Python 进阶：什么是描述符？，2024年最新大专生出身-CSDN博客

本文链接：https://blog.csdn.net/2401_84247726/article/details/137882629

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新软件测试全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上软件测试知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024b （备注软件测试）

正文

print(p1.age)
# call get: obj: <main.Person object at 0x1055509e8> type: <class ‘main.Person’>
# 20

print(Person.age)
# call get: obj: None type: <class ‘main.Person’>
# 20

p1.age = 25
# call set: obj: <main.Person object at 0x1055509e8> value: 25

print(p1.age)
# call get: obj: <main.Person object at 0x1055509e8> type: <class ‘main.Person’>
# 25

p1.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))

如果 a 是一个类，调用细节为：

a.dict[‘b’].get(None, a)

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？

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’, …]

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

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}’
)

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 3
p3 = Person(‘zhangsan’, -1)
# ValueError: Expected -1 to be at least 1

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) #

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):

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注软件测试）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
ise 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):

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注软件测试）
[外链图片转存中…(img-mKJNeWQT-1713347716633)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！