python3測試工具開發快速入門教程5類

類將數據和功能捆綁在一起。創建新類時創建新類型的對象，允許創建該類型的新實例。每個類實例都可以附加屬性以保持其狀態。類實例也可以有方法(由類定義)來修改其狀態。

與其他編程語言相比，Python的類機制語法和語義最少。它是C ++和Modula-3中的的混合體。 Python類提供了面向對象編程的所有標準功能：類繼承機制支持多個基類，派生類可以重寫其基類方法，並且可以調用具有相同名稱的基類的方法。對象可以包含任意數量和種類的數據。與模塊一樣，類也具有Python的動態特性：它們是在運行時創建的，並且可以在創建後修改。

在C ++術語中，常規類成員（包括數據成員）是公共的（除了見下面的私有變量），並且所有的成員函數都是虛擬的。和Modula-3一樣，從它的方法中引用對象的成員沒有簡短的方法：方法函數聲明瞭明確的第一參數，它代表對象，它由調用隱式提供。就像在Smalltalk中一樣，類本身就是對象。這爲導入和重命名提供了語義。與C ++和Modula-3不同，內置類型可以用作基類，以便用戶進行擴展。此外，與C ++類似，可以爲類實例重新定義大多數具有特殊語法（算術運算符，下標等）的內置運算符。

（由於缺乏普遍接受的術語來討論類，我偶爾會使用Smalltalk和C ++術語，因爲它的面向對象語義與更接近，所以我會使用Modula-3術語，但很少有讀者聽說過。）

名稱和對象

對象具有特性，並且多個名稱(在多個作用域中)可以綁定在同一個對象上。在其它語言中被稱爲別名。Python不可變基礎類型（數值，字符串，元組）是傳值的，但是列表、字典這類可變對象，或者大多數程序外部類型（文件，窗體等）描述實體時是傳地址的，像是指針。例如，你可以輕易的傳遞一個對象，因爲通過繼承只是傳遞一個指針。

作用域和命名空間

類的定義非常巧妙的運用了命名空間。

命名空間 是從命名到對象的映射。當前命名空間主要是通過 Python 字典實現的，不過通常不關心具體的實現方式（除非出於性能考慮），以後也有可能會改變其實現方式。以下有一些命名空間的例子：內置命名（像 abs() 這樣的函數，以及內置異常名）集，模塊中的全局命名，函數調用中的局部命名。某種意義上講對象的屬性集也是一個命名空間。關於命名空間需要了解的一件很重要的事就是不同命名空間中的命名沒有任何聯繫，例如兩個不同的模塊可能都會定義一個名爲 maximize 的函數而不會發生混淆－用戶必須以模塊名爲前綴來引用它們。

順便提一句，我稱 Python 中任何一個“.”之後的命名爲 屬性 －－例如，表達式 z.real 中的 real 是對象 z 的一個屬性。嚴格來講，從模塊中引用命名是引用屬性：表達式 modname.funcname 中，modname 是一個模塊對象，funcname 是它的一個屬性。因此，模塊的屬性和模塊中的全局命名有直接的映射關係：它們共享同一命名空間！[1]

屬性可以是隻讀過或寫的。後一種情況下，可以對屬性賦值。你可以這樣作： modname.the_answer = 42 。可寫的屬性也可以用 del 語句刪除。例如： del modname.the_answer 會從 modname 對象中刪除 the_answer 屬性。

不同的命名空間在不同的時刻創建，有不同的生存期。包含內置命名的命名空間在 Python 解釋器啓動時創建，會一直保留，不被刪除。模塊的全局命名空間在模塊定義被讀入時創建，通常，模塊命名空間也會一直保存到解釋器退出。由解釋器在最高層調用執行的語句，不管它是從腳本文件中讀入還是來自交互式輸入，都是 main 模塊的一部分，所以它們也擁有自己的命名空間（內置命名也同樣被包含在一個模塊中，它被稱作 builtins ）。

當調用函數時，就會爲它創建一個局部命名空間，並且在函數返回或拋出一個並沒有在函數內部處理的異常時被刪除。（實際上，用遺忘來形容到底發生了什麼更爲貼切。）當然，每個遞歸調用都有自己的局部命名空間。

作用域 就是一個 Python 程序可以直接訪問命名空間的正文區域。這裏的直接訪問意思是一個對名稱的錯誤引用會嘗試在命名空間內查找。儘管作用域是靜態定義，在使用時他們都是動態的。每次執行時，至少有三個命名空間可以直接訪問的作用域嵌套在一起：

• 包含局部命名的使用域在最裏面，首先被搜索；其次搜索的是中層的作用域，這裏包含了同級的函數；

  最後搜索最外面的作用域，它包含內置命名。

• 首先搜索最內層的作用域，它包含局部命名任意函數包含的作用域，是內層嵌套作用域搜索起點，包含非局部，但是也非全局的命名

• 接下來的作用域包含當前模塊的全局命名

• 最外層的作用域（最後搜索）是包含內置命名的命名空間

如果一個命名聲明爲全局的，那麼對它的所有引用和賦值會直接搜索包含這個模塊全局命名的作用域。如果要重新綁定最裏層作用域之外的變量，可以使用 nonlocal 語句；如果不聲明爲 nonlocal，這些變量將是隻讀的（對這樣的變量賦值會在最裏面的作用域創建一個新的局部變量，外部具有相同命名的那個變量不會改變）。

通常，局部作用域引用當前函數的命名。在函數之外，局部作用域與全局使用域引用同一命名空間：模塊命名空間。類定義也是局部作用域中的另一個命名空間。

重要的是作用域決定於源程序的意義：一個定義於某模塊中的函數的全局作用域是該模塊的命名空間，而不是該函數的別名被定義或調用的位置，瞭解這一點非常重要。另一方面，命名的實際搜索過程是動態的，在運行時確定的——然而，Python 語言也在不斷髮展，以後有可能會成爲靜態的“編譯”時確定，所以不要依賴動態解析！（事實上，局部變量已經是靜態確定了。）

Python 的一個特別之處在於：如果沒有使用 global 語法，其賦值操作總是在最裏層的作用域。賦值不會複製數據，只是將命名綁定到對象。刪除也是如此：del x 只是從局部作用域的命名空間中刪除命名 x 。事實上，所有引入新命名的操作都作用於局部作用域。特別是 import 語句和函數定義將模塊名或函數綁定於局部作用域（可以使用 global 語句將變量引入到全局作用域）。

global 語句用以指明某個特定的變量爲全局作用域，並重新綁定它。nonlocal 語句用以指明某個特定的變量爲封閉作用域，並重新綁定它。

9.2.1. 作用域和命名空間示例

以下是一個示例，演示瞭如何引用不同作用域和命名空間，以及 global 和 nonlocal 如何影響變量綁定:

<pre>def scope_test():
def do_local():
spam = "local spam"
def do_nonlocal():
nonlocal spam
spam = "nonlocal spam"
def do_global():
global spam
spam = "global spam"
spam = "test spam"
do_local()
print("After local assignment:", spam)
do_nonlocal()
print("After nonlocal assignment:", spam)
do_global()
print("After global assignment:", spam)

scope_test()
print("In global scope:", spam)
</pre>

以上示例代碼的輸出爲:

<pre>After local assignment: test spam
After nonlocal assignment: nonlocal spam
After global assignment: nonlocal spam
In global scope: global spam
</pre>

注意：local 賦值語句是無法改變 scope_test 的 spam 綁定。nonlocal 賦值語句改變了 scope_test 的 spam 綁定，並且 global 賦值語句從模塊級改變了 spam 綁定。

你也可以看到在 global 賦值語句之前對 spam 是沒有預先綁定的。

9.3. 初識類

類引入了一些新語法：三種新的對象類型和一些新的語義。

9.3.1. 類定義語法

類定義最簡單的形式如下:

<pre>class ClassName:
<statement-1>
.
.
.
<statement-N>
</pre>

類的定義就像函數定義（ def 語句），要先執行才能生效。（你當然可以把它放進 if 語句的某一分支，或者一個函數的內部。）

習慣上，類定義語句的內容通常是函數定義，不過其它語句也可以，有時會很有用，後面我們再回過頭來討論。類中的函數定義通常包括了一個特殊形式的參數列表，用於方法調用約定——同樣我們在後面討論這些。

進入類定義部分後，會創建出一個新的命名空間，作爲局部作用域。因此，所有的賦值成爲這個新命名空間的局部變量。特別是函數定義在此綁定了新的命名。

類定義完成時（正常退出），就創建了一個 類對象。基本上它是對類定義創建的命名空間進行了一個包裝；我們在下一節進一步學習類對象的知識。原始的局部作用域（類定義引入之前生效的那個）得到恢復，類對象在這裏綁定到類定義頭部的類名（例子中是 ClassName ）。

9.3.2. 類對象

類對象支持兩種操作：屬性引用和實例化。

屬性引用 使用和 Python 中所有的屬性引用一樣的標準語法：obj.name。類對象創建後，類命名空間中所有的命名都是有效屬性名。所以如果類定義是這樣:

<pre>class MyClass:
"""A simple example class"""
i = 12345
def f(self):
return 'hello world'
</pre>

那麼 MyClass.i 和 MyClass.f 是有效的屬性引用，分別返回一個整數和一個方法對象。也可以對類屬性賦值，你可以通過給 MyClass.i 賦值來修改它。 __doc__ 也是一個有效的屬性，返回類的文檔字符串："A simple example class"。

類的 實例化 使用函數符號。只要將類對象看作是一個返回新的類實例的無參數函數即可。例如（假設沿用前面的類）:

<pre>x = MyClass()
</pre>

以上創建了一個新的類 實例 並將該對象賦給局部變量 x。

這個實例化操作（“調用”一個類對象）來創建一個空的對象。很多類都傾向於將對象創建爲有初始狀態的。因此類可能會定義一個名爲 __init__() 的特殊方法，像下面這樣:

<pre>def init(self):
self.data = []
</pre>

類定義了 __init__() 方法的話，類的實例化操作會自動爲新創建的類實例調用 __init__() 方法。所以在下例中，可以這樣創建一個新的實例:

<pre>x = MyClass()
</pre>

當然，出於彈性的需要，__init__() 方法可以有參數。事實上，參數通過 __init__() 傳遞到類的實例化操作上。例如，

<pre>>>> 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)
</pre>

9.3.3. 實例對象

現在我們可以用實例對象作什麼？實例對象唯一可用的操作就是屬性引用。有兩種有效的屬性名。

數據屬性 相當於 Smalltalk 中的“實例變量”或 C++ 中的“數據成員”。和局部變量一樣，數據屬性不需要聲明，第一次使用時它們就會生成。例如，如果 x 是前面創建的 MyClass 實例，下面這段代碼會打印出 16 而在堆棧中留下多餘的東西:

<pre>x.counter = 1
while x.counter < 10:
x.counter = x.counter * 2
print(x.counter)
del x.counter
</pre>

另一種爲實例對象所接受的引用屬性是 方法。方法是“屬於”一個對象的函數。（在 Python 中，方法不止是類實例所獨有：其它類型的對象也可有方法。例如，鏈表對象有 append，insert，remove，sort 等等方法。然而，在後面的介紹中，除非特別說明，我們提到的方法特指類方法）

實例對象的有效名稱依賴於它的類。按照定義，類中所有（用戶定義）的函數對象對應它的實例中的方法。所以在我們的例子中，x.f 是一個有效的方法引用，因爲 MyClass.f 是一個函數。但 x.i 不是，因爲 MyClass.i 不是函數。不過 x.f 和 MyClass.f 不同，它是一個 方法對象 ，不是一個函數對象。

9.3.4. 方法對象

通常，方法通過右綁定方式調用:

<pre>x.f()
</pre>

在 MyClass 示例中，這會返回字符串 'hello world'。然而，也不是一定要直接調用方法。 x.f 是一個方法對象，它可以存儲起來以後調用。例如:

<pre>xf = x.f
while True:
print(xf())
</pre>

會不斷的打印 hello world。

調用方法時發生了什麼？你可能注意到調用 x.f() 時沒有引用前面標出的變量，儘管在 f() 的函數定義中指明瞭一個參數。這個參數怎麼了？事實上如果函數調用中缺少參數，Python 會拋出異常－－甚至這個參數實際上沒什麼用……

實際上，你可能已經猜到了答案：方法的特別之處在於實例對象作爲函數的第一個參數傳給了函數。在我們的例子中，調用 x.f() 相當於 MyClass.f(x) 。通常，以 n 個參數的列表去調用一個方法就相當於將方法的對象插入到參數列表的最前面後，以這個列表去調用相應的函數。

如果你還是不理解方法的工作原理，瞭解一下它的實現也許有幫助。引用非數據屬性的實例屬性時，會搜索它的類。如果這個命名確認爲一個有效的函數對象類屬性，就會將實例對象和函數對象封裝進一個抽象對象：這就是方法對象。以一個參數列表調用方法對象時，它被重新拆封，用實例對象和原始的參數列表構造一個新的參數列表，然後函數對象調用這個新的參數列表。

9.3.5. 類和實例變量

一般來說，實例變量用於對每一個實例都是唯一的數據，類變量用於類的所有實例共享的屬性和方法:

<pre>class Dog:

kind = 'canine'         # class variable shared by all instances

def __init__(self, name):
    self.name = name    # instance variable unique to each instance

d = Dog('Fido')
e = Dog('Buddy')
d.kind # shared by all dogs
'canine'
e.kind # shared by all dogs
'canine'
d.name # unique to d
'Fido'
e.name # unique to e
'Buddy'
</pre>

正如在 術語相關 討論的， 可變 對象，例如列表和字典，的共享數據可能帶來意外的效果。例如，下面代碼中的 tricks 列表不應該用作類變量，因爲所有的 Dog 實例將共享同一個列表:

<pre>class Dog:

tricks = []             # mistaken use of a class variable

def __init__(self, name):
    self.name = name

def add_trick(self, trick):
    self.tricks.append(trick)

d = Dog('Fido')
e = Dog('Buddy')
d.add_trick('roll over')
e.add_trick('play dead')
d.tricks # unexpectedly shared by all dogs
['roll over', 'play dead']
</pre>

這個類的正確設計應該使用一個實例變量:

<pre>class Dog:

def __init__(self, name):
    self.name = name
    self.tricks = []    # creates a new empty list for each dog

def add_trick(self, trick):
    self.tricks.append(trick)

d = Dog('Fido')
e = Dog('Buddy')
d.add_trick('roll over')
e.add_trick('play dead')
d.tricks
['roll over']
e.tricks
['play dead']
</pre>

備註

數據屬性會覆蓋同名的方法屬性。爲了避免意外的名稱衝突，這在大型程序中是極難發現的 Bug，使用一些約定來減少衝突的機會是明智的。可能的約定包括：大寫方法名稱的首字母，使用一個唯一的小字符串（也許只是一個下劃線）作爲數據屬性名稱的前綴，或者方法使用動詞而數據屬性使用名詞。

數據屬性可以被方法引用，也可以由一個對象的普通用戶（客戶）使用。換句話說，類不能用來實現純淨的數據類型。事實上，Python 中不可能強制隱藏數據——一切基於約定（如果需要，使用 C 編寫的 Python 實現可以完全隱藏實現細節並控制對象的訪問。這可以用來通過 C 語言擴展 Python）。

客戶應該謹慎的使用數據屬性——客戶可能通過踐踏他們的數據屬性而使那些由方法維護的常量變得混亂。注意：只要能避免衝突，客戶可以向一個實例對象添加他們自己的數據屬性，而不會影響方法的正確性——再次強調，命名約定可以避免很多麻煩。

從方法內部引用數據屬性（或其他方法）並沒有快捷方式。我覺得這實際上增加了方法的可讀性：當瀏覽一個方法時，在局部變量和實例變量之間不會出現令人費解的情況。

一般，方法的第一個參數被命名爲 self。這僅僅是一個約定：對 Python 而言，名稱 self 絕對沒有任何特殊含義。（但是請注意：如果不遵循這個約定，對其他的 Python 程序員而言你的代碼可讀性就會變差，而且有些 類查看器 程序也可能是遵循此約定編寫的。）

類屬性的任何函數對象都爲那個類的實例定義了一個方法。函數定義代碼不一定非得定義在類中：也可以將一個函數對象賦值給類中的一個局部變量。例如:

<pre># Function defined outside the class
def f1(self, x, y):
return min(x, x+y)

class C:
f = f1
def g(self):
return 'hello world'
h = g
</pre>

現在 f， g 和 h 都是類 C 的屬性，引用的都是函數對象，因此它們都是 C 實例的方法－－ h 嚴格等於 g 。要注意的是這種習慣通常只會迷惑程序的讀者。

通過 self 參數的方法屬性，方法可以調用其它的方法:

<pre>class Bag:
def init(self):
self.data = []
def add(self, x):
self.data.append(x)
def addtwice(self, x):
self.add(x)
self.add(x)
</pre>

方法可以像引用普通的函數那樣引用全局命名。與方法關聯的全局作用域是包含類定義的模塊。（類本身永遠不會做爲全局作用域使用。）儘管很少有好的理由在方法 中使用全局數據，全局作用域確有很多合法的用途：其一是方法可以調用導入全局作用域的函數和方法，也可以調用定義在其中的類和函數。通常，包含此方法的類也會定義在這個全局作用域，在下一節我們會了解爲何一個方法要引用自己的類。

每個值都是一個對象，因此每個值都有一個 類( class ) （也稱爲它的 類型( type ) ），它存儲爲 object.__class__ 。

繼承

派生類的定義如下所示:

  #!python
class DerivedClassName(BaseClassName):
    <statement-1>
    .
    .
    .
    <statement-N>

基類BaseClassName 必須與派生類定義在一個作用域內。還可以用表達式指定基類:

#!python
class DerivedClassName(modname.BaseClassName):

派生類定義的執行和基類是一樣的。構造派生類對象時，就記住了基類。如果在類中找不到請求調用的屬性，就搜索基類。如果基類是由別的類派生而來，繼續招上一級。

派生類的實例化沒有什麼特殊之處：DerivedClassName()創建新的類實例。方法引用按如下規則解析：搜索對應的類屬性，必要時沿基類鏈逐級搜索，如果找到了函數對象，這個方法引用就是合法的。

派生類可能會重載基類的方法(對於 C++ 程序員來說，Python 中的所有方法本質上都是virtual方法)

直接調用基類方法，BaseClassName.methodname(self, arguments)。

Python 有兩個用於繼承的內置函數：

• 函數 isinstance() 用於檢查實例類型： isinstance(obj, int)只有在 obj.__class__ 是 int 或其它從 int 繼承的類型的時候爲True。

• 函數 issubclass() 用於檢查類繼承：issubclass(bool, int)爲 True ，因爲 bool 是 int 的子類。 然而，issubclass(float, int) 爲 False，因爲 float 不是 int 的子類。

多繼承

Python 同樣有限的支持多繼承形式。多繼承的類定義形如下例:

#!python
class DerivedClassName(Base1, Base2, Base3):
    <statement-1>
    .
    .
    .
    <statement-N>

在大多數簡單情況下,搜索屬性深度優先，左到右，而不是搜索兩次在同一個類層次結構中，其中有一個重疊。因此，如果在 DerivedClassName中沒有找到某個屬性，就會搜索Base1，然後遞歸的搜索其基類，如果最終沒有找到，就搜索 Base2，以此類推。

實際上，super() 可以動態的改變解析順序。類似其它多繼承語言的 call-next-method，比單繼承語言中的 super 更強大 。

動態調整順序十分必要的，因爲所有的多繼承會有一到多個菱形關係（指有至少一個祖先類可以從子類經由多個繼承路徑到達）。例如，所有的 new-style 類繼承自 object ，所以任意的多繼承總是會有多於一條繼承路徑到達 object 。爲了防止重複訪問基類，通過動態的線性化算法，每個類都按從左到右的順序特別指定了順序，每個祖先類只調用一次，這是單調的（意味着類被繼承時不會影響它祖先的次序）。這種方式使得設計可靠並且可擴展的多繼承類成爲可能。更多的內容請參見 http://www.python.org/download/releases/2.3/mro/ 。

私有變量

Python以下劃線開頭的命名(例如_spam)會被處理爲 API 的非公開部分(無論它是函數、方法或數據成員)。

__spam(前面至少兩個下劃線，後面至多一個)，被替代爲_classname__spam 。

名稱重整是有助於子類重寫方法，而不會打破組內的方法調用。例如:

#!python
class Mapping:
    def __init__(self, iterable):
        self.items_list = []
        self.__update(iterable)

    def update(self, iterable):
        for item in iterable:
            self.items_list.append(item)

    __update = update   # private copy of original update() method

class MappingSubclass(Mapping):

    def update(self, keys, values):
        # provides new signature for update()
        # but does not break __init__()
        for item in zip(keys, values):
            self.items_list.append(item)

名稱重整儘可能的避免衝突，私有的變量仍可訪問或修改。在特定的場合也是有用的，比如調試。

要注意傳入exec()或eval()的代碼時不考慮所調用的類的類名，視其爲當前類，這類似於global 語句，已經按字節編譯的部分也有同樣的限制。這也同樣作用於getattr(), setattr()和delattr(), 像直接引用dict一樣。

其他

類可以實現Pascal 中record或 C 中struct的數據類型，它將一組已命名的數據項綁定在一起。一個空的類定義可以很好的實現它:

#!python
class Employee:
    pass

john = Employee()  # Create an empty employee record

# Fill the fields of the record
john.name = 'John Doe'
john.dept = 'computer lab'
john.salary = 1000

實例方法對象也有屬性：m.self是帶m()的實例對象，而m.func是這個方法對應的函數對象。

迭代器

多數容器對象都可以用 for 遍歷:

#!python

for element in [1, 2, 3]:
    print(element)
for element in (1, 2, 3):
    print(element)
for key in {'one':1, 'two':2}:
    print(key)
for char in "123":
    print(char)
for line in open("myfile.txt"):
    print(line, end='')

這種風格的訪問清晰、簡潔、方便。迭代器的用法在 Python 中普遍而且統一。 for 語句在容器對象中調用 iter() 。該函數返回定義了 next() 方法的迭代器對象，它在容器中逐一訪問元素。沒有後續的元素時， next() 拋出 StopIteration 異常通知 for 語句循環結束。你可以是用內建的 next() 函數調用 next() 方法；示例:

#!python
>>> s = 'abc'
>>> it = iter(s)
>>> it
<iterator object at 0x00A1DB50>
>>> next(it)
'a'
>>> next(it)
'b'
>>> next(it)
'c'
>>> next(it)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
    next(it)
StopIteration

瞭解了迭代器協議的機制，就可以很容易的給自己的類添加迭代器行爲。定義iter() 方法，使其返回帶有 next() 方法的對象。如果這個類已經定義了 next() ，那麼 iter() 只需要返回 self:

#!python
class Reverse:
    """Iterator for looping over a sequence backwards."""
    def __init__(self, data):
        self.data = data
        self.index = len(data)

    def __iter__(self):
        return self

    def __next__(self):
        if self.index == 0:
            raise StopIteration
        self.index = self.index - 1
        return self.data[self.index]

>>> rev = Reverse('spam')
>>> iter(rev)
<__main__.Reverse object at 0x00A1DB50>
>>> for char in rev:
...     print(char)
...
m
a
p
s

生成器

Generator 是創建迭代器的簡單而強大的工具。它們像函數，但使用 yield 語句返回數據。每次調用 next() ，生成器從上次停頓的地方開始執行（它記錄了最後一次執行語句和所有的數據值）。

#!python

def reverse(data):
    for index in range(len(data)-1, -1, -1):
        yield data[index]

>>> for char in reverse('golf'):
...     print(char)
...
f
l
o
g

基於類的迭代器能作的生成器也能作到。因爲自動創建了 iter() 和 next() 方法，生成器更簡潔。

另一個關鍵的功能在於兩次執行之間，局部變量和執行狀態都自動的保存下來。這使函數很容易寫，而且比使用self.index和self.data之類實例變量的方式更清晰。

除了創建和保存程序狀態的自動方法，當發生器終止時，還會自動拋出 StopIteration 異常。

生成器表達式

簡單的生成器和列表推導式類似。

#!python

>>> sum(i*i for i in range(10))                 # sum of squares
285

>>> xvec = [10, 20, 30]
>>> yvec = [7, 5, 3]
>>> sum(x*y for x,y in zip(xvec, yvec))         # dot product
260

>>> from math import pi, sin
>>> sine_table = {x: sin(x*pi/180) for x in range(0, 91)}

>>> unique_words = set(word  for line in page  for word in line.split())

>>> valedictorian = max((student.gpa, student.name) for student in graduates)

>>> data = 'golf'
>>> list(data[i] for i in range(len(data)-1, -1, -1))
['f', 'l', 'o', 'g']