40、Python之面向对象：扩展的对象属性解析顺序（描述符 + MRO）

引言

在上一篇文章中，我们简单回顾了Python中在继承语境下的属性解析顺序，同时补充了能够控制、影响属性解析的3个函数/方法（2个魔术方法 + 1个内置函数），相信对Python中属性的解析，相较于MRO，有了更进一步的认识。

今天这篇文章中，我们将考虑属性描述符存在的情况下，对于Python中的属性解析顺序又会产生怎样的影响，从而给出一个更加完整的实例对象的属性解析顺序。

属性描述符的种类

前面已经介绍过属性描述符的定义及使用，其实属性描述符根据所实现的魔术方法的不同，可以分为两种类型：

1、数据描述符：同时定义了__get__()和__set__()方法，或者定义了__set__()方法（仅定义__set__，其实没有太大意义）的属性描述符为“数据描述符”。

2、非数据描述符：仅定义了__get__()方法的描述符，称为“非数据描述符”。

接下来，我们分别定义一个数据描述符和非数据描述符，直接看代码：

# 定义一个数据描述符
class IntProperty:
    def __init__(self, min_value=None, max_value=None):
        self._value = None
        self.min_value = min_value
        self.max_value = max_value

    def __get__(self, instance, owner):
        return self._value

    def __set__(self, instance, value):
        if self.min_value is not None and value < self.min_value:
            raise ValueError(f'必须要大于等于{self.min_value}')
        if self.max_value is not None and value > self.max_value:
            raise ValueError(f'必须要小于等于{self.max_value}')
        self._value = value


# 定义一个非数据描述符
class NotDataProperty:
    def __init__(self, value):
        self._value = value

    def __get__(self, instance, owner):
        return self._value


class DaGongRen:
    count = 0
    age = IntProperty(18, 120)
    team = NotDataProperty('游兵散勇')

    def __init__(self, name):
        self.name = name
        DaGongRen.count += 1


class Programmer(DaGongRen):
    def __init__(self, name, gender):
        super().__init__(name)
        self.gender = gender


if __name__ == '__main__':
    coder = Programmer('张三', '女')
    print(coder.__dict__)
    # 数据描述符
    coder.age = 20
    print(coder.age)
    print(coder.__dict__)
    coder.__dict__['age'] = 35
    print(coder.__dict__)
    print(coder.age)
    print(coder.__dict__['age'])
    # 非数据描述符
    print(coder.team)
    print(coder.__dict__)
    coder.team = '正规组织'
    print(coder.__dict__)
    print(coder.team)
    print(coder.__dict__['team'])

执行结果：

代码中，我们分别定义了一个数据描述符和一个非数据描述符。其中，数据描述符是一个整数的属性描述符，用于控制属性的合法取值范围。非数据描述符定义了一个打工人所属组织的一个初始默认值，实现的功能是如果一个实例对象没有重新设置team，则始终返回默认值，一旦设置了team属性，则取属性自身的team取值，而不会影响到新的实例对象的取值。

通过代码及执行结果，我们可以大概得出以下结论：

1、数据描述符其实是将属性整个托管给描述符机制了，不管是对属性的访问还是修改，都是基于描述符实现的，相关的数据不会在实例对象的命名空间也就是__dict__字典中体现。

2、即使我们手动在实例对象的__dict__中显式添加一个与数据描述符同名的属性，通过“点”操作符访问到的仍然是数据描述符对应的属性。

3、不同于数据描述符的统一接管，非数据描述符只接管了属性的访问操作。而且，一旦对该属性进行了修改操作，则会在实例对象的命名空间__dict__字典中添加同名属性，后续对该属性的访问，都是对__dict__中的同名属性的访问及修改了。

完整的属性解析顺序

首先给出相对完整的属性解析顺序的结论，之后再通过代码进行演示验证结论。

当通过实例对象“点”操作符访问属性或者等价的getattr()内置函数的形式访问属性时，会按照以下顺序进行属性的解析：

1、首先调用__getattribute__()魔术方法，进行统一的属性访问控制逻辑的执行。

2、如果要访问的属性时数据描述符，则__getattriubte__()方法的内部会进行数据描述符__get__()方法的调用，返回相应的属性值，属性解析结束。

3、如果属性在实例对象的命名空间__dict__字典中，则直接返回，属性解析结束。

4、如果属性在实例对象所属类的命名空间，即__class__.__dict__字典中，则直接返回，属性解析结束。

5、如果属性在示例对象所属类的基类（按照MRO顺序进行解析查找）的__dict__字典中，则直接返回，属性解析结束。

6、如果存在同名的非数据描述符，则调用其__get__()方法，返回属性值，属性解析结束。

7、如果实例对象所属类有定义__getattr__()方法，则调用__getattr__()方法，属性解析结束。

8、属性解析失败，抛出AttributeError。

对应的流程图如下：

接下来，以一个完整的代码示例，来演示属性解析顺序：

# 定义一个数据描述符
class IntProperty:
    def __init__(self, min_value=None, max_value=None):
        self._value = None
        self.min_value = min_value
        self.max_value = max_value

    def __get__(self, instance, owner):
        return self._value

    def __set__(self, instance, value):
        if self.min_value is not None and value < self.min_value:
            raise ValueError(f'必须要大于等于{self.min_value}')
        if self.max_value is not None and value > self.max_value:
            raise ValueError(f'必须要小于等于{self.max_value}')
        self._value = value


# 定义一个非数据描述符
class NotDataProperty:
    def __init__(self, value):
        self._value = value

    def __get__(self, instance, owner):
        return self._value


class DaGongRen:
    count = 0
    age = IntProperty(18, 120)
    team = NotDataProperty('游兵散勇')

    def __init__(self, name):
        self.name = name
        DaGongRen.count += 1

    def __getattribute__(self, item):
        print(f"尝试访问属性{item}")
        return super().__getattribute__(item)


class Programmer(DaGongRen):
    def __init__(self, name, gender):
        super().__init__(name)
        self.gender = gender


def my_getattr(obj, item):
    print(f'属性{item}不存在')
    return None


if __name__ == '__main__':
    coder = Programmer('张三', '女')
    # 当前实例对象的命名空间
    print(coder.__dict__)
    # 所属类的命名空间
    print(Programmer.__dict__)
    # 所属类的基类的命名空间
    print(DaGongRen.__dict__)
    print(f"{'=' * 10} 1、访问普通实例属性name {'=' * 10}")
    print(coder.name)
    print(f"{'=' * 10} 2、访问普通类属性属性count {'=' * 10}")
    print(coder.count)
    print(f"{'=' * 10} 3、访问非数据描述符team {'=' * 10}")
    print(coder.team)
    print(f"{'=' * 10} 4、修改非数据描述符后再访问team {'=' * 10}")
    coder.team = '一个很正经的产研组织'
    print(coder.__dict__)
    print(coder.team)
    print(f"{'=' * 10} 5、访问数据描述符age {'=' * 10}")
    print(coder.age)
    coder.age = 18
    print(coder.age)
    print(f"{'=' * 10} 6、显式添加同名数据描述符age到__dict__ {'=' * 10}")
    coder.__dict__['age'] = 35
    print(coder.__dict__)
    print(coder.age)
    print(f"{'=' * 10} 7、定义__getattr__时访问不存在的属性 {'=' * 10}")
    Programmer.__getattr__ = my_getattr
    coder.skill
    print(f"{'=' * 10} 8、未定义__getattr__时访问不存在的属性 {'=' * 10}")
    del Programmer.__getattr__
    coder.skill

执行结果：

总结

本文介绍了属性描述符的种类，并比较了不同的属性描述符在属性解析时的差异，最后结合属性描述符、__getattribute__()、__getattr__()及MRO等，给出了一个相对完整的属性解析顺序。

需要说明的是，属性描述符及后面的文章中要介绍的元类的概念，在通常意义的业务场景中是很少用到的。但是，如果涉及到框架的开发或者需要阅读框架的源码时，对这些内容的掌握还是很有必要的。

感谢您的拨冗阅读。如果对您学习Python有所帮助，欢迎点赞、收藏。