python描述符(descriptor)、属性(property)、函数（类）装饰器(decorator )原理实例详解

最新推荐文章于 2022-11-24 10:19:06 发布

宇宙-

最新推荐文章于 2022-11-24 10:19:06 发布

阅读量573

点赞数 1

分类专栏： python 文章标签： python

python 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

1、前言

  Python的描述符是接触到Python核心编程中一个比较难以理解的内容，自己在学习的过程中也遇到过很多的疑惑，通过google和阅读源码，现将自己的理解和心得记录下来，也为正在为了该问题苦恼的朋友提供一个思考问题的参考，由于个人能力有限，文中如有笔误、逻辑错误甚至概念性错误，还请提出并指正。本文所有测试代码使用Python 3.4版本

  注：本文转载自[博客园陈洋Cy](http://www.cnblogs.com/chenyangyao/p/5186632.html)，如有转载，请注明出处。

2、什么是描述符

  Python 2.2 引进了 Python 描述符，同时还引进了一些新的样式类，但是它们并没有得到广泛使用。Python 描述符是一种创建托管属性的方法。描述符具有诸多优点，诸如：保护属性不受修改、属性类型检查和自动更新某个依赖属性的值等。

  说的通俗一点，从表现形式来看，一个类如果实现了__get__,__set__,__del__方法(三个方法不一定要全部都实现)，并且该类的实例对象通常是另一个类的类属性，那么这个类就是一个描述符。__get__,__set__,__del__的具体声明如下：

  __get__(self, instance, owner) 
  __set__(self, instance, value)
  __delete__(self, instance)

其中：
get 用于访问属性。它返回属性的值，或者在所请求的属性不存在的情况下出现 AttributeError 异常。类似于javabean中的get。
set 将在属性分配操作中调用。不会返回任何内容。类似于javabean中的set。
delete 控制删除操作。不会返回内容。

注意：

  只实现__get__方法的对象是非数据描述符，意味着在初始化之后它们只能被读取。而同时实现__get__和__set__的对象是数据描述符，意味着这种属性是可读写的。

3、为什么需要描述符

  因为Python是一个动态类型解释性语言，不像C/C++等静态编译型语言，数据类型在编译时便可以进行验证，而Python中必须添加额外的类型检查逻辑代码才能做到这一点，这就是描述符的初衷。比如，有一个测试类Test，其具有一个类属性name。

class Test(object):
    name = None

  正常情况下，name的值(其实应该是对象,name是引用)都应该是字符串，但是因为Python是动态类型语言，即使执行Test.name = 3，解释器也不会有任何异常。当然可以想到解决办法，就是提供一个get，set方法来统一读写name，读写前添加安全验证逻辑。代码如下：

class test(object):
     name = None
     @classmethod
     def get_name(cls):
         return cls.name
     @classmethod
     def set_name(cls,val):
         if  isinstance(val,str):
             cls.name = val
         else:
             raise TypeError("Must be an string")

  虽然以上代码勉强可以实现对属性赋值的类型检查，但是会导致类型定义的臃肿和逻辑的混乱。从OOP思想来看，只有属性自己最清楚自己的类型，而不是它所在的类，因此如果能将类型检查的逻辑根植于属性内部，那么就可以完美的解决这个问题，而描述符就是这样的利器。

  为name属性定义一个(数据)描述符类，其实现了__get__和__set__方法，代码如下：

 class name_des(object):
      def __init__(self):
          self.__name = None
      def  __get__(self, instance, owner):
          print('call __get__')
          return self.__name
      def  __set__(self, instance, value):
          print('call __set__')
          if  isinstance(value,str):
             self.__name = value
         else:
             raise TypeError("Must be an string")

  测试类如下：

 class test(object):
     name = name_des()

  测试代码及输出结果如下：

>>> t = test()
>>> t.name
call __get__
>>> t.name = 3
call __set__
Traceback (most recent call last):
  File "<pyshell#99>", line 1, in <module>
    t.name = 3
  File "<pyshell#94>", line 12, in __set__
    raise TypeError("Must be an string")
TypeError: Must be an string
>>> t.name = 'my name is chenyang'
call __set__
>>> t.name
call __get__
'my name is chenyang'
>>>

 从打印的输出信息可以看到，当使用实例访问name属性(即执行t.name)时，便会调用描述符的__get__方法(注意__get__中添加的打印语句)。当使用实例对name属性进行赋值操作时(即t.name = 'my name is chenyang.')，从打印出的'call set'可以看到描述符的__set__方法被调用。熟悉Python的都知道，如果name是一个普通类属性(即不是数据描述符)，那么执行t.name = 'my name is chenyang.'时，将动态产生一个实例属性，再次执行t.name读取属性时，此时读取的属性为实例属性，而不是之前的类属性(这涉及到一个属性查找优先级的问题，下文会提到)。

 至此，可以发现描述符的作用和优势，以弥补Python动态类型的缺点。

4、属性查找的优先级　　

当使用实例对象访问属性时，都会调用getattribute内建函数，getattribute查找属性的优先级如下：

1、类属性
2、数据描述符
3、实例属性
4、非数据描述符
5、getattr()

   由于__getattribute__是实例查找属性的入口，因此有必要探究其实现过程，其逻辑伪代码(带注释说明)如下：

__getattribute__伪代码：
   __getattribute__(property) logic:
  #先在类(包括父类、祖先类)的__dict__属性中查找描述符
  descripter = find first descripter in class and bases's dict(property)
  if descripter:#如果找到属性并且是数据描述符，就直接调用该数据描述符的__get__方法并将结果返回
      return descripter.__get__(instance, instance.__class__)
  else:#如果没有找到或者不是数据描述符，就去实例的__dict__属性中查找属性，如果找到了就直接返回这个属性值
      if value in instance.__dict__
          return value
      #程序执行到这里，说明没有数据描述符和实例属性，则在类(父类、祖先类)的__dict__属性中查找非数据描述符
      value = find first value in class and bases's dict(property)
      if value is a function:#如果找到了并且这个属性是一个函数，就返回绑定后的函数
         return bounded function(value)
      else:#否则就直接返回这个属性值
         return value
 #程序执行到这里说明没有找到该属性，引发异常，__getattr__函数会被调用
 raise AttributeNotFundedException

   同样的，当对属性进行赋值操作的时候，内建函数__setattr__也会被调用，其伪代码如下：

__setattr__伪代码：
 __setattr__(property, value)logic:
 #先在类(包括父类、祖先类)的__dict__属性中查找描述符
 descripter = find first descripter in class and bases's dict(property)
 if descripter:#如果找到了且是数据描述符，就调用描述符的__set__方法
     descripter.__set__(instance, value)
 else:#否则就是给实例属性赋值
     instance.__dict__[property] = value

  记住__getattribute__查找属性的优先级顺序，并且理解__getattribute__、__setattr__的实现逻辑(还包括__getattr__的调用时机)后，就可以很容易搞懂为什么有些类属性无法被实例属性覆盖(隐藏)、通过实例访问一个属性的时候到底访问的是类属性还是实例属性，为此，我专门写了一个综合测试实例，代码见本文最后。

5、装饰器

 如果想在不修改源代码的基础上扩充现有函数和类的功能，装饰器是一个不错的选择（类还可以通过派生的方式），下面分别介绍函数和类的装饰器。

函数装饰器：

 假设有如下函数：

 class myfun():
      print('myfun called.')

 如果想在不修改myfun函数源码的前提下，使之调用前后打印'before called'和'after called'，则可以定义一个简单的函数装饰器，如下：

def myecho(fun):
      def return_fun():
             print('before called.')
             fun()
             print('after called.')
      return return_fun

 使用装饰器对myfun函数就行功能增强：

 @myecho
 def myfun():
       print('myfun called.')

 调用myfun(执行myfun()相当于myecho(fun)())，得到如下输出：

before called.
myfun called.
after called.

  装饰器可以带参数，比如定义一个日志功能的装饰器，代码如下：

def log(header,footer):#相当于在无参装饰器外套一层参数
    def log_to_return(fun):#这里接受被装饰的函数
        def return_fun(*args,**kargs):
            print(header)
            fun(*args,**kargs)
            print(footer)
        return return_fun
    return log_to_return

  使用有参函数装饰器对say函数进行功能增强：

@log('日志输出开始','结束日志输出')
 def say(message):
     print(message)

  执行say('my name is chenyang.')，输出结果如下：

日志输出开始
my name is chenyang.
结束日志输出

类装饰器：

  类装饰器和函数装饰器原理相似，带参数的类装饰器示例代码如下：

def drinkable(message):
    def drinkable_to_return(cls):
        def drink(self):
            print('i can drink',message)
        cls.drink = drink #类属性也可以动态修改
        return cls
    return drinkable_to_return

 测试类：

 @drinkable('water')
 class test(object):
     pass

 执行测试：

   t = test()
   t.drink()

 结果如下：

i can drink water

6、自定义staticmethod和classmethod

 一旦了解了描述符和装饰器的基本知识，自定义staticmethod和classmethod就变得非常容易，以下提供参考代码:

#定义一个非数据描述符
class myStaticObject(object):
    def __init__(self,fun):
        self.fun = fun
    def __get__(self,instance,owner):
        print('call myStaticObject __get__')
        return self.fun
#无参的函数装饰器，返回的是非数据描述符对象
def my_static_method(fun):
    return myStaticObject(fun)
#定义一个非数据描述符
class myClassObject(object):
    def __init__(self,fun):
        self.fun = fun
    def __get__(self,instance,owner):
        print('call myClassObject __get__')
        def class_method(*args,**kargs):
            return self.fun(owner,*args,**kargs)
        return class_method
#无参的函数装饰器，返回的是非数据描述符对象
def my_class_method(fun):
    return myClassObject(fun)

   测试类如下：

class test(object):
    @my_static_method
    def my_static_fun():
        print('my_static_fun')
    @my_class_method
    def my_class_fun(cls):
        print('my_class_fun')

  测试代码：

>>> test.my_static_fun()
call myStaticObject __get__
my_static_fun
>>> test.my_class_fun()
call myClassObject __get__
my_class_fun
>>>

7、property

  本文前面提到过使用定义类的方式使用描述符，但是如果每次为了一个属性都单独定义一个类，有时将变得得不偿失。为此，python提供了一个轻量级的数据描述符协议函数Property()，其使用装饰器的模式，可以将类方法当成属性来访问。它的标准定义是:

  property(fget=None,fset=None,fdel=None,doc=None) 

  前面3个参数都是未绑定的方法，所以它们事实上可以是任意的类成员函数，分别对应于数据描述符的中的__get__，__set__，__del__方法，所以它们之间会有一个内部的与数据描述符的映射。

  property有两种使用方式，一种是函数模式，一种是装饰器模式。

  函数模式代码如下:

class test(object):  
    def __init__(self):  
        self._x = None  
    def getx(self):  
        print("get x")  
        return self._x  
    def setx(self, value):  
        print("set x")  
        self._x = value  
    def delx(self):  
        print("del x")  
        del self._x  
    x = property(getx, setx, delx, "I'm the 'x' property.")

  如果要使用property函数，首先定义class的时候必须是object的子类(新式类)。通过property的定义，当获取成员x的值时，就会调用getx函数，当给成员x赋值时，就会调用setx函数，当删除x时，就会调用delx函数。使用属性的好处就是因为在调用函数，可以做一些检查。如果没有严格的要求，直接使用实例属性可能更方便。

  此处省略测试代码。

  装饰器模式代码如下：

class test(object):
　def __init__(self):
　　self.__x=None
　
　@property
　def x(self):
　　return self.__x
　@x.setter
　def x(self,value):
　　self.__x=value
　@x.deleter
　def x(self):
　　del self.__x

  注意：三个函数的名字(也就是将来要访问的属性名)必须一致。

  使用property可以非常容易的实现属性的读写控制，如果想要属性只读，则只需要提供getter方法，如下:

class test(object):
　def __init__(self):
　　self.__x=None
　
　@property
　def x(self):
　　return self.__x

   前文说过，只实现get函数的描述符是非数据描述符，根据属性查找的优先级，非属性优先级是可以被实例属性覆盖(隐藏)的，但是执行如下代码:

>>> t=test()
>>> t.x
>>> t.x = 3
Traceback (most recent call last):
  File "<pyshell#39>", line 1, in <module>
    t.x = 3
AttributeError: can't set attribute

 从错误信息中可以看出，执行t.x=3的时候并不是动态产生一个实例属性，也就是说x并不是非数据描述符，那么原因是什么呢？其实原因就在property，虽然表面上看属性x只设置了get方法，但是其实property是一个同时实现了__get__,__set__,__del__方法的类(是一个数据描述符)，因此，使用property生成的属性其实是一个数据描述符！

  使用python模拟的property代码如下，可以看到，上面的“AttributeError: can't set attribute”异常其实是在property中的__set__函数中引发的，因为用户没有设置fset(为None)：

class Property(object):
    "Emulate PyProperty_Type() in Objects/descrobject.c"

    def __init__(self, fget=None, fset=None, fdel=None, doc=None):
        self.fget = fget
        self.fset = fset
        self.fdel = fdel
        if doc is None and fget is not None:
            doc = fget.__doc__
        self.__doc__ = doc

    def __get__(self, obj, objtype=None):
        if obj is None:
            return self
        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")
        self.fset(obj, value)

    def __delete__(self, obj):
        if self.fdel is None:
            raise AttributeError("can't delete attribute")
        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__)

7、综合测试实例

  以下测试代码，结合了前文的知识点和测试代码，集中测试了描述符、property、装饰器等。并且重写了内建函数__getattribute__、__setattr__、__getattr__，增加了打印语句用以测试这些内建函数的调用时机。每一条测试结构都在相应的测试语句下用多行注释括起来。

#带参数函数装饰器
def log(header,footer):#相当于在无参装饰器外套一层参数
    def log_to_return(fun):#这里接受被装饰的函数
        def return_fun(*args,**kargs):
            print(header)
            fun(*args,**kargs)
            print(footer)
        return return_fun
    return log_to_return

#带参数类型装饰器
def flyable(message):
    def flyable_to_return(cls):
        def fly(self):
            print(message)
        cls.fly = fly #类属性也可以动态修改
        return cls
    return flyable_to_return

#say(meaasge) ==> log(parms)(say)(message)
@log('日志输出开始','结束日志输出')
def say(message):
    print(message)

#定义一个非数据描述符
class myStaticObject(object):
    def __init__(self,fun):
        self.fun = fun
    def __get__(self,instance,owner):
        print('call myStaticObject __get__')
        return self.fun
#无参的函数装饰器，返回的是非数据描述符对象
def my_static_method(fun):
    return myStaticObject(fun)
#定义一个非数据描述符
class myClassObject(object):
    def __init__(self,fun):
        self.fun = fun
    def __get__(self,instance,owner):
        print('call myClassObject __get__')
        def class_method(*args,**kargs):
            return self.fun(owner,*args,**kargs)
        return class_method
#无参的函数装饰器，返回的是非数据描述符对象
def my_class_method(fun):
    return myClassObject(fun)

#非数据描述符
class des1(object):
    def __init__(self,name=None):
        self.__name = name
    def __get__(self,obj,typ=None):
        print('call des1.__get__')
        return self.__name
#数据描述符
class des2(object):
    def __init__(self,name=None):
        self.__name = name
    def __get__(self,obj,typ=None):
        print('call des2.__get__')
        return self.__name
    def __set__(self,obj,val):
        print('call des2.__set__,val is %s' % (val))
        self.__name = val
#测试类
@flyable("这是一个测试类")
class test(object):
    def __init__(self,name='test',age=0,sex='man'):
        self.__name = name
        self.__age = age
        self.__sex = sex
#---------------------覆盖默认的内建方法
    def __getattribute__(self, name):
        print("start call __getattribute__")
        return  super(test, self).__getattribute__(name)
    def __setattr__(self, name, value):
        print("before __setattr__")
        super(test, self).__setattr__(name, value)
        print("after __setattr__")
    def __getattr__(self,attr):
        print("start call __getattr__")
        return attr
        #此处可以使用getattr()内建函数对包装对象进行授权    
    def __str__(self):
        return str('name is %s,age is %d,sex is %s' % (self.__name,self.__age,self.__sex))
    __repr__ = __str__ 
#-----------------------
    d1 = des1('chenyang')     #非数据描述符，可以被实例属性覆盖
    d2 = des2('pengmingyao')  #数据描述符，不能被实例属性覆盖
    def d3(self):             #普通函数，为了验证函数(包括函数、静态/类方法)都是非数据描述符，可悲实例属性覆盖
        print('i am a function')
#------------------------
    def get_name(self):
        print('call test.get_name')
        return self.__name
    def set_name(self,val):
        print('call test.set_name')
        self.__name = val
    name_proxy = property(get_name,set_name)#数据描述符，不能被实例属性覆盖，property本身就是一个描述符类

    def get_age(self):       
        print('call test.get_age')
        return self.__age
    age_proxy = property(get_age) #非数据描述符，但是也不能被实例属性覆盖
#----------------------
    @property 
    def sex_proxy(self):
        print("call get sex")
        return self.__sex
    @sex_proxy.setter  #如果没有setter装饰，那么sex_proxy也是只读的，实例属性也无法覆盖，同property
    def sex_proxy(self,val):
        print("call set sex")
        self.__sex = val
#---------------------
    @my_static_method #相当于my_static_fun = my_static_method(my_static_fun)  就是非数据描述符
    def my_static_fun():
        print('my_static_fun')
    @my_class_method
    def my_class_fun(cls):
        print('my_class_fun')

#主函数
if __name__ == "__main__":
    say("函数装饰器测试")
    '''
    日志输出开始
    函数装饰器测试
    结束日志输出
    '''
    t=test( )  #创建测试类的实例对象
    '''
    before __setattr__    
    after __setattr__
    before __setattr__
    after __setattr__
    before __setattr__
    after __setattr__
    '''
    print(str(t)) #验证__str__内建函数
    '''
    start call __getattribute__
    start call __getattribute__
    start call __getattribute__
    name is test,age is 0,sex is man
    '''
    print(repr(t))#验证__repr__内建函数
    '''
    start call __getattribute__
    start call __getattribute__
    start call __getattribute__
    name is test,age is 0,sex is man
    '''
    t.fly()       #验证类装饰器
    '''
    start call __getattribute__
    这是一个测试类
    '''
    t.my_static_fun()#验证自定义静态方法
    '''
    start call __getattribute__
    call myStaticObject __get__
    my_static_fun
    '''
    t.my_class_fun()#验证自定义类方法
    '''
    start call __getattribute__
    call myClassObject __get__
    my_class_fun
    '''
    #以下为属性获取
    t.d1
    '''
    start call __getattribute__
    call des1.__get__
    '''
    t.d2
    '''
    start call __getattribute__
    call des2.__get__
    '''
    t.d3()
    '''
    start call __getattribute__
    i am a function
    '''
    t.name_proxy
    '''
    start call __getattribute__
    call test.get_name
    start call __getattribute__
    '''
    t.age_proxy
    '''
    start call __getattribute__
    call test.get_age
    start call __getattribute__
    '''
    t.sex_proxy
    '''
    start call __getattribute__
    call get sex
    start call __getattribute__
    '''
    t.xyz #测试访问不存在的属性，会调用__getattr__
    '''
    start call __getattribute__
    start call __getattr__
    '''
    #测试属性写
    t.d1 = 3  #由于类属性d1是非数据描述符，因此这里将动态产生实例属性d1
    '''
    before __setattr__
    after __setattr__
    '''
    t.d1      #由于实例属性的优先级比非数据描述符优先级高，因此此处访问的是实例属性
    '''
    start call __getattribute__
    '''
    t.d2 = 'modefied'
    '''
    before __setattr__
    call des2.__set__,val is modefied
    after __setattr__
    '''
    t.d2   
    '''
    start call __getattribute__
    call des2.__get__
    '''
    t.d3 = 'not a function' 
    '''
    before __setattr__
    after __setattr__
    '''
    t.d3  #因为函数是非数据描述符，因此被实例属性覆盖
    '''
    start call __getattribute__
    '''
    t.name_proxy = 'modified'
    '''
    before __setattr__
    call test.set_name
    before __setattr__
    after __setattr__
    after __setattr__
    '''
    t.sex_proxy = 'women'
    '''
    before __setattr__
    call set sex
    before __setattr__
    after __setattr__
    after __setattr__
    '''
    t.age_proxy = 3  #age_proxy是只读的     
    '''
    before __setattr__
    Traceback (most recent call last):
      File "test.py", line 191, in <module>
       t.age_proxy = 3
      File "test.py", line 121, in __setattr__
       super(test, self).__setattr__(name, value)
    AttributeError: can't set attribute
    '''

宇宙-

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
python描述符(descriptor)、属性(property)、函数（类）装饰器(decorator )原理实例详解

1、前言 Python的描述符是接触到Python核心编程中一个比较难以理解的内容，自己在学习的过程中也遇到过很多的疑惑，通过google和阅读源码，现将自己的理解和心得记录下来，也为正在为了该问题苦恼的朋友提供一个思考问题的参考，由于个人能力有限，文中如有笔误、逻辑错误甚至概念性错误，还请提出并指正。本文所有测试代码使用Python 3.4版本注：本文转载自[博客园陈洋Cy](http://
复制链接

扫一扫

专栏目录