你也许经常会听到「描述符」这个概念，但是由于大多数的程序员很少会使用到他，所以可能你并不太清楚了解它的原理，python视频教程栏目将详细介绍
推荐（免费）：python视频教程
但是如果你想自己的事业来说更上一层的话，对于python的使用更加熟练的话，我认为你还是应该对描述符的这个概念有一个清晰的了解，这对于你以后的发展有着巨大的帮助，也有利于你将来更深层次的python设计的理解。
尽管在开发的过程中，我们没有直接的使用过描述符，但是它在底层的运用却是十分频繁的存在。例如下面的这些：
function、bound method、unbound methodproperty、staticmethod、classmethod什么是描述符？
在我们了解什么是描述符前，我们可以先找一个例子来看一下
class A: x = 10print(A.x) # 10
这个例子很简单，我们先在类A中定义一个类属性x,然后得出它的值。
除了这种直接定义类属性的方法外，我们还可以这样去定义一个类属性：
class Ten: def __get__(self, obj, objtype=None): return 10class A: x = Ten() # 属性换成了一个类print(A.x) # 10
我们可以发现，这回的类属性x不是一个具体的值了，而是一个类Ten，通过这个Ten定义了一个__get__方法，返回具体的值。
因此可得出：在python中，我们可以把一个类的属性，托管给一个类，而这样的属性就是一个描述符
简而言之,描述符是一个绑定行为属性
而这又有着什么意思呢？
回想，我们在开发时，一般情况下，会将行为叫做什么？行为即一个方法。
所以我们也可以将描述符理解为：对象的属性并非一个具体的值，而是交给了一个方法去定义。
可以想像一下，如果我们用一个方法去定义一个属性，这么做有什么好处？
有了方法，我们就可以在方法内实现自己的逻辑，最简单的，我们可以根据不同的条件，在方法内给属性赋予不同的值，就像下面这样：
class Age: def __get__(self, obj, objtype=None): if obj.name == 'zhangsan': return 20 elif obj.name == 'lisi': return 25 else: return ValueError("unknow")class Person: age = Age() def __init__(self, name): self.name = name p1 = Person('zhangsan')print(p1.age) # 20p2 = Person('lisi')print(p2.age) # 25p3 = Person('wangwu')print(p3.age) # unknow
这个例子中，age类属性被另一个类托管了，在这个类的__get__中，它会根据Person类的属性name，决定age是什么值。
通过这样一个例子，我们可以看到，通过描述符的使用，我们可以轻易地改变一个类属性的定义方式。
描述符协议
了解了描述符的定义，现在我们把重点放到托管属性的类上。
其实，一个类属性想要托管给一个类，这个类内部实现的方法不能是随便定义的，它必须遵守「描述符协议」，也就是要实现以下几个方法：
__get__(self, obj, type=None) -> value__set__(self, obj, value) -> None__delete__(self, obj) -> None只要是实现了以上几个方法的其中一个，那么这个类属性就可以称作描述符。
另外，描述符又可以分为「数据描述符」和「非数据描述符」：
__get___，叫做非数据描述符__get__之外，还定义了__set__或__delete__，叫做数据描述符它们两者有什么区别，我会在下面详述。
现在我们来看一个包含__get__和__set__方法的描述符例子：
# coding: utf8class Age: def __init__(self, value=20): self.value = value def __get__(self, obj, type=None): print('call __get__: obj: %s type: %s' % (obj, type)) return self.value def __set__(self, obj, value): if value <= 0: raise ValueError("age must be greater than 0") print('call __set__: obj: %s value: %s' % (obj, value)) self.value = valueclass Person: age = Age() def __init__(self, name): self.name = name p1 = Person('zhangsan')print(p1.age)# call __get__: obj: <__main__.Person object at 0x1055509e8> type: # 20print(Person.age)# call __get__: obj: None type: # 20p1.age = 25# call __set__: obj: <__main__.Person object at 0x1055509e8> value: 25print(p1.age)# call __get__: obj: <__main__.Person object at 0x1055509e8> type: # 25p1.age = -1# ValueError: age must be greater than 0
在这例子中，类属性age是一个描述符，它的值取决于Age类。
从输出结果来看，当我们获取或修改age属性时，调用了Age的__get__和__set__方法：
p1.age时，__get__被调用，参数obj是Person实例，type是type(Person)Person.age时，__get__被调用，参数obj是None，type是type(Person)p1.age = 25时，__set__被调用，参数obj是Person实例，value是25p1.age = -1时，__set__没有通过校验，抛出ValueError其中，调用__set__传入的参数，我们比较容易理解，但是对于__get__方法，通过类或实例调用，传入的参数是不同的，这是为什么？
这就需要我们了解一下描述符的工作原理。
描述符的工作原理
要解释描述符的工作原理，首先我们需要先从属性的访问说起。
在开发时，不知道你有没有想过这样一个问题：通常我们写这样的代码a.b，其背后到底发生了什么？
这里的a和b可能存在以下情况：
a可能是一个类，也可能是一个实例，我们这里统称为对象b可能是一个属性，也可能是一个方法，方法其实也可以看做是类的属性其实，无论是以上哪种情况，在 Python 中，都有一个统一的调用逻辑：
__getattribute__尝试获得结果__getattr__用代码表示就是下面这样：
def getattr_hook(obj, name): try: return obj.__getattribute__(name) except AttributeError: if not hasattr(type(obj), '__getattr__'): raise return type(obj).__getattr__(obj, name)
我们这里需要重点关注一下__getattribute__，因为它是所有属性查找的入口，它内部实现的属性查找顺序是这样的：
__get____dict__中查找__dict__中查找不到，再看它是否是一个非数据描述符__get__AttributeError异常写成代码就是下面这样：
# 获取一个对象的属性 def __getattribute__(obj, name): null = object() # 对象的类型 也就是实例的类 objtype = type(obj) # 从这个类中获取指定属性 cls_var = getattr(objtype, name, null) # 如果这个类实现了描述符协议 descr_get = getattr(type(cls_var), '__get__', null) if descr_get is not null: if (hasattr(type(cls_var), '__set__') or hasattr(type(cls_var), '__delete__')): # 优先从数据描述符中获取属性 return descr_get(cls_var, obj, objtype) # 从实例中获取属性 if hasattr(obj, '__dict__') and name in vars(obj): return vars(obj)[name] # 从非数据描述符获取属性 if descr_get is not null: return descr_get(cls_var, obj, objtype) # 从类中获取属性 if cls_var is not null: return cls_var # 抛出 AttributeError 会触发调用 __getattr__ raise AttributeError(name)
如果不好理解，你最好写一个程序测试一下，观察各种情况下的属性的查找顺序。
到这里我们可以看到，在一个对象中查找一个属性，都是先从__getattribute__开始的。
在__getattribute__中，它会检查这个类属性是否是一个描述符，如果是一个描述符，那么就会调用它的__get__方法。但具体的调用细节和传入的参数是下面这样的：
a是一个实例，调用细节为：type(a).__dict__['b'].__get__(a, type(a))复制代码
a是一个类，调用细节为：a.__dict__['b'].__get__(None, a)复制代码
所以我们就能看到上面例子输出的结果。
数据描述符和非数据描述符
了解了描述符的工作原理，我们继续来看数据描述符和非数据描述符的区别。
从定义上来看，它们的区别是：
__get___，叫做非数据描述符__get__之外，还定义了__set__或__delete__，叫做数据描述符此外，我们从上面描述符调用的顺序可以看到，在对象中查找属性时，数据描述符要优先于非数据描述符调用。
在之前的例子中，我们定义了__get__和__set__，所以那些类属性都是数据描述符。
我们再来看一个非数据描述符的例子：
class A: def __init__(self): self.foo = 'abc' def foo(self): return 'xyz'print(A().foo) # 输出什么？ 复制代码
这段代码，我们定义了一个相同名字的属性和方法foo，如果现在执行A().foo，你觉得会输出什么结果？
答案是abc。
为什么打印的是实例属性foo的值，而不是方法foo呢？
这就和非数据描述符有关系了。
我们执行dir(A.foo)，观察结果：
print(dir(A.foo))# [... '__get__', '__getattribute__', ...]复制代码
看到了吗？A的foo方法其实实现了__get__，我们在上面的分析已经得知：只定义__get__方法的对象，它其实是一个非数据描述符，也就是说，我们在类中定义的方法，其实本身就是一个非数据描述符。
所以，在一个类中，如果存在相同名字的属性和方法，按照上面所讲的__getattribute__中查找属性的顺序，这个属性就会优先从实例中获取，如果实例中不存在，才会从非数据描述符中获取，所以在这里优先查找的是实例属性foo的值。
到这里我们可以总结一下关于描述符的相关知识点：
__getattribute__是查找一个属性（方法）的入口__getattribute__定义了一个属性（方法）的查找顺序：数据描述符、实例属性、非数据描述符、类属性__getattribute__方法，会阻止描述符的调用__get__描述符的使用场景
了解了描述符的工作原理，那描述符一般用在哪些业务场景中呢？
在这里我用描述符实现了一个属性校验器，你可以参考这个例子，在类似的场景中去使用它。
首先我们定义一个校验基类Validator，在__set__方法中先调用validate方法校验属性是否符合要求，然后再对属性进行赋值。
class Validator: def __init__(self): self.data = {} def __get__(self, obj, objtype=None): return self.data[obj] def __set__(self, obj, value): # 校验通过后再赋值 self.validate(value) self.data[obj] = value def validate(self, value): pass 复制代码
接下来，我们定义两个校验类，继承Validator，然后实现自己的校验逻辑。
class Number(Validator): def __init__(self, minvalue=None, maxvalue=None): super(Number, self).__init__() self.minvalue = minvalue self.maxvalue = maxvalue def validate(self, value): if not isinstance(value, (int, float)): raise TypeError(f'Expected {value!r} to be an int or float') if self.minvalue is not None and value < self.minvalue: raise ValueError( f'Expected {value!r} to be at least {self.minvalue!r}' ) if self.maxvalue is not None and value > self.maxvalue: raise ValueError( f'Expected {value!r} to be no more than {self.maxvalue!r}' )class String(Validator): def __init__(self, minsize=None, maxsize=None): super(String, self).__init__() self.minsize = minsize self.maxsize = maxsize def validate(self, value): if not isinstance(value, str): raise TypeError(f'Expected {value!r} to be an str') if self.minsize is not None and len(value) < self.minsize: raise ValueError( f'Expected {value!r} to be no smaller than {self.minsize!r}' ) if self.maxsize is not None and len(value) > self.maxsize: raise ValueError( f'Expected {value!r} to be no bigger than {self.maxsize!r}' )复制代码
最后，我们使用这个校验类：
class Person: # 定义属性的校验规则 内部用描述符实现 name = String(minsize=3, maxsize=10) age = Number(minvalue=1, maxvalue=120) def __init__(self, name, age): self.name = name self.age = age # 属性符合规则 p1 = Person('zhangsan', 20)print(p1.name, p1.age)# 属性不符合规则 p2 = person('a', 20)# ValueError: Expected 'a' to be no smaller than 3p3 = Person('zhangsan', -1)# ValueError: Expected -1 to be at least 1复制代码
现在，当我们对Person实例进行初始化时，就可以校验这些属性是否符合预定义的规则了。
function与method
我们再来看一下，在开发时经常看到的function、unbound method、bound method它们之间到底有什么区别？
来看下面这段代码：
class A: def foo(self): return 'xyz'print(A.__dict__['foo']) #print(A.foo) # print(A().foo) # >复制代码
从结果我们可以看出它们的区别：
function准确来说就是一个函数，并且它实现了__get__方法，因此每一个function都是一个非数据描述符，而在类中会把function放到__dict__中存储function被实例调用时，它是一个bound methodfunction被类调用时， 它是一个unbound methodfunction是一个非数据描述符，我们之前已经讲到了。
而bound method和unbound method的区别就在于调用方的类型是什么，如果是一个实例，那么这个function就是一个bound method，否则它是一个unbound method。
property/staticmethod/classmethod
我们再来看property、staticmethod、classmethod。
这些装饰器的实现，默认是 C 来实现的。
其实，我们也可以直接利用 Python 描述符的特性来实现这些装饰器，
property的 Python 版实现：
class property: def __init__(self, fget=None, fset=None, fdel=None, doc=None): self.fget = fget self.fset = fset self.fdel = fdel self.__doc__ = doc def __get__(self, obj, objtype=None): if obj is None: return self.fget 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" return self.fset(obj, value) def __delete__(self, obj): if self.fdel is None: raise AttributeError, "can't delete attribute" return 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__)复制代码
staticmethod的 Python 版实现：
class staticmethod: def __init__(self, func): self.func = func def __get__(self, obj, objtype=None): return self.func 复制代码
classmethod的 Python 版实现：
class classmethod: def __init__(self, func): self.func = func def __get__(self, obj, klass=None): if klass is None: klass = type(obj) def newfunc(*args): return self.func(klass, *args) return newfunc 复制代码
除此之外，你还可以实现其他功能强大的装饰器。
由此可见，通过描述符我们可以实现强大而灵活的属性管理功能，对于一些要求属性控制比较复杂的场景，我们可以选择用描述符来实现。
总结
这篇文章我们主要讲了 Python 描述符的工作原理。
首先，我们从一个简单的例子了解到，一个类属性是可以托管给另外一个类的，这个类如果实现了描述符协议方法，那么这个类属性就是一个描述符。此外，描述符又可以分为数据描述符和非数据描述符。
之后我们又分析了获取一个属性的过程，一切的入口都在__getattribute__中，这个方法定义了寻找属性的顺序，其中实例属性优先于数据描述符调用，数据描述符要优先于非数据描述符调用。
另外我们又了解到，方法其实就是一个非数据描述符，如果我们在类中定义了相同名字的实例属性和方法，按照__getattribute__中的属性查找顺序，实例属性优先访问。
最后我们分析了function和method的区别，以及使用 Python 描述符也可以实现property、staticmethod、classmethod装饰器。
Python 描述符提供了强大的属性访问控制功能，我们可以在需要对属性进行复杂控制的场景中去使用它。
本作品采用《CC 协议》，转载必须注明作者和本文链接
以上是介绍python描述符的意义的详细内容。更多信息请关注PHP中文网其他相关文章！
