一文带你搞懂Python中的描述符(Descriptor)

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

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__()__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MyClassattr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__()__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好代码网其它相关文章!

您可能有感兴趣的文章
Python自动化运维-使用Python脚本监控华为AR路由器关键路由变化

Python自动化运维-netmiko模块设备自动发现

Python自动化运维—netmiko模块连接并配置华为交换机

Python自动化运维-利用Python-netmiko模块备份设备配置

Python自动化运维-Paramiko模块和堡垒机实战