33.__getattribute__和数据描述符-可删除或替换

 

 

 

特殊方法__getattribute__()

1、Python 类有一个名为__getattr__()的特殊方法，它仅当属性不能在实例的__dict__或它的类（类的__dict__），或者祖先类（其__dict__）中找到时， 才被调用
2、它使用起来，类似__getattr__()，不同之处在于，当属性被访问时，它就一直都可以被调用，而不局限于不能找到的情况
3、如果类同时定义了__getattribute__()及__getattr__()方法,除非明确从__getattribute__()调用，或__getattribute__()引发了 AttributeError 异常,否则后者不会被调用
4、如果你在__getattribute__()中不知何故再次调用了__getattribute__()，你将会进入无穷递归。为避免在使用此方法时引起无穷递归，

为了安全地访问任何它所需要的属性,你总是应该调用祖先类的同名方法；比如， super(obj,self).__getattribute__(attr)。此特殊方法只在新式类中有效

 

 

 

回顾__getattr__

 

 

class Foo:
    def __init__(self,x):
        self.x=x
 
    def __getattr__(self, item):
        print('执行的是我')
        # return self.__dict__[item]
 
f1=Foo(10)
print(f1.x)
f1.xxxxxx #不存在的属性访问，触发__getattr__

 

 

getattribute

 

class Foo:
    def __init__(self,x):
        self.x=x
 
    def __getattribute__(self, item):
        print('不管是否存在,我都会执行')
 
f1=Foo(10)
f1.x
f1.xxxxxx

 

二者同时出现

 

#_*_coding:utf-8_*_
 
class Foo:
    def __init__(self,x):
        self.x=x
 
    def __getattr__(self, item):
        print('执行的是我')
        # return self.__dict__[item]
    def __getattribute__(self, item):
        print('不管是否存在,我都会执行')
        raise AttributeError('哈哈')
 
f1=Foo(10)
f1.x
f1.xxxxxx
 
#当__getattribute__与__getattr__同时存在,只会执行__getattrbute__,
除非__getattribute__在执行过程中抛出异常AttributeError

 

 

描述符

 

通常情况下，访问一个对象的搜索链是怎样的？比如a.x,首先，应该是查询 a._dict_['x']，然后是type(a)._dict_['x']，一直向上知道元类那层为止（不包括元类）

如果查找的值是定义描述符方法之一的对象，则Python可以重写默认行为并调用描述符方法。

在优先链中出现这种情况，取决于定义了哪些描述符方法?

优先链中出现这种情况，取决于定义的描述符方法。注意，描述符只被用于新的样式对象或类(如果它继承object或type，类就是新样式。

 

描述符是一种功能强大的通用协议。它们是属性、方法、静态方法、类方法和super()背后的机制。它们在Python本身中使用，以实现版本2.2中引入的新样式类。描述符简化了底层的c代码，并为日常的Python程序提供了一套灵活的新工具。

 

 

 

描述符协议

 

 

#获取属性时调用，返回设置的属性值，通常是_set_中的value,或者附加的其他组合值。
descr.__get__(self, obj, type=None) --> value
#设置属性时调用，返回None
descr.__set__(self, obj, value) --> None
#删除属性时调用，返回None
descr.__delete__(self, obj) --> None

或者：

 

__get__(self, instance, owner) --> return value
__set__(self, instance, value)
__delete__(self, instance)

 

这就是所有的描述符方法。定义任何这些方法，对象被视为描述符，并可以在被视为属性时覆盖默认行为。

 

描述符对象以类型 (owner class) 成员的方式出现，且最少要实现一个协议方法。最常见的描述符有 property、staticmethod、classsmethod。访问描述符类型成员时，解释器会自动调用与行为相对应的协议方法。

 

    实现 get 和 set 方法，称为 data descriptor。
    仅有 get 方法的，称为 non-data descriptor。
    get 对 owner_class、owner_instance 访问有效。
    set、delete 仅对 owner_instance 访问有效。
　　__get__：当我们用类或者实例来调用该属性时，Python会返回__get__函数的结果。

　　__set__：当我们用实例来设置属性值时，Python会调用该函数。对类没有限制作用。

　　__delete__：当我们用实例试图删除该属性时，Python会调用该函数。对类没有限制作用。

 

 

 

数据和非数据描述符在一个实例的字典中对条目的计算方式有不同。

如果实例的字典具有与数据描述符同名的条目，则数据描述符优先。

如果一个实例的字典有一个与非数据描述符相同的条目，那么字典条目将优先。

 

 

 

 

1.一般来说，描述符是具有'绑定行为'的对象属性，其属性访问在描述符协议中被方法覆盖。这些方法是__get__(),__set__(),和__delete__()。

2.如果为对象定义了这些方法中的任何一个，那么它就是一个描述符。属性访问的默认行为是获取、设置或删除对象字典中的属性。

3.如果一个对象同时定义__get__()和__set__()，那么它被认为是一个数据描述符。

4.仅定义__get__()的描述符称为非数据描述符,它们通常用于方法，但其他用途是可能的。

5.在采用 del 语句（或其它，其引用计数递减）明确删除掉某个属性时会调__delete__()方法。三者中，后者很少被实现

6.也不是所有的描述符都实现了__set__()方法。 它们被当作方法描述符， 或更准确来说是，非数据描述符来被引用。

7.那些同时覆盖__get__()及__set__()的类被称作数据描述符，它比非数据描述符要强大些。 

 

 

 

例子1：

#!/usr/bin/env python
#coding:utf-8

class MyDescriptor(object):
    def __get__(self, instance, owner):  # 本例中 owner 是 class Data。
        print "get:", instance, owner
        return hex(id(instance))

    def __set__(self, instance, value):
        print "set:", instance, value

    def __delete__(self, instance):
        print "del:", instance

class Data(object):
    x = MyDescriptor()

d = Data()
d.x       # __get__ 的返回值。
d.x = 100      # d 被当做 instance 实参。
del d.x       # d 被当做 instance 实参。
Data.x       # 以 owner 类型访问时，__get__ 有效。# instance = None
Data.x = 1      # __set__ 对 class 调用无效。 # 因此 Data.x 被重新赋值。
print type(Data.x)

 

执行结果：

get: <__main__.Data object at 0x04EDF070> <class '__main__.Data'>
set: <__main__.Data object at 0x04EDF070> 100
del: <__main__.Data object at 0x04EDF070>
get: None <class '__main__.Data'>
<type 'int'>

 

如果没有定义 get 方法，那么直接返回描述符对象，不会有默认 get 实现

 

 

1.定义一个描述符

 

class Foo: #在python3中Foo是新式类,它实现了三种方法,这个类就被称作一个描述符
    def __get__(self, instance, owner):
        pass
    def __set__(self, instance, value):
        pass
    def __delete__(self, instance):
        pass

 

2 描述符是干什么的:

描述符的作用是用来代理另外一个类的属性的(必须把描述符定义成这个类的类属性，不能定义到构造函数中)

 

描述符类产生的实例进行属性操作并不会触发三个方法的执行

 

class Foo:
    def __get__(self, instance, owner):
        print('触发get')
    def __set__(self, instance, value):
        print('触发set')
    def __delete__(self, instance):
        print('触发delete')
 
#包含这三个方法的新式类称为描述符,由这个类产生的实例进行属性的调用/赋值/删除,并不会触发这三个方法
f1=Foo()
f1.name='egon'
f1.name
del f1.name
#疑问:何时,何地,会触发这三个方法的执行

 

描述符应用之何时?何地?

 

#描述符Str
class Str:
    def __get__(self, instance, owner):
        print('Str调用')
    def __set__(self, instance, value):
        print('Str设置...')
    def __delete__(self, instance):
        print('Str删除...')
 
#描述符Int
class Int:
    def __get__(self, instance, owner):
        print('Int调用')
    def __set__(self, instance, value):
        print('Int设置...')
    def __delete__(self, instance):
        print('Int删除...')
 
class People:
    name=Str()
    age=Int()
    def __init__(self,name,age): #name被Str类代理,age被Int类代理,
        self.name=name
        self.age=age
 
#何地？：定义成另外一个类的类属性
 
#何时？：且看下列演示
 
p1=People('alex',18)
 
#描述符Str的使用
p1.name
p1.name='egon'
del p1.name
 
#描述符Int的使用
p1.age
p1.age=18
del p1.age
 
#我们来瞅瞅到底发生了什么
print(p1.__dict__)
print(People.__dict__)
 
#补充
print(type(p1) == People) #type(obj)其实是查看obj是由哪个类实例化来的
print(type(p1).__dict__ == People.__dict__)

 

描述符分两种:

 

一 数据描述符:至少实现了__get__()和__set__()

 

class Foo:
    def __set__(self, instance, value):
        print('set')
    def __get__(self, instance, owner):
        print('get')

 

 

 

 

二 非数据描述符:没有实现__set__()

 

class Foo:
    def __get__(self, instance, owner):
        print('get')

 

 

非数据描述类

 

 

#!/usr/bin/env python
#coding:utf-8

class Desc(object):
    def __init__(self, value=22):
        self.value= value
    def __get__(self, ins, cls):
        return self.value

class A(object):
    v=Desc()
a=A()
print a.v  #由于实例中没有v属性，所以找到了类的属性，而类的属性是一个描述符类实例，所以调用其__get__方法的结果。
print a.__dict__  #实例的__dict__空空如也。
print A.__dict__      #类的__dict__中确实存在v属性，且是一个Desc object对象。
a.v=30          #我们通过实例设置v属性，发现成功了。
print a.__dict__      #我们发现实例的__dict__中存入了我们刚才设置的属性
print A.__dict__      #类的__dict__没有发生任何变化
print a.v             #如我们所料，访问到了a.__dict__中的内容。
del a.v         #我们删除实例的属性v后发现居然还是可以调用a.v，返回的是我们设置之前的值
print a.v
print  A.__dict__      #和前面一样，没有发生变化。

 

执行结果：

22
{}
{'__module__': '__main__', '__doc__': None, 'v': <__main__.Desc object at 0x0576C030>}
{'v': 30}
{'__module__': '__main__', '__doc__': None, 'v': <__main__.Desc object at 0x0576C030>}
30
22
{'__module__': '__main__', '__doc__': None, 'v': <__main__.Desc object at 0x0576C030>}

 

通过上面的测试，我们发现非数据描述类有如下特点：

    如果实例__dict__没有设置同名属性，那么返回描述类的__get__方法的结果。
    如果实例__dict__中存在同名属性，那么返回实例__dict__中的内容。
    对我们设置实例的__dict__中的行为并不做阻止。所以我说这是查看级别的描述类。

 

数据描述类

例子1：

#!/usr/bin/env python
#coding:utf-8

class Desc(object):
    def __init__(self, value=22):
        self.value= value
    def __get__(self, ins, cls):
        return self.value
    def __set__(self, ins, value):
        self.value=value
        #raise AttributeError

class A(object):
    v=Desc()
a=A()
print a.v
a.v=10
print a.__dict__      #我们设置a.v后，发现实例的__dict__中仍然空空如也。因为此时调用的是__set__方法，值10存入到了Desc实例的value属性上了。
print a.v  #此时得到的还是Desc的__get__方法返回的结果。
del a.v         #不允许我们删除

执行结果：

22
  File "G:/PycharmProject/fullstack2/week1/star.py", line 20, in <module>
{}
10
    del a.v         #不允许我们删除
AttributeError: __delete__

 

例子2：

#!/usr/bin/env python
#coding:utf-8

class Desc(object):
    def __init__(self, value=22):
        self.value= value
    def __get__(self, ins, cls):
        return self.value
    def __set__(self, ins, value):
        self.value=value
        #raise AttributeError

class A(object):
    v=Desc()
a=A()
print a.v
a.v=10
print a.__dict__      #我们设置a.v后，发现实例的__dict__中仍然空空如也。因为此时调用的是__set__方法，值10存入到了Desc实例的value属性上了。
print a.v  #此时得到的还是Desc的__get__方法返回的结果。
#del a.v         #不允许我们删除
A.v=30
print A.__dict__

 

执行结果：

22
{}
10
{'__dict__': <attribute '__dict__' of 'A' objects>, '__module__': '__main__', '__weakref__': <attribute '__weakref__' of 'A' objects>, '__doc__': None, 'v': 30}

 

 

 

例子3：#我们把__set__方法的原来语句注销，添加raise AttribeError语句，再次运行

 

#!/usr/bin/env python
#coding:utf-8

class Desc(object):
    def __init__(self, value=22):
        self.value= value
    def __get__(self, ins, cls):
        return self.value
    def __set__(self, ins, value):
        self.value=value
        raise AttributeError

class A(object):
    v=Desc()
a=A()
#a.v=30  # #我们在__set__中手动添加了AttributeError异常，所以我们再也不能设置a.v的值了，因此该属性鞭策了只读属性。
A.v=20          #通过类，仍然可以改变属性
print A.__dict__      #改变后，变成了普通属性20了，这时甚至都已经不再是描述符类了。
del A.v

 

执行结果：

{'__dict__': <attribute '__dict__' of 'A' objects>, '__module__': '__main__', '__weakref__': <attribute '__weakref__' of 'A' objects>, '__doc__': None, 'v': 20}

 

说明如下：

    当__set__方法存在后，实例设置同名属性时，完全需要看__set__的脸色。
    如果描述类中__set__方法存在但是__delete__方法不存在，那么不能删除客户类中的属性。
    即使在__set__方法中做了限制，这个限制只是对实例而言的，对类没有起到作用。

 

 

 

 

注意事项:

 

一 描述符本身应该定义成新式类,被代理的类也应该是新式类
二 必须把描述符定义成这个类的类属性，不能为定义到构造函数中
三 要严格遵循该优先级,优先级由高到底分别是:
　　

　　1.类属性
　　2.数据描述符
　　3.实例属性
　　4.非数据描述符
　　5.找不到的属性触发__getattr__()

 

 

类属性>数据描述符

 

 

#描述符Str
class Str:
    def __get__(self, instance, owner):
        print('Str调用')
    def __set__(self, instance, value):
        print('Str设置...')
    def __delete__(self, instance):
        print('Str删除...')
 
class People:
    name=Str()
    def __init__(self,name,age): #name被Str类代理,age被Int类代理,
        self.name=name
        self.age=age
 
 
#基于上面的演示,我们已经知道,在一个类中定义描述符它就是一个类属性,
存在于类的属性字典中,而不是实例的属性字典
 
#那既然描述符被定义成了一个类属性,直接通过类名也一定可以调用吧,没错
People.name #恩,调用类属性name,本质就是在调用描述符Str,触发了__get__()
 
People.name='egon' #那赋值呢,我去,并没有触发__set__()
del People.name #赶紧试试del,我去,也没有触发__delete__()
#结论:描述符对类没有作用-------->傻逼到家的结论
 
'''
原因:描述符在使用时被定义成另外一个类的类属性,因而类属性比二次加工的描述符
伪装而来的类属性有更高的优先级
People.name #恩,调用类属性name,找不到就去找描述符伪装的类属性name,触发了__get__()
 
People.name='egon' #那赋值呢,直接赋值了一个类属性,它拥有更高的优先级,
相当于覆盖了描述符,肯定不会触发描述符的__set__()
del People.name #同上
'''

 

数据描述符>实例属性

 

#描述符Str
class Str:
    def __get__(self, instance, owner):
        print('Str调用')
    def __set__(self, instance, value):
        print('Str设置...')
    def __delete__(self, instance):
        print('Str删除...')
 
class People:
    name=Str()
    def __init__(self,name,age): #name被Str类代理,age被Int类代理,
        self.name=name
        self.age=age
 
 
p1=People('egon',18)
 
#如果描述符是一个数据描述符(即有__get__又有__set__),那么p1.name的调
用与赋值都是触发描述符的操作,于p1本身无关了,相当于覆盖了实例的属性
p1.name='egonnnnnn'
p1.name
print(p1.__dict__)#实例的属性字典中没有name,因为name是一个数据描述符,
优先级高于实例属性,查看/赋值/删除都是跟描述符有关,与实例无关了
del p1.name

 

实例属性>非数据描述符

class Foo:
    def func(self):
        print('我胡汉三又回来了')
f1=Foo()
f1.func() #调用类的方法,也可以说是调用非数据描述符
#函数是一个非数据描述符对象(一切皆对象么)
print(dir(Foo.func))
print(hasattr(Foo.func,'__set__'))
print(hasattr(Foo.func,'__get__'))
print(hasattr(Foo.func,'__delete__'))
#有人可能会问,描述符不都是类么,函数怎么算也应该是一个对象啊,怎么就是描述符了
#笨蛋哥,描述符是类没问题,描述符在应用的时候不都是实例化成一个类属性么
#函数就是一个由非描述符类实例化得到的对象
#没错，字符串也一样
 
 
f1.func='这是实例属性啊'
print(f1.func)
 
del f1.func #删掉了非数据
f1.func()

 

 

再次验证：实例属性>非数据描述符

 

class Foo:
    def __set__(self, instance, value):
        print('set')
    def __get__(self, instance, owner):
        print('get')
class Room:
    name=Foo()
    def __init__(self,name,width,length):
        self.name=name
        self.width=width
        self.length=length
 
 
#name是一个数据描述符,因为name=Foo()而Foo实现了get和set方法,因而比实例属性有更高的优先级
#对实例的属性操作,触发的都是描述符的
r1=Room('厕所',1,1)
r1.name
r1.name='厨房'
 
 
 
class Foo:
    def __get__(self, instance, owner):
        print('get')
class Room:
    name=Foo()
    def __init__(self,name,width,length):
        self.name=name
        self.width=width
        self.length=length
 
 
#name是一个非数据描述符,因为name=Foo()而Foo没有实现set方法,因而比实例属性有更低的优先级
#对实例的属性操作,触发的都是实例自己的
r1=Room('厕所',1,1)
r1.name
r1.name='厨房'

 

非数据描述符>找不到

 

class Foo:
    def func(self):
        print('我胡汉三又回来了')
 
    def __getattr__(self, item):
        print('找不到了当然是来找我啦',item)
f1=Foo()
 
f1.xxxxxxxxxxx

 

描述符使用

 

众所周知，python是弱类型语言，即参数的赋值没有类型限制，下面我们通过描述符机制来实现类型限制功能

 

牛刀小试

 

class Str:
    def __init__(self,name):
        self.name=name
    def __get__(self, instance, owner):
        print('get--->',instance,owner)
        return instance.__dict__[self.name]
 
    def __set__(self, instance, value):
        print('set--->',instance,value)
        instance.__dict__[self.name]=value
    def __delete__(self, instance):
        print('delete--->',instance)
        instance.__dict__.pop(self.name)
 
 
class People:
    name=Str('name')
    def __init__(self,name,age,salary):
        self.name=name
        self.age=age
        self.salary=salary
 
p1=People('egon',18,3231.3)
 
#调用
print(p1.__dict__)
p1.name
 
#赋值
print(p1.__dict__)
p1.name='egonlin'
print(p1.__dict__)
 
#删除
print(p1.__dict__)
del p1.name
print(p1.__dict__)

 

拔刀相助

 

class Str:
    def __init__(self,name):
        self.name=name
    def __get__(self, instance, owner):
        print('get--->',instance,owner)
        return instance.__dict__[self.name]
 
    def __set__(self, instance, value):
        print('set--->',instance,value)
        instance.__dict__[self.name]=value
    def __delete__(self, instance):
        print('delete--->',instance)
        instance.__dict__.pop(self.name)
 
 
class People:
    name=Str('name')
    def __init__(self,name,age,salary):
        self.name=name
        self.age=age
        self.salary=salary
 
#疑问:如果我用类名去操作属性呢
People.name #报错,错误的根源在于类去操作属性时,会把None传给instance
 
#修订__get__方法
class Str:
    def __init__(self,name):
        self.name=name
    def __get__(self, instance, owner):
        print('get--->',instance,owner)
        if instance is None:
            return self
        return instance.__dict__[self.name]
 
    def __set__(self, instance, value):
        print('set--->',instance,value)
        instance.__dict__[self.name]=value
    def __delete__(self, instance):
        print('delete--->',instance)
        instance.__dict__.pop(self.name)
 
 
class People:
    name=Str('name')
    def __init__(self,name,age,salary):
        self.name=name
        self.age=age
        self.salary=salary
print(People.name) #完美,解决

 

 

磨刀霍霍

 

class Str:
    def __init__(self,name,expected_type):
        self.name=name
        self.expected_type=expected_type
    def __get__(self, instance, owner):
        print('get--->',instance,owner)
        if instance is None:
            return self
        return instance.__dict__[self.name]
 
    def __set__(self, instance, value):
        print('set--->',instance,value)
        if not isinstance(value,self.expected_type): #如果不是期望的类型，则抛出异常
            raise TypeError('Expected %s' %str(self.expected_type))
        instance.__dict__[self.name]=value
    def __delete__(self, instance):
        print('delete--->',instance)
        instance.__dict__.pop(self.name)
 
 
class People:
    name=Str('name',str) #新增类型限制str
    def __init__(self,name,age,salary):
        self.name=name
        self.age=age
        self.salary=salary
 
p1=People(123,18,3333.3)#传入的name因不是字符串类型而抛出异常

 

大刀阔斧

 

class Typed:
    def __init__(self,name,expected_type):
        self.name=name
        self.expected_type=expected_type
    def __get__(self, instance, owner):
        print('get--->',instance,owner)
        if instance is None:
            return self
        return instance.__dict__[self.name]
 
    def __set__(self, instance, value):
        print('set--->',instance,value)
        if not isinstance(value,self.expected_type):
            raise TypeError('Expected %s' %str(self.expected_type))
        instance.__dict__[self.name]=value
    def __delete__(self, instance):
        print('delete--->',instance)
        instance.__dict__.pop(self.name)
 
 
class People:
    name=Typed('name',str)
    age=Typed('name',int)
    salary=Typed('name',float)
    def __init__(self,name,age,salary):
        self.name=name
        self.age=age
        self.salary=salary
 
p1=People(123,18,3333.3)
p1=People('egon','18',3333.3)
p1=People('egon',18,3333)

 

大刀阔斧之后我们已然能实现功能了，但是问题是，如果我们的类有很多属性，你仍然采用在定义一堆类属性的方式去实现,low，这时候我需要教你一招：刀光剑影

 

终极大招

刀光剑影

 

class Typed:
    def __init__(self,name,expected_type):
        self.name=name
        self.expected_type=expected_type
    def __get__(self, instance, owner):
        print('get--->',instance,owner)
        if instance is None:
            return self
        return instance.__dict__[self.name]
 
    def __set__(self, instance, value):
        print('set--->',instance,value)
        if not isinstance(value,self.expected_type):
            raise TypeError('Expected %s' %str(self.expected_type))
        instance.__dict__[self.name]=value
    def __delete__(self, instance):
        print('delete--->',instance)
        instance.__dict__.pop(self.name)
 
def typeassert(**kwargs):
    def decorate(cls):
        print('类的装饰器开始运行啦------>',kwargs)
        for name,expected_type in kwargs.items():
            setattr(cls,name,Typed(name,expected_type))
        return cls
    return decorate
@typeassert(name=str,age=int,salary=float) #有参:1.运行typeassert(...)返回结果是decorate,此时参数都传给kwargs 2.People=decorate(People)
class People:
    def __init__(self,name,age,salary):
        self.name=name
        self.age=age
        self.salary=salary
 
print(People.__dict__)
p1=People('egon',18,3333.3)

 

描述符总结

 

描述符是可以实现大部分python类特性中的底层魔法,包括@classmethod,@staticmethd,@property甚至是__slots__属性

描述父是很多高级库和框架的重要工具之一,描述符通常是使用到装饰器或者元类的大型框架中的一个组件.

7 利用描述符原理完成一个自定制@property,实现延迟计算（本质就是把一个函数属性利用装饰器原理做成一个描述符：类的属性字典中函数名为key，value为描述符类产生的对象）

 

 

@property回顾

 

class Room:
    def __init__(self,name,width,length):
        self.name=name
        self.width=width
        self.length=length
 
    @property
    def area(self):
        return self.width * self.length
 
r1=Room('alex',1,1)
print(r1.area)

 

自己做一个@property

 

class Lazyproperty:
    def __init__(self,func):
        self.func=func
    def __get__(self, instance, owner):
        print('这是我们自己定制的静态属性,r1.area实际是要执行r1.area()')
        if instance is None:
            return self
        return self.func(instance) #此时你应该明白,到底是谁在为你做自动传递self的事情
 
class Room:
    def __init__(self,name,width,length):
        self.name=name
        self.width=width
        self.length=length
 
    @Lazyproperty #area=Lazyproperty(area) 相当于定义了一个类属性,即描述符
    def area(self):
        return self.width * self.length
 
r1=Room('alex',1,1)
print(r1.area)

 

 

实现延迟计算功能

 

 

class Lazyproperty:
    def __init__(self,func):
        self.func=func
    def __get__(self, instance, owner):
        print('这是我们自己定制的静态属性,r1.area实际是要执行r1.area()')
        if instance is None:
            return self
        else:
            print('--->')
            value=self.func(instance)
            setattr(instance,self.func.__name__,value) #计算一次就缓存到实例的属性字典中
            return value
 
class Room:
    def __init__(self,name,width,length):
        self.name=name
        self.width=width
        self.length=length
 
    @Lazyproperty #area=Lazyproperty(area) 相当于'定义了一个类属性,即描述符'
    def area(self):
        return self.width * self.length
 
r1=Room('alex',1,1)
print(r1.area) #先从自己的属性字典找,没有再去类的中找,然后出发了area的__get__方法
print(r1.area) #先从自己的属性字典找,找到了,是上次计算的结果,这样就不用每执行一次都去计算

 

一个小的改动，延迟计算的美梦就破碎了

 

#缓存不起来了
 
class Lazyproperty:
    def __init__(self,func):
        self.func=func
    def __get__(self, instance, owner):
        print('这是我们自己定制的静态属性,r1.area实际是要执行r1.area()')
        if instance is None:
            return self
        else:
            value=self.func(instance)
            instance.__dict__[self.func.__name__]=value
            return value
        # return self.func(instance) #此时你应该明白,到底是谁在为你做自动传递self的事情
    def __set__(self, instance, value):
        print('hahahahahah')
 
class Room:
    def __init__(self,name,width,length):
        self.name=name
        self.width=width
        self.length=length
 
    @Lazyproperty #area=Lazyproperty(area) 相当于定义了一个类属性,即描述符
    def area(self):
        return self.width * self.length
 
print(Room.__dict__)
r1=Room('alex',1,1)
print(r1.area)
print(r1.area)
print(r1.area)
print(r1.area) #缓存功能失效,每次都去找描述符了,为何,因为描述符实现了set方法,它由非数据描述符变成了数据描述符,
数据描述符比实例属性有更高的优先级,因而所有的属性操作都去找描述符了

 

 

利用描述符原理完成一个自定制@classmethod

 

自己做一个@classmethod

 

class ClassMethod:
    def __init__(self,func):
        self.func=func
 
    def __get__(self, instance, owner): #类来调用,instance为None,owner为类本身,实例来调用,instance为实例,owner为类本身,
        def feedback():
            print('在这里可以加功能啊...')
            return self.func(owner)
        return feedback
 
class People:
    name='linhaifeng'
    @ClassMethod # say_hi=ClassMethod(say_hi)
    def say_hi(cls):
        print('你好啊,帅哥 %s' %cls.name)
 
People.say_hi()
 
p1=People()
p1.say_hi()
#疑问,类方法如果有参数呢,好说,好说
 
class ClassMethod:
    def __init__(self,func):
        self.func=func
 
    def __get__(self, instance, owner): #类来调用,instance为None,owner为类本身,实例来调用,instance为实例,owner为类本身,
        def feedback(*args,**kwargs):
            print('在这里可以加功能啊...')
            return self.func(owner,*args,**kwargs)
        return feedback
 
class People:
    name='linhaifeng'
    @ClassMethod # say_hi=ClassMethod(say_hi)
    def say_hi(cls,msg):
        print('你好啊,帅哥 %s %s' %(cls.name,msg))
 
People.say_hi('你是那偷心的贼')
 
p1=People()
p1.say_hi('你是那偷心的贼')

 

利用描述符原理完成一个自定制的@staticmethod

 

自己做一个@staticmethod

 

class StaticMethod:
    def __init__(self,func):
        self.func=func
 
    def __get__(self, instance, owner): #类来调用,instance为None,owner为类本身,实例来调用,instance为实例,owner为类本身,
        def feedback(*args,**kwargs):
            print('在这里可以加功能啊...')
            return self.func(*args,**kwargs)
        return feedback
 
class People:
    @StaticMethod# say_hi=StaticMethod(say_hi)
    def say_hi(x,y,z):
        print('------>',x,y,z)
 
People.say_hi(1,2,3)
 
p1=People()
p1.say_hi(4,5,6)

 

 

属性和property()内建函数

 

调用property()是构建数据描述符的一种简捷方式，可以在访问属性时触发函数调用。它的特征是

property(fget=None, fset=None, fdel=None, doc=None) -> property attribute

 属性是一种有用的特殊类型的描述符。它们是用来处理所有对实例属性的访问，其工作方式和我们前面说过的描述符相似。

通过用 property() 就可以写一个和属性有关的函数来处理实例属性的获取(getting),赋值(setting),和删除(deleting)操作

property()的一般用法是，将它写在一个类定义中，property()接受一些传进来的函数(其实是方法)作为参数。实际上，property()是在它所在的类被创建时被调用的，

这些传进来的(作为参数的)方法是非绑定的，所以这些方法其实就是函数

 

 

 

 

 

为了查看property()是如何按照描述符协议实现的，这里有一个纯Python实现:

class Property(object):
    

    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__)

 

 

 

属性总是 data descriptor，这和是否提供 setter 无关。其优先级总是高过同名实例字段，如果没有提供 setter，set 方法会阻止赋值操作。

#!/usr/bin/env python
#coding:utf-8

class Data(object):
    oid = property(lambda s: hex(id(s)))

print hasattr(Data.oid, "__set__")
d = Data()
print d.oid

d.oid = 123

 

执行结果：

True
0x529d030
Traceback (most recent call last):
  File "G:/PycharmProject/fullstack2/week1/star.py", line 14, in <module>
    d.oid = 123
AttributeError: can't set attribute

 

 

属性的定义和使用

 

经典类：

class Foo:

    def func(self):
        print "test1"

    # 定义属性
    @property
    def prop(self):
        print 'test2'

# ############### 调用 ###############
foo_obj = Foo()

foo_obj.func()
foo_obj.prop   #调用属性

 

执行结果：

test1
test2

 

 

由属性的定义和调用要注意一下几点：

定义时，在普通方法(即类下面定义的函数)的基础上添加 @property 装饰器；

定义时，属性仅有一个self参数

调用时，无需括号
   

方法：foo_obj.func()
属性：foo_obj.prop

 

 

 

注意：属性由方法变种而来，如果Python中没有属性，方法完全可以代替其功能。

实例：对于主机列表页面，每次请求不可能把数据库中的所有内容都显示到页面上，而是通过分页的功能局部显示，所以在向数据库中请求数据时就要显示的指定获取从第m条到第n条的所有数据（即：limit m,n），这个分页的功能包括：

1.根据用户请求的当前页和总数据条数计算出 m 和 n

2.根据m 和 n 去数据库中请求数据

 

 

#!/usr/bin/env python
#coding:utf-8

# ############### 定义 ###############
class Pager:

    def __init__(self, current_page):
        # 用户当前请求的页码（第一页、第二页...）
        self.current_page = current_page
        # 每页默认显示10条数据
        self.per_items = 10


    @property
    def start(self):
        val = (self.current_page - 1) * self.per_items
        return val

    @property
    def end(self):
        val = self.current_page * self.per_items
        return val

# ############### 调用 ###############

p = Pager(1)
print p.start #就是起始值，即：m
print p.end   #就是结束值，即：n

 

 

 

执行结果：

0
10

 

 

 

 

属性的定义有两种方式：

    装饰器 即：在方法上应用装饰器
    类属性 即：在类中定义值为property对象的类属性

 

 

1.装饰器方式：在类的普通方法上应用@property装饰器
我们知道Python中的类有经典类和新式类，新式类的属性比经典类的属性丰富。（ 如果类继object，那么该类是新式类 ）

 

经典类，具有一种@property装饰器（如上一步实例）

#!/usr/bin/env python
#coding:utf-8

 ############### 定义 ###############
class Goods:

    @property
    def price(self):
        return "test"
# ############### 调用 ###############
obj = Goods()
result = obj.price  # 自动执行 @property 修饰的 price 方法，并获取方法的返回值
print result

 

执行结果：

test

 

 

 

新式类，具有三种@property装饰器

 

#!/usr/bin/env python
#coding:utf-8

# ############### 定义 ###############
class Goods(object):

    @property
    def price(self):
        print '@property'

    @price.setter
    def price(self, value):
        print '@price.setter'

    @price.deleter
    def price(self):
        print '@price.deleter'

# ############### 调用 ###############
obj = Goods()

obj.price          # 自动执行 @property 修饰的 price 方法，并获取方法的返回值

obj.price = 123    # 自动执行 @price.setter 修饰的 price 方法，并将  123 赋值给方法的参数

del obj.price      # 自动执行 @price.deleter 修饰的 price 方法

 

执行结果：

@property
@price.setter
@price.deleter

 

 

注：

经典类中的属性只有一种访问方式，其对应被 @property 修饰的方法
新式类中的属性有三种访问方式，并分别对应了三个被@property、@方法名.setter、@方法名.deleter修饰的方法

 

 

由于新式类中具有三种访问方式，我们可以根据他们几个属性的访问特点，分别将三个方法定义为对同一个属性：获取、修改、删除

 

#!/usr/bin/env python
#coding:utf-8

class Goods(object):

    def __init__(self):
        # 原价
        self.original_price = 100
        # 折扣
        self.discount = 0.8

    @property
    def price(self):
        # 实际价格 = 原价 * 折扣
        new_price = self.original_price * self.discount
        return new_price

    @price.setter
    def price(self, value):
        self.original_price = value

    @price.deleter
    def price(self, value):
        del self.original_price

obj = Goods()
print obj.price         # 获取商品价格
obj.price = 200   # 修改商品原价
del obj.original_price     # 删除商品原价

 

执行结果：

80.0

 

 

 

2.类属性方式，创建值为property对象的类属性

当使用类属性的方式创建属性时，经典类和新式类无区别

 

#!/usr/bin/env python
#coding:utf-8

class Foo(object):

    def get_bar(self):
        return 'test1'

    BAR = property(get_bar)

obj = Foo()
reuslt = obj.BAR        # 自动调用get_bar方法，并获取方法的返回值
print reuslt

 

执行结果：

test1

 

 

property的构造方法中有个四个参数：

property(fget=None, fset=None, fdel=None, doc=None) -> property attribute

1.第一个参数是方法名，调用 对象.属性 时自动触发执行方法
2.第二个参数是方法名，调用 对象.属性 ＝ XXX 时自动触发执行方法
3. 第三个参数是方法名，调用 del 对象.属性 时自动触发执行方法
4. 第四个参数是字符串，调用 对象.属性.__doc__ ，此参数是该属性的描述信息

#!/usr/bin/env python
#coding:utf-8

class Foo():

    def get_bar(self):
        return 'test'

    # *必须两个参数
    def set_bar(self, value):
        return 'set value' + value

    def del_bar(self):
        return 'test'

    BAR = property(get_bar, set_bar, del_bar, 'description...')

obj = Foo()

print obj.BAR             # 自动调用第一个参数中定义的方法：get_bar
obj.BAR = "abc"     # 自动调用第二个参数中定义的方法：set_bar方法，并将“abc”当作参数传入
del Foo.BAR          # 自动调用第三个参数中定义的方法：del_bar方法
print obj.BAR     # 自动获取第四个参数中设置的值：description...

 

执行结果：

test
abc

 

 

 

由于类属性方式创建属性具有三种访问方式，我们可以根据他们几个属性的访问特点，分别将三个方法定义为对同一个属性：获取、修改、删除

 

#!/usr/bin/env python
#coding:utf-8

class Goods(object):

    def __init__(self):
        # 原价
        self.original_price = 100
        # 折扣
        self.discount = 0.8

    def get_price(self):
        # 实际价格 = 原价 * 折扣
        new_price = self.original_price * self.discount
        return new_price

    def set_price(self, value):
        self.original_price = value

    def del_price(self, value):
        del self.original_price

    PRICE = property(get_price, set_price, del_price, '价格属性描述...')

obj = Goods()
print obj.PRICE         # 获取商品价格
obj.PRICE = 200   # 修改商品原价
del obj.PRICE    # 删除商品原价

 

 

所以，定义属性共有两种方式，分别是装饰器和类属性，而装饰器方式针对经典类和新式类又有所不同。

 

函数和方法

Python的面向对象特性建立在基于功能的环境之上。使用非数据描述符可以两者无缝合并。

类字典将方法作为函数存储。在类定义中，方法使用def和lambda编写，这是创建函数的常用工具。与常规函数的唯一区别是第一个参数是为对象实例保留的。

按照Python约定，实例引用称为self，但也可以称为this或任何其他变量名称。

 

 

为了支持方法调用，函数包括在属性访问期间绑定方法的__get__()方法。这意味着所有函数都是非数据描述符，这些描述符返回绑定或未绑定的方法，

这取决于它们是从对象还是类调用的。在纯python中，它的工作原理是这样的:

class Function(object):
    
    def __get__(self, obj, objtype=None):
        "Simulate func_descr_get() in Objects/funcobject.c"
        return types.MethodType(self, obj, objtype)

 

显示了函数描述符在实际中的工作方式：

#!/usr/bin/env python
#coding:utf-8

class D(object):
    def f(self, x):
        return x

d = D()
print D.__dict__['f']  # Stored internally as a function
print  D.f
print d.f 

执行结果：

<function f at 0x05D58E70>
<unbound method D.f>
<bound method D.f of <__main__.D object at 0x036D78F0>>

 

输出表明绑定和未绑定的方法是两种不同的类型。

它们是在通过C实现的Objects/classobject.c文件中的PyMethod_Type对象，这个对象具有两个不同的表示，具体取决于im_self字段是否设置或NULL（在C中等效于None）。

同样，调用方法对象的效果依赖于im_self字段。 如果设置（意思是绑定），则将原始函数（存储在im_func字段中）调用，并将第一个参数设置为实例。 如果未绑定，则所有参数都将不变地传递给原始函数。 instancemethod_call()的实际C实现稍微复杂一些，因为它包含一些类型检查。

 

 

 

通过描述符，我们可以了解实例方法 self 参数是如何隐式传递的。

例子：

#!/usr/bin/env python
#coding:utf-8

class Data(object):
    def test(self):
        print "test"

d = Data()

print d.test      # 只有 bound method 才会隐式传递 self。


print Data.test.__get__(d, Data)   # 向 __get__ 传递 instance 参数。


print Data.test     # unbound method 需显式传递 self。

print Data.test.__get__(None, Data)  # instance 为 None。

 

执行结果：

<bound method Data.test of <__main__.Data object at 0x054DAFF0>>
<bound method Data.test of <__main__.Data object at 0x054DAFF0>>
<unbound method Data.test>
<unbound method Data.test>

现在可以看出，bound/unbound 是 get 造成的，关键就是 instance 参数。那么 self 参数存在哪？由谁替我们自动传递 self 参数呢？

#!/usr/bin/env python
#coding:utf-8

class Data(object):
    def test(self):
        print "test"

d = Data()

bm = Data.test.__get__(d, Data)
print bm.__func__     # 实际的目标函数 test。
print bm.__self__     # __get__ instance 参数，也就是 self。
bm.__call__()     # __call__ 内部替我们传递 self ！
unbm = Data.test.__get__(None, Data) # unbound method
print unbm.__func__
print unbm.__self__ is None   # instance == None, self == None。
unbm.__call__(d)    # __call__ 会检查 __self__。只好给 __call__ 有效的 instance。
#unbm.__call__()    # __call__ 会检查 __self__。#注意：如果把注释取消会报错，
　　　　　　　　　　　　　#TypeError: unbound method test() must be called with Data instance as first argument (got nothing instead)

 

执行结果：

<function test at 0x054F8E70>
<__main__.Data object at 0x054FB030>
test
<function test at 0x054F8E70>
True
test

 

 

 

静态方法和类方法

 

非数据描述符为将函数绑定成方法这种常用模式提供了一种简单的机制。

回顾一下，函数有一个__get__()方法，以便在属性访问时可以将函数转换为方法。非数据描述符将obj.f(* args)调用转换为f(obj，* args)。

将klass.f(* args)调用变成f(* args)。

该图表总结了绑定及其两个最有用的变体：

 

Transformation	Called from an Object	Called from a Class
function	f(obj, *args)	f(*args)
staticmethod	f(*args)	f(*args)
classmethod	f(type(obj), *args)	f(klass, *args)

 

 

静态方法原样返回函数。

调用c.f或C.f相当于object.__ getattribute__(c，"f")或object.__getattribute__(C，"f")。因此，函数可以从对象或类中以相同的方式访问。

不引用self的方法适合成为静态方法。

 

例如，一个统计软件包可能包含实验数据的容器类。该类提供了用于计算数据的平均值，中值和其他描述性统计量。但是，可能有一些有用的功能在概念上是相关的，但不依赖于数据。例如，erf(x)是一个经常用到的例子，它出现在统计工作中，但不依赖于特定的数据集。它可以从对象或类中调用：s.erf(1.5)-> .9332或Sample.erf(1.5)-> .9332。

 

 

由于静态方法将函数原样返回，因此下面的例子并不奇怪：

#!/usr/bin/env python
#coding:utf-8

class E(object):
    def f(x):
        return x
    f = staticmethod(f)
print E.f(3)

print E().f(3)

 

执行结果：

3
3

 

使用非数据描述符协议，一个纯Python版本的静态方法()将如下所示:

class StaticMethod(object):
    "Emulate PyStaticMethod_Type() in Objects/funcobject.c"

    def __init__(self, f):
        self.f = f

    def __get__(self, obj, objtype=None):
        return self.f

 

与静态方法不同的是，类方法在调用函数之前，先对参数列表进行类引用。无论调用者是对象还是类，此格式都是相同的:

#!/usr/bin/env python
#coding:utf-8

class E(object):
    def f(klass, x):
        return klass.__name__, x
    f = classmethod(f)

print E.f(3)

print E().f(3)
('E', 3)

 

执行结果：

('E', 3)
('E', 3)

 

不同于 staticmethod，classmethod 会 bound 类型对象。

#!/usr/bin/env python
#coding:utf-8

class Data(object):
    @classmethod
    def test(cls):
        print cls

print Data.test.__get__(None, Data)


m = Data.test.__get__(None, Data)

print m.__self__     # 类型对象，也就是隐式 cls 参数。
m.__call__()

 

执行结果：

<bound method type.test of <class '__main__.Data'>>
<class '__main__.Data'>
<class '__main__.Data'>

 

 

使用非数据描述符协议，classmethod()的纯Python版本看起来像这样：

class ClassMethod(object):
    

    def __init__(self, f):
        self.f = f

    def __get__(self, obj, klass=None):
        if klass is None:
            klass = type(obj)
        def newfunc(*args):
            return self.f(klass, *args)
        return newfunc

 

 

 

描述符总结

1.静态方法、类方法、属性，甚至所有的函数都是描述符

描述符会根据函数的类型确定如何“封装”这个函数和函数被绑定的对象，然后返回调用对象。

它的工作方式是这样的：函数本身就是一个描述符，函数的__get__()方法用来处理调用对象，并将调用对象返回给你。

描述符具有非常棒的适用性，因此从来不会对 Python 自己的工作方式产生影响

 

描述符参考：

https://docs.python.org/2/howto/descriptor.html

https://blog.csdn.net/qq_17550379/article/details/79517349

http://wiki.jikexueyuan.com/project/the-python-study-notes-second-edition/descriptor.html

https://www.cnblogs.com/jessonluo/p/4758662.html

 http://www.cnblogs.com/wj-1314/p/8716516.html