一文带你搞懂Python中的描述符(Descriptor)
作者：小小张说故事
一、什么是描述符？
在Python中，描述符是一个实现了特定协议的对象。这个协议包括__get__()、__set__()和__delete__()方法。描述符使我们可以在访问、设置或删除属性时定义额外的行为。
描述符主要用于管理对特定属性的访问。当你在类中定义了一个描述符，Python会在你访问该属性时使用描述符中定义的行为，而不是直接访问对象的字典。
让我们看一个简单的例子，一个只读的描述符：
class ReadOnly:
def __init__(self, initval=None, name='var'):
self.val = initval
self.name = name
def __get__(self, obj, objtype):
return self.val
def __set__(self, obj, val):
raise AttributeError(f"{self.name} is read-only")
class MyClass:
attr = ReadOnly(10, 'attr')在这个例子中，ReadOnly是一个描述符。当我们尝试设置MyClass的attr属性时，它会抛出一个AttributeError，因为attr是只读的。
二、描述符的类型
在Python中，有两种类型的描述符：数据描述符和非数据描述符。
数据描述符是定义了__set__()或__delete__()方法的描述符。当一个数据描述符和一个实例字典中的项有相同的名字时，数据描述符将具有更高的优先级。
非数据描述符只定义了__get__()方法。如果实例字典中有相同名字的项，那么这个项将具有更高的优先级。
三、使用描述符
描述符通常用于实现高级功能，例如数据验证、属性访问日志记录、类型检查等。下面我们将实现一个简单的类型检查描述符：
class Typed:
def __init__(self, name, required_type):
self.name = name
self.required_type = required_type
def __get__(self, instance, owner):
return instance.__dict__[self.name]
def __set__(self, instance, value):
if not isinstance(value, self.required_type):
raise TypeError(f"Expected {self.required_type}")
instance.__dict__[self.name] = value
class MyClass:
attr = Typed('attr', int)在这个例子中，Typed描述符确保attr属性总是一个整数。如果我们尝试设置一个非整数值，就会抛出一个TypeError。
总的来说，描述符提供了一种优雅而强大的方式来管理对象的属性。它们为数据封装、自定义数据类型、属性验证和计算属性提供了无尽的可能性。理解和使用描述符可以帮助我们写出更清晰、更灵活和更健壮的代码。
以下是如何使用这个Typed描述符的例子：
my_obj = MyClass()
my_obj.attr = 10
print(my_obj.attr) # Output: 10
try:
my_obj.attr = 'hello'
except TypeError as e:
print(e) # Output: Expected <class 'int'>在这个例子中，你可以看到当我们试图给attr赋值一个非整数值时，描述符会引发一个TypeError。
描述符不仅可以用于类型检查，还可以用于许多其他有用的功能，例如数据绑定、读写权限控制、自动更新属性值等。当你需要在获取、设置或删除属性时执行特定的操作时，描述符可能会是一个很好的选择。
四、描述符的高级用法
描述符的常见用法是实现属性的数据绑定和数据验证。然而，描述符还有一些高级的用法，例如延迟计算和函数重载。以下是一个使用描述符实现延迟计算的例子：
class LazyProperty:
def __init__(self, function):
self.function = function
self.name = function.__name__
def __get__(self, obj, objtype=None):
if obj is None:
return self
value = self.function(obj)
setattr(obj, self.name, value)
return value
class MyClass:
@LazyProperty
def expensive_computation(self):
print("Computing...")
return sum(range(1000000))
my_instance = MyClass()
print(my_instance.expensive_computation) # Output: Computing... 499999500000
print(my_instance.expensive_computation) # Output: 499999500000在这个例子中，expensive_computation属性在第一次访问时执行一次昂贵的计算，之后的访问会直接返回已经计算出的结果。
五、描述符的局限性
虽然描述符是一个强大的特性，但它也有一些局限性。首先，描述符只能在新式类中使用。另外，描述符的行为依赖于其在类中的定义顺序，这有时可能会导致意料之外的结果。最后，描述符对类属性的管理是全局的，无法针对单个实例进行定制。
尽管有这些局限性，描述符仍然是Python中一个非常有用的工具。通过理解和利用描述符，我们可以编写出更安全、更灵活的代码。
希望这篇文章能帮助你理解Python中的描述符，以及如何使用它们来提高代码的质量和灵活性。
以上就是一文带你搞懂Python中的描述符(Descriptor)的详细内容，更多关于Python 描述符的资料请关注脚本之家其它相关文章！