Python描述符descriptor使用原理解析
描述符（descriptor）是实现了__get__、__set__、__del__方法的类，进一步可以细分为两类：
数据描述符：实现了__get__和__set__
非数据描述符：没有实现__set__
描述符在类的属性调用中起着很重要的作用，类在调用属性时，遵守两个规则：
按照实例属性、类属性的顺序选择属性，即实例属性优先于类属性
如果在类属性中发现同名的数据描述符，那么该描述符会优先于实例属性
非数据描述符会被实例属性覆盖
class A:
def __get__(self, obj, cls):
return f"{obj}: get"
class B:
value = A()
def __init__(self):
self.value = 4
def main():
g = B()
print(g.value)
print(g.__dict__)
if __name__ == "__main__":
main()
输出结果
4
{'value': 4}
数据描述符优于实例属性
class A:
def __get__(self, obj, cls):
return f"{obj}: get"
def __set__(self, obj, value):
print(f"{obj}: set, {value}")
class B:
value = A()
def __init__(self):
self.value = 4
def main():
g = B()
print(g.value)
print(g.__dict__)
if __name__ == "__main__":
main()
输出结果
<__main__.B object at 0x000001165EB85898>: set, 4
<__main__.B object at 0x000001165EB85898>: get
{}
从上述两个例子中可以看到，类B的value属性是一个描述符，当value属性是一个数据描述符时，它屏蔽了实例的同名属性value，实例对value属性的读取与赋值都会直接被转移到类属性value上。
使用描述符实现类的静态方法与类方法
from functools import partial
class Staticmethod:
def __init__(self, method):
self.method = method
def __get__(self, obj, cls):
return self.method
class Classmethod:
def __init__(self, method):
self.method = method
def __get__(self, obj, cls):
return partial(self.method, cls)
class A:
@Staticmethod
def f(self):
print(f"I'm method f, the value is {self}")
@Classmethod
def c(self):
print(f"my class is {self}")
a = A()
a.f(23)
A.f(23)
a.c()
A.c()
输出结果
I'm method f, the value is 23
I'm method f, the value is 23
my class is <class '__main__.A'>
my class is <class '__main__.A'>
静态方法与类方法统一了类属性的两种引用方式。这种统一的过程可以使用描述符修改属性访问的默认方式实现。静态方法限制实例的默认绑定，将方法当做普通函数使用；类方法始终将类作为第一个参数传入，上述的partial将类固定为方法的第一个参数。
总结
- 描述符是实现了__get__、__set__、__del__等特殊方法的类，在属性访问时起着很大的作用。
- 数据描述符会覆盖同名的实例属性，通过使用数据描述符，达到通过实例修改类变量的目的。
- 描述符用于修改属性的默认访问方式，借此可以实现类方法与静态方法。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了python实现跳表SkipList的示例代码，代码简单易懂，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2021-07-07
这篇文章主要为大家详细介绍了如何利用PyQt5实现一个串口接数据波形显示工具，文中的示例代码讲解详细，感兴趣的小伙伴可以跟随小编一起了解一下2023-01-01
这篇文章主要介绍了Pytorch GPU内存占用很高,但是利用率很低的原因及解决方法，具有很好的参考价值，希望对大家 有所帮助。如有错误或未考虑完全的地方，望不吝赐教2021-06-06
python优化测试稳定性的失败重试工具pytest-rerunfailures详解
笔者在执行自动化测试用例时,会发现有时候用例失败并非代码问题,而是由于服务正在发版,导致请求失败,从而降低了自动化用例的稳定性,那该如何增加失败重试机制呢？带着问题我们一起探索2023-10-10
本篇内容主要是讲python在电脑上编辑和运行的几种不同方式,后面主要是在pycharm中去写代码,然后运行,其实还有其他的方式可以在电脑上写python代码和运行python代码,需要的朋友可以参考下2024-08-08
今天小编就为大家分享一篇关于Python数据可视化之画图，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2019-01-01
这篇文章主要为大家介绍了python gravis库实现图形数据可视化实例探索,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2024-02-02
这篇文章主要为大家介绍了OpenAI Function Calling特性作用详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-07-07
这篇文章主要介绍了提高python代码运行效率的一些建议，帮助大家优化python代码，提高运行效率，感兴趣的朋友可以了解下2020-09-09
这篇文章主要介绍了python随机生成大小写字母数字混合密码，主要是利用random模块随机生成数字，大小写字母，通过循环次数来实现此功能,需要的朋友可以参考下2020-02-02
最新评论