1、前言
Python的描述符是接触到Python核心编程中一个比较难以理解的内容，自己在学习的过程中也遇到过很多的疑惑，通过google和阅读源码，现将自己的理解和心得记录下来，也为正在为了该问题苦恼的朋友提供一个思考问题的参考，由于个人能力有限，文中如有笔误、逻辑错误甚至概念性错误，还请提出并指正。本文所有测试代码使用Python 3.4版本
注：本文为自己整理和原创，如有转载，请注明出处。
2、什么是描述符
Python 2.2 引进了 Python 描述符，同时还引进了一些新的样式类，但是它们并没有得到广泛使用。Python 描述符是一种创建托管属性的方法。描述符具有诸多优点，诸如：保护属性不受修改、属性类型检查和自动更新某个依赖属性的值等。
说的通俗一点，从表现形式来看，一个类如果实现了__get__,__set__,__del__方法(三个方法不一定要全部都实现)，并且该类的实例对象通常是另一个类的类属性，那么这个类就是一个描述符。__get__,__set__,__del__的具体声明如下：
__get__(self, instance, owner)
__set__(self, instance, value)
__delete__(self, instance)
其中：
__get__ 用于访问属性。它返回属性的值，或者在所请求的属性不存在的情况下出现 AttributeError 异常。类似于javabean中的get。
__set__ 将在属性分配操作中调用。不会返回任何内容。类似于javabean中的set。
__delete__ 控制删除操作。不会返回内容。
注意：
只实现__get__方法的对象是非数据描述符，意味着在初始化之后它们只能被读取。而同时实现__get__和__set__的对象是数据描述符，意味着这种属性是可读写的。
3、为什么需要描述符
因为Python是一个动态类型解释性语言，不像C/C++等静态编译型语言，数据类型在编译时便可以进行验证，而Python中必须添加额外的类型检查逻辑代码才能做到这一点，这就是描述符的初衷。比如，有一个测试类Test，其具有一个类属性name。
class Test(object):
name = None
正常情况下，name的值(其实应该是对象,name是引用)都应该是字符串，但是因为Python是动态类型语言，即使执行Test.name = 3，解释器也不会有任何异常。当然可以想到解决办法，就是提供一个get，set方法来统一读写name，读写前添加安全验证逻辑。代码如下：
class test(object):
name = None
@classmethod
def get_name(cls):
return cls.name
@classmethod
def set_name(cls,val):
if isinstance(val,str):
cls.name = val
else:
raise TypeError("Must be an string")
虽然以上代码勉强可以实现对属性赋值的类型检查，但是会导致类型定义的臃肿和逻辑的混乱。从OOP思想来看，只有属性自己最清楚自己的类型，而不是它所在的类，因此如果能将类型检查的逻辑根植于属性内部，那么就可以完美的解决这个问题，而描述符就是这样的利器。
为name属性定义一个(数据)描述符类，其实现了__get__和__set__方法，代码如下：
class name_des(object):
def __init__(self):
self.__name = None
def __get__(self, instance, owner):
print('call __get__')
return self.__name
def __set__(self, instance, value):
print('call __set__')
if isinstance(value,str):
self.__name = value
else:
raise TypeError("Must be an string")
测试类如下：
class test(object):
name = name_des()
测试代码及输出结果如下：
>>> t = test()
>>> t.name
call __get__
>>> t.name = 3
call __set__
Traceback (most recent call last):
File "<pyshell#99>", line 1, in <module>
t.name = 3
File "<pyshell#94>", line 12, in __set__
raise TypeError("Must be an string")
TypeError: Must be an string
>>> t.name = 'my name is chenyang'
call __set__
>>> t.name
call __get__
'my name is chenyang'
>>>
从打印的输出信息可以看到，当使用实例访问name属性(即执行t.name)时，便会调用描述符的__get__方法(注意__get__中添加的打印语句)。当使用实例对name属性进行赋值操作时(即t.name = 'my name is chenyang.')，从打印出的'call set'可以看到描述符的__set__方法被调用。熟悉Python的都知道，如果name是一个普通类属性(即不是数据描述符)，那么执行t.name = 'my name is chenyang.'时，将动态产生一个实例属性，再次执行t.name读取属性时，此时读取的属性为实例属性，而不是之前的类属性(这涉及到一个属性查找优先级的问题，下文会提到)。
至此，可以发现描述符的作用和优势，以弥补Python动态类型的缺点。
4、属性查找的优先级
当使用实例对象访问属性时，都会调用__getattribute__内建函数，__getattribute__查找属性的优先级如下：
1、类属性
2、数据描述符
3、实例属性
4、非数据描述符
5、__getattr__()
由于__getattribute__是实例查找属性的入口，因此有必要探究其实现过程，其逻辑伪代码(带注释说明)如下：
__getattribute__伪代码：
__getattribute__(property) logic:
#先在类(包括父类、祖先类)的__dict__属性中查找描述符
descripter = find first descripter in class and bases's dict(property)
if descripter:#如果找到属性并且是数据描述符，就直接调用该数据描述符的__get__方法并将结果返回
return descripter.__get__(instance, instance.__class__)
else:#如果没有找到或者不是数据描述符，就去实例的__dict__属性中查找属性，如果找到了就直接返回这个属性值
if value in instance.__dict__
return value
#程序执行到这里，说明没有数据描述符和实例属性，则在类(父类、祖先类)的__dict__属性中查找非数据描述符
value = find first value in class and bases's dict(property)
if value is a function:#如果找到了并且这个属性是一个函数，就返回绑定后的函数
return bounded function(value)
else:#否则就直接返回这个属性值
return value
#程序执行到这里说明没有找到该属性，引发异常，__getattr__函数会被调用
raise AttributeNotFundedException
同样的，当对属性进行赋值操作的时候，内建函数__setattr__也会被调用，其伪代码如下：
__setattr__伪代码：
__setattr__(property, value)logic:
#先在类(包括父类、祖先类)的__dict__属性中查找描述符
descripter = find first descripter in class and bases's dict(property)
if descripter:#如果找到了且是数据描述符，就调用描述符的__set__方法
descripter.__set__(instance, value)
else:#否则就是给实例属性赋值
instance.__dict__[property] = value
记住__getattribute__查找属性的优先级顺序，并且理解__getattribute__、__setattr__的实现逻辑(还包括__getattr__的调用时机)后，就可以很容易搞懂为什么有些类属性无法被实例属性覆盖(隐藏)、通过实例访问一个属性的时候到底访问的是类属性还是实例属性，为此，我专门写了一个综合测试实例，代码见本文最后。
5、装饰器
如果想在不修改源代码的基础上扩充现有函数和类的功能，装饰器是一个不错的选择（类还可以通过派生的方式），下面分别介绍函数和类的装饰器。
函数装饰器：
假设有如下函数：
class myfun():
print('myfun called.')
如果想在不修改myfun函数源码的前提下，使之调用前后打印'before called'和'after called'，则可以定义一个简单的函数装饰器，如下：
def myecho(fun):
def return_fun():
print('before called.')
fun()
print('after called.')
return return_fun
使用装饰器对myfun函数就行功能增强：
@myecho
def myfun():
print('myfun called.')
调用myfun(执行myfun()相当于myecho(fun)())，得到如下输出：
before called.
myfun called.
after called.
装饰器可以带参数，比如定义一个日志功能的装饰器，代码如下：
def log(header,footer):#相当于在无参装饰器外套一层参数
def log_to_return(fun):#这里接受被装饰的函数
def return_fun(*args,**kargs):
print(header)
fun(*args,**kargs)
print(footer)
return return_fun
return log_to_return
使用有参函数装饰器对say函数进行功能增强：
@log('日志输出开始','结束日志输出')
def say(message):
print(message)
执行say('my name is chenyang.')，输出结果如下：
日志输出开始
my name is chenyang.
结束日志输出
类装饰器：
类装饰器和函数装饰器原理相似，带参数的类装饰器示例代码如下：
def drinkable(message):
def drinkable_to_return(cls):
def drink(self):
print('i can drink',message)
cls.drink = drink #类属性也可以动态修改
return cls
return drinkable_to_return
测试类：
@drinkable('water')
class test(object):
pass
执行测试：
t = test()
t.drink()
结果如下：
i can drink water
6、自定义staticmethod和classmethod
一旦了解了描述符和装饰器的基本知识，自定义staticmethod和classmethod就变得非常容易，以下提供参考代码:
#定义一个非数据描述符
class myStaticObject(object):
def __init__(self,fun):
self.fun = fun
def __get__(self,instance,owner):
print('call myStaticObject __get__')
return self.fun
#无参的函数装饰器，返回的是非数据描述符对象
def my_static_method(fun):
return myStaticObject(fun)
#定义一个非数据描述符
class myClassObject(object):
def __init__(self,fun):
self.fun = fun
def __get__(self,instance,owner):
print('call myClassObject __get__')
def class_method(*args,**kargs):
return self.fun(owner,*args,**kargs)
return class_method
#无参的函数装饰器，返回的是非数据描述符对象
def my_class_method(fun):
return myClassObject(fun)
测试类如下：
class test(object):
@my_static_method
def my_static_fun():
print('my_static_fun')
@my_class_method
def my_class_fun(cls):
print('my_class_fun')
测试代码：
>>> test.my_static_fun()
call myStaticObject __get__
my_static_fun
>>> test.my_class_fun()
call myClassObject __get__
my_class_fun
>>>
7、property
本文前面提到过使用定义类的方式使用描述符，但是如果每次为了一个属性都单独定义一个类，有时将变得得不偿失。为此，python提供了一个轻量级的数据描述符协议函数Property()，其使用装饰器的模式，可以将类方法当成属性来访问。它的标准定义是:
property(fget=None,fset=None,fdel=None,doc=None)
前面3个参数都是未绑定的方法，所以它们事实上可以是任意的类成员函数，分别对应于数据描述符的中的__get__，__set__，__del__方法，所以它们之间会有一个内部的与数据描述符的映射。
property有两种使用方式，一种是函数模式，一种是装饰器模式。
函数模式代码如下:
class test(object):
def __init__(self):
self._x = None
def getx(self):
print("get x")
return self._x
def setx(self, value):
print("set x")
self._x = value
def delx(self):
print("del x")
del self._x
x = property(getx, setx, delx, "I'm the 'x' property.")
如果要使用property函数，首先定义class的时候必须是object的子类(新式类)。通过property的定义，当获取成员x的值时，就会调用getx函数，当给成员x赋值时，就会调用setx函数，当删除x时，就会调用delx函数。使用属性的好处就是因为在调用函数，可以做一些检查。如果没有严格的要求，直接使用实例属性可能更方便。
此处省略测试代码。
装饰器模式代码如下：
class test(object):
def __init__(self):
self.__x=None
@property
def x(self):
return self.__x
@x.setter
def x(self,value):
self.__x=value
@x.deleter
def x(self):
del self.__x
注意：三个函数的名字(也就是将来要访问的属性名)必须一致。
使用property可以非常容易的实现属性的读写控制，如果想要属性只读，则只需要提供getter方法，如下:
1 class test(object):
2 def __init__(self):
3 self.__x=None
4
5 @property
6 def x(self):
7 return self.__x
前文说过，只实现get函数的描述符是非数据描述符，根据属性查找的优先级，非属性优先级是可以被实例属性覆盖(隐藏)的，但是执行如下代码:
>>> t=test()
>>> t.x
>>> t.x = 3
Traceback (most recent call last):
File "<pyshell#39>", line 1, in <module>
t.x = 3
AttributeError: can't set attribute
从错误信息中可以看出，执行t.x=3的时候并不是动态产生一个实例属性，也就是说x并不是非数据描述符，那么原因是什么呢？其实原因就在property，虽然表面上看属性x只设置了get方法，但是其实property是一个同时实现了__get__,__set__,__del__方法的类(是一个数据描述符)，因此，使用property生成的属性其实是一个数据描述符！
使用python模拟的property代码如下，可以看到，上面的“AttributeError: can't set attribute”异常其实是在property中的__set__函数中引发的，因为用户没有设置fset(为None)：
class Property(object):
"Emulate PyProperty_Type() in Objects/descrobject.c" def __init__(self, fget=None, fset=None, fdel=None, doc=None):
self.fget = fget
self.fset = fset
self.fdel = fdel
if doc is None and fget is not None:
doc = fget.__doc__
self.__doc__ = doc def __get__(self, obj, objtype=None):
if obj is None:
return self
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")
self.fset(obj, value) def __delete__(self, obj):
if self.fdel is None:
raise AttributeError("can't delete attribute")
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__)
7、综合测试实例
以下测试代码，结合了前文的知识点和测试代码，集中测试了描述符、property、装饰器等。并且重写了内建函数__getattribute__、__setattr__、__getattr__，增加了打印语句用以测试这些内建函数的调用时机。每一条测试结构都在相应的测试语句下用多行注释括起来。
#带参数函数装饰器
def log(header,footer):#相当于在无参装饰器外套一层参数
def log_to_return(fun):#这里接受被装饰的函数
def return_fun(*args,**kargs):
print(header)
fun(*args,**kargs)
print(footer)
return return_fun
return log_to_return #带参数类型装饰器
def flyable(message):
def flyable_to_return(cls):
def fly(self):
print(message)
cls.fly = fly #类属性也可以动态修改
return cls
return flyable_to_return #say(meaasge) ==> log(parms)(say)(message)
@log('日志输出开始','结束日志输出')
def say(message):
print(message) #定义一个非数据描述符
class myStaticObject(object):
def __init__(self,fun):
self.fun = fun
def __get__(self,instance,owner):
print('call myStaticObject __get__')
return self.fun
#无参的函数装饰器，返回的是非数据描述符对象
def my_static_method(fun):
return myStaticObject(fun)
#定义一个非数据描述符
class myClassObject(object):
def __init__(self,fun):
self.fun = fun
def __get__(self,instance,owner):
print('call myClassObject __get__')
def class_method(*args,**kargs):
return self.fun(owner,*args,**kargs)
return class_method
#无参的函数装饰器，返回的是非数据描述符对象
def my_class_method(fun):
return myClassObject(fun) #非数据描述符
class des1(object):
def __init__(self,name=None):
self.__name = name
def __get__(self,obj,typ=None):
print('call des1.__get__')
return self.__name
#数据描述符
class des2(object):
def __init__(self,name=None):
self.__name = name
def __get__(self,obj,typ=None):
print('call des2.__get__')
return self.__name
def __set__(self,obj,val):
print('call des2.__set__,val is %s' % (val))
self.__name = val
#测试类
@flyable("这是一个测试类")
class test(object):
def __init__(self,name='test',age=0,sex='man'):
self.__name = name
self.__age = age
self.__sex = sex
#---------------------覆盖默认的内建方法
def __getattribute__(self, name):
print("start call __getattribute__")
return super(test, self).__getattribute__(name)
def __setattr__(self, name, value):
print("before __setattr__")
super(test, self).__setattr__(name, value)
print("after __setattr__")
def __getattr__(self,attr):
print("start call __getattr__")
return attr
#此处可以使用getattr()内建函数对包装对象进行授权
def __str__(self):
return str('name is %s,age is %d,sex is %s' % (self.__name,self.__age,self.__sex))
__repr__ = __str__
#-----------------------
d1 = des1('chenyang') #非数据描述符，可以被实例属性覆盖
d2 = des2('pengmingyao') #数据描述符，不能被实例属性覆盖
def d3(self): #普通函数，为了验证函数(包括函数、静态/类方法)都是非数据描述符，可悲实例属性覆盖
print('i am a function')
#------------------------
def get_name(self):
print('call test.get_name')
return self.__name
def set_name(self,val):
print('call test.set_name')
self.__name = val
name_proxy = property(get_name,set_name)#数据描述符，不能被实例属性覆盖，property本身就是一个描述符类 def get_age(self):
print('call test.get_age')
return self.__age
age_proxy = property(get_age) #非数据描述符，但是也不能被实例属性覆盖
#----------------------
@property
def sex_proxy(self):
print("call get sex")
return self.__sex
@sex_proxy.setter #如果没有setter装饰，那么sex_proxy也是只读的，实例属性也无法覆盖，同property
def sex_proxy(self,val):
print("call set sex")
self.__sex = val
#---------------------
@my_static_method #相当于my_static_fun = my_static_method(my_static_fun) 就是非数据描述符
def my_static_fun():
print('my_static_fun')
@my_class_method
def my_class_fun(cls):
print('my_class_fun') #主函数
if __name__ == "__main__":
say("函数装饰器测试")
'''
日志输出开始
函数装饰器测试
结束日志输出
'''
t=test( ) #创建测试类的实例对象
'''
before __setattr__
after __setattr__
before __setattr__
after __setattr__
before __setattr__
after __setattr__
'''
print(str(t)) #验证__str__内建函数
'''
start call __getattribute__
start call __getattribute__
start call __getattribute__
name is test,age is 0,sex is man
'''
print(repr(t))#验证__repr__内建函数
'''
start call __getattribute__
start call __getattribute__
start call __getattribute__
name is test,age is 0,sex is man
'''
t.fly() #验证类装饰器
'''
start call __getattribute__
这是一个测试类
'''
t.my_static_fun()#验证自定义静态方法
'''
start call __getattribute__
call myStaticObject __get__
my_static_fun
'''
t.my_class_fun()#验证自定义类方法
'''
start call __getattribute__
call myClassObject __get__
my_class_fun
'''
#以下为属性获取
t.d1
'''
start call __getattribute__
call des1.__get__
'''
t.d2
'''
start call __getattribute__
call des2.__get__
'''
t.d3()
'''
start call __getattribute__
i am a function
'''
t.name_proxy
'''
start call __getattribute__
call test.get_name
start call __getattribute__
'''
t.age_proxy
'''
start call __getattribute__
call test.get_age
start call __getattribute__
'''
t.sex_proxy
'''
start call __getattribute__
call get sex
start call __getattribute__
'''
t.xyz #测试访问不存在的属性，会调用__getattr__
'''
start call __getattribute__
start call __getattr__
'''
#测试属性写
t.d1 = 3 #由于类属性d1是非数据描述符，因此这里将动态产生实例属性d1
'''
before __setattr__
after __setattr__
'''
t.d1 #由于实例属性的优先级比非数据描述符优先级高，因此此处访问的是实例属性
'''
start call __getattribute__
'''
t.d2 = 'modefied'
'''
before __setattr__
call des2.__set__,val is modefied
after __setattr__
'''
t.d2
'''
start call __getattribute__
call des2.__get__
'''
t.d3 = 'not a function'
'''
before __setattr__
after __setattr__
'''
t.d3 #因为函数是非数据描述符，因此被实例属性覆盖
'''
start call __getattribute__
'''
t.name_proxy = 'modified'
'''
before __setattr__
call test.set_name
before __setattr__
after __setattr__
after __setattr__
'''
t.sex_proxy = 'women'
'''
before __setattr__
call set sex
before __setattr__
after __setattr__
after __setattr__
'''
t.age_proxy = 3 #age_proxy是只读的
'''
before __setattr__
Traceback (most recent call last):
File "test.py", line 191, in <module>
t.age_proxy = 3
File "test.py", line 121, in __setattr__
super(test, self).__setattr__(name, value)
AttributeError: can't set attribute
'''