你也许经常会听到「描述符」这个概念,但是由于大多数的程序员很少会使用到他,所以可能你并不太清楚了解它的原理,python视频教程栏目将详细介绍

推荐(免费):python视频教程

但是如果你想自己的事业来说更上一层的话,对于python的使用更加熟练的话,我认为你还是应该对描述符的这个概念有一个清晰的了解,这对于你以后的发展有着巨大的帮助,也有利于你将来更深层次的python设计的理解。

尽管在开发的过程中,我们没有直接的使用过描述符,但是它在底层的运用却是十分频繁的存在。例如下面的这些:function 、bound method 、unbound method

装是器property 、staticmethod 、classmethod

这些是不是都很熟悉?

其实这些都与描述符有着千丝万缕的联系,这样吧,我们通过下面的文章来探讨一下描述符背后的工作原理吧。

什么是描述符?

在我们了解什么是描述符前,我们可以先找一个例子来看一下class A:

x = 10print(A.x) # 10

这个例子很简单,我们先在类A中定义一个类属性x,然后得出它的值。

除了这种直接定义类属性的方法外,我们还可以这样去定义一个类属性:class Ten:

def __get__(self, obj, objtype=None):

return 10class A:

x = Ten() # 属性换成了一个类print(A.x) # 10

我们可以发现,这回的类属性x不是一个具体的值了,而是一个类Ten,通过这个Ten定义了一个__get__方法,返回具体的值。

因此可得出:在python中,我们可以把一个类的属性,托管给一个类,而这样的属性就是一个描述符

简而言之,描述符是一个绑定行为属性

而这又有着什么意思呢?

回想,我们在开发时,一般情况下,会将行为叫做什么?行为即一个方法。

所以我们也可以将描述符理解为:对象的属性并非一个具体的值,而是交给了一个方法去定义。

可以想像一下,如果我们用一个方法去定义一个属性,这么做有什么好处?

有了方法,我们就可以在方法内实现自己的逻辑,最简单的,我们可以根据不同的条件,在方法内给属性赋予不同的值,就像下面这样:class Age:

def __get__(self, obj, objtype=None):

if obj.name == 'zhangsan':

return 20

elif obj.name == 'lisi':

return 25

else:

return ValueError("unknow")class Person:

age = Age()

def __init__(self, name):

self.name = name

p1 = Person('zhangsan')print(p1.age) # 20p2 = Person('lisi')print(p2.age) # 25p3 = Person('wangwu')print(p3.age) # unknow

这个例子中,age 类属性被另一个类托管了,在这个类的 __get__ 中,它会根据 Person 类的属性 name,决定 age 是什么值。

通过这样一个例子,我们可以看到,通过描述符的使用,我们可以轻易地改变一个类属性的定义方式。

描述符协议

了解了描述符的定义,现在我们把重点放到托管属性的类上。

其实,一个类属性想要托管给一个类,这个类内部实现的方法不能是随便定义的,它必须遵守「描述符协议」,也就是要实现以下几个方法:__get__(self, obj, type=None) -> value

__set__(self, obj, value) -> None

__delete__(self, obj) -> None

只要是实现了以上几个方法的其中一个,那么这个类属性就可以称作描述符。

另外,描述符又可以分为「数据描述符」和「非数据描述符」:只定义了 __get___,叫做非数据描述符

除了定义 __get__ 之外,还定义了 __set__ 或 __delete__,叫做数据描述符

它们两者有什么区别,我会在下面详述。

现在我们来看一个包含 __get__ 和 __set__ 方法的描述符例子:# coding: utf8class Age:

def __init__(self, value=20):

self.value = value

def __get__(self, obj, type=None):

print('call __get__: obj: %s type: %s' % (obj, type))

return self.value

def __set__(self, obj, value):

if value <= 0:

raise ValueError("age must be greater than 0")

print('call __set__: obj: %s value: %s' % (obj, value))

self.value = valueclass Person:

age = Age()

def __init__(self, name):

self.name = name

p1 = Person('zhangsan')print(p1.age)# call __get__: obj: <__main__.person object at> type: # 20print(Person.age)# call __get__: obj: None type: # 20p1.age = 25# call __set__: obj: <__main__.person object at> value: 25print(p1.age)# call __get__: obj: <__main__.person object at> type: # 25p1.age = -1# ValueError: age must be greater than 0

在这例子中,类属性 age 是一个描述符,它的值取决于 Age 类。

从输出结果来看,当我们获取或修改 age 属性时,调用了 Age 的 __get__ 和 __set__ 方法:当调用 p1.age 时,__get__ 被调用,参数 obj 是 Person 实例,type 是 type(Person)

当调用 Person.age 时,__get__ 被调用,参数 obj 是 None,type 是 type(Person)

当调用 p1.age = 25时,__set__ 被调用,参数 obj 是 Person 实例,value 是25

当调用 p1.age = -1时,__set__ 没有通过校验,抛出 ValueError

其中,调用 __set__ 传入的参数,我们比较容易理解,但是对于 __get__ 方法,通过类或实例调用,传入的参数是不同的,这是为什么?

这就需要我们了解一下描述符的工作原理。

描述符的工作原理

要解释描述符的工作原理,首先我们需要先从属性的访问说起。

在开发时,不知道你有没有想过这样一个问题:通常我们写这样的代码 a.b,其背后到底发生了什么?

这里的 a 和 b 可能存在以下情况:a 可能是一个类,也可能是一个实例,我们这里统称为对象

b 可能是一个属性,也可能是一个方法,方法其实也可以看做是类的属性

其实,无论是以上哪种情况,在 Python 中,都有一个统一的调用逻辑:先调用 __getattribute__ 尝试获得结果

如果没有结果,调用 __getattr__

用代码表示就是下面这样:def getattr_hook(obj, name):

try:

return obj.__getattribute__(name)

except AttributeError:

if not hasattr(type(obj), '__getattr__'):

raise return type(obj).__getattr__(obj, name)

我们这里需要重点关注一下 __getattribute__,因为它是所有属性查找的入口,它内部实现的属性查找顺序是这样的:要查找的属性,在类中是否是一个描述符

如果是描述符,再检查它是否是一个数据描述符

如果是数据描述符,则调用数据描述符的 __get__

如果不是数据描述符,则从 __dict__ 中查找

如果 __dict__ 中查找不到,再看它是否是一个非数据描述符

如果是非数据描述符,则调用非数据描述符的 __get__

如果也不是一个非数据描述符,则从类属性中查找

如果类中也没有这个属性,抛出 AttributeError 异常

写成代码就是下面这样:# 获取一个对象的属性

def __getattribute__(obj, name):

null = object()

# 对象的类型 也就是实例的类

objtype = type(obj)

# 从这个类中获取指定属性

cls_var = getattr(objtype, name, null)

# 如果这个类实现了描述符协议

descr_get = getattr(type(cls_var), '__get__', null)

if descr_get is not null:

if (hasattr(type(cls_var), '__set__')

or hasattr(type(cls_var), '__delete__')):

# 优先从数据描述符中获取属性 return descr_get(cls_var, obj, objtype)

# 从实例中获取属性 if hasattr(obj, '__dict__') and name in vars(obj):

return vars(obj)[name]

# 从非数据描述符获取属性 if descr_get is not null:

return descr_get(cls_var, obj, objtype)

# 从类中获取属性 if cls_var is not null:

return cls_var

# 抛出 AttributeError 会触发调用 __getattr__

raise AttributeError(name)

如果不好理解,你最好写一个程序测试一下,观察各种情况下的属性的查找顺序。

到这里我们可以看到,在一个对象中查找一个属性,都是先从 __getattribute__ 开始的。

在 __getattribute__ 中,它会检查这个类属性是否是一个描述符,如果是一个描述符,那么就会调用它的 __get__ 方法。但具体的调用细节和传入的参数是下面这样的:如果 a 是一个实例,调用细节为:type(a).__dict__['b'].__get__(a, type(a))复制代码如果 a 是一个类,调用细节为:a.__dict__['b'].__get__(None, a)复制代码

所以我们就能看到上面例子输出的结果。

数据描述符和非数据描述符

了解了描述符的工作原理,我们继续来看数据描述符和非数据描述符的区别。

从定义上来看,它们的区别是:只定义了 __get___,叫做非数据描述符

除了定义 __get__ 之外,还定义了 __set__ 或 __delete__,叫做数据描述符

此外,我们从上面描述符调用的顺序可以看到,在对象中查找属性时,数据描述符要优先于非数据描述符调用。

在之前的例子中,我们定义了 __get__ 和 __set__,所以那些类属性都是数据描述符。

我们再来看一个非数据描述符的例子:class A:

def __init__(self):

self.foo = 'abc'

def foo(self):

return 'xyz'print(A().foo) # 输出什么?

复制代码

这段代码,我们定义了一个相同名字的属性和方法 foo,如果现在执行 A().foo,你觉得会输出什么结果?

答案是 abc。

为什么打印的是实例属性 foo 的值,而不是方法 foo 呢?

这就和非数据描述符有关系了。

我们执行 dir(A.foo),观察结果:print(dir(A.foo))# [... '__get__', '__getattribute__', ...]复制代码

看到了吗?A 的 foo 方法其实实现了 __get__,我们在上面的分析已经得知:只定义 __get__ 方法的对象,它其实是一个非数据描述符,也就是说,我们在类中定义的方法,其实本身就是一个非数据描述符。

所以,在一个类中,如果存在相同名字的属性和方法,按照上面所讲的 __getattribute__ 中查找属性的顺序,这个属性就会优先从实例中获取,如果实例中不存在,才会从非数据描述符中获取,所以在这里优先查找的是实例属性 foo 的值。

到这里我们可以总结一下关于描述符的相关知识点:描述符必须是一个类属性

__getattribute__ 是查找一个属性(方法)的入口

__getattribute__ 定义了一个属性(方法)的查找顺序:数据描述符、实例属性、非数据描述符、类属性

如果我们重写了 __getattribute__ 方法,会阻止描述符的调用

所有方法其实都是一个非数据描述符,因为它定义了 __get__

描述符的使用场景

了解了描述符的工作原理,那描述符一般用在哪些业务场景中呢?

在这里我用描述符实现了一个属性校验器,你可以参考这个例子,在类似的场景中去使用它。

首先我们定义一个校验基类 Validator,在 __set__ 方法中先调用 validate 方法校验属性是否符合要求,然后再对属性进行赋值。class Validator:

def __init__(self):

self.data = {}

def __get__(self, obj, objtype=None):

return self.data[obj]

def __set__(self, obj, value):

# 校验通过后再赋值

self.validate(value)

self.data[obj] = value

def validate(self, value):

pass

复制代码

接下来,我们定义两个校验类,继承 Validator,然后实现自己的校验逻辑。class Number(Validator):

def __init__(self, minvalue=None, maxvalue=None):

super(Number, self).__init__()

self.minvalue = minvalue

self.maxvalue = maxvalue

def validate(self, value):

if not isinstance(value, (int, float)):

raise TypeError(f'Expected {value!r} to be an int or float')

if self.minvalue is not None and value < self.minvalue:

raise ValueError(

f'Expected {value!r} to be at least {self.minvalue!r}'

)

if self.maxvalue is not None and value > self.maxvalue:

raise ValueError(

f'Expected {value!r} to be no more than {self.maxvalue!r}'

)class String(Validator):

def __init__(self, minsize=None, maxsize=None):

super(String, self).__init__()

self.minsize = minsize

self.maxsize = maxsize

def validate(self, value):

if not isinstance(value, str):

raise TypeError(f'Expected {value!r} to be an str')

if self.minsize is not None and len(value) < self.minsize:

raise ValueError(

f'Expected {value!r} to be no smaller than {self.minsize!r}'

)

if self.maxsize is not None and len(value) > self.maxsize:

raise ValueError(

f'Expected {value!r} to be no bigger than {self.maxsize!r}'

)复制代码

最后,我们使用这个校验类:class Person:

# 定义属性的校验规则 内部用描述符实现

name = String(minsize=3, maxsize=10)

age = Number(minvalue=1, maxvalue=120)

def __init__(self, name, age):

self.name = name

self.age = age

# 属性符合规则

p1 = Person('zhangsan', 20)print(p1.name, p1.age)# 属性不符合规则

p2 = person('a', 20)# ValueError: Expected 'a' to be no smaller than 3p3 = Person('zhangsan', -1)# ValueError: Expected -1 to be at least 1复制代码

现在,当我们对 Person 实例进行初始化时,就可以校验这些属性是否符合预定义的规则了。

function与method

我们再来看一下,在开发时经常看到的 function、unbound method、bound method 它们之间到底有什么区别?

来看下面这段代码:class A:

def foo(self):

return 'xyz'print(A.__dict__['foo']) # print(A.foo) # print(A().foo) # >复制代码

从结果我们可以看出它们的区别:function 准确来说就是一个函数,并且它实现了 __get__ 方法,因此每一个 function 都是一个非数据描述符,而在类中会把 function 放到 __dict__ 中存储

当 function 被实例调用时,它是一个 bound method

当 function 被类调用时, 它是一个 unbound method

function 是一个非数据描述符,我们之前已经讲到了。

而 bound method 和 unbound method 的区别就在于调用方的类型是什么,如果是一个实例,那么这个 function 就是一个 bound method,否则它是一个 unbound method。

property/staticmethod/classmethod

我们再来看 property、staticmethod、classmethod。

这些装饰器的实现,默认是 C 来实现的。

其实,我们也可以直接利用 Python 描述符的特性来实现这些装饰器,

property 的 Python 版实现:class property:

def __init__(self, fget=None, fset=None, fdel=None, doc=None):

self.fget = fget

self.fset = fset

self.fdel = fdel

self.__doc__ = doc

def __get__(self, obj, objtype=None):

if obj is None:

return self.fget if self.fget is None:

raise AttributeError(), "unreadable attribute"

return self.fget(obj)

def __set__(self, obj, value):

if self.fset is None:

raise AttributeError, "can't set attribute"

return self.fset(obj, value)

def __delete__(self, obj):

if self.fdel is None:

raise AttributeError, "can't delete attribute"

return self.fdel(obj)

def getter(self, fget):

return type(self)(fget, self.fset, self.fdel, self.__doc__)

def setter(self, fset):

return type(self)(self.fget, fset, self.fdel, self.__doc__)

def deleter(self, fdel):

return type(self)(self.fget, self.fset, fdel, self.__doc__)复制代码

staticmethod 的 Python 版实现:class staticmethod:

def __init__(self, func):

self.func = func

def __get__(self, obj, objtype=None):

return self.func

复制代码

classmethod 的 Python 版实现:class classmethod:

def __init__(self, func):

self.func = func

def __get__(self, obj, klass=None):

if klass is None:

klass = type(obj)

def newfunc(*args):

return self.func(klass, *args)

return newfunc

复制代码

除此之外,你还可以实现其他功能强大的装饰器。

由此可见,通过描述符我们可以实现强大而灵活的属性管理功能,对于一些要求属性控制比较复杂的场景,我们可以选择用描述符来实现。

总结

这篇文章我们主要讲了 Python 描述符的工作原理。

首先,我们从一个简单的例子了解到,一个类属性是可以托管给另外一个类的,这个类如果实现了描述符协议方法,那么这个类属性就是一个描述符。此外,描述符又可以分为数据描述符和非数据描述符。

之后我们又分析了获取一个属性的过程,一切的入口都在 __getattribute__ 中,这个方法定义了寻找属性的顺序,其中实例属性优先于数据描述符调用,数据描述符要优先于非数据描述符调用。

另外我们又了解到,方法其实就是一个非数据描述符,如果我们在类中定义了相同名字的实例属性和方法,按照 __getattribute__ 中的属性查找顺序,实例属性优先访问。

最后我们分析了 function 和 method 的区别,以及使用 Python 描述符也可以实现 property、staticmethod、classmethod 装饰器。

Python 描述符提供了强大的属性访问控制功能,我们可以在需要对属性进行复杂控制的场景中去使用它。

本作品采用《CC 协议》,转载必须注明作者和本文链接

python 描述符有什么用_介绍python描述符的意义相关推荐

  1. python判断是不是整数的命令_介绍python判断一个数是不是正小数和整数的方法

    这篇文章主要介绍了python 判断是否为正小数和正整数的实例的相关资料,这里提供实例,实例注释说明很清楚,需要的朋友可以参考下 python 判断是否为正小数和正整数的实例 实现代码: def ch ...

  2. Python:Python语言的简介(语言特点/pyc介绍/Python版本语言兼容问题(python2 VS Python3))、安装、学习路线(数据分析/机器学习/网页爬等编程案例分析)之详细攻略

    Python:Python语言的简介(语言特点/pyc介绍/Python版本语言兼容问题(python2 VS Python3)).安装.学习路线(数据分析/机器学习/网页爬等编程案例分析)之详细攻略 ...

  3. python中的换行符是哪个键_对Python字符串中的换行符和制表符介绍

    对Python字符串中的换行符和制表符介绍 有关换行的问题 首先提一个问题,如下. python程序代码如下: print("I'm Bob. What's your name?" ...

  4. python使用rpa需要什么插件_使用Python制作ArcGIS插件基础篇——工具介绍

    ArcGIS从10.0开始支持addin(ArcGIS软件中又叫作加载项)的方式进行插件制作.相对于以往9.x系列,addin的无论是从使用或者编写都更加方便快捷.通过开发语言,可以制作ArcGIS ...

  5. python中的字体英文名_对python opencv 添加文字 cv2.putText 的各参数介绍

    如下所示: cv2.putText(img, str(i), (123,456)), font, 2, (0,255,0), 3) 各参数依次是:图片,添加的文字,左上角坐标,字体,字体大小,颜色,字 ...

  6. python的六个类型_介绍Python中6个序列的内置类型

    原标题:介绍Python中6个序列的内置类型 1.Python中6个序列的内置类型分别是什么? Python包含6中内建的序列,即列表.元组.字符串.Unicode字符串.buffer对象和 xran ...

  7. python 软件开发 哔哩哔哩_介绍Python爬取哔哩哔哩视频

    栏目介绍如何爬取视频 相关免费学习推荐: 本篇文章主要给大家讲解下如实使用python 爬取哔哩哔哩中的视频,首先我是一名大数据开发工程师,爬虫只是我的一个业余爱好,喜欢爬虫的小伙伴可以一起交流.好了 ...

  8. 如何用python爬取视频_介绍Python爬取哔哩哔哩视频

    python视频教程栏目介绍如何爬取视频 本篇文章主要给大家讲解下如实使用python 爬取哔哩哔哩中的视频,首先我是一名大数据开发工程师,爬虫只是我的一个业余爱好,喜欢爬虫的小伙伴可以一起交流.好了 ...

  9. python中运算符优先级_介绍python中运算符优先级

    原标题:介绍python中运算符优先级 下面这个表给出Python的运算符优先级,从最低的优先级(最松散地结合)到最高的优先级(最紧密地结合).这意味着在一个表达式中,Python会首先计算表中较下面 ...

最新文章

  1. Bqq服务器的缓存文件放什么目录,如何使文件系统缓存失效? - How to invalidate the file system cache? - 开发者知识库...
  2. CentOS 7 命令
  3. 看过漫改,但你看过「改漫」吗?AI 一键让影视变漫画
  4. centos mongodb安装及简单实例
  5. Ajax中什么时候用同步,什么时候用异步?
  6. 卷积神经网络 手势识别_如何构建识别手语手势的卷积神经网络
  7. [react] React中你有使用过propType吗?它有什么作用?
  8. 如何在软件发布计划中自动化语义化版本与变更日志
  9. 漏洞扫描工具有哪些_5.4k Star!简单又全面的容器漏洞扫描工具:Trivy
  10. 代码行数统计工具 cloc
  11. Java固定资产管理系统源码
  12. 最新中国大陆行政区域划分
  13. idea社区版 html,利用IntelliJ IDEA社区版开发servlet
  14. 订单管理_01新增订单信息流程
  15. Stimulsoft reports 2022.4.2
  16. 2021年南京邮电大学自动化学院、人工智能学院考研指南
  17. 【随笔】记录一次简易的液位报警器的拆机修理
  18. 走弯路,才是人生的常态
  19. brew install gpg
  20. 中国人寿在线笔试可以用计算机嘛,中国人寿集团校园招聘笔试经验

热门文章

  1. 华为称不会退出海外市场;英伟达证实遭遇黑客攻击;TypeScript 4.6发布 | 极客头条...
  2. 你不可不会的几种移动零的方法
  3. HarmonyOS IDE再升级,跨终端开发真的简单了吗?
  4. 英特尔FPGA技术大会: 加快塑造边缘、网络和云端的未来
  5. Kubernetes v1.19 正式发布!更新 33 项功能
  6. 赠书 | 集成学习方法及应用,破解AI实践难题
  7. 确认!字节跳动 AI Lab 负责人马维英离职,将赴清华加入张亚勤团队
  8. Python 爬虫“学前班”!学会免踩坑!
  9. 面对亚马逊和谷歌的争夺战,小企业该如何生存?
  10. TIOBE 5 月编程语言排行榜:Python、C++ 竞争白热化,Objective-C 已沦为小众语言