Python 描述符（Descriptor）入门

概述很久都没写Flask代码相关了，想想也真是惭愧，然并卵，这次还是不写Flask相关，不服你来打我啊（就这么贱，有本事咬我啊

很久都没写 Flask 代码相关了，想想也真是惭愧，然并卵，这次还是不写 Flask 相关，不服你来打我啊（就这么贱，有本事咬我啊

这次我来写一下 Python 一个很重要的东西，即 Descriptor （描述符）

初识描述符

老规矩， Talk is cheap,Show me the code. 我们先来看看一段代码

classperson(object):""""""#----------------------------------------------------------------------def__init__(self,first_name,last_name):"""Constructor""" self.first_name = first_name self.last_name = last_name#---------------------------------------------------------------------- @propertydeffull_name(self):""" Return the full name """return"%s %s"% (self.first_name,self.last_name)if__name__=="__main__": person = Person("Mike","Driscoll") print(person.full_name)# 'Mike Driscoll' print(person.first_name)# 'Mike'

这段代大家肯定很熟悉，恩， property 嘛，谁不知道呢，但是 property 的实现机制大家清楚么？什么不清楚？那还学个毛的 Python 啊。。。开个玩笑，我们看下面一段代码

classproperty(object):"Emulate PyProperty_Type() in Objects/descrobject.c"def__init__(self,fget=None,fset=None,fdel=None,doc=None): self.fget = fget self.fset = fset self.fdel = fdelifdocisNoneandfgetisnotNone: doc = fget.__doc__ self.__doc__ = docdef__get__(self,obj,objtype=None):ifobjisNone:returnselfifself.fgetisNone:raiseAttributeError("unreadable attribute")returnself.fget(obj)def__set__(self,value):ifself.fsetisNone:raiseAttributeError("can't set attribute") self.fset(obj,value)def__delete__(self,obj):ifself.fdelisNone:raiseAttributeError("can't delete attribute") self.fdel(obj)defgetter(self,fget):returntype(self)(fget,self.fset,self.fdel,self.__doc__)defsetter(self,fset):returntype(self)(self.fget,fset,self.__doc__)defdeleter(self,fdel):returntype(self)(self.fget,fdel,self.__doc__)

看起来是不是很复杂，没事，我们来一步步的看。不过这里我们首先给出一个结论： Descriptors 是一种特殊 的对象，这种对象实现了 __get__ ， __set__ ， __delete__ 这三个特殊方法。

详解描述符

说说 Property

在上文，我们给出了 Propery 实现代码，现在让我们来详细说说这个

classperson(object):""""""#----------------------------------------------------------------------def__init__(self,last_name):"""Constructor""" self.first_name = first_name self.last_name = last_name#---------------------------------------------------------------------- @Propertydeffull_name(self):""" Return the full name """return"%s %s"% (self.first_name,"Driscoll") print(person.full_name)# 'Mike Driscoll' print(person.first_name)# 'Mike'

首先，如果你对装饰器不了解的话，你可能要去看看这篇文章，简而言之，在我们正式运行代码之前，我们的解释器就会对我们的代码进行一次扫描，对涉及装饰器的部分进行替换。类装饰器同理。在上文中，这段代码

@Propertydeffull_name(self):""" Return the full name """return"%s %s"% (self.first_name,self.last_name)

会触发这样一个过程，即 full_name=Property(full_name) 。然后在我们后面所实例化对象之后我们调用 person.full_name 这样一个过程其实等价于 person.full_name.__get__(person) 然后进而触发 __get__() 方法里所写的 return self.fget(obj) 即原本上我们所编写的 def full_name 内的执行代码。

这个时候，同志们可以去思考下 getter(),setter(),以及 deleter() 的具体运行机制了=。=如果还是有问题，欢迎在评论里进行讨论。

关于描述符

还记得之前我们所提到的一个定义么： Descriptors 是一种特殊的对象，这种对象实现了 __get__ ， __set__ ， __delete__ 这三个特殊方法 。然后在 Python 官方文档的说明中，为了体现描述符的重要性，有这样一段话：“They are the mechanism behind propertIEs,methods,static methods,class methods,and super(). They are used throughout Python itself to implement the new style classes introduced in version 2.2. ” 简而言之就是 先有描述符后有天，秒天秒地秒空气 。恩，在新式类中，属性，方法调用，静态方法，类方法等都是基于描述符的特定使用。

OK，你可能想问，为什么描述符是这么重要呢？别急，我们接着看

使用描述符

首先请看下一段代码

classA(object):#注：在 Python 3.x 版本中，对于 new class 的使用不需要显式的指定从 object 类进行继承，如果在 Python 2.X（x>2)的版本中则需要

defa(self):passif__name__=="__main__": a=A() a.a()

大家都注意到了我们存在着这样一个语句 a.a() ，好的，现在请大家思考下，我们在调用这个方法的时候发生了什么？

OK？想出来了么？没有？好的我们继续

首先我们调用一个属性的时候，不管是成员还是方法，我们都会触发这样一个方法用于调用属性 __getattribute__(),在我们的 __getattribute__() 方法中，如果我们尝试调用的属性实现了我们的描述符协议，那么会产生这样一个调用过程 type(a).__dict__['a'].__get__(b,type(b)) 。好的这里我们又要给出一个结论了：“在这样一个调用过程中，有这样一个优先级顺序，如果我们所尝试调用属性是一个 data descriptors ，那么不管这个属性是否存在我们的实例的 __dict__ 字典中，优先调用我们描述符里的 __get__ 方法，如果我们所尝试调用属性是一个 non data descriptors ，那么我们优先调用我们实例里的 __dict__ 里的存在的属性，如果不存在，则依照相应原则往上查找我们类，父类中的 __dict__ 中所包含的属性，一旦属性存在，则调用 __get__ 方法，如果不存在则调用 __getattr__() 方法”。理解起来有点抽象？没事，我们马上会讲，不过在这里，我们先要解释下 data descriptors 与 non data descriptors ，再来看一个例子。什么是 data descriptors 与 non data descriptors 呢？其实很简单，在描述符中同时实现了 __get__ 与 __set__ 协议的描述符是 data descriptors ，如果只实现了 __get__ 协议的则是 non data descriptors 。好了我们现在来看个例子：

importmathclasslazyproperty:def__init__(self,func): self.func = funcdef__get__(self,instance,owner):ifinstanceisNone:returnselfelse: value = self.func(instance) setattr(instance,self.func.__name__,value)returnvalueclassCircle:def__init__(self,radius): self.radius = radiuspass @lazypropertydefarea(self): print("Com")returnmath.pi * self.radius *2deftest(self):passif__name__=='__main__': c=Circle(4) print(c.area)

好的，让我们仔细来看看这段代码，首先类描述符 @lazyproperty 的替换过程，前面已经说了，我们不在重复。接着，在我们第一次调用 c.area 的时候，我们首先查询实例 c 的 __dict__ 中是否存在着 area 描述符，然后发现在 c 中既不存在描述符，也不存在这样一个属性，接着我们向上查询 Circle 中的 __dict__ ，然后查找到名为 area 的属性，同时这是一个 non data descriptors ，由于我们的实例字典内并不存在 area 属性，那么我们便调用类字典中的 area 的 __get__ 方法，并在 __get__ 方法中通过调用 setattr 方法为实例字典注册属性 area 。紧接着，我们在后续调用 c.area 的时候，我们能在实例字典中找到 area 属性的存在，且类字典中的 area 是一个 non data descriptors ，于是我们不会触发代码里所实现的 __get__ 方法，而是直接从实例的字典中直接获取属性值。

描述符的使用

描述符的使用面很广，不过其主要的目的在于让我们的调用过程变得可控。因此我们在一些需要对我们调用过程实行精细控制的时候，使用描述符，比如我们之前提到的这个例子

classlazyproperty:def__init__(self,value)returnvaluedef__set__(self,value=0):passimportmathclassCircle:def__init__(self,radius): self.radius = radiuspass @lazypropertydefarea(self,value=0): print("Com")ifvalue ==0andself.radius ==0:raiseTypeError("Something went wring")returnmath.pi * value *2ifvalue !=0elsemath.pi * self.radius *2deftest(self):pass

利用描述符的特性实现懒加载，再比如，我们可以控制属性赋值的值

classproperty(object):"Emulate PyProperty_Type() in Objects/descrobject.c"def__init__(self,value=None):ifvalueisNone:raiseTypeError("You can`t to set value as None")ifself.fsetisNone:raiseAttributeError("can't set attribute") self.fset(obj,self.__doc__)classtest():def__init__(self,value): self.value = value @PropertydefValue(self):returnself.value @Value.setterdeftest(self,x): self.value = x

如上面的例子所描述的一样，我们可以判断所传入的值是否有效等等。

总结

以上是内存溢出为你收集整理的Python 描述符（Descriptor）入门全部内容，希望文章能够帮你解决Python 描述符（Descriptor）入门所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。