Python学习笔记——描述符
在Python中,访问一个属性的优先级顺序按照如下顺序:
def
?__getattr(
self
,attr) :
#attr是self的一个属性名
?????
pass
;
先来阐述下什么叫数据描述符。
数据描述符是指实现了__get__,__set__,__del__方法的类属性(由于Python中,一切皆是对象,所以你不妨把所有的属性也看成是对象)
PS:个人觉得这里最好把数据描述符等效于定义了__get__,__set__,__del__三个方法的接口。
阐述下这三个方法:
__get__的标准定义是__get__(self,obj,type=None),它非常接近于JavaBean的get
第一个函数是调用它的实例,obj是指去访问属性所在的方法,最后一个type是一个可选参数,通常为None(这个有待于进一步的研究)
例如给定类X和实例x,调用x.foo,等效于调用:
type
(x).__dict__[
"foo"
].__get__(x,
type
(x))
调用X.foo,等效于调用:
type
(x).__dict__[
"foo"
].__get__(
None
,
type
(x))
第二个函数__set__的标准定义是__set__(self,obj,val),它非常接近于JavaBean的set方法,其中最后一个参数是要赋予的值
第三个函数__del__的标准定义是__del__(self,obj),它非常接近Java中Object的Finailize()方法,指Python在回收这个垃圾对象时所调用到的析构函数,只是这个函数永远不会抛出异常。因为这个对象已经没有引用指向它,抛出异常没有任何意义。
接下来,我们来一一比较这些优先级.
首先来看类属性
class
?A(
object
):
????
foo
=
1.3
;
????
?print
?str
(A.__dict__);
输出:
{
"__dict__"
: <attribute
"__dict__"
?of
"A"
?objects>,
"__module__"
:
"__main__"
,
?
"foo"
:
1.3
,
"__weakref__"
:? <attribute
"__weakref__"
?of
"A"
?objects>,
"__doc__"
:
None
}
从上图可以看出foo属性在类的__dict__属性里,所以这里用A.foo可以直接找到。这里我们先跨过数据描述符,直接来看实例属性。
class
?A(
object
):
????
foo
=
1.3
;
?a
=
A();
print
?a.foo;
a.foo
=
15
;
print
?a.foo;?
这里a.foo先输出1.3后输出15,不是说类属性的优先级比实例属性的优先级高吗?按理a.foo应该不变才对?其实,这里只是一个假象,真正的原因在于这里将a.foo这个引用对象,不妨将其理解为可以指向任意数据类型的指针,指向了15这个int对象。
不信,可以继续看:
class
?A(
object
):
????
foo
=
1.3
;
?a
=
A();
print
?a.foo;
a.foo
=
15
;
print
?a.foo;
del
?a.foo;
print
?a.foo;?
这次在输出1.3,15后最后一次又一次的输出了1.3,原因在于a.foo最后一次又按照优先级顺序直接找到了类属性A.foo
然后我们来看下数据描述符这一全新的语言概念。按照之前的定义,一个实现了__get__,__set__,__del__的类都统称为数据描述符。我们来看下一个简单的例子。
???
?class
?simpleDescriptor(
object
):
???
def
?__get__(
self
,obj,
type
=
None
) :
???????
pass
;
???
def
?__set__(
self
,obj,val):
???????
pass
;
???
def
?__del__(
self
,obj):
???????
pass
????
?class
?A(
object
):
????
foo
=
simpleDescriptor();
print
?str
(A.__dict__);
print
?A.foo;
a
=
A();
print
?a.foo;
a.foo
=
13
;
print
?a.foo;
这里get,set,del方法体内容都略过,虽然简单,但也不失为一个数据描述符。让我们来看下它的输出:
{
"__dict__"
:? <attribute
"__dict__"
?of
"A"
?objects >,
"__module__"
:
"__main__"
,
"foo"
:? <__main__.simpleDescriptor
object
?at
0x00C46930
?>,
"__weakref__"
:? <attribute
"__weakref__"
?of
"A"
?objects >,
"__doc__"
:
None
}
None
None
None
从上图可以看出,尽管我们对a.foo赋值了,但其依然为None,原因就在于__get__方法什么都不返回。
为了更进一步的加深对数据描述符的理解,我们简单的作下改造。
class
?simpleDescriptor(
object
):
????
def
?__init__(
self
):
????????
self
.result
=
None
;
????
def
?__get__(
self
,obj,
type
=
None
) :
????????
return
?self
.result
-
10
;
????
def
?__set__(
self
,obj,val):
????????
self
.result
=
val
+
3
;
????????
print
?self
.result;
????
def
?__del__(
self
,obj):
????????
pass
????
?class
?A(
object
):
????
foo
=
simpleDescriptor();
a
=
A();
a.foo
=
13
;
print
?a.foo;
打印的输出结果为:
16
6
第一个16为我们在对a.foo赋值的时候,人为的将13加上3后作为foo的值,第二个6是我们在返回a.foo之前人为的将它减去了10。
所以我们可以猜测,常规的Python类在定义get,set方法的时候,如果无特殊需求,直接给对应的属性赋值或直接返回该属性值。如果自己定义类,并且继承object类的话,这几个方法都不用定义。
下面我们来看下实例属性和非数据描述符。
class
?B(
object
):
????
foo
=
1.3
;
b
=
B();
print
?b.__dict__
#print b.bar;
b.bar
=
13
;
print
?b.__dict__
print
?b.bar;
输出结果为: {} {"bar": 13} 13可见这里在实例b.__dict__里找到了bar属性,所以这次可以获取13了。
那么什么是非数据描述符呢?简单的说,就是没有实现get,set,del三个方法的所有类
让我们任意看一个函数的描述:
def
?hello():
????
pass
?print
?dir
(hello)
输出:
[
"__call__"
,
"__class__"
,
"__delattr__"
,
"__dict__"
,
"__doc__"
,
"__get__"
,
"__getattribute__"
,
"__hash__"
,
"__init__"
,
"__module__"
,
"__name__"
,
?
"__new__"
,
"__reduce__"
,
"__reduce_ex__"
,
"__repr__"
,
?
"__setattr__"
,
"__str__"
,
"func_closure"
,
"func_code"
,
"func_defaults"
,
"func_dict"
,
"func_doc"
,
"func_globals"
,
"func_name"
]
从上面可以看出所有的函数都有get方法,但都没有set和del方法,所以所有的类成员函数都是非数据描述符。
看一个简单的例子:
class
?simpleDescriptor(
object
):???
????
def
?__get__(
self
,obj,
type
=
None
) :
????????
return
?"get"
,
self
,obj,
type
;
class
?D(
object
):
????
foo
=
simpleDescriptor();
d
=
D();
print
?d.foo;
d.foo
=
15
;
print
?d.foo;
输出:
(
"get"
,? <__main__.simpleDescriptor
object
?at
0x00C46870
?>,
?
<__main__.D
object
?at
0x00C46890
?>,? <
class
?"__main__.D"
?>)
15
可以看出实例属性掩盖了非数据描述符。
最后看下__getatrr__方法。它的标准定义是:__getattr__(self,attr),其中attr是属性名
让我们来看一个简单的例子:
class
?D(
object
):
????
def
?__getattr__(
self
,attr):
????????
return
?attr;
????????
#return self.attr;
????????
?d
=
D();
print
?d.foo,
type
(d.foo);
d.foo
=
15
;
print
?d.foo;
输出:
foo <
type
?"str" >
15
可以看的出来Python在实在找不到方法的时候,就会求助于__getattr__方法。这有点像javascript中FF的私有实现__noSuchMethod__,或ruby中的method_missing.
注意这里要避免无意识的递归,稍微改动下:
??
?class
?D(
object
):
????
def
?__getattr__(
self
,attr):
????????
#return attr;
????????
return
?self
.attr;
????????
?d
=
D();
print
?d.foo,
type
(d.foo);
d.foo
=
15
;
print
?d.foo;
这次会直接抛出堆栈溢出的异常,就像下面这样:
RuntimeError: maximum recursion depth exceeded
???标签:?python