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!