Python重载运算符：算术与比较魔法方法全解析

本文深入解析了Python中通过魔法方法重载算术与比较运算符的核心机制与实战要点，系统梳理了__add__、__sub__等算术方法及__eq__、__lt__等比较方法的精确对应关系、成对实现必要性、反向运算（__radd__）与就地运算（__iadd__）的协作逻辑，并强调返回值类型必须严格遵循协议——算术方法应返回新对象或self，比较方法必须返回True/False而非1/0；同时揭示了sum、sorted等内置函数调用时的隐式魔法方法依赖、常见陷阱（如仅实现__add__却忽略__radd__导致左侧内置类型操作失败）以及@functools.total_ordering等实用优化技巧，帮助开发者写出健壮、可预测且符合Python惯用法的自定义类。

Python里哪些魔法方法对应算术运算

重载 +、-、* 这类运算符，靠的是以双下划线开头和结尾的“魔法方法”，不是随便起名。写错名字就完全不生效，连报错都不会有——它只是默默走默认逻辑。

常见对应关系要记准：__add__ 对应 +，__sub__ 对应 -，__mul__ 对应 *，__truediv__ 对应 /，__floordiv__ 对应 //，__mod__ 对应 %。注意 __div__ 在 Python 3 里已废弃，用 __truediv__。

• 反向运算（比如 2 + obj 而非 obj + 2）需实现 __radd__ 等，否则可能抛 TypeError
• 如果只实现 __add__ 但返回 NotImplemented（不是异常！是内置常量），Python 会自动尝试调用右操作数的 __radd__
• __iadd__ 等就地运算方法不写的话，+= 会退化为先调 __add__ 再赋值，可能影响性能或对象身份

比较运算符必须成对实现才安全

只写 __eq__ 不写 __ne__，或者只写 __lt__ 不写 __le__，很容易踩坑。Python 不会自动推导补全，而且默认的 != 行为是 not ==，但前提是 __eq__ 明确返回了布尔值；如果它返回 NotImplemented，!= 就直接 fallback 到内存地址比较。

• __eq__ 和 __ne__ 必须都实现，且逻辑互逆；否则在集合、字典中做成员判断时行为不可控
• 想支持完整排序（如 sorted() 或 max()），至少得有 __lt__；仅靠 __gt__ 是不够的
• 从 Python 3.7 开始，@functools.total_ordering 装饰器能帮你省事：只要实现 __eq__ 加一个核心比较方法（如 __lt__），其余自动补全

重载时最容易被忽略的返回值类型

魔法方法的返回值类型决定了后续链式操作是否成立。比如 __add__ 返回 int，那 obj + 1 + 2 就没问题；但如果返回 None 或没写 return，第二步加法就会报 TypeError: unsupported operand type(s)。

• 所有算术魔法方法都应该返回新对象（不可变类型惯例）或 self（可变类型用 __iadd__ 时）；绝不能静默失败
• 比较方法必须返回 True 或 False，返回 1/0 或其他真值在某些上下文（如 assert）里看似正常，但违反协议，可能引发隐晦问题
• 如果不确定要不要支持某类操作数（比如只接受 int，不接受 float），在方法开头用 isinstance(other, int) 判断，不匹配就 return NotImplemented，别 raise 异常

自定义类参与内置函数时的兼容性陷阱

sum()、max()、min()、sorted() 这些函数内部会触发特定魔法方法，但它们的调用逻辑和普通运算符不同。比如 sum([a, b, c]) 默认以 0 为起点调 0 + a，所以你的类若想被 sum 正确处理，__radd__ 必须能处理 int 左操作数。

• sum() 要求类实现 __radd__（因为起点是 0），且该方法不能假设左操作数一定是同类型
• sorted() 默认用 __lt__，但如果你传了 key 参数，就绕过所有比较方法，此时重载无效
• len() 调的是 __len__，不是算术或比较方法，但它常和数值类一起出现，容易漏写导致 TypeError: object of type 'X' has no len()

最麻烦的不是写不出来，而是写了一半——比如实现了 __add__ 却忘了 __radd__，结果在表达式左边出现内置类型时突然失效，还查不出原因。

今天关于《Python重载运算符：算术与比较魔法方法全解析》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！