2]
[1, 2, 3]

Se não se quiser que o valor por defeito seja compartilhado entre chamadas subsequentes,
pode-se reescrever a função:
def f(a, l = None):
if l is None:
l = []
[Link](a)
return l

Parâmetros na forma Chave-Valor

As funções também podem ser chamadas passando argumentos no formato chave-valor
como ‘keyword = value’. Por exemplo:
def parrot(voltage, state=’a stiff’, action=’voom’, type=’Norwegian
Blue’):
print "-- This parrot wouldn’t", action,
print "if you put", voltage, "Volts through it."
print "-- Lovely plumage, the", type
print "-- It’s", state, "!"

poderia ser chamada em qualquer uma das seguintes maneiras:

37
 Python

parrot(1000)
parrot(action = ’VOOOOOM’, voltage = 1000000)
parrot(’a thousand’, state = ’pushing up the daisies’)
parrot(’a million’, ’bereft of life’, ’jump’)

porém, existem maneiras inválidas:

parrot() # parâmetro exigido faltando
parrot(voltage=5.0, ’dead’) # parâmetro não-chave-valor depois de
# parâmetro chave-valor
parrot(110, voltage=220) # valor duplicado para mesmo parâmetro
parrot(actor=’John Cleese’) # parâmetro desconhecido

Em geral, uma lista de argumentos tem que apresentar todos argumentos posicionais
antes de qualquer um dos seus argumentos chave-valor, onde as chaves têm que ser
escolhidas a partir dos nomes formais dos argumentos.
Não é importante se um dado argumento já possuía valor por defeito ou não. Nenhum
argumento deve receber um valor mais do que uma única vez. Nomes de parâmetros
formais correspondendo a argumentos posicionais não podem ser usados na forma chave-
valor numa mesma chamada. O próximo exemplo ilustra essa limitação.
>>> def function(a):
... pass
...
>>> function(0, a=0)
Traceback (most recent call last):
File "<stdin>", line 1, in ?
TypeError: keyword parameter redefined

Quando o último parâmetro formal for **name, ele irá armazenar todos os parâmetros
efectivamente passados para a função, que não correspondiam a parâmetros formais. Isto
pode ser combinado com o parâmetro formal *name que recebe a lista contendo todos
argumentos posicionais que não correspondiam a parâmetros formais. O importante é que
(*name deve ser declarado antes de **name.):
def cheeseshop(kind, *arguments, **keywords):
print "-- Do you have any", kind, ’?’
print "-- I’m sorry, we’re all out of", kind
for arg in arguments: print arg
print ’-’*40
for kw in [Link](): print kw, ’:’, keywords[kw]

Poderia ser chamado assim:

cheeseshop(’Limburger’, "It’s very runny, sir.",
"It’s really very, VERY runny, sir.",
client=’John Cleese’,
shopkeeper=’Michael Palin’,

38
 Ferramentas de controle de fluxos

sketch=’Cheese Shop Sketch’)

e naturalmente produziria:
-- Do you have any Limburger ?
-- I’m sorry, we’re all out of Limburger
It’s very runny, sir.
It’s really very, VERY runny, sir.
----------------------------------------
client : John Cleese
shopkeeper : Michael Palin
sketch : Cheese Shop Sketch

Listas arbitrárias de argumentos

Finalmente, também se pode chamar a função com um número arbitrário de argumentos.
Esses argumentos serão encapsulados em uma sequência (tuplo). Antes do número
variável de argumentos, zero ou mais argumentos normais podem estar presentes.
def fprintf(file, format, *args):
[Link](format % args)

Funções Lambda
Dado os pedidos do público, algumas características encontradas em linguagens de
programação funcionais (como Lisp) foram adicionadas ao Python. Com a palavra-chave
lambda, funções curtas e anónimas podem ser criadas.
Aqui está uma função que devolve a soma de seus dois argumentos: ‘lambda a, b:
a+b’. Funções Lambda podem ser utilizadas em qualquer lugar que exigiria uma função
tradicional. Sintacticamente, funções Lambda estão restritas a uma única expressão.
Semanticamente, ela são apenas açúcar sintáctico para a definição de funções normais.
Assim como definições de funções aninhadas, funções lambda não podem referenciar
variáveis de um escopo mais externo, o que pode ser contornado pelo parcimonioso uso
de argumentos com valores por defeito:
>>> def make_incrementor(n):
... return lambda x, incr=n: x+incr
...
>>> f = make_incrementor(42)
>>> f(0)
42
>>> f(1)
43
>>>

Strings de documentação
Há uma convenção sobre o conteúdo e formato de strings de documentação.

39
 Python

A primeira linha deve ser sempre curta, representando um conciso sumário do propósito
do objecto. Não se deve explicitamente referir ao nome ou tipo do objecto, uma vez que
estas informações estão disponíveis por outros meios (excepto se o nome da função for o
próprio verbo que descreve a finalidade da função). Essa linha deve começar com uma
letra maiúscula e terminar com ponto.
Se existem múltiplas linhas na string de documentação, a segunda linha deve estar em
branco, o sumário deve estar separado do resto da descrição. As linhas seguintes devem
conter um ou mais parágrafos descrevendo as convenções da chamada ao objecto, seus
efeitos colaterais, etc.
O parser do Python não toca na identação de comentários multi-linha. Portanto,
ferramentas que processem strings de documentação precisam lidar com isso (se
desejado). Existe uma convenção para isso. A primeira linha não nula após a linha de
sumário determina a identação para o resto da string de documentação. A partir daí, os
espaços em branco podem ser removidos de todas as linhas da string.
Aqui está um exemplo de uma docstring multi-linha:
>>> def my_function():
... """Do nothing, but document it.
...
... No, really, it doesn’t do anything.
... """
... pass
...
>>> print my_function.__doc__
Do nothing, but document it.
No, really, it doesn’t do anything.

40
 Estruturas de Dados

Estruturas de Dados

41
 Python

Estruturas de Dados
Este capítulo descreve alguns pontos já abordados, mas mais detalhados, e ainda adiciona
outros pontos inéditos.

Listas
O tipo list possui mais métodos. Aqui estão todos os métodos disponíveis para um
objecto lista.
append(x) Adiciona um item ao fim da lista; equivalente a a[len(a):] = [x].
extend(L) Estende a lista adicionando no fim todos os elementos da lista passada
como parâmetro; equivalente a a[len(a):] = L.
insert(i, x) Insere um item em uma posição especificada. O primeiro argumento é
o índice do elemento anterior ao que está para ser inserido, assim [Link](0, x)
insere no início da lista, e [Link](len(a), x) é equivalente a [Link](x).
remove(x) Remove o primeiro item da lista cujo valor é x. Caso o valor x não é
gerado um erro.
pop([i]) Remove o item na posição dada e o retorna o seu valor. Se nenhum item for
especificado, [Link]() remove e retorna o último item na lista.
index(x) Retorna o índice do primeiro item cujo valor é igual ao argumento
fornecido em x, se este valor não existir gera um erro.
count(x) Retorna o número de vezes que o valor x aparece na lista.
sort() Ordena os itens da lista sem gerar uma nova lista.
reverse() Inverte a ordem dos elementos na lista sem gerar uma nova lista.
Um exemplo que utiliza a maioria dos métodos:
>>> a = [66.6, 333, 333, 1, 1234.5]
>>> print [Link](333), [Link](66.6), [Link](’x’)
2 1 0
>>> [Link](2, -1)
>>> [Link](333)
>>> a
[66.6, 333, -1, 333, 1, 1234.5, 333]
>>> [Link](333)
1
>>> [Link](333)
>>> a
[66.6, -1, 333, 1, 1234.5, 333]
>>> [Link]()

42
 Estruturas de Dados

>>> a
[333, 1234.5, 1, 333, -1, 66.6]
>>> [Link]()
>>> a
[-1, 1, 66.6, 333, 333, 1234.5]

Usando Listas como Pilhas

Os métodos da lista tornam muito fácil utilizar listas como pilhas, onde o item adicionado
por último é o primeiro a ser recuperado (política “último a entrar, primeiro a sair”). Para
adicionar um item ao topo da pilha, use
append(). Para recuperar um item do topo da pilha use pop() sem nenhum índice.
Por exemplo:
>>> stack = [3, 4, 5]
>>> [Link](6)
>>> [Link](7)
>>> stack
[3, 4, 5, 6, 7]
>>> [Link]()
7
>>> stack
[3, 4, 5, 6]
>>> [Link]()
6
>>> [Link]()
5
>>> stack
[3, 4]

Usando Listas como Filas

Pode-se também utilizar uma lista como uma fila, onde o primeiro item adicionado é o
primeiro a ser recuperado (política “primeiro a entrar, primeiro a sair”). Para adicionar
um elemento ao fim da fila utiliza append(). Para recuperar um elemento do início da
fila use pop() com 0 no índice. Por exemplo:
>>> queue = ["Eric", "John", "Michael"]
>>> [Link]("Terry") # Terry arrives
>>> [Link]("Graham") # Graham arrives
>>> [Link](0)
’Eric’
>>> [Link](0)
’John’
>>> queue

43
 Python

[’Michael’, ’Terry’, ’Graham’]

Ferramentas para programação funcional

Existem três funções internas que são muito úteis sobre listas: filter(), map(), e reduce().
‘filter(function, sequence)’ retorna uma sequência (do mesmo tipo se possível), dos itens
pertencentes a sequência para os quais function(item) é verdadeiro. Por exemplo, para
calcular os números primos:
>>> def f(x): return x % 2 != 0 and x % 3 != 0
...
>>> filter(f, range(2, 25))
[5, 7, 11, 13, 17, 19, 23]

‘map(function, sequence)’ aplica function(item) para cada item da sequência e retorna

uma lista dos valores retornados a cada aplicação. Por exemplo, para calcular números
cúbicos:
>>> def cube(x): return x*x*x
...
>>> map(cube, range(1, 11))
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]

Mais de uma sequência pode ser passada; a função a ser aplicada deve possuir tantos
parâmetros formais quantas sequências forem alimentadas para o ‘map’. Se None for
passado no lugar da função, então será aplicada uma função que apenas devolve os
argumentos recebidos. Dessa forma, ‘map(None, list1, list2)’ é uma forma conveniente
de concatenar listas em uma única. Por exemplo:
>>> seq = range(8)
>>> def square(x): return x*x
...
>>> map(None, seq, map(square, seq))
[(0, 0), (1, 1), (2, 4), (3, 9), (4, 16), (5, 25), (6, 36), (7, 49)]

‘reduce(func, sequence)’ retorna um único valor construído a partir da sucessiva

aplicação da função binária func a todos os elementos da lista fornecida, dois de cada vez.
Por exemplo, para calcular a soma dos 10 primeiros números inteiros:
>>> def add(x,y): return x+y
...
>>> reduce(add, range(1, 11))
55

Se apenas houver um único elemento na sequência fornecida como parâmetro, então o

seu valor será retornado. Se a sequência for vazia uma excepção será levantada.
Um terceiro argumento pode ser passado para indicar o valor inicial. Neste caso, a
redução de sequências vazias retornará o valor inicial. Se a sequência não for vazia, a
redução iniciar-se-á a partir do valor inicial.
>>> def sum(seq):

44
 Estruturas de Dados

... def add(x,y): return x+y

... return reduce(add, seq, 0)
...
>>> sum(range(1, 11))
55
>>> sum([])
0

Abrangência de Listas (List Comprehensions)

Abrangência de listas (ou list comprehensions) permitem a criação de listas de forma
concisa sem apelar para o uso de map(), filter() e/ou lambda. A definição
resultante tende a ser mais clara do que o uso das construções funcionais citadas
anteriormente.
Cada abrangência de listas consiste numa expressão seguida da cláusula for, seguida de
zero ou mais cláusulas for ou if. O resultado será uma lista proveniente da avaliação
da expressão no contexto das cláusulas for e if subsequentes. Se a expressão gerar
um tuplo, a mesma deve ser inserida entre parênteses:
>>> freshfruit = [’ banana’, ’ loganberry ’, ’passion fruit ’]
>>> [[Link]() for weapon in freshfruit]
[’banana’, ’loganberry’, ’passion fruit’]
>>> vec = [2, 4, 6]
>>> [3*x for x in vec]
[6, 12, 18]
>>> [3*x for x in vec if x > 3]
[12, 18]
>>> [3*x for x in vec if x < 2]
[]
>>> [{x: x**2} for x in vec]
[{2: 4}, {4: 16}, {6: 36}]
>>> [[x,x**2] for x in vec]
[[2, 4], [4, 16], [6, 36]]
>>> [x, x**2 for x in vec] # erro - parenteses requerido para tuplos
File "<stdin>", line 1
[x, x**2 for x in vec]
ˆ
SyntaxError: invalid syntax
>>> [(x, x**2) for x in vec]
[(2, 4), (4, 16), (6, 36)]
>>> vec1 = [2, 4, 6]
>>> vec2 = [4, 3, -9]

45
 Python

>>> [x*y for x in vec1 for y in vec2]

[8, 6, -18, 16, 12, -36, 24, 18, -54]
>>> [x+y for x in vec1 for y in vec2]
[6, 5, -7, 8, 7, -5, 10, 9, -3]

O comando del
Existe uma maneira de remover um item de uma lista a partir de seu índice, ao invés do
seu valor: o comando del. Ele também pode ser utilizado para remover fatias (slices) da
lista. Por exemplo:
>>> a
[-1, 1, 66.6, 333, 333, 1234.5]
>>> del a[0]
>>> a
[1, 66.6, 333, 333, 1234.5]
>>> del a[2:4]
>>> a
[1, 66.6, 1234.5]

o del também pode ser utilizado para apagar variáveis:

>>> del a

Referenciar a variável e remove-la posteriormente constitui um erro (pelo menos até que
seja feita uma nova atribuição para a variável).

Tuplos e Sequências
Como podemos observar, listas e strings possuem muitas propriedades em comum como
indexação e operações de slicing. Listas e strings, são dois dos exemplos possíveis de
sequências.
Como o Python é uma linguagem em evolução, outros tipos de sequências podem ser
adicionados. Existe ainda um outro tipo de sequência já presente na linguagem: o tuplo
(tuple).
Um tuplo consiste em uma sequência imutável de valores separados por vírgulas.
>>> t = 12345, 54321, ’hello!’
>>> t[0]
12345
>>> t
(12345, 54321, ’hello!’)
>>> # Tuplos podem ser aninhadas:
... u = t, (1, 2, 3, 4, 5)
>>> u
((12345, 54321, ’hello!’), (1, 2, 3, 4, 5))

46
 Estruturas de Dados

Os tuplos são sempre envolvidas por parênteses. Na criação, os tuplos podem ser
envolvidos ou não por parênteses, desde que o contexto não exija os parênteses (como no
caso da tuplo pertencer a uma expressão maior).
Tuplos podem ter os mais diversos usos: pares ordenados, registros de empregados em
uma base de dados, etc.
Tuplos, assim como strings, são imutáveis. Não é possível atribuir valores a itens
individuais de um tupl (pode-se simular o mesmo efeito através de operações de corte e
concatenação). Também é possível criar tuplos contendo objectos mutáveis, como listas.
Um problema especial é a criação de tuplos contendo 0 ou 1 itens: a sintaxe tem certos
truques para acomodar estes casos. Tuplos vazios são construídos por um par de
parênteses vazios. E um tuplo unitário é construído por um único valor e uma vírgula
entre parênteses (sem a vírgula o tuplo não será gerado!):
>>> empty = ()
>>> singleton = ’hello’, # <-- observe a vírgula extra
>>> len(empty)
0
>>> len(singleton)
1
>>> singleton
(’hello’,)

O comando t = 12345, 54321, ’hello!’ é um exemplo de empacotamento

em tuplos (tuple packing): os valores 12345, 54321 e ’hello!’ são empacotados
juntos num tuplo. A operação inversa também é possível:
>>> x, y, z = t

Isto é chamado de desempacotamento de sequência (sequence unpacking), e requer que a

lista de variáveis do lado esquerdo corresponda ao comprimento da sequência à direita.
Sendo assim, a atribuição múltipla é um caso de empacotamento e desempacotamento de
tuplos.
Existe ainda uma certa assimetria aqui: empacotamento de múltiplos valores cria sempre
tuplos, mas o desempacotamento funciona para qualquer sequência.

Dicionários
Outra estrutura de dados interna de Python, e muito útil, é dicionário. Dicionários são
também chamados de “memória associativa”, ou “vector associativo” . Diferentemente de
sequências que são indexadas por inteiros, os dicionários são indexados por chaves
(keys), que podem ser de qualquer tipo imutável (como strings e inteiros). Tuplos também
podem ser chaves se contiverem apenas strings, inteiros ou outros tuplos. Se o tuplo
contiver, directa ou indirectamente, qualquer valor mutável não poderá ser chave. Listas
não podem ser usadas como chaves porque são mutáveis.
O melhor modelo mental de um dicionário á um conjunto não ordenado de pares chave-
valor, onde as chaves são únicas em uma dada instância do dicionário.

47
 Python

Dicionários são delimitados por : {}. Uma lista de pares chave:valor separada por
vírgulas dentro desse delimitadores define a constituição inicial do dicionário. Dessa
forma também será impresso o conteúdo de um dicionário numa secção de depuração.
As principais operações num dicionário são armazenar e recuperar valores a partir de
chaves. Também ´e possível remover um par chave:valor com o comando del. Se você
armazenar um valor utilizando uma chave já presente, o antigo valor será substituído pelo
novo. Se tentar recuperar um valor dada uma chave inexistente será gerado um erro.
O método keys() do dicionário retorna a lista de todas as chaves presentes no
dicionário, em ordem aleatória (se desejar ordená-las basta aplicar o método sort() na
lista devolvida). Para verificar a existência de uma chave, utilize o método has key()
do dicionário.
A seguir, um exemplo de uso do dicionário:
>>> tel = {’jack’: 4098, ’sape’: 4139}
>>> tel[’guido’] = 4127
>>> tel
{’sape’: 4139, ’guido’: 4127, ’jack’: 4098}
>>> tel[’jack’]
4098
>>> del tel[’sape’]
>>> tel[’irv’] = 4127
>>> tel
{’guido’: 4127, ’irv’: 4127, ’jack’: 4098}
>>> [Link]()
[’guido’, ’irv’, ’jack’]
>>> tel.has_key(’guido’)
1

Condições
As condições de controle utilizadas no while e if acima podem conter outros
operadores além de comparações.
Os operadores de comparação in e not in verificam se um valor ocorre (ou não
ocorre) em uma dada sequência.
Os operadores is e is not comparam se dois objectos são na verdade o mesmo
objecto; o que só é significativo no contexto de objectos mutáveis, como listas. Todos
operadores de comparação possuem a mesma precedência, que é menor do que a
prioridade dos operadores numéricos.
Comparações podem ser encadeadas: a < b == c testa se a é menor que b e ainda
por cima se b é igual a c.
Comparações podem ser combinadas através de operadores boleanos and e or, e
negados através de not. Estes possuem menor prioridade que os demais operadores de

48
 Estruturas de Dados

comparação. Entre eles, not é o de maior prioridade e or o de menor. Dessa forma, a

condição A and not B or C é equivalente a (A and (not B)) or C.
Naturalmente os parênteses podem ser usados para expressar o agrupamento desejado.
Os operadores boleanos and e or são também operadores atalhos : seus argumentos
são avaliados da esquerda para a direita, e a avaliação pára quando o resultado se torna
conhecido. Ex., se A e C são verdadeiros mas B é falso, então A and B and C não
irá avaliar a expressão C. Em geral, o valor de retorno de um operador atalho, quando
usado sobre valores genéricos e não como boleanos, é o último valor avaliado na
expressão.
É possível atribuir o resultado de uma comparação ou outra expressão boleana para uma
variável. Por exemplo :
>>> string1, string2, string3 = ’’, ’Trondheim’, ’Hammer Dance’
>>> non_null = string1 or string2 or string3
>>> non_null
’Trondheim’

Observe que no Python, ao contrário do C, a atribuição não pode ocorrer dentro de uma
expressão. Programadores de C podem resmungar, mas isso evita toda uma classe de
problemas frequentemente encontrados nos programas C: digitar = numa expressão
quando a intenção era ==.

Comparando sequências e outros tipos

Objectos sequência podem ser comparados com outros objectos sequência, desde que o
tipo das sequências seja o mesmo. A comparação utiliza a ordem l´exicografica :
primeiramente os dois primeiros itens são comparados, e se diferirem isto irá determinar
o resultado da comparação, caso contrário os próximos dois itens serão comparados, e
assim por diante até que se tenha exaurido alguma das sequências. Se numa comparação
de itens, os mesmos forem também sequências (aninhadas), então é disparada
recursivamente outra comparação lexicográfica. Se todos os itens da sequência forem
iguais, então as sequências são ditas iguais. Se uma das sequências é uma subsequência
da outra, então a subsequência é dita menor (operador ¡). A comparação lexicográfica
utiliza Ascii para definir a ordenação. Alguns exemplos de comparações entre sequências
do mesmo tipo:
(1, 2, 3) < (1, 2, 4)
[1, 2, 3] < [1, 2, 4]
’ABC’ < ’C’ < ’Pascal’ < ’Python’
(1, 2, 3, 4) < (1, 2, 4)
(1, 2) < (1, 2, -1)
(1, 2, 3) == (1.0, 2.0, 3.0)
(1, 2, (’aa’, ’ab’)) < (1, 2, (’abc’, ’a’), 4)

Observe-se que é permitido comparar objectos de diferentes tipos. O resultado é

determinístico, porém, arbitrário: os tipos são ordenados pelos seus nomes. Então, uma
lista é sempre menor do que uma string, uma string é sempre menor do que um tuplo, etc.

49
 Python

Tipos numéricos mistos são comparados de acordo com seus valores numéricos, logo 0 é
igual a 0.0, etc.

50
 Módulos

Módulos

51
 Python

Módulos
Se se sair do interpretador do Python e entrar novamente, todas as definições de funções e
variáveis serão perdidas.
Logo, se se desejar escrever um programa que dure é melhor preparar o código num
editor de texto. Quando estiver pronto, corra-se o interpretador sobre o arquivo fonte
gerado. A isto chama-se gerar um script.
Á medida que os programas crescem, pode ser desejável dividi-los em vários arquivos
para facilitar a manutenção. Talvez até se queira reutilizar uma função sem copiar a sua
definição a cada novo programa.
Para permitir isto, Python possui uma maneira de depositar definições num arquivo e
posteriormente reutilizá-las num script ou secção interactiva do interpretador. Esse
arquivo é denominado módulo. As definições de um módulo podem ser importadas por
outros módulos ou no módulo principal.
Um módulo é um arquivo contendo definições e comandos Python. O nome do arquivo
recebe o sufixo ‘.py’.
Dentro de um módulo, seu nome (uma string) está disponível na variável global
__name__ . Por exemplo, crie o arquivo ‘[Link]’ no directório corrente com o seguinte
conteúdo:
# Módulo Sequências de Fibonacci
def fib(n): # write Fibonacci series up to n
a, b = 0, 1
while b < n:
print b,
a, b = b, a+b
def fib2(n): # return Fibonacci series up to n
result = []
a, b = 0, 1
while b < n:
[Link](b)
a, b = b, a+b
return result

Agora inicie o interpretador do Python e importe o módulo da seguinte forma:

>>> import fibo

Isso não incorpora as funções definidas em fibo directamente na tabela de símbolos

corrente, apenas coloca o nome do módulo lá. Através do nome do módulo pode-se
aceder às funções:
>>> [Link](1000)
1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987

52
 Módulos

>>> fibo.fib2(100)
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]
>>> fibo.__name__
’fibo’

Se se pretender utilizar uma função frequentemente, é possível atribuir-lhe um nome

local:
>>> fib = [Link]
>>> fib(500)
1 1 2 3 5 8 13 21 34 55 89 144 233 377

Um módulo pode conter tantos comandos como definições. Os comandos servem ao

propósito de inicializar o módulo, sendo executados apenas na primeira vez em que o
mesmo é importado. Cada módulo possui a sua própria tabela de símbolos, que é usada
como tabela de símbolos global por todas as funções definidas no próprio módulo.
Portanto, o autor do módulo pode utilizar variáveis globais no módulo sem se preocupar
com colisões de nomes acidental com as variáveis globais de usuário.
Por outro lado, se se souber o que se está a fazer, é possível o acesso às variáveis globais
do módulo através da mesma notação. O que permite o acesso às funções do módulo:
[Link].
Os módulos podem ser importados por outros módulos. É costume, mas não obrigatório,
colocar todos os comandos de importação (import) no início do módulo.
Existe uma variante do comando import statement que importa nomes de um dado
módulo directamente para a tabela do módulo importador. Os nomes do módulo
importado são adicionados à tabela de símbolos global do módulo importador. Por
exemplo:
>>> from fibo import fib, fib2
>>> fib(500)
1 1 2 3 5 8 13 21 34 55 89 144 233 377

Isso não introduz o nome do módulo importado na tabela de símbolos local, mas sim o
nome da função directamente.
Existe ainda uma variante que permite importar directamente todos os nomes definidos
em um dado módulo.
>>> from fibo import *
>>> fib(500)
1 1 2 3 5 8 13 21 34 55 89 144 233 377

Isso importa todos os nomes excepto aqueles iniciados por um sublinhado (_).

O Caminho de busca dos módulos

Quando um módulo denominado spam é importado, o interpretador busca por um
arquivo chamado ‘[Link]’ no directório corrente, depois na lista de directórios
especificados pela variável de ambiente PYTHONPATH. Esta última possui a mesma

53
 Python

sintaxe da variável de ambiente PATH, isto é, uma lista de caminhos. Quando

PYTHONPATH não existir, ou o arquivo não for achado nesta lista, a busca continua
num caminho que depende da instalação. No caso do Unix esse caminho é quase sempre
‘.:/usr/local/lib/python’.
De facto, módulos são procurados pela lista de caminhos especificados na variável
[Link] inicializada com os caminhos citados acima, o que permite aos programas
Python manipularem o processo de busca de módulos se desejado.

Arquivos Python “Compilados”

Um factor que agiliza a carga de programas curtos que utilizam muitos módulos padrão é
a existência de um arquivo com extensão ‘.pyc’ no mesmo directório do fonte ‘.py’. O
arquivo ‘.pyc’ contém uma versão “byte-compilada” do fonte ‘.py’. A data de modificação
de ‘.py’ é armazenada dentro do ‘.pyc’, e verificada automaticamente antes da utilização do
último. Se não conferir, o arquivo ‘.pyc’ existente é re-compilado a partir do ‘.py’ mais
actual.
Normalmente, não é preciso fazer nada para gerar o arquivo ‘.pyc’. Sempre que um
módulo ‘.py’ ´e compilado com sucesso, é feita uma tentativa de se escrever sua versão
compilada para o ‘.pyc’. Não há geração de erro se essa tentativa falhar. Se por qualquer
razão o arquivo compilado não é inteiramente escrito em disco, o ‘.pyc’ resultante será
reconhecido como inválido e, portanto, ignorado. O conteúdo do ‘.pyc’ é independente de
plataforma, assim um directório de módulos do Python pode ser compartilhado por
diferentes arquitecturas.
Algumas dicas úteis:
_ Quando o interpretador Python é invocado com a directiva -O, código optimizado é
gerado e armazenado em arquivos ‘.pyo’. O optimizador corrente não faz muita coisa, ele
apenas remove construções assert e instruções SET_LINENO. Quando o -O é
utilizado, todo o bytecode é optimizado. Arquivos .pyc são ignorados e arquivos .py
são compilados em bytecode optimizado.
_ Passando duas flags -O ao interpretador (-OO) irá forçar o compilador de bytecode a
efectuar optimizações arriscadas que poderiam em casos raros acarretar o mal
funcionamento de programas. Presentemente, apenas strings __doc__ são removidas do
bytecode, proporcionando arquivos ‘.pyo’ mais compactos. Uma vez que alguns
programas podem supor a existência das docstrings, é melhor só usar isto se tiver a
segurança de que não irá acarretar nenhum efeito colateral negativo.
_ Um programa não executa mais rápido quando é lido de um arquivo ‘.pyc’ ou de um
‘.pyo’ em comparação a quando é lido de um ‘.py’. A única diferença é que nos dois
primeiros casos o tempo que demora a carregar o programa é menor.
_ Quando um script é executado directamente a partir de seu nome da linha de comando,
não são geradas as formas compiladas desse script em arquivos ‘.pyo’ ou ‘.pyc’. Portanto, o
tempo de carga de um script pode ser melhorado se transportarmos a maioria de seu
código para um módulo e utilizarmos outro script apenas para correr o script inicial. É
possível correr o interpretador directamente sobre arquivos compilados.

54
 Módulos

_ Na presença das formas compiladas (‘.pyc’ e‘.pyo’) de um script, não há necessidade da

presença da forma textual(‘.py’).
_ O módulo compileall pode criar arquivos ‘.pyc’ (ou ‘.pyo’ quando é usado -O) para
todos os módulos num dado directório.

Módulos Padrão
O Python possui um biblioteca padrão de módulos, descrita em um documento em
separado, a Python Library Reference. Alguns módulos estão embutidos no interpretador;
estes possibilitam acesso a operações que não são parte do núcleo da linguagem, seja por
eficiência ou para permitir o acesso a chamadas de sistema. O conjunto presente destes
módulos é configurável, por exemplo, o módulo amoeba só está disponível em sistemas
que suportam as primitivas do Amoeba. Existe um módulo que requer especial atenção:
sys, que é embutido em qualquer interpretador Python. As variáveis sys.ps1 e
sys.ps2 definem as strings utilizadas como prompt primário e secundário:
>>> import sys
>>> sys.ps1
’>>> ’
>>> sys.ps2
’... ’
>>> sys.ps1 = ’C> ’
C> print ’Yuck!’
Yuck!
C>

Essas variáveis só estão definidas se o interpretador está em modo interactivo.

A variável [Link] contém uma lista de strings que determina os caminhos de busca
de módulos conhecidos pelo interpretador. Ela é inicializada para um caminho por defeito
determinado pela variável de ambiente PYTHONPATH ou por um valor interno, por
defeito, caso a variável não estiver definida. A lista de strings com os caminhos de busca
pode ser modificada, usado para isso as operações típicas das lista:
>>> import sys
>>> [Link](’/ufs/guido/lib/python’)

A Função dir()
A função interna dir() é utilizada para se descobrir que nomes são definidos por um
módulo. Ela retorna uma lista ordenada de strings:
>>> import fibo, sys
>>> dir(fibo)
[’__name__’, ’fib’, ’fib2’]
>>> dir(sys)
[’__name__’, ’argv’, ’builtin_module_names’, ’copyright’, ’exit’,

55
 Python

’maxint’, ’modules’, ’path’, ’ps1’, ’ps2’, ’setprofile’, ’settrace’,

’stderr’, ’stdin’, ’stdout’, ’version’]

Sem nenhum argumento, dir() lista os nomes correntemente definidos:

>>> a = [1, 2, 3, 4, 5]
>>> import fibo, sys
>>> fib = [Link]
>>> dir()
[’__name__’, ’a’, ’fib’, ’fibo’, ’sys’]

Observe-se que são listados os nomes dos mais diversos tipos: variáveis, módulos,
funções, etc.
dir() não lista nomes de funções ou variáveis internas. Esse nomes estão definidos no
módulo padrão __builtin__ :
>>> import __builtin__
>>> dir(__builtin__)
[’AccessError’, ’AttributeError’, ’ConflictError’, ’EOFError’, ’IOError’,
’ImportError’, ’IndexError’, ’KeyError’, ’KeyboardInterrupt’,
’MemoryError’, ’NameError’, ’None’, ’OverflowError’, ’RuntimeError’,
’SyntaxError’, ’SystemError’, ’SystemExit’, ’TypeError’, ’ValueError’,
’ZeroDivisionError’, ’__name__’, ’abs’, ’apply’, ’chr’, ’cmp’, ’coerce’,
’compile’, ’dir’, ’divmod’, ’eval’, ’execfile’, ’filter’, ’float’,
’getattr’, ’hasattr’, ’hash’, ’hex’, ’id’, ’input’, ’int’, ’len’, ’long’,
’map’, ’max’, ’min’, ’oct’, ’open’, ’ord’, ’pow’, ’range’, ’raw_input’,
’reduce’, ’reload’, ’repr’, ’round’, ’setattr’, ’str’, ’type’, ’xrange’]

Pacotes
Pacotes são uma maneira de estruturar espaços de nomes para módulos utilizando a
sintaxe de “separação por ponto”. Como exemplo, o módulo A.B designa um sub-
módulo chamado ‘B’ num pacote denominado ‘A’. O uso de pacotes permite aos autores
de grupos de módulos (como NumPy ou PIL) não terem que se preocupar com a colisão
entre os nomes de seus módulos e os nomes de módulos de outros autores.
Suponhamos que se desejava projectar uma colecção de módulos (um “pacote”) para o
gerar uniformemente arquivos de som. Existem muitos formatos diferentes (normalmente
identificados pela extensão do nome de arquivo, ex. ‘.wav’, ‘.aiff’, ‘.au’), de forma que
você pode precisar criar e manter uma crescente colecção de módulos de conversão entre
formatos. Ainda podem existir muitas operações diferentes passíveis de aplicação sobre
os arquivos de som (ex. mix, eco, equalização, efeito stereo artificial). Logo,
possivelmente estaríamos a escrever uma interminável colecção de módulos para aplicar
estas operações. Aqui está uma possível estrutura para o pacote (expressa em termos de
um sistema hierárquico de arquivos):
Sound/ Top-level package

56
 Módulos

__init__.py Initialize the sound package

Formats/ Subpackage for file format conversions
__init__.py
[Link]
[Link]
[Link]
[Link]
[Link]
[Link]
...
Effects/ Subpackage for sound effects
__init__.py
[Link]
[Link]
[Link]
...
Filters/ Subpackage for filters
__init__.py
[Link]
[Link]
[Link]
...

Os arquivos ‘__init__.py’ são necessários para que o Python trate os directórios como um
conjunto de módulos. Isso foi feito para evitar directórios com nomes comuns, como
‘string’, de inadvertidamente esconder módulos válidos que ocorram a posteriori no
caminho de busca. No caso mais simples, ‘__init__.py’ pode ser um arquivo vazio. Porém,
ele pode conter código de inicialização para o pacote ou gerar a variável __all__, que
será descrita depois.
Usuários do pacote podem importar módulos individuais, por exemplo:
import [Link]

Assim se carrega um sub-módulo [Link]. Ele deve ser referenciado

com seu nome completo, como em:
[Link](input, output, delay=0.7, atten=4)

Uma alternativa para a importação é:

from [Link] import echo

Assim carrega-se o módulo sem necessidade de prefixação na hora do uso. Logo, pode
ser utilizado como se segue:
[Link](input, output, delay=0.7, atten=4)

Também é possível importar directamente uma única variável ou função, como em:
from [Link] import echofilter

57
 Python

Novamente, o sub-módulo echo é carregado, mas a função echofilter() está

acessível directamente sem prefixação:
echofilter(input, output, delay=0.7, atten=4)

Note-se que ao utilizar from package import item, o item pode ser um sub-pacote,
sub-módulo, classe, função ou variável. O comando import primeiro testa se o item
está definido no pacote, senão assume que é um módulo e tenta carregá-lo. Se falhar em
encontrar o módulo uma excepção ImportError é levantada.
Em oposição, na construção import [Link], cada item, com
excepção do último, deve ser um pacote. O último pode ser também um pacote ou
módulo, mas nunca uma entidade contida num módulo.

Importando * de um pacote
O que acontece quando um usuário escreve from [Link] import *?
Idealmente, poder-se-ia esperar que todos os sub-módulos presentes no pacote fossem
importados. Infelizmente, essa operação não funciona muito bem nas plataformas Mac ou
Windows, onde não existe distinção entre maiúsculas ou minúsculas nos sistema de
arquivos. Nestas plataformas não há como saber como importar o arquivo ‘[Link]’,
deveria ser com o nome echo, Echo ou ECHO (por exemplo, o Windows 95 tem o
irritante hábito de colocar a primeira letra em maiúsculas). A restrição de nomes de
arquivo em DOS com o formato 8+3 adiciona um outro problema na hora de se utilizar
arquivos com nomes longos.
A única solução é o autor do pacote fornecer um índice explícito do pacote. O comando
de importação utiliza a seguinte convenção: se o arquivo ‘__init__.py’ do pacote define-se
a lista chamada __all__ , então esta lista indica os nomes dos módulos a serem
importados quando o comando from package import * é encontrado.
Fica a cargo do autor do pacote manter esta lista actualizada, inclusive fica ao seu critério
excluir inteiramente o suporte a importação directa de todo o pacote através do from
package import *. Por exemplo, o arquivo ‘Sounds/Effects/__init__.py’ poderia conter
apenas:
__all__ = ["echo", "surround", "reverse"]

Isso significaria que from [Link] import * iria importar apenas os três
sub-módulos especificados no pacote Sound.
Se __all__ não estiver definido, o comando from [Link] import *
não irá importar todos os sub-módulos do pacote [Link] no espaço de
nomes correntes. Há apenas garantia que o pacote [Link] foi importado
(possivelmente executou o seu código de inicialização ‘__init__.py’) juntamente com os
nomes definidos no pacote. Isso inclui todos os nomes definidos no ‘__init__.py’ bem
como em qualquer sub-módulo importado a partir deste. Por exemplo:
import [Link]
import [Link]
from [Link] import *

58
 Módulos

Neste exemplo, os módulos echo e surround são importados no espaço de nomes

correntes, pois estão definidos no pacote [Link]. O que também funciona
quando __all__ estiver definida.
Em geral, a prática de importar tudo de um dado módulo é desaconselhada,
principalmente por prejudicar a legibilidade do código. Contudo, é recomendada em
sessões interactivas para evitar excesso de digitação.
Não existe nade de errado em utilizar from Package import
specific_submodule! De facto, essa é a notação recomendada a menos que o
módulo para efectuar a importação precise utilizar sub-módulos homónimos em
diferentes pacotes.

Referências num mesmo pacote

Os sub-módulos frequentemente precisam referenciar-se uns aos outros. Por exemplo, o
módulo surround talvez precise utilizar o módulo echo. De fato, tais referências são
tão comuns que o comando import primeiro procura módulos dentro do pacote antes
de utilizar o caminho de busca padrão. Portanto, o módulo surround pode usar
simplesmente import echo ou from echo import echofilter. Se o módulo
importado não for encontrado no pacote corrente (o pacote do qual o módulo corrente é
sub-módulo), então o comando import procura por um módulo de mesmo nome no
escopo global.
Quando pacotes são estruturados em sub-pacotes (como em Sound), não existe atalho
para referenciar sub-módulos de pacotes irmãos - o nome completo do pacote deve ser
utilizado. Por exemplo, se o módulo [Link] precisa utilizar o
módulo echo no pacote [Link], é preciso importá-lo como: from
[Link] import echo.

59
Python

60
 Entrada e Saída

Entrada e Saída

61
 Python

Entrada e Saída
Existem diversas maneiras de se apresentar a saída (output) de um programa. Os dados
podem ser impressos em forma imediatamente legível, ou escritos num arquivo para uso
futuro. Este capítulo vai discutir algumas das possibilidades.

Formatação de Saída
Até agora nós encontramos duas maneiras de escrever valores: através de expressões e
pelo comando print (uma terceira maneira é utilizar o método write() dos
objectos de arquivo; a saída padrão pode ser referenciada como [Link]).
Frequentemente deseja-se um controle maior sobre a formatação de saída do que
simplesmente imprimindo valores separados por espaços. Existem duas formas. A
primeira manipular a string através de recortes (slicing) e concatenação. O módulo
padrão string contém algumas rotinas úteis a esta finalidade. A segunda maneira é
utilizar o operador %.
O operador % interpreta o argumento à esquerda como uma string de formatação de um
sprintf() aplicada ao argumento à direita do operador. O resultado é uma string
formatada.
Permanece a questão: como converter valores para strings? Por sorte, o Python possui
uma maneira de converter qualquer valor para uma string: basta submetê-lo à função
repr(), ou simplesmente escrevê-lo entre aspas reversas (‘‘). Alguns exemplos:
>>> x = 10 * 3.14
>>> y = 200*200
>>> s = ’The value of x is ’ + ‘x‘ + ’, and y is ’ + ‘y‘ + ’...’
>>> print s
The value of x is 31.4, and y is 40000...
>>> # Aspas reversas também funcionam em outros tipos alem de números:
... p = [x, y]
>>> ps = repr(p)
>>> ps
’[31.400000000000002, 40000]’
>>> # Converter uma string adiciona barras invertidas e aspas
... hello = ’hello, world\n’
>>> hellos = ‘hello‘
>>> print hellos
’hello, world\n’
>>> # O argumento de aspas reversas pode ser um tuplo
... ‘x, y, (’spam’, ’eggs’)‘
"(31.400000000000002, 40000, (’spam’, ’eggs’))"

62
 Entrada e Saída

A seguir, duas maneiras de se escrever uma tabela de quadrados e cubos:

>>> import string
>>> for x in range(1, 11):
... print [Link](‘x‘, 2), [Link](‘x*x‘, 3),
... # Observe a v´ýrgula final na linha anterior
... print [Link](‘x*x*x‘, 4)
...
1 1 1
2 4 8
3 9 27
4 16 64
5 25 125
6 36 216
7 49 343
8 64 512
9 81 729
10 100 1000
>>> for x in range(1,11):
... print ’%2d %3d %4d’ % (x, x*x, x*x*x)
...
1 1 1
2 4 8
3 9 27
4 16 64
5 25 125
6 36 216
7 49 343
8 64 512
9 81 729
10 100 1000

De notar que os espaços adicionados entre as colunas devem-se a forma de

funcionamento do comando print : ele adiciona sempre espaços entre seus
argumentos. Este exemplo demonstra a função [Link](), que justifica uma
string à direita gerando espaços adicionais à esquerda. Existem funções análogas
[Link]() e [Link](). Essas funções apenas retornam a string
formatada. Se a entrada extrapolar o comprimento exigido a string original é devolvida
sem ser modificada. A razão para isso é não apresentar um valor potencialmente
corrompido por truncamento (se for desejado truncar o valor pode-se utilizar operações
de recorte como em ‘[Link](x, n)[0:n]’).

63
 Python

Existe ainda a função [Link]() que preenche uma string numérica com zeros
à esquerda. Ela entende sinais positivos e negativos.
>>> import string
>>> [Link](’12’, 5)
’00012’
>>> [Link](’-3.14’, 7)
’-003.14’
>>> [Link](’3.14159265359’, 5)
’3.14159265359’

Um exemplo de uso do operador %:

>>> import math
>>> print ’The value of PI is approximately %5.3f.’ % [Link]
The value of PI is approximately 3.142.

Se houver mais do que um formato, então o argumento à direita deve ser um tuplo com os
valores de formatação.
Exemplo:
>>> table = {’Sjoerd’: 4127, ’Jack’: 4098, ’Dcab’: 7678}
>>> for name, phone in [Link]():
... print ’%-10s ==> %10d’ % (name, phone)
...
Jack ==> 4098
Dcab ==> 7678
Sjoerd ==> 4127

A maioria dos formatos funciona da mesma maneira que em C, e exigem que se passe o
tipo apropriado. Entretanto, em caso de erro ocorre uma excepção e não uma falha do
sistema operativo.
O formato %s é mais relaxado: se o argumento correspondente não for um objecto
string, então ele é convertido para string pela função interna str(). Existe um suporte
para o modificador * determinar o comprimento ou precisão num argumento inteiro em
separado. Os formatadores (em C) %n e %p também são suportados.
Se se possuir uma string de formatação muito longa, seria bom referenciar as variáveis de
formatação por nome, ao invés de por posição. Isso pode ser obtido passando um
dicionário como argumento à direita e prefixando campos na string de formatação com
%(name)format.
>>> table = {’Sjoerd’: 4127, ’Jack’: 4098, ’Dcab’: 8637678}
>>> print ’Jack: %(Jack)d; Sjoerd: %(Sjoerd)d; Dcab: %(Dcab)d’ % table
Jack: 4098; Sjoerd: 4127; Dcab: 8637678

Isso é particularmente útil em combinação com a nova função interna vars(), que
retorna um dicionário contendo todas as variáveis locais.

64
 Entrada e Saída

Leitura e escrita de arquivos

A funcão open() retorna um objecto de arquivo, e é frequentemente usada com dois
argumentos: ‘open(filename, mode)’.
>>> f=open(’/tmp/workfile’, ’w’)
>>> print f
<open file ’/tmp/workfile’, mode ’w’ at 80a0960>

O primeiro argumento é uma string contendo o nome do arquivo. O segundo argumento é

outra string contendo alguns caracteres que descrevem o modo como o arquivo será
usado. O parâmetro mode pode assumir valor ’r’ quando o arquivo será só de leitura,
’w’ quando for só de escrita (se o arquivo já existir seu conteúdo prévio será apagado),
e ’a’ para abrir o arquivo para adição; qualquer escrita será adicionada ao final do
arquivo. A opção ’r+’ abre o arquivo tanto para leitura como para escrita. O parâmetro
mode é opcional, em caso de omissão será assumido ’r’.
No Windows e no Macintosh, ’b’ adicionado à string de modo indica que o arquivo
será aberto no formato binário. Sendo assim, existem os modos compostos : ’rb’,
’wb’, e ’r+b’. O Windows faz distinção entre arquivos texto e binários: os caracteres
terminadores de linha em arquivos texto são levemente alterados em leituras e escritas.
Essa mudança “por detrás do pano” é útil em arquivos texto Ascii, mas irá corromper um
arquivo binário como no caso de JPEGs ou executáveis. Deve-se ser muito cuidadoso ao
manipular arquivos binários (no caso do Macintosh a semântica exacta do modo texto,
depende da biblioteca C subjacente que é utilizada).

Métodos dos objectos de arquivos

A título de simplificação, o resto dos exemplos nesta secção irão assumir que o objecto
de arquivo chamado f já foi criado.
Para se ler o conteúdo de um arquivo chame [Link](size), que lê uma quantidade de
dados retornando-os como uma string. O argumento numérico size é opcional. Quando
size for omitido ou negativo, todo o conteúdo do arquivo será lido e retornado. Caso
contrário, no máximo size bytes serão lidos e retornados. Se o fim do arquivo for
atingido, [Link]() irá retornar uma string vazia ().
>>> [Link]()
’Esse é todo o conteúdo do arquivo.\n’
>>> [Link]()
’’

[Link]() lê uma única linha do arquivo. O caracter de retorno de linha (\n) é

deixado ao final da string, só sendo omitido na última linha do arquivo se ele já não
estiver presente lá. Isso elimina a ambiguidade no valor de retorno. Se [Link]()
retornar uma string vazia, então o arquivo acabou. Linhas em branco são representadas
por ’\n’: uma string contendo unicamente o terminador de linha.
>>> [Link]()
’Essa ´e a primeira linha do arquivo.\n’

65
 Python

>>> [Link]()
’Segunda linha do arquivo\n’
>>> [Link]()
’’

[Link]() retorna uma lista contendo todas as linhas do arquivo. Se for

fornecido o parâmetro opcional sizehint, será lida a quantidade especificada de bytes e
mais o suficiente para completar uma linha. Frequentemente, esta operação é utilizada
para ler arquivos muito grandes sem ter que ler todo o arquivo para a memória de uma só
vez. Apenas linhas completas serão retornadas.
>>> [Link]()
[’Essa ´e a primeira linha do arquivo.\n’, ’Segunda linha do arquivo\n’]

[Link](string) escreve o conteúdo da string para o arquivo, retornando None.

>>> [Link](’Isso ´e um teste.\n’)

[Link]() retorna um inteiro que indica a posição corrente de leitura ou escrita no

arquivo, medida em bytes desde o início do arquivo. Para mudar a posição utiliza-se
‘[Link](offset, from what)’. A nova posição é calculada pela soma do offset a um
ponto de referência, que por sua vez é definido pelo argumento from what.
O argumento from what pode assumir o valor 0 para indicar o início do arquivo, 1 para
indicar a posição corrente e 2 para indicar o fim do arquivo. Este parâmetro pode ser
omitido, quando é assumido o valor por defeito 0.
>>> f=open(’/tmp/workfile’, ’r+’)
>>> [Link](’0123456789abcdef’)
>>> [Link](5) # Vai para o quinto byte
>>> [Link](1)
’5’
>>> [Link](-3, 2) # Vai para o terceiro byte antes do fim
>>> [Link](1)
’d’

Quando se acabar de utilizar o arquivo, chame-se o [Link]() para fechar o arquivo e

liberar recursos. Qualquer tentativa de acesso ao arquivo depois dele ter sido fechado
implicará em falha.
>>> [Link]()
>>> [Link]()
Traceback (most recent call last):
File "<stdin>", line 1, in ?
ValueError: I/O operation on closed file

Os objectos de arquivo podem ter métodos adicionais, tais como isatty() e

truncate() que são usados com menos frequência.

O módulo pickle

66
 Entrada e Saída

As strings podem ser facilmente escritas e lidas de um arquivo. Números exigem um

pouco mais de esforço, uma vez que o método read() só trabalha com strings.
Portanto, pode ser utilizada a função [Link](), que recebe uma string ’123’
e a converte para o respectivo valor inteiro. Entretanto, quando estruturas de dados mais
complexas (listas, dicionários, instâncias de classe, etc) estão envolvidas, o processo
torna-se mais complicado.
Para que não seja necessário que usuários estejam constantemente a escrever e a fazer
debug do código, Python oferece o módulo padrão pickle. Este módulo permite que
praticamente qualquer objecto Python (até mesmo código!) seja convertido para uma
representação string. Este processo é denominado pickling. E unpickling é o processo
contrário de reconstruir o objecto a partir de sua representação em string. Enquanto
estiver representado como uma string, o objecto pode ser armazenado em arquivo,
transferido pela rede, etc.
Se existir um objecto qualquer x, e um objecto arquivo f que foi aberto para escrita, a
maneira mais simples de utilizar este módulo é:
[Link](x, f)

Para desfazer, se f for agora um objecto de arquivo pronto para leitura:

x = [Link](f)

Existem outras variações desse processo úteis quando se precisa aplicar sobre muitos
objectos ou o destino da representação string não é um arquivo. Utilizar o módulo
pickle é a forma padrão de tornar objectos Python persistentes, permitindo a
reutilização dos mesmos entre diferentes programas, ou pelo mesmo programa em
diferentes sessões de utilização. A representação da string dos dados é tecnicamente
chamada objecto persistente, como já foi visto. Justamente porque o módulo pickle é
amplamente utilizado, vários autores que escrevem extensões para Python tomam o
cuidado de garantir que novos tipos de dados sejam compatíveis com esse processo.

67
Python

68
 Erros e Excepções

Erros e Excepções

69
 Python

Erros e Excepções
Até agora mensagens de erro foram apenas mencionadas. Existem pelo menos dois tipos
distintos de erros: erros de sintaxe e excepções.

Erros de sintaxe
Erros de sintaxe, também conhecidos como erros de parse, são provavelmente os mais
frequentes entre aqueles que ainda estão aprendendo Python:
>>> while 1 print ’Hello world’
File "<stdin>", line 1
while 1 print ’Hello world’
ˆ
SyntaxError: invalid syntax

O parser repete a linha inválida e apresenta uma pequena ‘sete (^)’ apontando para o
ponto da linha em que o erro foi encontrado. O erro é detectado pelo token que precede a
seta. No exemplo, o erro foi detectado na palavra reservada print, uma vez que faltam
os dois pontos (‘:’). O nome do arquivo e número da linha são impressos para que se
possa verificar melhor onde ocorreu o erro no texto do script.

Excepções
Mesmo que um comando ou expressão estejam sintacticamente correctos, talvez ocorra
um erro na hora de sua execução. Erros detectados durante a execução são chamados
excepções e não são necessariamente fatais. A maioria das excepções não são tratadas e
acabam resultando em mensagens de erro:
>>> 10 * (1/0)
Traceback (most recent call last):
File "<stdin>", line 1
ZeroDivisionError: integer division or modulo
>>> 4 + spam*3
Traceback (most recent call last):
File "<stdin>", line 1
NameError: spam
>>> ’2’ + 2
Traceback (most recent call last):
File "<stdin>", line 1
TypeError: illegal argument type for built-in operation

A última linha da mensagem de erro indica o que aconteceu. Excepções surgem com
diferentes tipos, e o tipo é impresso como parte da mensagem . Os tipos no exemplo são:
ZeroDivisionError, NameError e TypeError. A string impressa como sendo

70
 Erros e Excepções

o tipo da excepção é o nome interno da excepção que ocorreu. Isso é verdade para todas
excepções pré-definidas em Python, mas não é necessariamente verdade para excepções
definidas pelo usuário.
O resto da linha é detalhe que depende do tipo da excepção ocorrida.
A parte anterior da mensagem de erro apresenta o contexto onde ocorreu a excepção.
Essa informação é denominada stack backtrace. Em geral, contém uma lista de linhas do
código fonte, sem apresentar, no entanto, valores lidos da entrada padrão.
O documento Python Library Reference lista as excepções pré-definidas e os seus
significados.

Tratamento das Excepções

E possível escrever programas que tratam excepções específicas. O exemplo seguinte,
pede dados ao usuário até que um inteiro válido seja fornecido, ainda permitindo que o
programa seja interrompido (utilizando Control-C ou seja lá o que for que o sistema
operacional suporte). Note que uma interrupção gerada pelo usuário será sinalizada pela
excepção KeyboardInterrupt.
>>> while 1:
... try:
... x = int(raw_input("Entre com um n´umero: "))
... break
... except ValueError:
... print "Opa! Esse número não é válido. Tente de novo..."
...

A construção try funciona da seguinte maneira:

• Primeiramente, a cláusula try (o conjunto de comandos entre as palavras
reservadas try e except ) é executado.
• Se não for gerada excepção, a cláusula except é ignorada e é termina a execução
da construção try.
• Se uma excepção ocorre durante a execução da cláusula try, os comandos
remanescentes na cláusula são ignorados. Se o tipo da excepção ocorrida tiver
sido previsto junto a alguma palavra reservada except, então essa cláusula será
executada. Ao fim da cláusula também termina a execução do try como um
todo.
• Se a excepção ocorrida não foi prevista em nenhum tratador except da
construção try em que ocorreu, então ela é entregue a uma construção try
mais externa. Se não existir nenhum tratador previsto para tal excepção (chamada
unhandled exception), a execução encerra com uma mensagem de erro.
A construção try pode ter mais de uma cláusula except para especificar múltiplos
tratadores para diferentes excepções. No máximo um único tratador será activado.
Tratadores só são sensíveis às excepções levantadas no interior da cláusula try, e não

71
 Python

que tenham ocorrido no interior de outro tratador num mesmo try. Um tratador pode ser
sensível a múltiplas excepções, desde que as especifique num tuplo:
... except (RuntimeError, TypeError, NameError):
... pass

A última cláusula except pode omitir o nome da excepção, servindo como uma
máscara genérica. Esse recurso de ser utilizado com extrema cautela, uma vez que isso
pode esconder erros do programador e do usuário. Também pode ser utilizado para
imprimir uma mensagem de erro, ou re-elevar (re-raise) a excepção de forma que um
“chamador” também possa tratá-la.
import string, sys
try:
f = open(’[Link]’)
s = [Link]()
i = int([Link](s))
except IOError, (errno, strerror):
print "I/O error(%s): %s" % (errno, strerror)
except ValueError:
print "Could not convert data to an integer."
except:
print "Unexpected error:", sys.exc_info()[0]
raise

A construção try . . . except possui uma cláusula else opcional, que quando presente, deve
ser colocada depois de todas as outras cláusulas. É útil para um código que precisa ser
executado se nenhuma excepção foi levantada. Por exemplo:
for arg in [Link][1:]:
try:
f = open(arg, ’r’)
except IOError:
print ’cannot open’, arg
else:
print arg, ’has’, len([Link]()), ’lines’
[Link]()

Este recurso é melhor do que simplesmente adicionar o código do else ao corpo da

cláusula try, pois mantém as excepções levantadas no else num escopo diferente de
tratamento das excepções levantadas na cláusula try.
Quando uma excepção ocorre, ela pode estar associada a um valor chamado argumento
da excepção. A presença e o tipo do argumento dependem do tipo da excepção. Para
excepções possuidoras de argumento, a cláusula else pode especificar uma variável
depois da lista de nomes de excepção para receber o argumento:
>>> try:

72
 Erros e Excepções

... spam()
... except NameError, x:
... print ’name’, x, ’undefined’
...
name spam undefined

Se uma excepção possui argumento, ele é impresso ao final do detalhe de expressões não
tratadas (unhandled exceptions).
Além disso, tratadores de excepções são capazes de capturar excepções que tenham sido
levantadas no interior de funções invocadas na cláusula try. Por exemplo:
>>> def this_fails():
... x = 1/0
...
>>> try:
... this_fails()
... except ZeroDivisionError, detail:
... print ’Handling run-time error:’, detail
...
Handling run-time error: integer division or modulo

Levantando Excepções
A palavra reservada raise permite ao programador forçar a ocorrência de um
determinado tipo de excepção. Por exemplo:
>>> raise NameError, ’HiThere’
Traceback (most recent call last):
File "<stdin>", line 1
NameError: HiThere

O primeiro argumento do raise é o nome da excepção a ser levantada. O segundo

argumento, opcional, é o argumento da excepção.

Excepções definidas pelo usuário

Programas podem definir novos tipos de excepções, através da criação de uma nova
classe. Por exemplo:
>>> class MyError:
... def __init__(self, value):
... [Link] = value
... def __str__(self):
... return ‘[Link]‘
...
>>> try:

73
 Python

... raise MyError(2*2)

... except MyError, e:
... print ’My exception occurred, value:’, [Link]
...
My exception occurred, value: 4
>>> raise MyError, 1
Traceback (most recent call last):
File "<stdin>", line 1
__main__.MyError: 1

Muitos módulos padrão utilizam-se disto para reportar erros que ocorrem no interior das
funções que definem.

Acções de limpeza
A construção try possui outra cláusula opcional, cuja finalidade é permitir a
implementação de acções de limpeza, que devem ser sempre executadas
independentemente da ocorrência de excepções. Como no exemplo:
>>> try:
... raise KeyboardInterrupt
... finally:
... print ’Goodbye, world!’
...
Goodbye, world!
Traceback (most recent call last):
File "<stdin>", line 2
KeyboardInterrupt

A cláusula finally é sempre executada, que ocorra quer não uma excepção. Quando
ocorre a excepção, é como se a excepção fosse sempre levantada após a execução do
código na cláusula finally. Mesmo que haja um break ou return dentro do try,
ainda assim o finally será executado.
A construção try pode ser seguida da cláusula finally ou de um conjunto de
cláusulas except, mas nunca ambas. Essas opções são mutuamente exclusivas.

74
 Classes

Classes

75
 Python

Classes
O mecanismo de classes no Python foi adicionado à linguagem de forma a minimizar a
sobrecarga sintáctica e semântica. É uma mistura de mecanismos equivalentes
encontrados em C++ e Modula-3. Assim como é válido para módulos, classes em Python
não impõem barreiras entre o usuário e a definição. Contudo, dependem da
“cordialidade” do usuário para não quebrar a definição. Todavia, as características mais
importantes de classes foram asseguradas: o mecanismo de herança permite uma base de
classes múltiplas, uma classe derivada pode sobrescrever quaisquer métodos de uma
classe ancestral, um método pode invocar outro método homónimo de uma classe
ancestral. E mais, objectos podem armazenar uma quantidade arbitrária de dados
privados.
Na terminologia de C++, todos os membros de uma classe (incluindo dados) são public, e
todos as funções membro são virtual. Não existem construtores ou destrutores especiais.
Como em Modula-3, não existem atalhos para referenciar membros do objecto de dentro
dos seus métodos. Um método (função de uma classe) é declarado com um primeiro
argumento explícito representando o objecto (instância da classe), que é fornecido
implicitamente pela invocação.
Como em Smalltalk (e em Java), classes são objectos. Mas no Python, todos os tipos de
dados são objectos, o que fornece uma semântica para importação e renomeamento
(rename). Ainda como em C++ ou Modula-3, tipos pré definidos não podem ser
utilizados como classes base para extensões de usuário por herança. Como em C++, mas
diferentemente de Modula-3, a maioria dos operadores (aritméticos, indexação, etc)
podem ser redefinidos para instâncias da classe.

Uma palavra sobre terminologia

Na falta de uma universalmente aceite terminologia de classes, iremos ocasionalmente
fazer uso de termos comuns a Smalltalk ou C++.
Convém também alertar para uma armadilha terminológica para pessoas familiarizados
programação orientada a objectos: a palavra “objecto” no Python não implica
necessariamente numa instância de classe. Como em C++ e Modula-3 é diferentemente
de Smalltalk, nem todos os tipos em Python são classes: tipos básicos como inteiros,
listas e arquivos não são. Contudo, todos os tipos no Python compartilham uma
semântica comum que é melhor descrita pela palavra objecto.
Os objectos têm individualidade, e podem estar vinculados a múltiplos nomes (em
diferentes escopos). Essa facilidade é chamada aliasing em outras linguagens. À primeira
vista não é muito apreciada, e pode ser seguramente ignorada ao lidar com tipos
imutáveis (números, strings, tuplos). Entretanto, aliasing tem um efeito intencional sobre
a semântica do código no Python envolvendo objectos mutáveis como listas, dicionários,
e a maioria das entidades externas a um programa como arquivos, janelas, etc. Alias
(N.d.T: sinónimos) funcionam de certa forma como ponteiros, em benefício do
programador. Por exemplo, passagem de objectos como parâmetro é barato, pois só o

76
 Classes

ponteiro é passado na implementação. E se uma função modificar um objecto passado

como argumento, essa mudança vai ser visível do local de onde foi chamada a função – o
que torna obsoleta a necessidade de um duplo mecanismo de passagem de parâmetros
como em Pascal.

Escopos e espaços de nomes no Python

Antes de introduzir classes, é preciso falar das regras de escopo em Python. Definições de
classe empregam alguns truques com espaços de nomes. Portanto, é preciso entender bem
os escopos e os espaços de nomes antes.
Esse conhecimento é muito útil para o programador avançado em Python.
Um espaço de nomes é um mapeamento entre nomes e objectos. Presentemente, são
implementados como dicionários, isso não é perceptível (a não ser pelo desempenho) e
pode mudar no futuro. Exemplos de espaços de nomes são: o conjunto de nomes pré-
definidos (funções como abs() e excepções), nomes globais em módulos e nomes
locais numa função. De uma certa forma, os atributos de um objecto também formam um
espaço de nomes. O que há de importante para saber é que não existe nenhuma relação
entre nomes em espaços distintos.
Por exemplo, dois módulos podem definir uma função de nome “maximize” sem
confusão – usuários dos módulos devem prefixar a função com o nome do módulo para
evitar colisões.
A propósito, é utilizada a palavra atributo para qualquer nome depois de um ponto. Na
expressão [Link], por exemplo, real é um atributo do objecto z. Estritamente
falando, referências para nomes em módulos são atributos: na expressão
[Link], modname é um objecto módulo e funcname é seu atributo.
Neste caso, existe um mapeamento directo entre os atributos de um módulo e os nomes
globais definidos no módulo: eles compartilham o mesmo espaço de nomes.
Atributos podem ser somente de leitura ou não. Atributos de módulo são passíveis de
atribuição, pode-se escrever ‘modname.the_answer = 42’, e remoção pelo
comando del (‘del modname.the_answer’).
Espaços de nomes são criados em momentos diferentes e possuem diferentes
longevidade. O espaço de nomes que contém os nomes pré-definidos é criado quando o
interpretador se inicializa e nunca é removido. O espaço de nomes global é criado quando
uma definição de um módulo é lida, e normalmente duram até à saída do interpretador.
Os comandos executados pela invocação do interpertador, ou pela leitura de um script, ou
interactivamente são parte do módulo chamado __main__ , e portanto possuem o seu
próprio espaço de nomes (os nomes pré-definidos possuem o seu próprio espaço de
nomes no módulo chamado __builtin__).
O espaço de nomes local para uma função é criado quando a função é chamada, e é
removido quando a função retorna ou levanta uma excepção que não é tratada na própria
função. Naturalmente, chamadas recursivas de uma função possuem os seus próprios
espaços de nomes.

77
 Python

Um escopo é uma região textual de um programa Python onde um espaço de nomes é

directamente acessível. Onde “directamente acessível” significa que uma referência sem
qualificador especial permite o acesso ao nome. Ainda que os escopos sejam
determinados estaticamente, eles são usados dinamicamente. A qualquer momento
durante a execução, existem exactamente três escopos em uso (três escopos directamente
acessíveis): o escopo interno (que é o procurado primeiro) contendo nomes locais, o
escopo intermediário (com os nomes globais do módulo) e o escopo externo (procurado
em último) contendo os nomes pré-definidos.
Normalmente, o escopo local referencia os nomes locais da função corrente. Fora de
funções, o escopo local referencia os nomes do escopo global (espaço de nomes do
módulo). Definições de classes adicionam um espaço de nomes ao escopo local.
É importante perceber que escopos são determinados textualmente. O escopo global de
uma função definida num módulo é o espaço de nomes deste módulo, sem importar de
onde ou de que “alias” a função é invocada. Por outro lado, a efectiva busca de nomes é
dinâmica, ocorrendo durante a execução. A evolução da linguagem está caminhando para
uma resolução estática de nomes, em tempo de compilação, que não dependa da
resolução dinâmica de nomes. (de facto, variáveis locais já são resolvidas estaticamente.)
Um detalhe especial é que atribuições são sempre vinculadas ao escopo interno. As
atribuições não copiam dados, simplesmente vinculam objectos a nomes. O mesmo é
verdade para as remoções. O comando ‘del x’ remove o vínculo de x do espaço de
nomes referenciado pelo escopo local. De facto, todas as operações que introduzem
novos nomes usam o escopo local. Em particular, comandos import e definições de
função vinculam o módulo ou a função ao escopo local (a palavra reservada global
pode ser usada para indicar que certas variáveis residem no escopo global ao invés do
local).

Sintaxe da definição de Classes

A forma mais simples de definir uma classe é:
class NomeDaClasse:
<comando-1>
.
.
.
<comando-N>

Definições de classes, como definições de funções (comandos def) devem ser

executados antes que tenham qualquer efeito. Pode-se colocar uma definição de uma
classe após um teste condicional if ou dentro de uma função.
Na prática, os comandos dentro de uma classe serão definições de funções, mas existem
outros comandos que são permitidos. As definições de funções dentro de uma classe
possuem um lista peculiar de argumentos determinada pela convenção de chamada a
métodos.

78
 Classes

Quando se fornece uma definição de uma classe, um novo espaço de nomes é criado.
Todas as atribuições de variáveis são vinculadas a este escopo local. Em particular,
definições de funções também são armazenadas neste escopo.
Quando termina o processamento de uma definição de uma classe (normalmente, sem
erros), um objecto da classe é criado. Este objecto encapsula o conteúdo do espaço de
nomes criado pela definição da classe. O escopo local activo antes da definição da classe
é restaurado, e o objecto classe é vinculado a este escopo com o nome dado a classe.

Objectos de Classes
Objectos de Classes suportam dois tipos de operações: referências a atributos e
instanciação.
Referências a atributos da classe utilizam a sintaxe padrão utilizada para quaisquer
referências a atributos no Python: [Link]. Os atributos válidos são todos os nomes
presentes no espaço de nomes da classe quando o objecto classe foi criado. Portanto, se a
definição da classe era:
class MyClass:
"Um exemplo simples de classe"
i = 12345
def f(x):
return ’hello world’

então MyClass.i e MyClass.f são referências a atributos válidos, retornando um

inteiro e um objecto método, respectivamente. Atributos de classe podem receber
atribuições, logo pode-se mudar o valor de MyClass.i por atribuição. __doc__ é
também um atributo válido, que retorna a docstring pertencente a classe: "Um exemplo
simples de classe". Instanciação da Classe também utiliza uma notação de
função. Apenas tem que se fingir que o objecto classe não possui parâmetros e retorna
uma nova instância da classe. Por exemplo:
x = MyClass()

cria uma nova instância da classe e atribui o objecto resultante a variável local x.
A operação de instanciação (“calling” um objecto de classe) cria um objecto vazio.
Muitas classes preferem criar um novo objecto num estado inicial pré determinado. Para
tanto, existe um método especial que pode ser definido pela classe, __init__(), veja:
def __init__(self):
[Link] = []

Quando uma classe define um método __init__(), o processo de instanciação

automaticamente invoca __init__() sobre a recém criada instância da classe. Neste
exemplo, uma nova instância já inicializada pode ser obtida por:
x = MyClass()

79
 Python

Naturalmente, o método __init__() pode ter argumentos para aumentar sua

flexibilidade. Neste caso, os argumentos passados para a instanciação da classe serão
delegados para o método __init__(). Como ilustrado em:
>>> class Complex:
... def __init__(self, realpart, imagpart):
... self.r = realpart
... self.i = imagpart
...
>>> x = Complex(3.0,-4.5)
>>> x.r, x.i
(3.0, -4.5)

Instâncias
Agora, o que podemos fazer com as instâncias ? As únicas operações reconhecidas pelas
instâncias são referências a atributos. Existem dois tipos de nomes de atributos válidos.
O primeiro chama-se de atributos-de-dados, que correspondem a “variáveis da instância”
em Smalltalk, e a “membros” em C++. Atributos de dados não precisam ser declarados.
Assim como variáveis locais, eles passam a existir na primeira vez em que é feita uma
atribuição. Por exemplo, se x é uma instância de MyClass criada acima, o próximo
bocado de código irá imprimir o valor 16, sem deixar rastro (por causa do del):
[Link] = 1
while [Link] < 10:
[Link] = [Link] * 2
print [Link]
del [Link]

O segundo tipo de referência aos atributos das instâncias são métodos. Um método é uma
função que “pertence a” uma instância (em Python, o termo método não é aplicado
exclusivamente às instâncias de classes: outros tipos de objectos também podem ter
métodos; por exemplo, objectos listas possuem os métodos: append, insert, remove, sort,
etc). Nomes de métodos válidos de uma instância dependem de sua classe. Por definição,
todos atributos de uma classe que são funções equivalem a um método presente nas
instâncias. No nosso exemplo, x.f é uma referência de método válido já que
MyClass.f é uma função, enquanto x.i não é, já que MyClass.i não é uma
função.
Entretanto, x.f não é o mesmo que MyClass.f — o primeiro é um método de um
objecto, o segundo é um objecto função.

Métodos dos Objectos

Normalmente, um método é chamado imediatamente, isto é:
x.f()

80
 Classes

No nosso exemplo o resultado será a string ’hello world’. No entanto, não é

obrigatório chamar o método imediatamente: como x.f é também um objecto (tipo
método), ele pode ser armazenado e invocado a posteriori. Por exemplo:
xf = x.f
while 1:
print xf()

vai imprimir ‘hello world’ infinitamente.

O que ocorre precisamente quando um método é chamado ? Note-se que x.f() foi
chamado sem nenhum parâmetro, porém a definição da função f especificava um
argumento. O que aconteceu com o argumento ? Certamente Python levantaria uma
excepção se o argumento estivesse faltando... A resposta é obvia: o que há de especial
nos métodos é que o objecto (a qual o método pertence) é passado como o primeiro
argumento da função. No nosso exemplo, a chamada x.f() é exactamente equivalente
a MyClass.f(x). Em geral, chamar um método com uma lista de n argumentos é
equivalente a chamar a função na classe correspondente passando a instância como o
primeiro argumento antes dos demais argumentos.
Quando um atributo de instância é referenciado e não é um atributo de dados, a sua classe
é procurada. Se o nome indica um atributo de classe válido que seja um objecto função,
um objecto método é criado pela composição da instância alvo e do objecto função.
Quando o método é chamado com uma lista de argumentos, ele é desempacotado, uma
nova lista de argumentos é criada a partir da instância original e da lista original de
argumentos do método. Finalmente, a função é chamada com a nova lista de argumentos.

Observações aleatórias
Atributos de dados sobrescrevem atributos métodos homónimos. Para evitar conflitos de
nome acidentais, que podem gerar bugs de difícil rastreio em programas extensos, é sábio
utilizar algum tipo de convenção que minimize conflitos, como colocar nomes de
métodos com inicial maiúscula, prefixar atributos de dados com uma string única (quem
sabe “ ”), ou simplesmente utilizar substantivos para atributos e verbos para métodos.
Os atributos de dados podem ser referenciados por métodos da própria instância, bem
como por qualquer outro usuário do objecto. Em outras palavras, classes não servem para
implementar tipos puramente abstractos de dados.
De fato, nada no Python torna possível assegurar o encapsulamento de dados. Tudo é
convenção. Por outro lado, a implementação do Python, escrita em C, pode esconder
completamente detalhes de um objecto ou regular seu acesso se necessário. Isto pode ser
utilizado por extensões ao Python escritas em C.
Os clientes devem utilizar atributos de dados com cuidado, pois podem baralhar
invariantes mantidos pelos métodos ao esbarrar nos seus atributos. Portanto, os clientes
podem adicionar à vontade atributos de dados para uma instância sem afectar a validade
dos métodos, desde que seja evitado o conflito de nomes. Novamente, uma convenção de
nomenclatura poupa muita dor de cabeça.

81
 Python

Não existe um atalho para referenciar atributos de dados (ou métodos) de dentro de um
método. Isso na verdade aumenta a legibilidade dos métodos: não há como confundir
uma variável local com uma instância global ao dar uma olhadela num método
desconhecido.
Por convenção, o primeiro argumento de qualquer método é frequentemente chamado
self. Isso não é nada mais do que uma convenção, self não possui nenhum
significado especial em Python. Observe que ao seguir a convenção, o código torna-se
legível por uma grande comunidade de desenvolvedores de Python e potencialmente
poder-se-á vir a beneficiar de ferramentas feitas por outra pessoa que se baseie na
convenção.
Qualquer função que seja também atributo de classe define um método nas instâncias
desta classe. Não é necessário que a definição da função esteja textualmente embutida na
definição da classe. Atribuir um objecto função a uma variável local da classe é válido.
Por exemplo:
# Função definida fora da classe
def f1(self, x, y):
return min(x, x+y)
class C:
f = f1
def g(self):
return ’hello world’
h = g

Agora f, g e h são todos atributos da classe C que referenciam funções, e

consequentemente são todos métodos de instâncias da classe C, onde h é equivalente a
g. No entanto, essa prática pode confundir o leitor do programa. Métodos podem chamar
outros métodos utilizando o argumento self :
class Bag:
def __init__(self):
[Link] = []
def add(self, x):
[Link](x)
def addtwice(self, x):
[Link](x)
[Link](x)

Os métodos podem referenciar nomes globais da mesma forma que funções ordinárias. O
escopo global associado a um método é o módulo contendo sua definição da classe (a
classe propriamente dita nunca é usada como escopo global!). Ainda que seja raro
encontrar a necessidade de utilizar dados globais num método, há diversos usos legítimos
do escopo global. Por exemplo, funções e módulos importados no escopo global podem
ser usados por métodos, bem como as funções e classes definidas no próprio escopo
global. Provavelmente, a classe contendo o método em questão também foi definida neste
escopo global.

82
 Classes

Herança
Obviamente, uma característica da linguagem não seria digna do nome “classe” se não
suportasse herança. A sintaxe para uma classe derivada se parece com:
class DerivedClassName(BaseClassName):
<statement-1>
.
.
.
<statement-N>

O nome BaseClassName deve estar definido em um escopo contendo a definição da

classe derivada. No lugar do nome da classe base também são aceitas expressões. O que é
muito útil quando a classe base é definida noutro módulo, ex:
class DerivedClassName([Link]):

A execução de uma definição de uma classe derivada procede da mesma forma que a de
uma classe base. Quando o objecto classe é construído, a classe base é lembrada. Isso é
utilizado para resolver referências a atributos. Se um atributo requisitado não for
encontrado na classe, ele é procurado na classe base. Essa regra é aplicada
recursivamente se a classe base por sua vez for derivada de outra.
Não existe nada de especial sobre instanciação de classes derivadas.
DerivedClassName() cria uma nova instância da classe. As referências a métodos
são resolvidas da seguinte forma: o atributo correspondente é procurado através da cadeia
de derivação, e referências a métodos são válidas desde que produzam um objecto do tipo
função.
Classes derivadas podem sobrescrever métodos das suas classes base. Uma vez que
métodos não possuem privilégios especiais quando invocam outros métodos no mesmo
objecto, um método na classe base que invocava um outro método da mesma classe base,
pode efectivamente acabar invocando um método sobreposto por uma classe derivada.
Para programadores C++ isso significa que todos os métodos em Python são
efectivamente virtual.
Um método que subscreva outro numa classe derivada pode desejar na verdade estender,
ao invés de substituir, o método sobrescrito de mesmo nome na classe base. A maneira
mais simples de implementar esse comportamento é chamar directamente a classe base
‘[Link](self, arguments)’. O que pode ser útil para
os usuários da classe também. Note-se que isso só funciona se a classe base for definida
ou importada directamente no escopo global.

Herança múltipla
O Python também suporta uma forma limitada de herança múltipla. Uma definição de
classe que herda de várias classes bases é:
class DerivedClassName(Base1, Base2, Base3):
<statement-1>

83
 Python

.
.
.
<statement-N>

A única regra que precisa ser explicada é a semântica de resolução para as referências a
atributos de classes. É feita uma busca em profundidade da esquerda para a direita. Logo,
se um atributo não é encontrado em DerivedClassName, ele é procurado em Base1,
e recursivamente nas classes bases de Base1, e apenas se não for encontrado lá a busca
prosseguirá em Base2, e assim sucessivamente.
Para algumas pessoas a busca em largura – procurar antes em Base2 e Base3 do que
nos ancestrais de Base1 — parece mais natural. Entretanto, seria preciso conhecer toda
a hierarquia de Base1 para evitar um conflito com um atributo de Base2. Enquanto a
busca em profundidade não diferencia o acesso a atributos directos ou herdados de
Base1.
É sabido que o uso indiscriminado de herança múltipla é o pesadelo da manutenção,
sobretudo pela confiança do Python na adopção de uma convenção de nomenclatura para
evitar conflitos. Um problema bem conhecido com herança múltipla é quando há uma
classe derivada de outras que por sua vez possuem um ancestral em comum.
Ainda que seja perfeitamente claro o que acontecerá (a instância irá possuir uma única
cópia dos atributos de dados do ancestral comum), não está claro se a semântica é útil.

Variáveis Privadas
Existe um suporte limitado a identificadores privados em classes. Qualquer identificador
no formato __spam (no mínimo dois caracteres ‘ ’ no prefixo e no máximo um como
sufixo) é realmente substituído por classname_spam, onde classname é o nome
da classe corrente. Essa construção independe da posição sintáctica do identificador, e
pode ser usada para tornar privadas: instâncias, variáveis de classe e métodos. Pode haver
truncamento se o nome combinado extrapolar 255 caracteres. Fora de classes, ou quando
o nome da classe só tem ‘ ’, não se aplica esta construção.
Este procedimento visa oferecer a classes uma maneira fácil de definir variáveis de
instância e métodos “privados”, sem ter que se preocupar com outras variáveis de
instância definidas em classes derivadas ou definidas fora da classe. Apesar da regra de
nomenclatura ter sido projectada para evitar “acidentes”, ainda é possível o acesso e a
manipulação de entidades privadas. O que é útil no caso dos “debugers”, talvez a única
razão pela qual essa característica ainda não tenha sido suprimida (detalhe: derivar uma
classe com o mesmo nome da classe base torna possível o uso de seus membros privados!
Isso pode ser corrigido em versões futuras).
O código passado para exec, eval() ou evalfile() não considera o nome da
classe que o invocou como sendo a classe corrente. O modificador global funciona de
maneira semelhante, quando se está restrito ao código que foi byte-compilado em
conjunto. A mesma restrição aplica-se aos comandos getattr(), setattr() e
delattr(), e a manipulação directa do dicionário dict .

84
 Classes

Aqui está um exemplo de uma classe que implementa os seus próprios métodos
getattr () e setattr (), armazenando todos os atributos em variáveis privadas.
Da forma como foi codificado este exemplo, ele irá funcionar até em versões de Python
em que esta característica ainda não havia sido implementada.
class VirtualAttributes:
__vdict = None
__vdict_name = locals().keys()[0]
def __init__(self):
self.__dict__[self.__vdict_name] = {}
def __getattr__(self, name):
return self.__vdict[name]
def __setattr__(self, name, value):
self.__vdict[name] = value

Particularidades
Às vezes, é útil ter um tipo semelhante ao “record” de Pascal ou ao “struct” de C. Uma
definição de classe vazia atende esse propósito:
class Employee:
pass
john = Employee() # Cria um registro vazio de Empregado
# Preenche os campos do registro
[Link] = ’John Doe’
[Link] = ’computer lab’
[Link] = 1000

Um código em Python que espera um tipo abstracto de dados em particular, pode receber
ao invés do tipo abstracto uma classe (que emula os métodos que aquele tipo suporta).
Por exemplo, se se tem uma função que formata dados num objecto arquivo, pode-se
definir uma classe com os métodos read() e readline() que utiliza um buffer ao
invés do arquivo propriamente dito.
Os métodos de instância são objectos, e podem possuir atributos também.

As Excepções podem ser Classes

Excepções definidas pelo usuário podem ser identificadas por classes. Através deste
mecanismo é possível criar hierarquias extensíveis de excepções.
Existem duas novas semânticas válidas para o comando raise:
raise Class, instance
raise instance

Na primeira forma, instance deve ser uma instância de Class ou de uma classe
derivada dela. A segunda forma é um atalho para:
raise instance.__class__, instance

85
 Python

Uma cláusula de excepção pode listar tanto classes como strings. Uma classe numa
cláusula de excepção é compatível com a excepção se é a mesma classe prevista na
cláusula ou ancestral dela (não o contrário, se na cláusula estiver uma classe derivada não
irá haver casamento com excepções base levantadas). No exemplo a seguir será impresso
B, C, D nessa ordem:
class B:
pass
class C(B):
pass
class D(C):
pass
for c in [B, C, D]:
try:
raise c()
except D:
print "D"
except C:
print "C"
except B:
print "B"

Se a ordem das cláusulas fosse invertida (B no início), seria impresso B, B, B – sempre a

primeira cláusula válida é activada.
Quando uma mensagem de erro é impressa para uma excepção não tratada, que seja uma
classe, o nome da classe é impresso, e depois a instância da excepção é convertida para
string pela função str() e é também impressa (após um espaço e uma vírgula).

86
 Conclusão

Conclusão

87
 Python

Conclusão
Python tem um papel de integração importante no desenvolvimento de grandes
aplicações com uma probabilidade de vida longa. Permite uma resposta rápida nas
mudanças das necessidades do utilizador, que requer uma adaptação da lógica da
aplicação, sem mudar os componentes subjacentes fundamentais. Também, permite uma
adaptação rápida da aplicação, a mudanças nos componentes subjacentes.

JPython (o futuro)
Uma nova implementação do Python, escrito em 100% Java, denominado de JPython está
correntemente a ser desenvolvido. JPython é uma implementação total da linguagem
Python, que permite acesso directo às classes do Java. O código em Java também pode
utilizar as classes do Python (isto é importante para “Callbacks”, por exemplo).
O argumento principal do JPython é: faz para o Java aquilo que o Python já fazia para o
C/C++. A integração do JPython com o Java é superior à integração entre o Python e
C++: devido ao efeito “Reflection API” do Java, JPython pode usar arbitrariamente
classes do Java sem a ajuda de um gerador “wrapper” como o SWIG.

88