3. Modelo de dados
******************


3.1. Objetos, valores e tipos
=============================

*Objetos* são abstrações do Python para dados. Todos dados em um
programa Python são representados por objetos ou por relações entre
objetos. (De certo modo, e em conformidade com o modelo de Von Neumann
em "stored program computer", código também é representado por
objetos.)

Todo objeto tem uma identidade, um tipo e um valor. A *identidade* de
um objeto nunca muda depois de criado; você pode pensar nisso como
endereço de objetos em memória. O operador '"is"' compara as
identidades de dois objetos; a função "id()" retorna um inteiro
representando sua identidade.

**CPython implementation detail:** Para CPython, "id(x)" é o endereço
de memória em que "x" é armazenado.

O tipo de um objeto determina as operações que o objeto suporta (por
exemplo, "ele tem um *length*?") e também define os valores possíveis
para objetos desse tipo. A função "type()" retorna o tipo de um objeto
(que é o próprio objeto). Como sua identidade, o *tipo* do objeto
também é imutável. [1]

O *valor* de alguns objetos pode mudar. Objetos cujos valores podem
mudar são descritos como *mutáveis*, objetos cujo valor não pode ser
mudado uma vez que foram criados são chamados *imutáveis*. (O valor de
um objeto contêiner que contém uma referência a um objeto mutável pode
mudar quando o valor deste último for mudado; no entanto o contêiner é
ainda assim considerada imutável, pois a coleção de objetos que contém
não pode ser mudada. Então a imutabilidade não é estritamente o mesmo
do que não haver mudanças de valor, é mais sutil.) A mutabilidade de
um objeto é determinada pelo seu tipo; por exemplo, números, strings e
tuplas são imutáveis, enquanto dicionários e listas são mutáveis.

Os objetos nunca são destruídos explicitamente; no entanto, quando
eles se tornam inacessíveis, eles podem ser coletados como lixo. Uma
implementação tem permissão para adiar a coleta de lixo ou omiti-la
completamente -- é uma questão de qualidade de implementação como a
coleta de lixo é implementada, desde que nenhum objeto seja coletado
que ainda esteja acessível.

**CPython implementation detail:** CPython atualmente usa um esquema
de contagem de referências com detecção atrasada (opcional) de lixo
ligado ciclicamente, que coleta a maioria dos objetos assim que eles
se tornam inacessíveis, mas não é garantido que coletará lixo contendo
referências circulares. Veja a documentação do módulo "gc" para
informações sobre como controlar a coleta de lixo cíclico. Outras
implementações agem de forma diferente e o CPython pode mudar. Não
dependa da finalização imediata dos objetos quando eles se tornarem
inacessíveis (isto é, você deve sempre fechar os arquivos
explicitamente).

Observe que o uso dos recursos de rastreamento ou depuração da
implementação pode manter os objetos ativos que normalmente seriam
coletáveis. Observe também que capturar uma exceção com uma instrução
""try"..."except"" pode manter os objetos vivos.

Alguns objetos contêm referências a recursos "externos", como arquivos
abertos ou janelas. Entende-se que esses recursos são liberados quando
o objeto é coletado como lixo, mas como a coleta de lixo não é
garantida, tais objetos também fornecem uma maneira explícita de
liberar o recurso externo, geralmente um método "close()". Os
programas são fortemente recomendados para fechar explicitamente esses
objetos. A instrução ""try"..."finally"" e a instrução ""with""
fornecem maneiras convenientes de fazer isso.

Alguns objetos contêm referências a outros objetos; eles são chamados
de *contêineres*. Exemplos de contêineres são tuplas, listas e
dicionários. As referências fazem parte do valor de um contêiner. Na
maioria dos casos, quando falamos sobre o valor de um contêiner, nos
referimos aos valores, não às identidades dos objetos contidos;
entretanto, quando falamos sobre a mutabilidade de um contêiner,
apenas as identidades dos objetos contidos imediatamente estão
implícitas. Portanto, se um contêiner imutável (como uma tupla) contém
uma referência a um objeto mutável, seu valor muda se esse objeto
mutável for alterado.

Os tipos afetam quase todos os aspectos do comportamento do objeto.
Até mesmo a importância da identidade do objeto é afetada em algum
sentido: para tipos imutáveis, as operações que calculam novos valores
podem realmente retornar uma referência a qualquer objeto existente
com o mesmo tipo e valor, enquanto para objetos mutáveis isso não é
permitido. Por exemplo, após "a = 1; b = 1", "a" e "b" podem ou não se
referir ao mesmo objeto com o valor um, dependendo da implementação,
mas após "c = []; d = []", "c" e "d" têm a garantia de referir-se a
duas listas vazias diferentes e únicas. (Observe que "c = d = []"
atribui o mesmo objeto para "c" e "d".)


3.2. A hierarquia de tipos padrão
=================================

Abaixo está uma lista dos tipos que são embutidos no Python. Módulos
de extensão (escritos em C, Java ou outras linguagens, dependendo da
implementação) podem definir tipos adicionais. Versões futuras do
Python podem adicionar tipos à hierarquia de tipo (por exemplo,
números racionais, matrizes de inteiros armazenadas de forma
eficiente, etc.), embora tais adições sejam frequentemente fornecidas
por meio da biblioteca padrão.

Algumas das descrições de tipo abaixo contêm um parágrafo listando
"atributos especiais". Esses são atributos que fornecem acesso à
implementação e não se destinam ao uso geral. Sua definição pode mudar
no futuro.

None
   Este tipo possui um único valor. Existe um único objeto com este
   valor. Este objeto é acessado através do nome embutido "None". É
   usado para significar a ausência de um valor em muitas situações,
   por exemplo, ele é retornado de funções que não retornam nada
   explicitamente. Seu valor de verdade é falso.

NotImplemented
   Este tipo possui um único valor. Existe um único objeto com este
   valor. Este objeto é acessado através do nome embutido
   "NotImplemented". Os métodos numéricos e métodos de comparação rica
   devem retornar esse valor se não implementarem a operação para os
   operandos fornecidos. (O interpretador tentará então a operação
   refletida ou alguma outra alternativa, dependendo do operador.) Não
   deve ser avaliado em um contexto booleano.

   Veja a documentação Implementando as operações aritméticas para
   mais detalhes.

   Alterado na versão 3.9: A avaliação de "NotImplemented" em um
   contexto booleano foi descontinuado. Embora atualmente seja
   avaliado como verdadeiro, ele emitirá um "DeprecationWarning". Ele
   levantará uma "TypeError" em uma versão futura do Python.

Ellipsis
   Este tipo possui um único valor. Existe um único objeto com este
   valor. Este objeto é acessado através do literal "..." ou do nome
   embutido "Ellipsis" (reticências). Seu valor de verdade é true.

"numbers.Number"
   Eles são criados por literais numéricos e retornados como
   resultados por operadores aritméticos e funções aritméticas
   integradas. Os objetos numéricos são imutáveis; uma vez criado, seu
   valor nunca muda. Os números do Python são, obviamente, fortemente
   relacionados aos números matemáticos, mas sujeitos às limitações da
   representação numérica em computadores.

   The string representations of the numeric classes, computed by
   "__repr__()" and "__str__()", have the following properties:

   * Elas são literais numéricos válidos que, quando passados para seu
     construtor de classe, produzem um objeto com o valor do numérico
     original.

   * A representação está na base 10, quando possível.

   * Os zeros à esquerda, possivelmente com exceção de um único zero
     antes de um ponto decimal, não são mostrados.

   * Os zeros à direita, possivelmente com exceção de um único zero
     após um ponto decimal, não são mostrados.

   * Um sinal é mostrado apenas quando o número é negativo.

   Python distingue entre inteiros, números de ponto flutuante e
   números complexos:

   "numbers.Integral"
      Estes representam elementos do conjunto matemático de inteiros
      (positivos e negativos).

      Existem dois tipos de inteiros:

      Integers ("int")
         Eles representam números em um intervalo ilimitado, sujeito
         apenas à memória (virtual) disponível. Para o propósito de
         operações de deslocamento e máscara, uma representação
         binária é assumida e os números negativos são representados
         em uma variante do complemento de 2 que dá a ilusão de uma
         string infinita de bits de sinal estendendo-se para a
         esquerda.

      Booleanos ("bool")
         Estes representam os valores da verdade Falsos e Verdadeiros.
         Os dois objetos que representam os valores "False" e "True"
         são os únicos objetos booleanos. O tipo booleano é um subtipo
         do tipo inteiro, e os valores booleanos se comportam como os
         valores 0 e 1, respectivamente, em quase todos os contextos,
         com exceção de que, quando convertidos em uma string, as
         strings ""False"" ou ""True"" são retornados,
         respectivamente.

      As regras para representação de inteiros têm como objetivo
      fornecer a interpretação mais significativa das operações de
      deslocamento e máscara envolvendo inteiros negativos.

   "numbers.Real" ("float")
      Eles representam números de ponto flutuante de precisão dupla no
      nível da máquina. Você está à mercê da arquitetura da máquina
      subjacente (e implementação C ou Java) para o intervalo aceito e
      tratamento de estouro. Python não oferece suporte a números de
      ponto flutuante de precisão única; a economia no uso do
      processador e da memória, que normalmente é o motivo de usá-los,
      é ofuscada pela sobrecarga do uso de objetos em Python,
      portanto, não há razão para complicar a linguagem com dois tipos
      de números de ponto flutuante.

   "numbers.Complex" ("complex")
      Eles representam números complexos como um par de números de
      ponto flutuante de precisão dupla no nível da máquina. As mesmas
      advertências se aplicam aos números de ponto flutuante. As
      partes reais e imaginárias de um número complexo "z" podem ser
      obtidas através dos atributos somente leitura "z.real" e
      "z.imag".

Sequências
   Eles representam conjuntos ordenados finitos indexados por números
   não negativos. A função embutida "len()" retorna o número de itens
   de uma sequência. Quando o comprimento de uma sequência é *n*, o
   conjunto de índices contém os números 0, 1, ..., *n*-1. O item *i*
   da sequência *a* é selecionado por "a[i]".

   Sequências também suportam fatiamento: "a[i:j]" seleciona todos os
   itens com índice *k* de forma que *i* "<=" *k* "<" *j*. Quando
   usada como expressão, uma fatia é uma sequência do mesmo tipo. Isso
   implica que o conjunto de índices é renumerado para que comece em
   0.

   Algumas sequências também suportam "fatiamento estendido" com um
   terceiro parâmetro de "etapa": "a[i:j:k]" seleciona todos os itens
   de *a* com índice *x* onde "x = i + n*k", *n* ">=" "0" e *i* "<="
   *x* "<" *j*.

   As sequências são distinguidas de acordo com sua mutabilidade:

   Sequências imutáveis
      Um objeto de um tipo de sequência imutável não pode ser alterado
      depois de criado. (Se o objeto contiver referências a outros
      objetos, esses outros objetos podem ser mutáveis e podem ser
      alterados; no entanto, a coleção de objetos diretamente
      referenciada por um objeto imutável não pode ser alterada.)

      Os tipos a seguir são sequências imutáveis:

      Strings
         Uma string é uma sequência de valores que representam pontos
         de código Unicode. Todos os pontos de código no intervalo
         "U+0000 - U+10FFFF" podem ser representados em uma string.
         Python não tem um tipo "char"; em vez disso, cada ponto de
         código na string é representado como um objeto string com
         comprimento "1". A função embutida "ord()" converte um ponto
         de código de sua forma de string para um inteiro no intervalo
         "0 - 10FFFF"; "chr()" converte um inteiro no intervalo "0 -
         10FFFF" para o objeto de string correspondente de comprimento
         "1". "str.encode()" pode ser usado para converter uma "str"
         para "bytes" usando a codificação de texto fornecida, e
         "bytes.decode()" pode ser usado para conseguir o oposto.

      Tuplas
         Os itens de uma tupla são objetos Python arbitrários. Tuplas
         de dois ou mais itens são formadas por listas de expressões
         separadas por vírgulas. Uma tupla de um item (um "singleton")
         pode ser formada afixando uma vírgula a uma expressão (uma
         expressão por si só não cria uma tupla, já que os parênteses
         devem ser usados para agrupamento de expressões). Uma tupla
         vazia pode ser formada por um par vazio de parênteses.

      Bytes
         Um objeto bytes é um vetor imutável. Os itens são bytes de 8
         bits, representados por inteiros no intervalo 0 <= x < 256.
         Literais de bytes (como "b'abc'") e o construtor embutido
         "bytes()" podem ser usados para criar objetos bytes. Além
         disso, os objetos bytes podem ser decodificados em strings
         através do método "decode()".

   Sequências mutáveis
      As sequências mutáveis podem ser alteradas após serem criadas.
      As notações de assinatura e fatiamento podem ser usadas como o
      destino da atribuição e instruções "del" (*delete*, exclusão).

      Atualmente, existem dois tipos de sequência mutável intrínseca:

      Listas
         Os itens de uma lista são objetos Python arbitrários. As
         listas são formadas colocando uma lista separada por vírgulas
         de expressões entre colchetes. (Observe que não há casos
         especiais necessários para formar listas de comprimento 0 ou
         1.)

      Vetores de bytes
         Um objeto bytearray é um vetor mutável. Eles são criados pelo
         construtor embutido "bytearray()". Além de serem mutáveis (e,
         portanto, inalteráveis), os vetores de bytes fornecem a mesma
         interface e funcionalidade que os objetos imutáveis "bytes".

      O módulo de extensão "array" fornece um exemplo adicional de um
      tipo de sequência mutável, assim como o módulo "collections".

Tipos conjuntos
   Eles representam conjuntos finitos e não ordenados de objetos
   únicos e imutáveis. Como tal, eles não podem ser indexados por
   nenhum subscrito. No entanto, eles podem ser iterados, e a função
   embutida "len()" retorna o número de itens em um conjunto. Os usos
   comuns para conjuntos são testes rápidos de associação, remoção de
   duplicatas de uma sequência e computação de operações matemáticas
   como interseção, união, diferença e diferença simétrica.

   Para elementos de conjunto, as mesmas regras de imutabilidade se
   aplicam às chaves de dicionário. Observe que os tipos numéricos
   obedecem às regras normais para comparação numérica: se dois
   números forem iguais (por exemplo, "1" e "1.0"), apenas um deles
   pode estar contido em um conjunto.

   Atualmente, existem dois tipos de conjuntos intrínsecos:

   Conjuntos
      Eles representam um conjunto mutável. Eles são criados pelo
      construtor embutido "set()" e podem ser modificados
      posteriormente por vários métodos, como "add()".

   Frozen sets
      Eles representam um conjunto imutável. Eles são criados pelo
      construtor embutido "frozenset()". Como um frozenset é imutável
      e *hasheável*, ele pode ser usado novamente como um elemento de
      outro conjunto, ou como uma chave de dicionário.

Mapeamentos
   Eles representam conjuntos finitos de objetos indexados por
   conjuntos de índices arbitrários. A notação subscrito "a[k]"
   seleciona o item indexado por "k" do mapeamento "a"; isso pode ser
   usado em expressões e como alvo de atribuições ou instruções "del".
   A função embutida "len()" retorna o número de itens em um
   mapeamento.

   Atualmente, há um único tipo de mapeamento intrínseco:

   Dicionários
      Eles representam conjuntos finitos de objetos indexados por
      valores quase arbitrários. Os únicos tipos de valores não
      aceitáveis como chaves são os valores que contêm listas ou
      dicionários ou outros tipos mutáveis que são comparados por
      valor em vez de por identidade de objeto, o motivo é que a
      implementação eficiente de dicionários requer que o valor de
      hash de uma chave permaneça constante. Os tipos numéricos usados
      para chaves obedecem às regras normais para comparação numérica:
      se dois números forem iguais (por exemplo, "1" e "1.0"), eles
      podem ser usados alternadamente para indexar a mesma entrada do
      dicionário.

      Dicionários preservam a ordem de inserção, o que significa que
      as chaves serão produzidas na mesma ordem em que foram
      adicionadas sequencialmente no dicionário. Substituir uma chave
      existente não altera a ordem, no entanto, remover uma chave e
      inseri-la novamente irá adicioná-la ao final em vez de manter
      seu lugar anterior.

      Os dicionários são mutáveis; eles podem ser criados pela notação
      "{...}" (veja a seção Sintaxes de criação de dicionário).

      Os módulos de extensão "dbm.ndbm" e "dbm.gnu" fornecem exemplos
      adicionais de tipos de mapeamento, assim como o módulo
      "collections".

      Alterado na versão 3.7: Dicionários não preservavam a ordem de
      inserção nas versões do Python anteriores à 3.6. No CPython 3.6,
      a ordem de inserção foi preservada, mas foi considerada um
      detalhe de implementação naquela época, em vez de uma garantia
      de linguagem.

Tipos chamáveis
   Estes são os tipos aos quais a operação de chamada de função (veja
   a seção Chamadas) pode ser aplicada:

   Funções definidas pelo usuário
      Um objeto função definido pelo usuário será criado pela
      definição de função (veja a seção Definições de função). A mesma
      deverá ser invocada com uma lista de argumentos contendo o mesmo
      número de itens que a lista de parâmetros formais da função.

      Atributos especiais:

      +---------------------------+---------------------------------+-------------+
      | Atributo                  | Significado                     |             |
      |===========================|=================================|=============|
      | "__doc__"                 | A string de documentação da     | Gravável    |
      |                           | função, ou "None" se            |             |
      |                           | indisponível; não herdado por   |             |
      |                           | subclasses.                     |             |
      +---------------------------+---------------------------------+-------------+
      | "__name__"                | O nome da função.               | Gravável    |
      +---------------------------+---------------------------------+-------------+
      | "__qualname__"            | O *nome qualificado* da função. | Gravável    |
      |                           | Novo na versão 3.3.             |             |
      +---------------------------+---------------------------------+-------------+
      | "__module__"              | O nome do módulo em que a       | Gravável    |
      |                           | função foi definida ou "None"   |             |
      |                           | se indisponível.                |             |
      +---------------------------+---------------------------------+-------------+
      | "__defaults__"            | Uma tupla contendo valores de   | Gravável    |
      |                           | argumento padrão para aqueles   |             |
      |                           | argumentos que possuem padrões, |             |
      |                           | ou "None" se nenhum argumento   |             |
      |                           | tiver um valor padrão.          |             |
      +---------------------------+---------------------------------+-------------+
      | "__code__"                | O objeto código que representa  | Gravável    |
      |                           | o corpo da função compilada.    |             |
      +---------------------------+---------------------------------+-------------+
      | "__globals__"             | Uma referência ao dicionário    | Somente     |
      |                           | que contém as variáveis globais | Leitura     |
      |                           | da função --- o espaço de nomes |             |
      |                           | global do módulo no qual a      |             |
      |                           | função foi definida.            |             |
      +---------------------------+---------------------------------+-------------+
      | "__dict__"                | O espaço de nomes que oferece   | Gravável    |
      |                           | suporte a atributos de função   |             |
      |                           | arbitrários.                    |             |
      +---------------------------+---------------------------------+-------------+
      | "__closure__"             | "None" ou uma tupla de células  | Somente     |
      |                           | que contêm ligações para as     | Leitura     |
      |                           | variáveis livres da função.     |             |
      |                           | Veja abaixo as informações      |             |
      |                           | sobre o atributo                |             |
      |                           | "cell_contents".                |             |
      +---------------------------+---------------------------------+-------------+
      | "__annotations__"         | Um dicionário contendo          | Gravável    |
      |                           | anotações de parâmetros. As     |             |
      |                           | chaves do dict são os nomes dos |             |
      |                           | parâmetros e "'return'" para a  |             |
      |                           | anotação de retorno, se         |             |
      |                           | fornecida.                      |             |
      +---------------------------+---------------------------------+-------------+
      | "__kwdefaults__"          | Um dicionário contendo padrões  | Gravável    |
      |                           | para parâmetros somente-        |             |
      |                           | nomeados.                       |             |
      +---------------------------+---------------------------------+-------------+

      A maioria dos atributos rotulados como "Gravável" verifica o
      tipo do valor atribuído.

      Os objetos função também suportam a obtenção e configuração de
      atributos arbitrários, que podem ser usados, por exemplo, para
      anexar metadados a funções. A notação de ponto de atributo
      regular é usada para obter e definir esses atributos. *Observe
      que a implementação atual só oferece suporte a atributos de
      função em funções definidas pelo usuário. Atributos de função
      embutidas podem ser suportados no futuro.*

      Um objeto de célula tem o atributo "cell_contents". Isso pode
      ser usado para obter o valor da célula, bem como definir o
      valor.

      Informações adicionais sobre a definição de uma função podem ser
      recuperadas de seu objeto de código; veja a descrição dos tipos
      internos abaixo. O tipo "cell" pode ser acessado no módulo
      "types".

   Instância de métodos
      Um objeto método de instância combina uma classe, uma instância
      de classe e qualquer objeto chamável (normalmente uma função
      definida pelo usuário).

      Atributos especiais somente leitura: "__self__" é o objeto de
      instância da classe, "__func__" é o objeto função; "__doc__" é a
      documentação do método (mesmo que "__func__.__doc__"); "__
      name__" é o nome do método (mesmo que "__func__.__name__");
      "__module__" é o nome do módulo no qual o método foi definido,
      ou "None" se indisponível.

      Os métodos também suportam o acesso (mas não a configuração) dos
      atributos arbitrários da função no objeto função subjacente.

      Os objetos método definidos pelo usuário podem ser criados ao se
      obter um atributo de uma classe (talvez por meio de uma
      instância dessa classe), se esse atributo for um objeto função
      definido pelo usuário ou um objeto método de classe.

      Quando um objeto método de instância é criado recuperando um
      objeto  função definido pelo usuário de uma classe por meio de
      uma de suas instâncias, seu atributo "__self__" é a instância, e
      o objeto método é considerado vinculado. O atributo "__func__"
      do novo método é o objeto da função original.

      Quando um objeto método de instância é criado recuperando um
      objeto  método de classe de uma classe ou instância, seu
      atributo "__self__" é a própria classe, e seu atributo
      "__func__" é o objeto função subjacente ao método de classe.

      Quando um objeto método de instância é chamado, a função
      subjacente ("__func__") é chamada, inserindo a instância de
      classe ("__self__") na frente da lista de argumentos. Por
      exemplo, quando "C" é uma classe que contém uma definição para
      uma função "f()", e "x" é uma instância de "C", chamando
      "x.f(1)" é equivalente a chamar "C.f(x, 1)".

      Quando um objeto método de instância é derivado de um objeto
      método de classe, a "instância de classe" armazenada em
      "__self__" será na verdade a própria classe, de modo que chamar
      "x.f(1)" ou "C.f(1)" é equivalente a chamar "f(C,1)" sendo "f" a
      função subjacente.

      Observe que a transformação de objeto função em objeto método de
      instância ocorre sempre que o atributo é recuperado da
      instância. Em alguns casos, uma otimização frutífera é atribuir
      o atributo a uma variável local e chamar essa variável local.
      Observe também que essa transformação ocorre apenas para funções
      definidas pelo usuário; outros objetos chamáveis (e todos os
      objetos não chamáveis) são recuperados sem transformação. Também
      é importante observar que as funções definidas pelo usuário que
      são atributos de uma instância de classe não são convertidas em
      métodos vinculados; isso *apenas* acontece quando a função é um
      atributo da classe.

   Funções geradoras
      Uma função ou método que usa a instrução "yield" (veja a seção A
      instrução yield) é chamada de *função geradora*. Tal função,
      quando chamada, sempre retorna um objeto iterador que pode ser
      usado para executar o corpo da função: chamar o método
      "iterator.__next__()" do iterador fará com que a função seja
      executada até que forneça um valor usando a instrução "yield".
      Quando a função executa uma instrução "return" ou sai do fim,
      uma exceção "StopIteration" é levantada e o iterador terá
      alcançado o fim do conjunto de valores a serem retornados.

   Funções de corrotina
      Uma função ou um método que é definida(o) usando "async def" é
      chamado de *função de corrotina*. Tal função, quando chamada,
      retorna um objeto de *corrotina*. Ele pode conter expressões
      "await", bem como instruções "async with" e "async for". Veja
      também a seção Objetos corrotina.

   Funções geradoras assíncronas
      Uma função ou um método que é definida(o) usando "async def" e
      que usa a instrução "yield" é chamada de *função geradora
      assíncrona*. Tal função, quando chamada, retorna um objeto
      iterador assíncrono que pode ser usado em uma instrução "async
      for" para executar o corpo da função.

      Calling the asynchronous iterator's "aiterator.__anext__" method
      will return an *awaitable* which when awaited will execute until
      it provides a value using the "yield" expression.  When the
      function executes an empty "return" statement or falls off the
      end, a "StopAsyncIteration" exception is raised and the
      asynchronous iterator will have reached the end of the set of
      values to be yielded.

   Funções embutidas
      Um objeto função embutida é um wrapper em torno de uma função C.
      Exemplos de funções embutidas são "len()" e "math.sin()" ("math"
      é um módulo embutido padrão). O número e o tipo dos argumentos
      são determinados pela função C. Atributos especiais de somente
      leitura: "__doc__" é a string de documentação da função, ou
      "None" se indisponível; "__name__" é o nome da função;
      "__self__" é definido como "None" (mas veja o próximo item);
      "__module__" é o nome do módulo no qual a função foi definida ou
      "None" se indisponível.

   Métodos embutidos
      Este é realmente um disfarce diferente de uma função embutida,
      desta vez contendo um objeto passado para a função C como um
      argumento extra implícito. Um exemplo de método embutido é
      "alist.append()", presumindo que *alist* é um objeto de lista.
      Nesse caso, o atributo especial de somente leitura "__self__" é
      definido como o objeto denotado por *alist*.

   Classes
      Classes are callable.  These objects normally act as factories
      for new instances of themselves, but variations are possible for
      class types that override "__new__()".  The arguments of the
      call are passed to "__new__()" and, in the typical case, to
      "__init__()" to initialize the new instance.

   Instâncias de classes
      Instances of arbitrary classes can be made callable by defining
      a "__call__()" method in their class.

Módulos
   Módulos são uma unidade organizacional básica do código Python, e
   são criados pelo sistema de importação como invocado pela instrução
   "import", ou chamando funções como "importlib.import_module()" e a
   embutida "__import__()". Um objeto de módulo tem um espaço de nomes
   implementado por um objeto de dicionário (este é o dicionário
   referenciado pelo atributo "__globals__" de funções definidas no
   módulo). As referências de atributos são traduzidas para pesquisas
   neste dicionário, por exemplo, "m.x" é equivalente a
   "m.__dict__["x"]". Um objeto de módulo não contém o objeto código
   usado para inicializar o módulo (uma vez que não é necessário
   depois que a inicialização é concluída).

   A atribuição de atributo atualiza o dicionário de espaço de nomes
   do módulo, por exemplo, "m.x = 1" é equivalente a "m.__dict__["x"]
   = 1".

   Atributos predefinidos (graváveis): "__name__" é o nome do módulo;
   "__doc__" é a string de documentação do módulo, ou "None" se
   indisponível; "__annotations__" (opcional) é um dicionário contendo
   *anotações de variáveis* coletadas durante a execução do corpo do
   módulo; "__file__" é o caminho do arquivo do qual o módulo foi
   carregado, se ele foi carregado de um arquivo. O atributo
   "__file__" pode estar faltando para certos tipos de módulos, como
   módulos C que estão estaticamente vinculados ao interpretador; para
   módulos de extensão carregados dinamicamente de uma biblioteca
   compartilhada, é o nome do caminho do arquivo da biblioteca
   compartilhada.

   Atributo especial somente leitura: "__dict__" é o espaço de nomes
   do módulo como um objeto de dicionário.

   **CPython implementation detail:** Por causa da maneira como o
   CPython limpa os dicionários do módulo, o dicionário do módulo será
   limpo quando o módulo sair do escopo, mesmo se o dicionário ainda
   tiver referências ativas. Para evitar isso, copie o dicionário ou
   mantenha o módulo por perto enquanto usa seu dicionário
   diretamente.

Classes personalizadas
   Tipos de classe personalizados são tipicamente criados por
   definições de classe (veja a seção Definições de classe). Uma
   classe possui um espaço de nomes implementado por um objeto de
   dicionário. As referências de atributos de classe são traduzidas
   para pesquisas neste dicionário, por exemplo, "Cx" é traduzido para
   "C.__dict__["x"]" (embora haja uma série de ganchos que permitem
   outros meios de localizar atributos) . Quando o nome do atributo
   não é encontrado lá, a pesquisa do atributo continua nas classes
   base. Essa pesquisa das classes base usa a ordem de resolução de
   métodos C3, que se comporta corretamente mesmo na presença de
   estruturas de herança "diamante", onde há vários caminhos de
   herança que levam de volta a um ancestral comum. Detalhes
   adicionais sobre o C3 MRO usado pelo Python podem ser encontrados
   na documentação que acompanha a versão 2.3 em
   https://www.python.org/download/releases/2.3/mro/.

   Quando uma referência de atributo de classe (para uma classe "C",
   digamos) produziria um objeto método de classe, ele é transformado
   em um objeto método de instância cujo atributo "__self__" é "C".
   Quando produziria um objeto método estático, ele é transformado no
   objeto encapsulado pelo objeto método estático. Veja a seção
   Implementando descritores para outra maneira em que os atributos
   recuperados de uma classe podem diferir daqueles realmente contidos
   em seu "__dict__".

   As atribuições de atributos de classe atualizam o dicionário da
   classe, nunca o dicionário de uma classe base.

   Um objeto de classe pode ser chamado (veja acima) para produzir uma
   instância de classe (veja abaixo).

   Atributos especiais: "__name__" é o nome da classe; "__module__" é
   o nome do módulo no qual a classe foi definida; "__dict__" é o
   dicionário que contém o espaço de nomes da classe; "__bases__" é
   uma tupla contendo as classes base, na ordem de sua ocorrência na
   lista de classes base; "__doc__" é a string de documentação da
   classe, ou "None" se indefinido; "__annotations__" (opcional) é um
   dicionário contendo *anotações de variáveis* coletadas durante a
   execução do corpo da classe.

Instâncias de classe
   A class instance is created by calling a class object (see above).
   A class instance has a namespace implemented as a dictionary which
   is the first place in which attribute references are searched.
   When an attribute is not found there, and the instance's class has
   an attribute by that name, the search continues with the class
   attributes.  If a class attribute is found that is a user-defined
   function object, it is transformed into an instance method object
   whose "__self__" attribute is the instance.  Static method and
   class method objects are also transformed; see above under
   "Classes".  See section Implementando descritores for another way
   in which attributes of a class retrieved via its instances may
   differ from the objects actually stored in the class's "__dict__".
   If no class attribute is found, and the object's class has a
   "__getattr__()" method, that is called to satisfy the lookup.

   Attribute assignments and deletions update the instance's
   dictionary, never a class's dictionary.  If the class has a
   "__setattr__()" or "__delattr__()" method, this is called instead
   of updating the instance dictionary directly.

   As instâncias de classe podem fingir ser números, sequências ou
   mapeamentos se tiverem métodos com certos nomes especiais. Veja a
   seção Nomes de métodos especiais.

   Atributos especiais: "__dict__" é o dicionário de atributos;
   "__class__" é a classe da instância.

Objetos de E/S (também conhecidos como objetos arquivo)
   O *objeto arquivo* representa um arquivo aberto. Vários atalhos
   estão disponíveis para criar objetos arquivos: a função embutida
   "open()", e também "os.popen()", "os.fdopen()" e o método
   "makefile()" de objetos soquete (e talvez por outras funções ou
   métodos fornecidos por módulos de extensão).

   Os objetos "sys.stdin", "sys.stdout" e "sys.stderr" são
   inicializados para objetos arquivo que correspondem aos fluxos de
   entrada, saída e erro padrão do interpretador; eles são todos
   abertos em modo texto e, portanto, seguem a interface definida pela
   classe abstrata "io.TextIOBase".

Tipos internos
   Alguns tipos usados internamente pelo interpretador são expostos ao
   usuário. Suas definições podem mudar com versões futuras do
   interpretador, mas são mencionadas aqui para fins de integridade.

   Objetos código
      Objetos código representam código Python executável *compilados
      em bytes* ou *bytecode*. A diferença entre um objeto código e um
      objeto função é que o objeto função contém uma referência
      explícita aos globais da função (o módulo no qual foi definida),
      enquanto um objeto código não contém nenhum contexto; também os
      valores de argumento padrão são armazenados no objeto função,
      não no objeto código (porque eles representam os valores
      calculados em tempo de execução). Ao contrário dos objetos
      função, os objetos código são imutáveis e não contêm referências
      (direta ou indiretamente) a objetos mutáveis.

      Atributos especiais de somente leitura: "co_name" fornece o nome
      da função; "co_argcount" é o número total de argumentos
      posicionais (incluindo argumentos apenas posicionais e
      argumentos com valores padrão); "co_posonlyargcount" é o número
      de argumentos somente-posicionais (incluindo argumentos com
      valores padrão); "co_kwonlyargcount" é o número de argumentos
      somente-nomeados (incluindo argumentos com valores padrão);
      "co_nlocals" é o número de variáveis ​​locais usadas pela função
      (incluindo argumentos); "co_varnames" é uma tupla contendo os
      nomes das variáveis ​​locais (começando com os nomes dos
      argumentos); "co_cellvars" é uma tupla contendo os nomes das
      variáveis ​​locais que são referenciadas por funções aninhadas;
      "co_freevars" é uma tupla contendo os nomes das variáveis
      ​​livres; "co_code" é uma string que representa a sequência de
      instruções de bytecode; "co_consts" é uma tupla contendo os
      literais usados ​​pelo bytecode; "co_names" é uma tupla contendo
      os nomes usados ​​pelo bytecode; "co_filename" é o nome do
      arquivo a partir do qual o código foi compilado;
      "co_firstlineno" é o número da primeira linha da função;
      "co_lnotab" é uma string que codifica o mapeamento de
      deslocamentos de bytecode para números de linha (para detalhes,
      veja o código-fonte do interpretador); "co_stacksize" é o
      tamanho de pilha necessário; "co_flags" é um inteiro que
      codifica uma série de sinalizadores para o interpretador.

      Os seguintes bits de sinalizador são definidos para "co_flags":
      o bit "0x04" é definido se a função usa a sintaxe "*arguments"
      para aceitar um número arbitrário de argumentos posicionais; o
      bit "0x08" é definido se a função usa a sintaxe "**keywords"
      para aceitar argumentos nomeados arbitrários; o bit "0x20" é
      definido se a função for um gerador.

      Declarações de recursos futuros ("from __future__ import
      division") também usam bits em "co_flags" para indicar se um
      objeto código foi compilado com um recurso específico
      habilitado: o bit "0x2000" é definido se a função foi compilada
      com divisão futura habilitada; os bits "0x10" e "0x1000" foram
      usados em versões anteriores do Python.

      Outros bits em "co_flags" são reservados para uso interno.

      Se um objeto código representa uma função, o primeiro item em
      "co_consts" é a string de documentação da função, ou "None" se
      indefinido.

   Objetos quadro
      Objetos quadro representam quadros de execução. Eles podem
      ocorrer em objetos traceback (veja abaixo) e também são passados
      para funções de rastreamento registradas.

      Atributos especiais de somente leitura: "f_back" é para o quadro
      de pilha anterior (para o chamador), ou "None" se este é o
      quadro de pilha inferior; "f_code" é o objeto código sendo
      executado neste quadro; "f_locals" é o dicionário usado para
      procurar variáveis locais; "f_globals" é usado para variáveis
      globais; "f_builtins" é usado para nomes embutidos
      (intrínsecos); "f_lasti" dá a instrução precisa (este é um
      índice para a string bytecode do objeto código).

      Acessar "f_code" levanta um evento de auditoria
      "object.__getattr__" com argumentos "obj" e ""f_code"".

      Atributos especiais de escrita: "f_trace", se não "None", é uma
      função chamada para vários eventos durante a execução do código
      (isso é usado pelo depurador). Normalmente, um evento é
      disparado para cada nova linha de origem -- isso pode ser
      desabilitado configurando "f_trace_lines" para "False".

      As implementações *podem* permitir que eventos por opcode sejam
      solicitados definindo "f_trace_opcodes" para "True". Observe que
      isso pode levar a um comportamento indefinido do interpretador
      se as exceções levantadas pela função trace escaparem à função
      que está sendo rastreada.

      "f_lineno" é o número da linha atual do quadro -- escrever nele
      a partir de uma função de rastreamento salta para a linha
      fornecida (apenas para o quadro mais abaixo). Um depurador pode
      implementar um comando Jump (também conhecido como Set Next
      Statement) escrevendo para f_lineno.

      Objetos quadro têm suporte a um método:

      frame.clear()

         Este método limpa todas as referências a variáveis locais
         mantidas pelo quadro. Além disso, se o quadro pertencer a um
         gerador, o gerador é finalizado. Isso ajuda a quebrar os
         ciclos de referência que envolvem objetos quadro (por
         exemplo, ao capturar uma exceção e armazenar seu traceback
         para uso posterior).

         "RuntimeError" é levantada se o quadro estiver em execução.

         Novo na versão 3.4.

   Objetos traceback
      Objetos traceback representam um stack trace (situação da pilha
      de execução) de uma exceção. Um objeto traceback é criado
      implicitamente quando ocorre uma exceção e também pode ser
      criado explicitamente chamando "types.TracebackType".

      Para tracebacks criados implicitamente, quando a busca por um
      manipulador de exceção desenrola a pilha de execução, em cada
      nível desenrolado um objeto traceback é inserido na frente do
      traceback atual. Quando um manipulador de exceção é inserido, o
      stack trace é disponibilizado para o programa. (Veja a seção The
      try statement.) É acessível como o terceiro item da tupla
      retornada por "sys.exc_info()", e como o atributo
      "__traceback__" da exceção capturada.

      Quando o programa não contém um manipulador adequado, o stack
      trace é escrito (formatado de maneira adequada) no fluxo de erro
      padrão; se o interpretador for interativo, ele também é
      disponibilizado ao usuário como "sys.last_traceback".

      Para tracebacks criados explicitamente, cabe ao criador do
      traceback determinar como os atributos "tb_next" devem ser
      vinculados para formar um stack trace completo.

      Atributos especiais de somente leitura: "tb_frame" aponta para o
      quadro de execução do nível atual; "tb_lineno" fornece o número
      da linha onde ocorreu a exceção; "tb_lasti" indica a instrução
      precisa. O número da linha e a última instrução no traceback
      podem diferir do número da linha de seu objeto quadro se a
      exceção ocorreu em uma instrução "try" sem cláusula except
      correspondente ou com uma cláusula finally.

      Acessar "tb_frame" levanta um evento de auditoria
      "object.__getattr__" com argumentos "obj" e ""tb_frame"".

      Atributo especial de escrita: "tb_next" é o próximo nível no
      stack trace (em direção ao quadro onde a exceção ocorreu), ou
      "None" se não houver próximo nível.

      Alterado na versão 3.7: Os objetos traceback agora podem ser
      explicitamente instanciados a partir do código Python, e o
      atributo "tb_next" das instâncias existentes pode ser
      atualizado.

   Objetos slice
      Slice objects are used to represent slices for "__getitem__()"
      methods.  They are also created by the built-in "slice()"
      function.

      Atributos especiais de somente leitura: "start" é o limite
      inferior; "stop" é o limite superior; "step" é o valor
      intermediário; cada um é "None" se omitido. Esses atributos
      podem ter qualquer tipo.

      Objetos slice têm suporte a um método:

      slice.indices(self, length)

         Este método usa um único argumento inteiro *length* e calcula
         informações sobre a fatia que o objeto slice descreveria se
         aplicado a uma sequência de itens de *length*. Ele retorna
         uma tupla de três inteiros; respectivamente, estes são os
         índices *start* e *stop* e o *step* ou comprimento de avanços
         da fatia. Índices ausentes ou fora dos limites são tratados
         de maneira consistente com fatias regulares.

   Objetos método estáticos
      Objetos método estáticos fornecem uma maneira de derrotar a
      transformação de objetos função em objetos método descritos
      acima. Um objeto método estático é um wrapper em torno de
      qualquer outro objeto, geralmente um objeto método definido pelo
      usuário. Quando um objeto método estático é recuperado de uma
      classe ou instância de classe, o objeto realmente retornado é o
      objeto envolto, que não está sujeito a nenhuma transformação
      posterior. Os objetos método estáticos não são chamáveis, embora
      os objetos que envolvem geralmente o sejam. Objetos método
      estáticos são criados pelo construtor embutido "staticmethod()".

   Objetos métodos de classe
      Um objeto método de classe, como um objeto método estático, é um
      invólucro em torno de outro objeto que altera a maneira como
      esse objeto é recuperado de classes e instâncias de classe. O
      comportamento dos objetos método de classe após tal recuperação
      é descrito acima, em "Métodos definidos pelo usuário". Objetos
      método de classe são criados pelo construtor embutido
      "classmethod()".


3.3. Nomes de métodos especiais
===============================

A class can implement certain operations that are invoked by special
syntax (such as arithmetic operations or subscripting and slicing) by
defining methods with special names. This is Python's approach to
*operator overloading*, allowing classes to define their own behavior
with respect to language operators.  For instance, if a class defines
a method named "__getitem__()", and "x" is an instance of this class,
then "x[i]" is roughly equivalent to "type(x).__getitem__(x, i)".
Except where mentioned, attempts to execute an operation raise an
exception when no appropriate method is defined (typically
"AttributeError" or "TypeError").

Setting a special method to "None" indicates that the corresponding
operation is not available.  For example, if a class sets "__iter__()"
to "None", the class is not iterable, so calling "iter()" on its
instances will raise a "TypeError" (without falling back to
"__getitem__()"). [2]

Ao implementar uma classe que emula qualquer tipo embutido, é
importante que a emulação seja implementada apenas na medida em que
faça sentido para o objeto que está sendo modelado. Por exemplo,
algumas sequências podem funcionar bem com a recuperação de elementos
individuais, mas extrair uma fatia pode não fazer sentido. (Um exemplo
disso é a interface "NodeList" no Document Object Model do W3C.)


3.3.1. Personalização básica
----------------------------

object.__new__(cls[, ...])

   Chamado para criar uma nova instância da classe *cls*. "__new__()"
   é um método estático (é um caso especial, então você não precisa
   declará-lo como tal) que recebe a classe da qual uma instância foi
   solicitada como seu primeiro argumento. Os argumentos restantes são
   aqueles passados para a expressão do construtor do objeto (a
   chamada para a classe). O valor de retorno de "__new__()" deve ser
   a nova instância do objeto (geralmente uma instância de *cls*).

   Implementações típicas criam uma nova instância da classe invocando
   o método "__new__()" da superclasse usando "super().__new__(cls[,
   ...])" com os argumentos apropriados e, em seguida, modificando a
   instância recém-criada conforme necessário antes de retorná-la.

   If "__new__()" is invoked during object construction and it returns
   an instance of *cls*, then the new instance’s "__init__()" method
   will be invoked like "__init__(self[, ...])", where *self* is the
   new instance and the remaining arguments are the same as were
   passed to the object constructor.

   Se "__new__()" não retornar uma instância de *cls*, então o método
   "__init__()" da nova instância não será invocado.

   "__new__()" destina-se principalmente a permitir que subclasses de
   tipos imutáveis (como int, str ou tupla) personalizem a criação de
   instâncias. Também é comumente substituído em metaclasses
   personalizadas para personalizar a criação de classes.

object.__init__(self[, ...])

   Chamado após a instância ter sido criada (por "__new__()"), mas
   antes de ser retornada ao chamador. Os argumentos são aqueles
   passados para a expressão do construtor da classe. Se uma classe
   base tem um método "__init__()", o método "__init__()" da classe
   derivada, se houver, deve chamá-lo explicitamente para garantir a
   inicialização apropriada da parte da classe base da instância; por
   exemplo: "super().__init__([args...])".

   Porque "__new__()" e "__init__()" trabalham juntos na construção de
   objetos ("__new__()" para criá-lo e "__init__()" para
   personalizá-lo), nenhum valor diferente de "None" pode ser
   retornado por "__init__()"; fazer isso fará com que uma "TypeError"
   seja levantada em tempo de execução.

object.__del__(self)

   Chamado quando a instância está prestes a ser destruída. Também é
   chamada de finalizador ou (incorretamente) de destruidor. Se uma
   classe base tem um método "__del__()", o método "__del__()" da
   classe derivada, se houver, deve chamá-lo explicitamente para
   garantir a exclusão adequada da parte da classe base da instância.

   É possível (embora não recomendado!) para o método "__del__()"
   adiar a destruição da instância criando uma nova referência a ela.
   Isso é chamado de *ressurreição* de objeto. Depende da
   implementação se "__del__()" é chamado uma segunda vez quando um
   objeto ressuscitado está prestes a ser destruído; a implementação
   atual do *CPython* apenas o chama uma vez.

   Não é garantido que os métodos "__del__()" sejam chamados para
   objetos que ainda existam quando o interpretador sai.

   Nota:

     "del x" não chama diretamente "x.__del__()" -- o primeiro diminui
     a contagem de referências para "x" em um, e o segundo só é
     chamado quando a contagem de referências de "x" atinge zero.

   **CPython implementation detail:** It is possible for a reference
   cycle to prevent the reference count of an object from going to
   zero.  In this case, the cycle will be later detected and deleted
   by the *cyclic garbage collector*.  A common cause of reference
   cycles is when an exception has been caught in a local variable.
   The frame's locals then reference the exception, which references
   its own traceback, which references the locals of all frames caught
   in the traceback.

   Ver também: Documentação do módulo "gc".

   Aviso:

     Devido às circunstâncias precárias sob as quais os métodos
     "__del__()" são invocados, as exceções que ocorrem durante sua
     execução são ignoradas e um aviso é impresso em "sys.stderr" em
     seu lugar. Em particular:

     * "__del__()" pode ser chamado quando um código arbitrário está
       sendo executado, incluindo de qualquer thread arbitrário. Se
       "__del__()" precisar bloquear ou invocar qualquer outro recurso
       de bloqueio, pode ocorrer um deadlock, pois o recurso já pode
       ter sido levado pelo código que é interrompido para executar
       "__del__()".

     * "__del__()" pode ser executado durante o desligamento do
       interpretador. Como consequência, as variáveis globais que ele
       precisa acessar (incluindo outros módulos) podem já ter sido
       excluídas ou definidas como "None". O Python garante que os
       globais cujo nome comece com um único sublinhado sejam
       excluídos de seu módulo antes que outros globais sejam
       excluídos; se nenhuma outra referência a tais globais existir,
       isso pode ajudar a garantir que os módulos importados ainda
       estejam disponíveis no momento em que o método "__del__()" for
       chamado.

object.__repr__(self)

   Chamado pela função embutida "repr()" para calcular a representação
   da string "oficial" de um objeto. Se possível, isso deve parecer
   uma expressão Python válida que pode ser usada para recriar um
   objeto com o mesmo valor (dado um ambiente apropriado). Se isso não
   for possível, uma string no formato "<...alguma descrição útil...>"
   deve ser retornada. O valor de retorno deve ser um objeto string.
   Se uma classe define "__repr__()", mas não "__str__()", então
   "__repr__()" também é usado quando uma representação de string
   "informal" de instâncias daquela classe é necessária.

   Isso é normalmente usado para depuração, portanto, é importante que
   a representação seja rica em informações e inequívoca.

object.__str__(self)

   Chamado por "str(object)" e as funções embutidas "format()" e
   "print()" para calcular a representação da string "informal" ou
   agradável para exibição de um objeto. O valor de retorno deve ser
   um objeto string.

   Este método difere de "object.__repr__()" por não haver expectativa
   de que "__str__()" retorne uma expressão Python válida: uma
   representação mais conveniente ou concisa pode ser usada.

   A implementação padrão definida pelo tipo embutido "object" chama
   "object.__repr__()".

object.__bytes__(self)

   Chamado por bytes para calcular uma representação de string de
   bytes de um objeto. Isso deve retornar um objeto "bytes".

object.__format__(self, format_spec)

   Chamado pela função embutida "format()" e, por extensão, avaliação
   de literais de string formatadas e o método "str.format()", para
   produzir uma representação de string "formatada" de um objeto. O
   argumento *format_spec* é uma string que contém uma descrição das
   opções de formatação desejadas. A interpretação do argumento
   *format_spec* depende do tipo que implementa "__format__()",
   entretanto a maioria das classes delegará a formatação a um dos
   tipos embutidos ou usará uma sintaxe de opção de formatação
   semelhante.

   Consulte Minilinguagem de especificação de formato para uma
   descrição da sintaxe de formatação padrão.

   O valor de retorno deve ser um objeto string.

   Alterado na versão 3.4: O método __format__ do próprio "object"
   levanta uma "TypeError" se passada qualquer string não vazia.

   Alterado na versão 3.7: "object.__format__(x, '')" é agora
   equivalente a "str(x)" em vez de "format(str(x), '')".

object.__lt__(self, other)
object.__le__(self, other)
object.__eq__(self, other)
object.__ne__(self, other)
object.__gt__(self, other)
object.__ge__(self, other)

   Esses são os chamados métodos de "comparação rica". A
   correspondência entre os símbolos do operador e os nomes dos
   métodos é a seguinte: "x<y" chama "x.__lt__(y)", "x<=y" chama
   "x.__le__(y)", "x==y" chama "x.__eq__(y)", "x!=y" chama
   "x.__ne__(y)", "x>y" chama "x.__gt__(y)" e "x>=y" chama
   "x.__ge__(y)".

   Um método de comparação rico pode retornar o singleton
   "NotImplemented" se não implementar a operação para um determinado
   par de argumentos. Por convenção, "False" e "True" são retornados
   para uma comparação bem-sucedida. No entanto, esses métodos podem
   retornar qualquer valor, portanto, se o operador de comparação for
   usado em um contexto booleano (por exemplo, na condição de uma
   instrução "if"), Python irá chamar "bool()" no valor para
   determinar se o resultado for verdadeiro ou falso.

   Por padrão, "object" implementa "__eq__()" usando "is", retornando
   "NotImplemented" no caso de uma comparação falsa: "True if x is y
   else NotImplemented". Para "__ne__()", por padrão ele delega para
   "__eq__()" e inverte o resultado a menos que seja "NotImplemented".
   Não há outras relações implícitas entre os operadores de comparação
   ou implementações padrão; por exemplo, a verdade de "(x<y or x==y)"
   não implica "x<=y". Para gerar operações de ordenação
   automaticamente a partir de uma única operação raiz, consulte
   "functools.total_ordering()".

   Veja o parágrafo sobre "__hash__()" para algumas notas importantes
   sobre a criação de objetos *hasheáveis* que suportam operações de
   comparação personalizadas e são utilizáveis como chaves de
   dicionário.

   Não há versões de argumentos trocados desses métodos (a serem
   usados quando o argumento esquerdo não tem suporta à operação, mas
   o argumento direito sim); em vez disso, "__lt__()" e "__gt__()" são
   o reflexo um do outro, "__le__()" e "__ge__()" são o reflexo um do
   outro, e "__eq__()" e "__ne__()" são seu próprio reflexo. Se os
   operandos são de tipos diferentes e o tipo do operando direito é
   uma subclasse direta ou indireta do tipo do operando esquerdo, o
   método refletido do operando direito tem prioridade, caso
   contrário, o método do operando esquerdo tem prioridade. A
   subclasse virtual não é considerada.

object.__hash__(self)

   Called by built-in function "hash()" and for operations on members
   of hashed collections including "set", "frozenset", and "dict".
   The "__hash__()" method should return an integer. The only required
   property is that objects which compare equal have the same hash
   value; it is advised to mix together the hash values of the
   components of the object that also play a part in comparison of
   objects by packing them into a tuple and hashing the tuple.
   Example:

      def __hash__(self):
          return hash((self.name, self.nick, self.color))

   Nota:

     "hash()" trunca o valor retornado do método "__hash__()"
     personalizado de um objeto para o tamanho de um "Py_ssize_t".
     Isso é normalmente 8 bytes em compilações de 64 bits e 4 bytes em
     compilações de 32 bits. Se o "__hash__()" de um objeto deve
     interoperar em compilações de tamanhos de bits diferentes,
     certifique-se de verificar a largura em todas as compilações
     suportadas. Uma maneira fácil de fazer isso é com "python -c
     "import sys; print(sys.hash_info.width)"".

   Se uma classe não define um método "__eq__()", ela também não deve
   definir uma operação "__hash__()"; se define "__eq__()" mas não
   "__hash__()", suas instâncias não serão utilizáveis como itens em
   coleções hasheáveis. Se uma classe define objetos mutáveis e
   implementa um método "__eq__()", ela não deve implementar
   "__hash__()", uma vez que a implementação de coleções hasheáveis
   requer que o valor hash de uma chave seja imutável (se o valor hash
   do objeto mudar, estará no balde de hash errado).

   As classes definidas pelo usuário têm os métodos "__eq__()" e
   "__hash__()" por padrão; com eles, todos os objetos se comparam
   desiguais (exceto com eles mesmos) e "x.__hash__()" retorna um
   valor apropriado tal que "x == y" implica que "x is y" e "hash(x)
   == hash(y)".

   Uma classe que sobrescreve "__eq__()" e não define "__hash__()"
   terá seu "__hash__()" implicitamente definido como "None". Quando o
   método "__hash__()" de uma classe é "None", as instâncias da classe
   levantam uma "TypeError" apropriada quando um programa tenta
   recuperar seu valor hash, e também será identificado corretamente
   como inalterável ao verificar "isinstance(obj,
   collections.abc.Hashable)".

   Se uma classe que sobrescreve "__eq__()" precisa manter a
   implementação de "__hash__()" de uma classe pai, o interpretador
   deve ser informado disso explicitamente pela configuração "__hash__
   = <ClassePai>.__hash__".

   Se uma classe que não substitui "__eq__()" deseja suprimir o
   suporte a hash, deve incluir "__hash__ = None" na definição de
   classe. Uma classe que define seu próprio "__hash__()" que levanta
   explicitamente uma "TypeError" seria incorretamente identificada
   como hasheável por uma chamada "isinstance(obj,
   collections.abc.Hashable)".

   Nota:

     Por padrão, os valores "__hash__()" dos objetos str e bytes são
     "salgados" com um valor aleatório imprevisível. Embora permaneçam
     constantes em um processo individual do Python, eles não são
     previsíveis entre invocações repetidas do Python.This is intended
     to provide protection against a denial-of-service caused by
     carefully-chosen inputs that exploit the worst case performance
     of a dict insertion, O(n^2) complexity.  See
     http://www.ocert.org/advisories/ocert-2011-003.html for
     details.Alterar os valores de hash afeta a ordem de iteração dos
     conjuntos. Python nunca deu garantias sobre essa ordem (e
     normalmente varia entre compilações de 32 e 64 bits).Consulte
     também "PYTHONHASHSEED".

   Alterado na versão 3.3: Aleatorização de hash está habilitada por
   padrão.

object.__bool__(self)

   Chamado para implementar o teste de valor de verdade e a operação
   embutida "bool()"; deve retornar "False" ou "True". Quando este
   método não é definido, "__len__()" é chamado, se estiver definido,
   e o objeto é considerado verdadeiro se seu resultado for diferente
   de zero. Se uma classe não define "__len__()" nem "__bool__()",
   todas as suas instâncias são consideradas verdadeiras.


3.3.2. Personalizando o acesso aos atributos
--------------------------------------------

Os seguintes métodos podem ser definidos para personalizar o
significado do acesso aos atributos (uso, atribuição ou exclusão de
"x.name") para instâncias de classe.

object.__getattr__(self, name)

   Chamado quando o acesso padrão ao atributos falha com um
   "AttributeError" (ou "__getattribute__()" levanta uma
   "AttributeError" porque *name* não é um atributo de instância ou um
   atributo na árvore de classes para "self"; ou "__get__()" de uma
   propriedade *name* levanta "AttributeError"). Este método deve
   retornar o valor do atributo (calculado) ou levantar uma exceção
   "AttributeError".

   Observe que se o atributo for encontrado através do mecanismo
   normal, "__getattr__()" não é chamado. (Esta é uma assimetria
   intencional entre "__getattr__()" e "__setattr__()".) Isso é feito
   tanto por razões de eficiência quanto porque "__getattr__()" não
   teria como acessar outros atributos da instância. Observe que pelo
   menos para variáveis de instâncias, você pode fingir controle total
   não inserindo nenhum valor no dicionário de atributos de instância
   (mas, em vez disso, inserindo-os em outro objeto). Veja o método
   "__getattribute__()" abaixo para uma maneira de realmente obter
   controle total sobre o acesso ao atributo.

object.__getattribute__(self, name)

   Chamado incondicionalmente para implementar acessos a atributo para
   instâncias da classe. Se a classe também define "__getattr__()", o
   último não será chamado a menos que "__getattribute__()" o chame
   explicitamente ou levante um "AttributeError". Este método deve
   retornar o valor do atributo (calculado) ou levantar uma exceção
   "AttributeError". Para evitar recursão infinita neste método, sua
   implementação deve sempre chamar o método da classe base com o
   mesmo nome para acessar quaisquer atributos de que necessita, por
   exemplo, "object.__getattribute__(self, name)".

   Nota:

     Este método ainda pode ser ignorado ao procurar métodos especiais
     como resultado de invocação implícita por meio da sintaxe da
     linguagem ou funções embutidas. Consulte Pesquisa de método
     especial.

   Levanta um evento de auditoria "object.__getattr__" com argumentos
   "obj", "name".

object.__setattr__(self, name, value)

   Chamado quando uma atribuição de atributo é tentada. Isso é chamado
   em vez do mecanismo normal (ou seja, armazena o valor no dicionário
   da instância). *name* é o nome do atributo, *value* é o valor a ser
   atribuído a ele.

   Se "__setattr__()" deseja atribuir a um atributo de instância, ele
   deve chamar o método da classe base com o mesmo nome, por exemplo,
   "object.__setattr__(self, name, value)".

   Levanta um evento de auditoria "object.__setattr__" com argumentos
   "obj", "name", "value".

object.__delattr__(self, name)

   Como "__setattr__()", mas para exclusão de atributo em vez de
   atribuição. Isso só deve ser implementado se "del obj.name" for
   significativo para o objeto.

   Levanta um evento de auditoria "object.__delattr__" com argumentos
   "obj", "name".

object.__dir__(self)

   Chamado quando "dir()" é chamado no objeto. Uma sequência deve ser
   retornada. "dir()" converte a sequência retornada em uma lista e a
   ordena.


3.3.2.1. Personalizando acesso a atributos de módulos
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Os nomes especiais "__getattr__" e "__dir__" também podem ser usados
para personalizar o acesso aos atributos dos módulos. A função
"__getattr__" no nível do módulo deve aceitar um argumento que é o
nome de um atributo e retornar o valor calculado ou levantar um
"AttributeError". Se um atributo não for encontrado em um objeto de
módulo por meio da pesquisa normal, por exemplo
"object.__getattribute__()", então "__getattr__" é pesquisado no
módulo "__dict__" antes de levantar um "AttributeError" . Se
encontrado, ele é chamado com o nome do atributo e o resultado é
retornado.

A função "__dir__" não deve aceitar nenhum argumento e retornar uma
sequência de strings que representa os nomes acessíveis no módulo. Se
presente, esta função substitui a pesquisa padrão "dir()" em um
módulo.

Para uma personalização mais refinada do comportamento do módulo
(definição de atributos, propriedades etc.), pode-se definir o
atributo "__class__" de um objeto de módulo para uma subclasse de
"types.ModuleType". Por exemplo:

   import sys
   from types import ModuleType

   class VerboseModule(ModuleType):
       def __repr__(self):
           return f'Verbose {self.__name__}'

       def __setattr__(self, attr, value):
           print(f'Setting {attr}...')
           super().__setattr__(attr, value)

   sys.modules[__name__].__class__ = VerboseModule

Nota:

  Definir o módulo "__getattr__" e configurar o módulo "__class__" só
  afeta as pesquisas feitas usando a sintaxe de acesso ao atributo --
  acessar diretamente os globais do módulo (seja por código dentro do
  módulo, ou por meio de uma referência ao dicionário global do
  módulo) é não afetado.

Alterado na versão 3.5: O atributo de módulo "__class__" pode agora
ser escrito.

Novo na versão 3.7: Atributos de módulo "__getattr__" e "__dir__".

Ver também:

  **PEP 562** - __getattr__ e __dir__ de módulo
     Descreve as funções "__getattr__" e "__dir__" nos módulos.


3.3.2.2. Implementando descritores
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Os métodos a seguir se aplicam apenas quando uma instância da classe
que contém o método (uma classe chamada *descritora*) aparece em uma
classe proprietária *owner* (o descritor deve estar no dicionário de
classe do proprietário ou no dicionário de classe para um dos seus
pais). Nos exemplos abaixo, "o atributo" refere-se ao atributo cujo
nome é a chave da propriedade no "__dict__" da classe proprietária.

object.__get__(self, instance, owner=None)

   Chamado para obter o atributo da classe proprietária (acesso ao
   atributo da classe) ou de uma instância dessa classe (acesso ao
   atributo da instância). O argumento opcional *owner* é a classe
   proprietária, enquanto *instance* é a instância pela qual o
   atributo foi acessado, ou "None" quando o atributo é acessado por
   meio de *owner*.

   Este método deve retornar o valor do atributo calculado ou levantar
   uma exceção "AttributeError".

   **PEP 252** especifica que "__get__()" é um chamável com um ou dois
   argumentos. Os próprios descritores embutidos do Python suportam
   esta especificação; no entanto, é provável que algumas ferramentas
   de terceiros tenham descritores que requerem ambos os argumentos. A
   implementação de "__getattribute__()" do próprio Python sempre
   passa em ambos os argumentos sejam eles requeridos ou não.

object.__set__(self, instance, value)

   Chamado para definir o atributo em uma instância *instance* da
   classe proprietária para um novo valor, *value*.

   Observe que adicionar "__set__()" ou "__delete__()" altera o tipo
   de descritor para um "descritor de dados". Consulte Invocando
   descritores para mais detalhes.

object.__delete__(self, instance)

   Chamado para excluir o atributo em uma instância *instance* da
   classe proprietária.

object.__set_name__(self, owner, name)

   Chamado no momento em que a classe proprietária *owner* é criada. O
   descritor foi atribuído  a *name*.

   Nota:

     "__set_name__()" só é chamado implicitamente como parte do
     construtor "type", então ele precisará ser chamado explicitamente
     com os parâmetros apropriados quando um descritor é adicionado a
     uma classe após a criação inicial:

        class A:
           pass
        descr = custom_descriptor()
        A.attr = descr
        descr.__set_name__(A, 'attr')

     Consulte Criando o objeto da classe para mais detalhes.

   Novo na versão 3.6.

O atributo "__objclass__" é interpretado pelo módulo "inspect" como
especificando a classe onde este objeto foi definido (configurar isso
apropriadamente pode ajudar na introspecção em tempo de execução dos
atributos dinâmicos da classe). Para chamáveis, pode indicar que uma
instância do tipo fornecido (ou uma subclasse) é esperada ou
necessária como o primeiro argumento posicional (por exemplo, CPython
define este atributo para métodos não acoplados que são implementados
em C).


3.3.2.3. Invocando descritores
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

In general, a descriptor is an object attribute with "binding
behavior", one whose attribute access has been overridden by methods
in the descriptor protocol:  "__get__()", "__set__()", and
"__delete__()". If any of those methods are defined for an object, it
is said to be a descriptor.

O comportamento padrão para acesso ao atributo é obter, definir ou
excluir o atributo do dicionário de um objeto. Por exemplo, "a.x" tem
uma cadeia de pesquisa começando com "a.__dict__['x']", então
"type(a).__dict__['x']", e contando pelas classes base de "type(a)"
excluindo metaclasses.

No entanto, se o valor pesquisado for um objeto que define um dos
métodos do descritor, o Python pode substituir o comportamento padrão
e invocar o método do descritor. Onde isso ocorre na cadeia de
precedência depende de quais métodos descritores foram definidos e
como eles foram chamados.

O ponto de partida para a invocação do descritor é uma ligação, "a.x".
Como os argumentos são montados depende de "a":

Chamada direta
   A chamada mais simples e menos comum é quando o código do usuário
   invoca diretamente um método descritor: "x.__get__(a)".

Ligação de instâncias
   Se estiver ligando a uma instância de objeto, "a.x" é transformado
   na chamada: "type(a).__dict__['x'].__get__(a, type(a))".

Ligação de classes
   Se estiver ligando a uma classe, "A.x" é transformado na chamada:
   "A.__dict__['x'].__get__(None, A)".

Ligação de super
   If "a" is an instance of "super", then the binding "super(B,
   obj).m()" searches "obj.__class__.__mro__" for the base class "A"
   immediately following "B" and then invokes the descriptor with the
   call: "A.__dict__['m'].__get__(obj, obj.__class__)".

For instance bindings, the precedence of descriptor invocation depends
on which descriptor methods are defined.  A descriptor can define any
combination of "__get__()", "__set__()" and "__delete__()".  If it
does not define "__get__()", then accessing the attribute will return
the descriptor object itself unless there is a value in the object's
instance dictionary.  If the descriptor defines "__set__()" and/or
"__delete__()", it is a data descriptor; if it defines neither, it is
a non-data descriptor.  Normally, data descriptors define both
"__get__()" and "__set__()", while non-data descriptors have just the
"__get__()" method.  Data descriptors with "__get__()" and "__set__()"
(and/or "__delete__()") defined always override a redefinition in an
instance dictionary.  In contrast, non-data descriptors can be
overridden by instances.

Python methods (including those decorated with "@staticmethod" and
"@classmethod") are implemented as non-data descriptors.  Accordingly,
instances can redefine and override methods.  This allows individual
instances to acquire behaviors that differ from other instances of the
same class.

A função "property()" é implementada como um descritor de dados. Da
mesma forma, as instâncias não podem substituir o comportamento de uma
propriedade.


3.3.2.4. __slots__
~~~~~~~~~~~~~~~~~~

*__slots__* allow us to explicitly declare data members (like
properties) and deny the creation of "__dict__" and *__weakref__*
(unless explicitly declared in *__slots__* or available in a parent.)

The space saved over using "__dict__" can be significant. Attribute
lookup speed can be significantly improved as well.

object.__slots__

   This class variable can be assigned a string, iterable, or sequence
   of strings with variable names used by instances.  *__slots__*
   reserves space for the declared variables and prevents the
   automatic creation of "__dict__" and *__weakref__* for each
   instance.


3.3.2.4.1. Observações ao uso de *__slots__*
""""""""""""""""""""""""""""""""""""""""""""

* When inheriting from a class without *__slots__*, the "__dict__" and
  *__weakref__* attribute of the instances will always be accessible.

* Without a "__dict__" variable, instances cannot be assigned new
  variables not listed in the *__slots__* definition.  Attempts to
  assign to an unlisted variable name raises "AttributeError". If
  dynamic assignment of new variables is desired, then add
  "'__dict__'" to the sequence of strings in the *__slots__*
  declaration.

* Without a *__weakref__* variable for each instance, classes defining
  *__slots__* do not support "weak references" to its instances. If
  weak reference support is needed, then add "'__weakref__'" to the
  sequence of strings in the *__slots__* declaration.

* *__slots__* are implemented at the class level by creating
  descriptors for each variable name.  As a result, class attributes
  cannot be used to set default values for instance variables defined
  by *__slots__*; otherwise, the class attribute would overwrite the
  descriptor assignment.

* The action of a *__slots__* declaration is not limited to the class
  where it is defined.  *__slots__* declared in parents are available
  in child classes. However, child subclasses will get a "__dict__"
  and *__weakref__* unless they also define *__slots__* (which should
  only contain names of any *additional* slots).

* Se uma classe define um slot também definido em uma classe base, a
  variável de instância definida pelo slot da classe base fica
  inacessível (exceto por recuperar seu descritor diretamente da
  classe base). Isso torna o significado do programa indefinido. No
  futuro, uma verificação pode ser adicionada para evitar isso.

* Não vazio *__slots__* não funciona para classes derivadas de tipos
  embutidos de "comprimento variável", como "int", "bytes" e "tuple".

* Any non-string *iterable* may be assigned to *__slots__*.

* If a "dictionary" is used to assign *__slots__*, the dictionary keys
  will be used as the slot names. The values of the dictionary can be
  used to provide per-attribute docstrings that will be recognised by
  "inspect.getdoc()" and displayed in the output of "help()".

* "__class__" assignment works only if both classes have the same
  *__slots__*.

* Multiple inheritance with multiple slotted parent classes can be
  used, but only one parent is allowed to have attributes created by
  slots (the other bases must have empty slot layouts) - violations
  raise "TypeError".

* If an *iterator* is used for *__slots__* then a *descriptor* is
  created for each of the iterator's values. However, the *__slots__*
  attribute will be an empty iterator.


3.3.3. Personalizando a criação de classe
-----------------------------------------

Whenever a class inherits from another class, "__init_subclass__()" is
called on the parent class. This way, it is possible to write classes
which change the behavior of subclasses. This is closely related to
class decorators, but where class decorators only affect the specific
class they're applied to, "__init_subclass__" solely applies to future
subclasses of the class defining the method.

classmethod object.__init_subclass__(cls)

   Este método é chamado sempre que a classe que contém é uma
   subclasse. *cls* é então a nova subclasse. Se definido como um
   método de instância normal, esse método é convertido implicitamente
   em um método de classe.

   Argumentos nomeados dados a uma nova classe são passados para a
   classe pai "__init_subclass__". Para compatibilidade com outras
   classes usando "__init_subclass__", deve-se retirar os argumentos
   nomeados necessários e passar os outros para a classe base, como
   em:

      class Philosopher:
          def __init_subclass__(cls, /, default_name, **kwargs):
              super().__init_subclass__(**kwargs)
              cls.default_name = default_name

      class AustralianPhilosopher(Philosopher, default_name="Bruce"):
          pass

   A implementação padrão "object.__init_subclass__" não faz nada, mas
   levanta um erro se for chamada com quaisquer argumentos.

   Nota:

     A dica da metaclasse "metaclass" é consumida pelo resto da
     maquinaria de tipo, e nunca é passada para implementações
     "__init_subclass__". A metaclasse real (em vez da dica explícita)
     pode ser acessada como "type(cls)".

   Novo na versão 3.6.


3.3.3.1. Metaclasses
~~~~~~~~~~~~~~~~~~~~

Por padrão, as classes são construídas usando "type()". O corpo da
classe é executado em um novo espaço de nomes e o nome da classe é
vinculado localmente ao resultado de "type(name, bases, namespace)".

O processo de criação da classe pode ser personalizado passando o
argumento nomeado "metaclass" na linha de definição da classe, ou
herdando de uma classe existente que incluiu tal argumento. No exemplo
a seguir, "MyClass" e "MySubclass" são instâncias de "Meta":

   class Meta(type):
       pass

   class MyClass(metaclass=Meta):
       pass

   class MySubclass(MyClass):
       pass

Quaisquer outros argumentos nomeados especificados na definição de
classe são transmitidos para todas as operações de metaclasse
descritas abaixo.

Quando uma definição de classe é executada, as seguintes etapas
ocorrem:

* Entradas de MRO são resolvidas;

* a metaclasse apropriada é determinada;

* o espaço de nomes da classe é preparada;

* o corpo da classe é executado;

* o objeto da classe é criado.


3.3.3.2. Resolvendo entradas de MRO
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Se uma base que aparece na definição de classe não é uma instância de
"type", então um método "__mro_entries__" é pesquisado nela. Se
encontrado, ele é chamado com a tupla de base original. Este método
deve retornar uma tupla de classes que serão usadas no lugar desta
base. A tupla pode estar vazia, neste caso a base original é ignorada.

Ver também:

  **PEP 560** - Suporte básico para inserir módulo e tipos genéricos


3.3.3.3. Determinando a metaclasse apropriada
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

A metaclasse apropriada para uma definição de classe é determinada da
seguinte forma:

* se nenhuma base e nenhuma metaclasse explícita forem fornecidas,
  então "type()" é usada;

* se uma metaclasse explícita é fornecida e *não* é uma instância de
  "type()", então ela é usada diretamente como a metaclasse;

* se uma instância de "type()" é fornecida como a metaclasse
  explícita, ou bases são definidas, então a metaclasse mais derivada
  é usada.

A metaclasse mais derivada é selecionada a partir da metaclasse
explicitamente especificada (se houver) e das metaclasses (ou seja,
"type(cls)") de todas as classes básicas especificadas. A metaclasse
mais derivada é aquela que é um subtipo de *todas* essas metaclasses
candidatas. Se nenhuma das metaclasses candidatas atender a esse
critério, a definição de classe falhará com "TypeError".


3.3.3.4. Preparando o espaço de nomes da classe
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Once the appropriate metaclass has been identified, then the class
namespace is prepared. If the metaclass has a "__prepare__" attribute,
it is called as "namespace = metaclass.__prepare__(name, bases,
**kwds)" (where the additional keyword arguments, if any, come from
the class definition). The "__prepare__" method should be implemented
as a "classmethod". The namespace returned by "__prepare__" is passed
in to "__new__", but when the final class object is created the
namespace is copied into a new "dict".

Se a metaclasse não tiver o atributo "__prepare__", então o espaço de
nomes da classe é inicializado como um mapeamento ordenado vazio.

Ver também:

  **PEP 3115** - Metaclasses no Python 3000
     Introduzido o gancho de espaço de nomes "__prepare__"


3.3.3.5. Executando o corpo da classe
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

O corpo da classe é executado (aproximadamente) como "exec(body,
globals(), namespace)". A principal diferença de uma chamada normal
para "exec()" é que o escopo léxico permite que o corpo da classe
(incluindo quaisquer métodos) faça referência a nomes dos escopos
atual e externo quando a definição de classe ocorre dentro de uma
função.

No entanto, mesmo quando a definição de classe ocorre dentro da
função, os métodos definidos dentro da classe ainda não podem ver os
nomes definidos no escopo da classe. Variáveis de classe devem ser
acessadas através do primeiro parâmetro de instância ou métodos de
classe, ou através da referência implícita com escopo léxico
"__class__" descrita na próxima seção.


3.3.3.6. Criando o objeto da classe
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Uma vez que o espaço de nomes da classe tenha sido preenchido
executando o corpo da classe, o objeto da classe é criado chamando
"metaclass(name, bases, namespace, **kwds)" (os argumentos adicionais
passados aqui são os mesmos passados para "__prepare__").

Este objeto classe é aquele que será referenciado pela forma de
argumento zero de "super()". "__class__" é uma referência implícita de
fechamento criada pelo compilador se qualquer método em um corpo de
classe se referir a "__class__" ou "super". Isso permite que a forma
de argumento zero de "super()" identifique corretamente a classe sendo
definida com base no escopo léxico, enquanto a classe ou instância que
foi usada para fazer a chamada atual é identificada com base no
primeiro argumento passado para o método.

**CPython implementation detail:** No CPython 3.6 e posterior, a
célula "__class__" é passada para a metaclasse como uma entrada de
"__classcell__" no espaço de nomes da classe. Se estiver presente,
deve ser propagado até a chamada "type.__new__" para que a classe seja
inicializada corretamente. Não fazer isso resultará em um
"RuntimeError" no Python 3.8.

Ao usar a metaclasse padrão "type", ou qualquer metaclasse que
finalmente chama "type.__new__", as seguintes etapas de personalização
adicionais são invocadas após a criação do objeto classe:

* primeiro, "type.__new__" coleta todos os descritores no espaço de
  nomes da classe que definem um método "__set_name__()";

* segundo, todos esses métodos "__set_name__" são chamados com a
  classe sendo definida e o nome atribuído daquele descritor
  particular;

* finalmente, o gancho "__init_subclass__()" é chamado no pai imediato
  da nova classe em sua ordem de resolução de métodos.

Depois que o objeto classe é criado, ele é passado para os decoradores
de classe incluídos na definição de classe (se houver) e o objeto
resultante é vinculado ao espaço de nomes local como a classe
definida.

Quando uma nova classe é criada por "type.__new__", o objeto fornecido
como o parâmetro do espaço de nomes é copiado para um novo mapeamento
ordenado e o objeto original é descartado. A nova cópia é envolta em
um proxy de somente leitura, que se torna o atributo "__dict__" do
objeto classe.

Ver também:

  **PEP 3135** - Novo super
     Descreve a referência implícita de fechamento de  "__class__"


3.3.3.7. Usos para metaclasses
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Os usos potenciais para metaclasses são ilimitados. Algumas ideias que
foram exploradas incluem enum, criação de log, verificação de
interface, delegação automática, criação automática de propriedade,
proxies, estruturas e bloqueio/sincronização automático/a de recursos.


3.3.4. Personalizando verificações de instância e subclasse
-----------------------------------------------------------

Os seguintes métodos são usados para substituir o comportamento padrão
das funções embutidas "isinstance()" e "issubclass()".

Em particular, a metaclasse "abc.ABCMeta" implementa esses métodos a
fim de permitir a adição de classes base abstratas (ABCs) como
"classes base virtuais" para qualquer classe ou tipo (incluindo tipos
embutidos), incluindo outras ABCs.

class.__instancecheck__(self, instance)

   Retorna verdadeiro se *instance* deve ser considerada uma instância
   (direta ou indireta) da classe *class*. Se definido, chamado para
   implementar "isinstance(instance, class)".

class.__subclasscheck__(self, subclass)

   Retorna verdadeiro se *subclass* deve ser considerada uma subclasse
   (direta ou indireta) da classe *class*. Se definido, chamado para
   implementar "issubclass(subclass, class)".

Observe que esses métodos são pesquisados no tipo (metaclasse) de uma
classe. Eles não podem ser definidos como métodos de classe na classe
real. Isso é consistente com a pesquisa de métodos especiais que são
chamados em instâncias, apenas neste caso a própria instância é uma
classe.

Ver também:

  **PEP 3119** - Introduzindo classes base abstratas
     Inclui a especificação para personalizar o comportamento de
     "isinstance()" e "issubclass()" através de "__instancecheck__()"
     e "__subclasscheck__()", com motivação para esta funcionalidade
     no contexto da adição de classes base abstratas (veja o módulo
     "abc") para a linguagem.


3.3.5. Emulando tipos genéricos
-------------------------------

When using *type annotations*, it is often useful to *parameterize* a
*generic type* using Python's square-brackets notation. For example,
the annotation "list[int]" might be used to signify a "list" in which
all the elements are of type "int".

Ver também:

  **PEP 484** - Type Hints
     Introducing Python's framework for type annotations

  Generic Alias Types
     Documentation for objects representing parameterized generic
     classes

  Generics, user-defined generics and "typing.Generic"
     Documentation on how to implement generic classes that can be
     parameterized at runtime and understood by static type-checkers.

A class can *generally* only be parameterized if it defines the
special class method "__class_getitem__()".

classmethod object.__class_getitem__(cls, key)

   Retorna um objeto que representa a especialização de uma classe
   genérica por argumentos de tipo encontrados em *key*.

   When defined on a class, "__class_getitem__()" is automatically a
   class method. As such, there is no need for it to be decorated with
   "@classmethod" when it is defined.


3.3.5.1. The purpose of *__class_getitem__*
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

The purpose of "__class_getitem__()" is to allow runtime
parameterization of standard-library generic classes in order to more
easily apply *type hints* to these classes.

To implement custom generic classes that can be parameterized at
runtime and understood by static type-checkers, users should either
inherit from a standard library class that already implements
"__class_getitem__()", or inherit from "typing.Generic", which has its
own implementation of "__class_getitem__()".

Custom implementations of "__class_getitem__()" on classes defined
outside of the standard library may not be understood by third-party
type-checkers such as mypy. Using "__class_getitem__()" on any class
for purposes other than type hinting is discouraged.


3.3.5.2. *__class_getitem__* versus *__getitem__*
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Usually, the subscription of an object using square brackets will call
the "__getitem__()" instance method defined on the object's class.
However, if the object being subscribed is itself a class, the class
method "__class_getitem__()" may be called instead.
"__class_getitem__()" should return a GenericAlias object if it is
properly defined.

Presented with the *expression* "obj[x]", the Python interpreter
follows something like the following process to decide whether
"__getitem__()" or "__class_getitem__()" should be called:

   from inspect import isclass

   def subscribe(obj, x):
       """Return the result of the expression `obj[x]`"""

       class_of_obj = type(obj)

       # If the class of obj defines __getitem__,
       # call class_of_obj.__getitem__(obj, x)
       if hasattr(class_of_obj, '__getitem__'):
           return class_of_obj.__getitem__(obj, x)

       # Else, if obj is a class and defines __class_getitem__,
       # call obj.__class_getitem__(x)
       elif isclass(obj) and hasattr(obj, '__class_getitem__'):
           return obj.__class_getitem__(x)

       # Else, raise an exception
       else:
           raise TypeError(
               f"'{class_of_obj.__name__}' object is not subscriptable"
           )

In Python, all classes are themselves instances of other classes. The
class of a class is known as that class's *metaclass*, and most
classes have the "type" class as their metaclass. "type" does not
define "__getitem__()", meaning that expressions such as "list[int]",
"dict[str, float]" and "tuple[str, bytes]" all result in
"__class_getitem__()" being called:

   >>> # list has class "type" as its metaclass, like most classes:
   >>> type(list)
   <class 'type'>
   >>> type(dict) == type(list) == type(tuple) == type(str) == type(bytes)
   True
   >>> # "list[int]" calls "list.__class_getitem__(int)"
   >>> list[int]
   list[int]
   >>> # list.__class_getitem__ returns a GenericAlias object:
   >>> type(list[int])
   <class 'types.GenericAlias'>

However, if a class has a custom metaclass that defines
"__getitem__()", subscribing the class may result in different
behaviour. An example of this can be found in the "enum" module:

   >>> from enum import Enum
   >>> class Menu(Enum):
   ...     """A breakfast menu"""
   ...     SPAM = 'spam'
   ...     BACON = 'bacon'
   ...
   >>> # Enum classes have a custom metaclass:
   >>> type(Menu)
   <class 'enum.EnumMeta'>
   >>> # EnumMeta defines __getitem__,
   >>> # so __class_getitem__ is not called,
   >>> # and the result is not a GenericAlias object:
   >>> Menu['SPAM']
   <Menu.SPAM: 'spam'>
   >>> type(Menu['SPAM'])
   <enum 'Menu'>

Ver também:

  **PEP 560** - Core Support for typing module and generic types
     Introducing "__class_getitem__()", and outlining when a
     subscription results in "__class_getitem__()" being called
     instead of "__getitem__()"


3.3.6. Emulando objetos chamáveis
---------------------------------

object.__call__(self[, args...])

   Chamado quando a instância é "chamada" como uma função; se este
   método for definido, "x(arg1, arg2, ...)" basicamente traduz para
   "type(x).__call__(x, arg1, ...)".


3.3.7. Emulando de tipos contêineres
------------------------------------

The following methods can be defined to implement container objects.
Containers usually are *sequences* (such as "lists" or "tuples") or
*mappings* (like "dictionaries"), but can represent other containers
as well.  The first set of methods is used either to emulate a
sequence or to emulate a mapping; the difference is that for a
sequence, the allowable keys should be the integers *k* for which "0
<= k < N" where *N* is the length of the sequence, or "slice" objects,
which define a range of items.  It is also recommended that mappings
provide the methods "keys()", "values()", "items()", "get()",
"clear()", "setdefault()", "pop()", "popitem()", "copy()", and
"update()" behaving similar to those for Python's standard
"dictionary" objects.  The "collections.abc" module provides a
"MutableMapping" *abstract base class* to help create those methods
from a base set of "__getitem__()", "__setitem__()", "__delitem__()",
and "keys()". Mutable sequences should provide methods "append()",
"count()", "index()", "extend()", "insert()", "pop()", "remove()",
"reverse()" and "sort()", like Python standard "list" objects.
Finally, sequence types should implement addition (meaning
concatenation) and multiplication (meaning repetition) by defining the
methods "__add__()", "__radd__()", "__iadd__()", "__mul__()",
"__rmul__()" and "__imul__()" described below; they should not define
other numerical operators.  It is recommended that both mappings and
sequences implement the "__contains__()" method to allow efficient use
of the "in" operator; for mappings, "in" should search the mapping's
keys; for sequences, it should search through the values.  It is
further recommended that both mappings and sequences implement the
"__iter__()" method to allow efficient iteration through the
container; for mappings, "__iter__()" should iterate through the
object's keys; for sequences, it should iterate through the values.

object.__len__(self)

   Chamado para implementar a função embutida "len()". Deve retornar o
   comprimento do objeto, um inteiro ">=" 0. Além disso, um objeto que
   não define um método "__bool__()" e cujo método "__len__()" retorna
   zero é considerado como falso em um contexto booleano.

   **CPython implementation detail:** No CPython, o comprimento deve
   ser no máximo "sys.maxsize". Se o comprimento for maior que
   "sys.maxsize", alguns recursos (como "len()") podem levantar
   "OverflowError". Para evitar levantar "OverflowError" pelo teste de
   valor de verdade, um objeto deve definir um método "__bool__()".

object.__length_hint__(self)

   Chamado para implementar "operator.length_hint()". Deve retornar um
   comprimento estimado para o objeto (que pode ser maior ou menor que
   o comprimento real). O comprimento deve ser um inteiro ">=" 0. O
   valor de retorno também pode ser "NotImplemented", que é tratado da
   mesma forma como se o método "__length_hint__" não existisse. Este
   método é puramente uma otimização e nunca é necessário para a
   correção.

   Novo na versão 3.4.

Nota:

  O fatiamento é feito exclusivamente com os três métodos a seguir.
  Uma chamada como

     a[1:2] = b

  é traduzida com

     a[slice(1, 2, None)] = b

  e assim por diante. Os itens de fatia ausentes são sempre
  preenchidos com "None".

object.__getitem__(self, key)

   Called to implement evaluation of "self[key]". For *sequence*
   types, the accepted keys should be integers and slice objects.
   Note that the special interpretation of negative indexes (if the
   class wishes to emulate a *sequence* type) is up to the
   "__getitem__()" method. If *key* is of an inappropriate type,
   "TypeError" may be raised; if of a value outside the set of indexes
   for the sequence (after any special interpretation of negative
   values), "IndexError" should be raised. For *mapping* types, if
   *key* is missing (not in the container), "KeyError" should be
   raised.

   Nota:

     Os loops "for" esperam que uma "IndexError" seja levantada para
     índices ilegais para permitir a detecção apropriada do fim da
     sequência.

   Nota:

     When subscripting a *class*, the special class method
     "__class_getitem__()" may be called instead of "__getitem__()".
     See __class_getitem__ versus __getitem__ for more details.

object.__setitem__(self, key, value)

   Chamado para implementar a atribuição de "self[key]". Mesma nota
   que para "__getitem__()". Isso só deve ser implementado para
   mapeamentos se os objetos suportarem alterações nos valores das
   chaves, ou se novas chaves puderem ser adicionadas, ou para
   sequências se os elementos puderem ser substituídos. As mesmas
   exceções devem ser levantadas para valores *key* impróprios do
   método "__getitem__()".

object.__delitem__(self, key)

   Chamado para implementar a exclusão de "self[key]". Mesma nota que
   para "__getitem__()". Isso só deve ser implementado para
   mapeamentos se os objetos suportarem remoções de chaves, ou para
   sequências se os elementos puderem ser removidos da sequência. As
   mesmas exceções devem ser levantadas para valores *key* impróprios
   do método "__getitem__()".

object.__missing__(self, key)

   Chamado por "dict"."__getitem__()" para implementar "self[key]"
   para subclasses de dicionário quando a chave não estiver no
   dicionário.

object.__iter__(self)

   Este método é chamado quando um iterador é necessário para um
   contêiner. Este método deve retornar um novo objeto iterador que
   pode iterar sobre todos os objetos no contêiner. Para mapeamentos,
   ele deve iterar sobre as chaves do contêiner.

   Os objetos iteradores também precisam implementar este método; eles
   são obrigados a retornar. Para obter mais informações sobre objetos
   iteradores, consulte Tipos iteradores.

object.__reversed__(self)

   Chamado (se presente) pelo "reversed()" embutido para implementar a
   iteração reversa. Ele deve retornar um novo objeto iterador que
   itera sobre todos os objetos no contêiner na ordem reversa.

   Se o método "__reversed__()" não for fornecido, o "reversed()"
   embutido voltará a usar o protocolo de sequência ("__len__()" e
   "__getitem__()"). Objetos que suportam o protocolo de sequência só
   devem fornecer "__reversed__()" se eles puderem fornecer uma
   implementação que seja mais eficiente do que aquela fornecida por
   "reversed()".

Os operadores de teste de associação ("in" e "not in") são normalmente
implementados como uma iteração através de um contêiner. No entanto,
os objetos contêiner podem fornecer o seguinte método especial com uma
implementação mais eficiente, que também não requer que o objeto seja
iterável.

object.__contains__(self, item)

   Chamado para implementar operadores de teste de associação. Deve
   retornar verdadeiro se *item* estiver em *self*, falso caso
   contrário. Para objetos de mapeamento, isso deve considerar as
   chaves do mapeamento em vez dos valores ou pares de itens-chave.

   Para objetos que não definem "__contains__()", o teste de
   associação primeiro tenta a iteração via "__iter__()", depois o
   protocolo de iteração de sequência antigo via "__getitem__()",
   consulte esta seção em a referência da linguagem.


3.3.8. Emulando tipos numéricos
-------------------------------

Os métodos a seguir podem ser definidos para emular objetos numéricos.
Métodos correspondentes a operações que não são suportadas pelo tipo
particular de número implementado (por exemplo, operações bit a bit
para números não inteiros) devem ser deixados indefinidos.

object.__add__(self, other)
object.__sub__(self, other)
object.__mul__(self, other)
object.__matmul__(self, other)
object.__truediv__(self, other)
object.__floordiv__(self, other)
object.__mod__(self, other)
object.__divmod__(self, other)
object.__pow__(self, other[, modulo])
object.__lshift__(self, other)
object.__rshift__(self, other)
object.__and__(self, other)
object.__xor__(self, other)
object.__or__(self, other)

   Esses métodos são chamados para implementar as operações
   aritméticas binárias ("+", "-", "*", "@", "/", "//", "%",
   "divmod()", "pow()", "**", "<<", ">>", "&", "^", "|"). Por exemplo,
   para avaliar a expressão "x + y", onde *x* é uma instância de uma
   classe que tem um método "__add__()", "x.__add__(y)" é chamado. O
   método "__divmod__()" deve ser equivalente a usar "__floordiv__()"
   e "__mod__()"; não deve estar relacionado a "__truediv__()". Note
   que "__pow__()" deve ser definido para aceitar um terceiro
   argumento opcional se a versão ternária da função interna "pow()"
   for suportada.

   Se um desses métodos não suporta a operação com os argumentos
   fornecidos, ele deve retornar "NotImplemented".

object.__radd__(self, other)
object.__rsub__(self, other)
object.__rmul__(self, other)
object.__rmatmul__(self, other)
object.__rtruediv__(self, other)
object.__rfloordiv__(self, other)
object.__rmod__(self, other)
object.__rdivmod__(self, other)
object.__rpow__(self, other[, modulo])
object.__rlshift__(self, other)
object.__rrshift__(self, other)
object.__rand__(self, other)
object.__rxor__(self, other)
object.__ror__(self, other)

   Esses métodos são chamados para implementar as operações
   aritméticas binárias ("+", "-", "*", "@", "/", "//", "%",
   "divmod()", "pow()", "**", "<<", ">>", "&", "^", "|") com operandos
   refletidos (trocados). Essas funções são chamadas apenas se o
   operando esquerdo não suportar a operação correspondente [3] e os
   operandos forem de tipos diferentes. [4] Por exemplo, para avaliar
   a expressão "x - y", onde *y* é uma instância de uma classe que tem
   um método "__rsub__()", "y.__rsub__(x)" é chamado se "x.__sub__(y)"
   retorna *NotImplemented*.

   Note que ternário "pow()" não tentará chamar "__rpow__()" (as
   regras de coerção se tornariam muito complicadas).

   Nota:

     Se o tipo do operando direito for uma subclasse do tipo do
     operando esquerdo e essa subclasse fornecer uma implementação
     diferente do método refletido para a operação, este método será
     chamado antes do método não refletido do operando esquerdo. Esse
     comportamento permite que as subclasses substituam as operações
     de seus ancestrais.

object.__iadd__(self, other)
object.__isub__(self, other)
object.__imul__(self, other)
object.__imatmul__(self, other)
object.__itruediv__(self, other)
object.__ifloordiv__(self, other)
object.__imod__(self, other)
object.__ipow__(self, other[, modulo])
object.__ilshift__(self, other)
object.__irshift__(self, other)
object.__iand__(self, other)
object.__ixor__(self, other)
object.__ior__(self, other)

   Esses métodos são chamados para implementar as atribuições
   aritméticas aumentadas ("+=", "-=", "*=", "@=", "/=", "//=", "%=",
   "**=", "<<=", ">>=", "&=", "^=", "|="). Esses métodos devem tentar
   fazer a operação no local (modificando *self*) e retornar o
   resultado (que poderia ser, mas não precisa ser, *self*). Se um
   método específico não for definido, a atribuição aumentada volta
   aos métodos normais. Por exemplo, se *x* é uma instância de uma
   classe com um método "__iadd__()", "x += y" é equivalente a "x =
   x.__iadd__(y)". Caso contrário, "x.__add__(y)" e "y.__radd__(x)"
   são considerados, como com a avaliação de "x + y". Em certas
   situações, a atribuição aumentada pode resultar em erros
   inesperados (ver Porque a_tuple[i] += ['item'] levanta uma exceção
   quando a adição funciona?), mas este comportamento é na verdade
   parte do modelo de dados.

   Nota:

     Devido a um bug no mecanismo de despacho para "**=", uma classe
     que define "__ipow__()" mas retorna "NotImplemented" não voltaria
     para "x.__pow__(y)" e "y.__rpow__(x)". Este bug foi corrigido no
     Python 3.10.

object.__neg__(self)
object.__pos__(self)
object.__abs__(self)
object.__invert__(self)

   Chamado para implementar as operações aritméticas unárias ("-",
   "+", "abs()" e "~").

object.__complex__(self)
object.__int__(self)
object.__float__(self)

   Chamado para implementar as funções embutidas "complex()", "int()"
   e "float()". Deve retornar um valor do tipo apropriado.

object.__index__(self)

   Chamado para implementar "operator.index()", e sempre que o Python
   precisar converter sem perdas o objeto numérico em um objeto
   inteiro (como no fatiamento ou nas funções embutidas "bin()",
   "hex()" e "oct()"). A presença deste método indica que o objeto
   numérico é do tipo inteiro. Deve retornar um número inteiro.

   Se "__int__()", "__float__()" e "__complex__()" não estiverem
   definidos, funções embutidas correspondentes "int()", "float()" e
   "complex()" recorre a "__index__()".

object.__round__(self[, ndigits])
object.__trunc__(self)
object.__floor__(self)
object.__ceil__(self)

   Chamado para implementar as funções embutidas "round()" e
   "trunc()", "floor()" e "ceil()" de "math". A menos que *ndigits*
   sejam passados para "__round__()" todos estes métodos devem
   retornar o valor do objeto truncado para um "Integral" (tipicamente
   um "int").

   The built-in function "int()" falls back to "__trunc__()" if
   neither "__int__()" nor "__index__()" is defined.


3.3.9. Com gerenciadores de contexto de instruções
--------------------------------------------------

Um *gerenciador de contexto* é um objeto que define o contexto de
tempo de execução a ser estabelecido ao executar uma instrução "with".
O gerenciador de contexto lida com a entrada e a saída do contexto de
tempo de execução desejado para a execução do bloco de código. Os
gerenciadores de contexto são normalmente invocados usando a instrução
"with" (descrita na seção The with statement), mas também podem ser
usados invocando diretamente seus métodos.

Os usos típicos de gerenciadores de contexto incluem salvar e
restaurar vários tipos de estado global, bloquear e desbloquear
recursos, fechar arquivos abertos, etc.

Para obter mais informações sobre gerenciadores de contexto, consulte
Tipos de Gerenciador de Contexto.

object.__enter__(self)

   Insere o contexto de tempo de execução relacionado a este objeto. A
   instrução "with" vinculará o valor de retorno deste método ao(s)
   alvo(s) especificado(s) na cláusula "as" da instrução, se houver.

object.__exit__(self, exc_type, exc_value, traceback)

   Sai do contexto de tempo de execução relacionado a este objeto. Os
   parâmetros descrevem a exceção que fez com que o contexto fosse
   encerrado. Se o contexto foi encerrado sem exceção, todos os três
   argumentos serão "None".

   Se uma exceção for fornecida e o método desejar suprimir a exceção
   (ou seja, evitar que ela seja propagada), ele deve retornar um
   valor verdadeiro. Caso contrário, a exceção será processada
   normalmente ao sair deste método.

   Observe que os métodos "__exit__()" não devem relançar a exceção
   passada; esta é a responsabilidade do chamador.

Ver também:

  **PEP 343** - A instrução "with"
     A especificação, o histórico e os exemplos para a instrução
     Python "with".


3.3.10. Pesquisa de método especial
-----------------------------------

Para classes personalizadas, as invocações implícitas de métodos
especiais só têm garantia de funcionar corretamente se definidas em um
tipo de objeto, não no dicionário de instância do objeto. Esse
comportamento é o motivo pelo qual o código a seguir levanta uma
exceção:

   >>> class C:
   ...     pass
   ...
   >>> c = C()
   >>> c.__len__ = lambda: 5
   >>> len(c)
   Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
   TypeError: object of type 'C' has no len()

The rationale behind this behaviour lies with a number of special
methods such as "__hash__()" and "__repr__()" that are implemented by
all objects, including type objects. If the implicit lookup of these
methods used the conventional lookup process, they would fail when
invoked on the type object itself:

   >>> 1 .__hash__() == hash(1)
   True
   >>> int.__hash__() == hash(int)
   Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
   TypeError: descriptor '__hash__' of 'int' object needs an argument

A tentativa incorreta de invocar um método não vinculado de uma classe
dessa maneira é às vezes referida como "confusão de metaclasse" e é
evitada ignorando a instância ao pesquisar métodos especiais:

   >>> type(1).__hash__(1) == hash(1)
   True
   >>> type(int).__hash__(int) == hash(int)
   True

In addition to bypassing any instance attributes in the interest of
correctness, implicit special method lookup generally also bypasses
the "__getattribute__()" method even of the object's metaclass:

   >>> class Meta(type):
   ...     def __getattribute__(*args):
   ...         print("Metaclass getattribute invoked")
   ...         return type.__getattribute__(*args)
   ...
   >>> class C(object, metaclass=Meta):
   ...     def __len__(self):
   ...         return 10
   ...     def __getattribute__(*args):
   ...         print("Class getattribute invoked")
   ...         return object.__getattribute__(*args)
   ...
   >>> c = C()
   >>> c.__len__()                 # Explicit lookup via instance
   Class getattribute invoked
   10
   >>> type(c).__len__(c)          # Explicit lookup via type
   Metaclass getattribute invoked
   10
   >>> len(c)                      # Implicit lookup
   10

Bypassing the "__getattribute__()" machinery in this fashion provides
significant scope for speed optimisations within the interpreter, at
the cost of some flexibility in the handling of special methods (the
special method *must* be set on the class object itself in order to be
consistently invoked by the interpreter).


3.4. Corrotinas
===============


3.4.1. Objetos aguardáveis
--------------------------

An *awaitable* object generally implements an "__await__()" method.
*Coroutine objects* returned from "async def" functions are awaitable.

Nota:

  The *generator iterator* objects returned from generators decorated
  with "types.coroutine()" or "asyncio.coroutine()" are also
  awaitable, but they do not implement "__await__()".

object.__await__(self)

   Deve retornar um *iterador*. Deve ser usado para implementar
   objetos *aguardáveis*. Por exemplo, "asyncio.Future" implementa
   este método para ser compatível com a expressão "await".

Novo na versão 3.5.

Ver também:

  **PEP 492** para informações adicionais sobre objetos aguardáveis.


3.4.2. Objetos corrotina
------------------------

*Coroutine objects* are *awaitable* objects. A coroutine's execution
can be controlled by calling "__await__()" and iterating over the
result.  When the coroutine has finished executing and returns, the
iterator raises "StopIteration", and the exception's "value" attribute
holds the return value.  If the coroutine raises an exception, it is
propagated by the iterator.  Coroutines should not directly raise
unhandled "StopIteration" exceptions.

As corrotinas também têm os métodos listados abaixo, que são análogos
aos dos geradores (ver Métodos de iterador gerador). No entanto, ao
contrário dos geradores, as corrotinas não suportam diretamente a
iteração.

Alterado na versão 3.5.2: É uma "RuntimeError" para aguardar uma
corrotina mais de uma vez.

coroutine.send(value)

   Starts or resumes execution of the coroutine.  If *value* is
   "None", this is equivalent to advancing the iterator returned by
   "__await__()".  If *value* is not "None", this method delegates to
   the "send()" method of the iterator that caused the coroutine to
   suspend.  The result (return value, "StopIteration", or other
   exception) is the same as when iterating over the "__await__()"
   return value, described above.

coroutine.throw(value)
coroutine.throw(type[, value[, traceback]])

   Raises the specified exception in the coroutine.  This method
   delegates to the "throw()" method of the iterator that caused the
   coroutine to suspend, if it has such a method.  Otherwise, the
   exception is raised at the suspension point.  The result (return
   value, "StopIteration", or other exception) is the same as when
   iterating over the "__await__()" return value, described above.  If
   the exception is not caught in the coroutine, it propagates back to
   the caller.

coroutine.close()

   Faz com que a corrotina se limpe e saia. Se a corrotina for
   suspensa, este método primeiro delega para o método "close()" do
   iterador que causou a suspensão da corrotina, se tiver tal método.
   Então ele levanta "GeneratorExit" no ponto de suspensão, fazendo
   com que a corrotina se limpe imediatamente. Por fim, a corrotina é
   marcada como tendo sua execução concluída, mesmo que nunca tenha
   sido iniciada.

   Objetos corrotina são fechados automaticamente usando o processo
   acima quando estão prestes a ser destruídos.


3.4.3. Iteradores assíncronos
-----------------------------

Um *iterador assíncrono* pode chamar código assíncrono em seu método
"__anext__".

Os iteradores assíncronos podem ser usados ​​em uma instrução "async
for".

object.__aiter__(self)

   Deve retornar um objeto *iterador assíncrono*.

object.__anext__(self)

   Deve retornar um *aguardável* resultando em um próximo valor do
   iterador. Deve levantar um erro "StopAsyncIteration" quando a
   iteração terminar.

Um exemplo de objeto iterável assíncrono:

   class Reader:
       async def readline(self):
           ...

       def __aiter__(self):
           return self

       async def __anext__(self):
           val = await self.readline()
           if val == b'':
               raise StopAsyncIteration
           return val

Novo na versão 3.5.

Alterado na versão 3.7: Prior to Python 3.7, "__aiter__()" could
return an *awaitable* that would resolve to an *asynchronous
iterator*.Starting with Python 3.7, "__aiter__()" must return an
asynchronous iterator object.  Returning anything else will result in
a "TypeError" error.


3.4.4. Gerenciadores de contexto assíncronos
--------------------------------------------

Um *gerenciador de contexto assíncrono* é um *gerenciador de contexto*
que é capaz de suspender a execução em seus métodos "__aenter__" e
"__aexit__".

Os gerenciadores de contexto assíncronos podem ser usados ​​em uma
instrução "async with".

object.__aenter__(self)

   Semanticamente semelhante a "__enter__()", a única diferença é que
   ele deve retornar um *aguardável*.

object.__aexit__(self, exc_type, exc_value, traceback)

   Semanticamente semelhante a "__exit__()", a única diferença é que
   ele deve retornar um *aguardável*.

Um exemplo de uma classe gerenciadora de contexto assíncrona:

   class AsyncContextManager:
       async def __aenter__(self):
           await log('entering context')

       async def __aexit__(self, exc_type, exc, tb):
           await log('exiting context')

Novo na versão 3.5.

-[ Notas de rodapé ]-

[1] Em alguns casos, *é* possível alterar o tipo de um objeto, sob
    certas condições controladas. No entanto, geralmente não é uma boa
    ideia, pois pode levar a um comportamento muito estranho se for
    tratado incorretamente.

[2] The "__hash__()", "__iter__()", "__reversed__()", and
    "__contains__()" methods have special handling for this; others
    will still raise a "TypeError", but may do so by relying on the
    behavior that "None" is not callable.

[3] "Não suportar" aqui significa que a classe não possui tal método,
    ou o método retorna "NotImplemented". Não defina o método como
    "None" se quiser forçar o fallback para o método refletido do
    operando correto -- isso terá o efeito oposto de *bloquear*
    explicitamente esse fallback.

[4] For operands of the same type, it is assumed that if the non-
    reflected method -- such as "__add__()" -- fails then the overall
    operation is not supported, which is why the reflected method is
    not called.
