聊聊Python中的描述符
通常，描述符是具有“绑定行为”的对象属性，其属性访问已被描述符协议中的方法所覆盖。这些方法是__get __（），__set __（）和__delete __（）。如果为对象定义了这些方法中的任何一种，则称其为描述符。属性访问的默认行为是从对象的字典中获取，设置或删除属性。例如，a.x具有一个查找链，查找链从a .__ dict __ [‘x’]开始，然后键入（a）.__ dict __ [‘x’]，并继续遍历类型（a）的基类（不包括元类）。如果查找到的值是定义描述符方法之一的对象，则Python可能会覆盖默认行为并改为调用描述符方法。优先链在何处发生取决于定义了哪些描述符方法。描述符是功能强大的通用协议。它们是属性，方法，静态方法，类方法和super（）背后的机制。在Python本身中使用它们来实现2.2版中引入的新样式类。
descr.__get__(self, obj, type=None) -> value descr.__set__(self, obj, value) -> None descr.__delete__(self, obj) -> None
定义这些方法中的任何一个，对象被视为描述符，并且在被视为属性时可以覆盖默认行为。
如果对象定义了__set __（）或__delete __（），则将其视为数据描述符。仅定义__get __（）的描述符称为非数据描述符（它们通常用于方法，但也可以用于其他用途）。数据和非数据描述符在实例字典中替代计算方式方面有所不同。 如果
实例的字典中的属性名称与数据描述符的名称相同，则以数据描述符为准。 如果实例的字典中具有与非数据描述符同名的属性，则该字典属性优先
。我们来看一下例子：
class lazy(object):
def __init__(self, func):
self.func = func
def __get__(self, instance, owner):
val = self.func(instance)
setattr(instance, self.func.__name__, val)
return val
class Circle(object):
def __init__(self, radius):
self.radius = radius
@lazy
def area(self):
print('evalute')
return 3.14 * self.radius ** 2
def __getattr__(self, item):
return 1
c = Circle(4)
print(c.area)
print(c.area)
输出结果是
evalute 50.24 50.24
我们定义了一个描述符的类 lazy，它只实现了__get__方法，是一个非数据的描述符，我们用它定义了类Circle中的area方法，所以area方法成为了一个描述符的对象，可以看到，在第一次调用c.area的时候，执行了area的方法，打印了”evalute”,在第二次的时间就直接输出了结果，没有指向area的方法，这是为什么呢?
那么重点来了， 可以看到在lazy定义的__get__方法中，执行了被描述对象的方法，也就是这里的area函数，获取到结果之后，给当前的instance设置了一个同名的属性，并且设值为结果，这样下次在调用的时间，因为这是一个非数据的描述符，看上面的黑体字，实例的字典中的属性名称与数据描述符的名称相同，则以数据描述符为准。
所以会取你刚刚设置的属性的值，不会再去取描述符的值。
我们再来看看数据描述符的一个例子：
class lazy(object):
def __init__(self, func):
self.func = func
def __get__(self, instance, owner):
val = self.func(instance)
setattr(instance, self.func.__name__, val)
return val
def __set__(self, instance, value):
pass
class Circle(object):
def __init__(self, radius):
self.radius = radius
@lazy
def area(self):
print('evalute')
return 3.14 * self.radius ** 2
def __getattr__(self, item):
return 1
c = Circle(4)
print(c.area)
print(c.area)
我们看一下输出的结果：
evalute 50.24 evalute 50.24
同样的定义，只是在描述符中添加了__set__方法，就会执行调用描述符定义的属性，和非描述符的调用方式天壤之别。这就是这个高级特性的特别之处。我们可以使用非数据描述符做惰性加载，只计算一次，下次直接取值，我在工作中也是这样干的。
知其然，知其所以然，我们来看一下是为什么：
根据官方的解释，描述符可以通过其方法名称直接调用。例如，d .__ get __（obj）。另外，更常见的是在属性访问时自动调用描述符。例如，obj.d在obj的字典中查找d。如果d定义了方法__get __（），则根据下面列出的优先级规则调用d .__ get __（obj）。调用的细节取决于obj是对象还是类。
对于对象，机制位于object .__ getattribute __（）中，它将b.x转换为type（b）.__ dict __ [‘x’] .__ get __（b，type（b））。该实现通过优先级链进行工作，该优先级链赋予数据描述符优先于实例变量的优先级，实例变量优先于非数据描述符的优先级，并为__getattr __（）分配最低优先级。完整的C实现可在Objects / object.c中的PyObject_GenericGetAttr（）中找到。
对于类，机制的类型为.__ getattribute __（），它将B.x转换为B .__ dict __ [‘x’] .__ get __（无，B）。在纯Python中，它看起来像：
def __getattribute__(self, key): "Emulate type_getattro() in Objects/typeobject.c" v = object.__getattribute__(self, key) if hasattr(v, '__get__'): return v.__get__(None, self) return v
要记住的重要点是：
- 描述符由__getattribute __（）方法调用
- 重写__getattribute __（）防止自动描述符调用
- object .__ getattribute __（）和type .__ getattribute __（）对__get __（）进行不同的调用。
- 数据描述符始终会覆盖实例字典。非数据描述符可以被实例字典覆盖。
具体的可以查看Python的c源码。
以上就是今天要和大家一起学习的内容。
代码地址
https://github.com/oldman1991/testdemo/blob/master/0028_python_descriptor.py
更多问题欢迎关注微信公众号
About The Author
