描述符是實現描述符協議方法的Python對象，當將其作為其他對象的屬性進行訪問時，該描述符使您能夠創建具有特殊行為的對象。
通常，描述符是具有“綁定行為”的對象屬性，其屬性訪問已被描述符協議中的方法所覆蓋。這些方法是__get __（），__set __（）和__delete __（）。如果為對象定義了這些方法中的任何一種，則稱其為描述符。屬性訪問的默認行為是從對象的字典中獲取，設置或刪除屬性。例如，a.x具有一個查找鏈，查找鏈從a .__ dict __ ['x']開始，然后鍵入（a）.__ dict __ ['x']，並繼續遍歷類型（a）的基類（不包括元類）。如果查找到的值是定義描述符方法之一的對象，則Python可能會覆蓋默認行為並改為調用描述符方法。優先鏈在何處發生取決於定義了哪些描述符方法。描述符是功能強大的通用協議。它們是屬性，方法，靜態方法，類方法和super（）背后的機制。在Python本身中使用它們來實現2.2版中引入的新樣式類。
descr.__get__(self, obj, type=None) -> value descr.__set__(self, obj, value) -> None descr.__delete__(self, obj) -> None
定義這些方法中的任何一個，對象被視為描述符，並且在被視為屬性時可以覆蓋默認行為。
如果對象定義了__set __（）或__delete __（），則將其視為數據描述符。僅定義__get __（）的描述符稱為非數據描述符（它們通常用於方法，但也可以用於其他用途）。數據和非數據描述符在實例字典中替代計算方式方面有所不同。如果實例的字典中的屬性名稱與數據描述符的名稱相同，則以數據描述符為准。如果實例的字典中具有與非數據描述符同名的屬性，則該字典屬性優先。我們來看一下例子：
class lazy(object):
def __init__(self, func):
self.func = func
def __get__(self, instance, owner):
val = self.func(instance)
setattr(instance, self.func.__name__, val)
return val
class Circle(object):
def __init__(self, radius):
self.radius = radius
@lazy
def area(self):
print('evalute')
return 3.14 * self.radius ** 2
def __getattr__(self, item):
return 1
c = Circle(4)
print(c.area)
print(c.area)
輸出結果是
evalute 50.24 50.24
我們定義了一個描述符的類 lazy，它只實現了__get__方法，是一個非數據的描述符，我們用它定義了類Circle中的area方法，所以area方法成為了一個描述符的對象，可以看到，在第一次調用c.area的時候，執行了area的方法，打印了"evalute",在第二次的時間就直接輸出了結果，沒有指向area的方法，這是為什么呢?
那么重點來了，可以看到在lazy定義的__get__方法中，執行了被描述對象的方法，也就是這里的area函數，獲取到結果之后，給當前的instance設置了一個同名的屬性，並且設值為結果，這樣下次在調用的時間，因為這是一個非數據的描述符，看上面的黑體字，實例的字典中的屬性名稱與數據描述符的名稱相同，則以數據描述符為准。所以會取你剛剛設置的屬性的值，不會再去取描述符的值。我們再來看看數據描述符的一個例子：
class lazy(object):
def __init__(self, func):
self.func = func
def __get__(self, instance, owner):
val = self.func(instance)
setattr(instance, self.func.__name__, val)
return val
def __set__(self, instance, value):
pass
class Circle(object):
def __init__(self, radius):
self.radius = radius
@lazy
def area(self):
print('evalute')
return 3.14 * self.radius ** 2
def __getattr__(self, item):
return 1
c = Circle(4)
print(c.area)
print(c.area)
我們看一下輸出的結果：
evalute 50.24 evalute 50.24
同樣的定義，只是在描述符中添加了__set__方法，就會執行調用描述符定義的屬性，和非描述符的調用方式天壤之別。這就是這個高級特性的特別之處。我們可以使用非數據描述符做惰性加載，只計算一次，下次直接取值，我在工作中也是這樣干的。
知其然，知其所以然，我們來看一下是為什么：
根據官方的解釋，描述符可以通過其方法名稱直接調用。例如，d .__ get __（obj）。另外，更常見的是在屬性訪問時自動調用描述符。例如，obj.d在obj的字典中查找d。如果d定義了方法__get __（），則根據下面列出的優先級規則調用d .__ get __（obj）。調用的細節取決於obj是對象還是類。
對於對象，機制位於object .__ getattribute __（）中，它將b.x轉換為type（b）.__ dict __ ['x'] .__ get __（b，type（b））。該實現通過優先級鏈進行工作，該優先級鏈賦予數據描述符優先於實例變量的優先級，實例變量優先於非數據描述符的優先級，並為__getattr __（）分配最低優先級。完整的C實現可在Objects / object.c中的PyObject_GenericGetAttr（）中找到。
對於類，機制的類型為.__ getattribute __（），它將B.x轉換為B .__ dict __ ['x'] .__ get __（無，B）。在純Python中，它看起來像：
def __getattribute__(self, key):"Emulate type_getattro() in Objects/typeobject.c"v = object.__getattribute__(self, key)if hasattr(v, '__get__'):return v.__get__(None, self)return v
要記住的重要點是：
-
描述符由__getattribute __（）方法調用
-
重寫__getattribute __（）防止自動描述符調用
-
object .__ getattribute __（）和type .__ getattribute __（）對__get __（）進行不同的調用。
-
數據描述符始終會覆蓋實例字典。非數據描述符可以被實例字典覆蓋。
具體的可以查看Python的c源碼。
以上就是今天要和大家一起學習的內容。
代碼地址
https://github.com/oldman1991/testdemo/blob/master/0028_python_descriptor.py
更多問題歡迎關注微信公眾號
