浅谈对属性描述符__get__、__set__、__delete__的理解
1、属性描述符的基础介绍
1.1 何为属性描述符？
属性描述符是一种Python语言中的特殊对象，用于定义和控制类属性的行为。属性描述符可以通过定义__get__、__set__、__delete__方法来控制属性的读取、赋值和删除操作。
通过使用属性描述符，可以实现对属性的访问控制、类型检查、计算属性等高级功能。
如果一个对象定义了这些方法中的任何一个,它就是一个描述符。
看完上面的文字描述，是不是感觉一头雾水，没关系，接下来通过一个简单的案例来讲解属性描述符的作用。
1.2 为什么需要属性描述符？
假设我们现在要做一个成绩管理系统，在定义学生类时，我们可能这样写：
class Student(object):
def __init__(self, name, age, cn_score, en_score):
self.name = name
self.age = age
self.cn_score = cn_score
self.en_score = en_score
def __str__(self):
return "Student: {},age:{},cn_score:{},en_score:{}".format(self.name, self.age, self.cn_score, self.en_score)
xiaoming = Student("xiaoming", 18, 70, 55)
print(xiaoming)
1.2.1 init函数中做参数校验
因为python是动态语言类型，不像静态语言那样，可以给参数指定类型，所以在传参时，无法得知参数是否正确。比如，当cn_score传入的值为字符串时，程序并不会报错。这个时候，一般就会想到对传入的参数做校验，当传入的参数不符合要求时，抛错。
class Student(object):
def __init__(self, name, age, cn_score, en_score):
self.name = name
if not isinstance(age, int):
raise TypeError("age must be int")
if age <= 0:
raise ValueError("age must be greater than 0")
self.age = age
if not isinstance(cn_score, int):
raise TypeError("cn_score must be int")
if 0 <= cn_score <= 100:
raise ValueError("cn_score must be between 0 and 100")
self.cn_score = cn_score
if not isinstance(en_score, int):
raise TypeError("en_score must be int")
if 0 <= en_score <= 100:
raise ValueError("en_score must be between 0 and 100")
self.en_score = en_score
def __str__(self):
return "Student: {},age:{},cn_score:{},en_score:{}".format(self.name, self.age, self.cn_score, self.en_score)
xiaoming = Student("xiaoming", -1, 70, 55)
print(xiaoming)
虽然上面的代码可以实现参数校验，但是过多的逻辑判断在初始化函数里面，会导致函数特别臃肿，当增加新的参数时，需要增加逻辑判断，一方面重复代码增加，另外也不符合开闭原则。
1.2.2 使用property做参数校验
这个时候该怎么处理呢，我们知道python的内置函数 property可用于装饰方法，使方法之看起来像属性一样。我们可以借助此函数来优化代码，优化后如下：
class Student(object):
def __init__(self, name, age, cn_score, en_score):
self.name = name
self.age = age
self.cn_score = cn_score
self.en_score = en_score
@property
def age(self):
return self.age
@age.setter
def age(self, value):
if not isinstance(value, int):
raise TypeError("age must be int")
if value <= 0:
raise ValueError("age must be greater than 0")
self.age = value
@property
def cn_score(self):
return self.cn_score
@cn_score.setter
def cn_score(self, value):
if not isinstance(value, int):
raise TypeError("cn_score must be int")
if 0 <= value <= 100:
raise ValueError("cn_score must be between 0 and 100")
self.cn_score = value
@property
def en_score(self):
return self.en_score
@en_score.setter
def en_score(self, value):
if not isinstance(value, int):
raise TypeError("en_score must be int")
if 0 <= value <= 100:
raise ValueError("en_score must be between 0 and 100")
self.en_score = value
def __str__(self):
return "Student: {},age:{},cn_score:{},en_score:{}".format(self.name, self.age, self.cn_score, self.en_score)
xiaoming = Student("xiaoming", -1, 70, 55)
print(xiaoming)
现在代码看起来已经挺不错的了，确实。但是想想平常开发中，我们使用Diango 的 ORM 时，定义model时，只需要定义 modle 的属性，就可以使其完成参数的校验，比如ip = models.CharField(max_length=20, db_index=True, verbose_name='IP')。这是怎么做到的呢？
1.2.3 使用属性描述符做参数校验
其实，Django 是使用到了Python的属性描述符 __get__、__set__。接下来，我们使用上面的两个方法，来进行改造。代码如下：
class Score:
def __init__(self, score):
self.score = score
def __get__(self, instance, owner):
return self.score
def __set__(self, instance, value):
if not isinstance(value, int):
raise TypeError("value must be int")
if 0 <= value <= 100:
self.score = value
else:
raise ValueError("value must be between 0 and 100")
class Age:
def __init__(self, age):
self.age = age
def __get__(self, instance, owner):
return self.age
def __set__(self, instance, value):
if not isinstance(value, int):
raise TypeError("age must be int")
if value <= 0:
raise ValueError("age must be greater than 0")
self.age = value
class Student(object):
age = Age(0)
cn_score = Score(0)
en_score = Score(0)
def __init__(self, name, _age, _cn_score, _en_score):
self.name = name
# 通过这里参数名称的区别，我们可以更加明确的知道，是调用
self.age = _age
self.cn_score = _cn_score
self.en_score = _en_score
def __str__(self):
return "Student: {},age:{},cn_score:{},en_score:{}".format(self.name, self.age, self.cn_score, self.en_score)
xiaoming = Student("xiaoming", -1, 70, 55)
print(xiaoming)
通过上面的定义，也能够实现之前的功能，而且代码重用度更高，看起来也更加简洁。
1.3 属性描述符分类
常见的属性描述符包括数据描述符和非数据描述符。
- 数据描述符
是指同时定义了
__get__、__set__方法的属性描述符，它可以完全控制属性的读写操作。
- 非数据描述符
是指只定义了
__get__方法的属性描述符，它只能控制属性的读取操作，而不能控制属性的赋值和删除操作。
2、属性描述符的详细介绍
2.1 属性描述符的调用时机
描述符本质就是一个新式类,在这个新式类中,至少实现了__get__、__set__、__delete__中的一个,这也被称为描述符协议。
-
__get__():调用一个属性时,触发 -
__set__():为一个属性赋值时,触发 -
__delete__():采用del删除属性时,触发
通过下面的例子将更加清晰的知道 属性描述符的调用时机。
class Age:
def __init__(self, age):
self.age = age
def __get__(self, instance, owner):
print("coming __get__")
return self.age
def __set__(self, instance, value):
print("coming __set__")
if not isinstance(value, int):
raise TypeError("age must be int")
if value <= 0:
raise ValueError("age must be greater than 0")
self.age = value
def __delete__(self, instance):
print("coming __del__")
del self.age
class Student(object):
age = Age(0)
def __init__(self, name):
self.name = name
xiaoming = Student("xiaoming")
xiaoming.age = 9
print(xiaoming.age)
del xiaoming.age
#################
结果：
coming __set__
coming __get__
coming __del__
2.2 属性的搜索顺序
这里跟属性描述符关系不是特别大，主要是看看属性的搜索顺序。
默认的属性访问是从对象的字典中 get, set, 或者 delete 属性。例如a.x的查找顺序是:
a.__getattribute__() -> a.__dict__['age'] -> type(a).__dict__['age'] -> type(a)的基类(不包括元类)-> a.__getattr__ -> 抛错
如果查找的值是对象定义的描述方法之一，python可能会调用描述符方法来重载默认行为,发生在这个查找环节的哪里取决于定义了哪些描述符方法。
1、非数据描述器，实例的属性搜索顺序如下：
a.__getattribute__() -> a.__dict__['age'] -> a.__get__() -> type(a).__dict__['age'] -> type(a)的基类(不包括元类)-> a.__getattr__ -> 抛错。
class Age(object):
def __get__(self, instance, owner):
print("coming __get__")
return "__get__"
# def __set__(self, instance, value):
# print("coming __set__")
# self.age = value
class A2(object):
age = 10
def __init__(self):
self.age = 1000
class A(object):
age = Age()
def __init__(self):
super().__init__()
# def __getattribute__(self, item):
# print("coming __getattribute__")
# return "xxx"
#
def __getattr__(self, item):
print("coming __getattr__")
return "__getattr__"
a = A()
print(a.age)
2、数据描述器，实例的属性搜索顺序如下：
a.__getattribute__() -> a.__get__() -> a.__dict__['age'] -> type(a).__dict__['age'] -> type(a)的基类(不包括元类)-> a.__getattr__ -> 抛错。
class Age(object):
def __get__(self, instance, owner):
print("coming __get__")
return "__get__"
def __set__(self, instance, value):
print("coming __set__")
self.age = value
class A2(object):
def __init__(self):
self.age = 1000
class A(object):
age = Age()
def __init__(self):
self.age = 100
super().__init__()
# def __getattribute__(self, item):
# print("coming __getattribute__")
# return "xxx"
#
def __getattr__(self, item):
print("coming __getattr__")
return "__getattr__"
a = A()
print(a.age)
参考链接：
