'디스크립터'라는 개념을 자주 들어보셨겠지만, 대부분의 프로그래머들은 거의 사용하지 않기 때문에 그 원리를 명확하게 이해하지 못할 수도 있습니다. python 동영상 튜토리얼 칼럼에서 자세히 소개하겠습니다. ):
python 비디오 튜토리얼
하지만 경력을 쌓고 Python 사용에 더욱 능숙해지고 싶다면 여전히 설명자를 해야 한다고 생각합니다. 여러분의 향후 개발에 큰 도움이 될 것이며, 향후 Python 디자인에 대해 더 깊이 이해하는 데도 도움이 될 것입니다. 개발 과정에서 디스크립터를 직접 사용하지는 않았지만, 하위 레벨에서는 매우 자주 사용됩니다. 예를 들어 다음과 같습니다:
함수, 바운드 메서드, 언바운드 메서드
staticmethod, classmethod
모두 익숙하신가요?
사실 이들은 설명자와 불가분하게 연결되어 있습니다. 다음 기사를 통해 설명자의 작동 원리를 살펴보겠습니다.
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
property 、staticmethod 、classmethod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」：
__get___，叫做非数据描述符__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 0x1055509e8> type: <class '__main__.Person'># 20print(Person.age)# call __get__: obj: None type: <class '__main__.Person'># 20p1.age = 25# call __set__: obj: <__main__.Person object at 0x1055509e8> value: 25print(p1.age)# call __get__: obj: <__main__.Person object at 0x1055509e8> type: <class '__main__.Person'># 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__
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)
A >x를 선택한 다음 해당 값을 가져옵니다. # 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)
x가 특정 값이 아니라는 것을 알 수 있습니다. 대신 Ten 클래스입니다. 이 Ten은 특정 값을 반환하는 __get__ 메서드를 정의합니다. 🎜🎜결론은 다음과 같습니다. Python에서는 🎜클래스의 속성을 클래스에 호스팅할 수 있으며 이러한 속성은 설명자🎜설명자입니다. 는 바인딩 동작 속성입니다🎜🎜이게 무슨 뜻인가요? 행동을 무엇이라고 부르나요? 행동은 메소드입니다. 🎜🎜그래서 descriptor를 다음과 같이 이해할 수도 있습니다. 🎜객체의 속성은 특정 값이 아니라 메서드에 의해 정의됩니다. 🎜🎜🎜속성을 정의하는 방법을 사용하면 어떤 이점이 있는지 상상할 수 있습니까? 🎜🎜메서드를 사용하면 메서드 내에서 자체 논리를 구현할 수 있습니다. 가장 간단한 방법은 다음과 같이 다양한 조건에 따라 메서드 내의 속성에 다양한 값을 할당할 수 있다는 것입니다. code>age 클래스 속성은 이 클래스의 __get__에서 호스팅되며 Person 클래스 속성 name을 기반으로 합니다. >는 age 값이 무엇인지 결정합니다. 🎜🎜이러한 예를 통해 설명자를 사용하면 클래스 속성이 정의되는 방식을 쉽게 변경할 수 있음을 알 수 있습니다. 🎜🎜🎜설명자 프로토콜🎜🎜🎜설명자의 정의를 이해했으므로 이제 관리 속성 클래스에 중점을 둡니다. 🎜🎜실제로 클래스 속성을 클래스에서 호스팅하려면 이 클래스 내부에 구현된 메서드를 임의로 정의할 수 없습니다. 즉, 다음 메서드를 구현해야 합니다. 🎜__get__(self, obj, type=None) -> 값__set__(self, obj, value) -> > li>__delete__(self, obj) -> None__get___만 정의됩니다. li >__get__ 정의 외에도 __set__ 또는 __delete__도 정의되어 데이터 설명자라고 합니다.__get__ 및 __set__ 메서드가 포함된 설명자의 예를 살펴보겠습니다. 🎜type(a).__dict__['b'].__get__(a, type(a))复制代码
age는 값이 Age 클래스에 따라 달라지는 설명자입니다. 🎜🎜출력 결과에 따르면 age 속성을 얻거나 수정할 때 Age의 __get__ 및 __set__이 호출됩니다. 코드> 방법: 🎜<ul>
<li>当调用 <code>p1.age 时，__get__ 被调用，参数 obj 是 Person 实例，type 是 type(Person)
Person.age 时，__get__ 被调用，参数 obj 是 None，type 是 type(Person)
p1.age = 25时，__set__ 被调用，参数 obj 是 Person 实例，value 是25p1.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：
__getattribute__ 尝试获得结果__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：
__get__
__dict__ 中查找__dict__ 中查找不到，再看它是否是一个非数据描述符__get__
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：
a 是一个实例，调用细节为：type(a).__dict__['b'].__get__(a, type(a))复制代码
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：
__get___，叫做非数据描述符__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：
__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__getattribute__ 方法，会阻止描述符的调用__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']) # <function foo at 0x10a790d70>print(A.foo) # <unbound method A.foo>print(A().foo) # <bound method A.foo of <__main__.A object at 0x10a793050>>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function 被实例调用时，它是一个 bound method
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。
또한 메소드가 실제로는 데이터 디스크립터가 아니라는 것도 배웠습니다. __getattribute__의 속성 검색 순서에 따라 클래스에 동일한 이름의 인스턴스 속성과 메소드를 정의하면 인스턴스 속성이 먼저 액세스됩니다. __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
함수와 메서드의 차이점을 분석하고 Python 설명자를 사용하여 속성과 정적 메서드를 구현했습니다. , classmethod 데코레이터. Python 설명자는 강력한 속성 액세스 제어 기능을 제공하며 복잡한 속성 제어가 필요한 시나리오에서 이를 사용할 수 있습니다. 이 작품은 "CC 라이선스"를 채택하고 있으며, 재인쇄 시 작성자와 이 글의 링크를 명시해야 합니다🎜위 내용은 Python 설명자의 의미 소개의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
