29.内置方法中之描述符
五、描述符(__get__,__set__,__delete__)
什么是描述符
Python为开发者提供了一个非常强大的功能——描述符。那什么是描述符呢？通过查看Python的官方文档，我们知道把实现了__get__()、__set__()和__delete__()中的其中任意一种方法的类称之为描述符，描述符的本质是新式类，并且被代理的类（即应用描述符的类）也是新式类。描述符的作用是用来代理一个类的属性，需要注意的是描述符不能定义在类的构造函数中，只能定义为类的属性，它只属于类的，不属于实例，我们通过查看实例和类的字典即可知晓。
描述符是可以实现大部分Python类特性中最底层的数据结构的实现手段，我们常使用的@classmethod、@staticmethd、@property、甚至是__slots__等属性都是通过描述符来实现的。它是很多高级库和框架的重要工具之一，是使用到装饰器或者元类的大型框架中的一个非常重要组件。在一般的开发中我们可能用不到描述符，但是我们如果想要开发一个大型的框架或者大型的系统，那使用描述符会起到如虎添翼的作用。它的加盟将会使得系统更加完美。
描述符本质就是一个新式类,在这个新式类中,至少实现了__get__(),__set__(),__delete__()中的一个,这也被称为描述符协议
__get__():调用一个属性时,触发
__set__():为一个属性赋值时,触发
__delete__():采用del删除属性时,触发
方法原型：
__get__(self, instance, owner) --> return value
__set__(self, instance, value)
__delete__(self, instance)
这就是所有的描述符方法。定义任何这些方法，对象被视为描述符，并可以在被视为属性时覆盖默认行为。
描述符对象以类型 (owner class) 成员的方式出现，且最少要实现一个协议方法。访问描述符类型成员时，解释器会自动调用与行为相对应的协议方法。
数据和非数据描述符在一个实例的字典中对条目的计算方式有不同。
如果实例的字典具有与数据描述符同名的条目，则数据描述符优先。
如果一个实例的字典有一个与非数据描述符相同的条目，那么字典条目将优先。
1.一般来说，描述符是具有'绑定行为'的对象属性，其属性访问在描述符协议中被方法覆盖。这些方法是__get__(),__set__(),和__delete__()。
2.如果为对象定义了这些方法中的任何一个，那么它就是一个描述符。属性访问的默认行为是获取、设置或删除对象字典中的属性。
3.如果一个对象同时定义__get__()和__set__()，那么它被认为是一个数据描述符。
4.仅定义__get__()的描述符称为非数据描述符,它们通常用于方法。
5.在采用 del 语句（或其它，其引用计数递减）明确删除掉某个属性时会调__delete__()方法。三者中，后者很少被实现
6.也不是所有的描述符都实现了__set__()方法。 它们被当作方法描述符， 或更准确来说是非数据描述符来被引用。
7.那些同时覆盖__get__()及__set__()的类被称作数据描述符，它比非数据描述符要强大些。
定义一个描述符
class Foo: #在python3中Foo是新式类,它实现了三种方法,这个类就被称作一个描述符 def __get__(self, instance, owner): pass def __set__(self, instance, value): pass def __delete__(self, instance): pass
描述符的作用是用来代理另外一个类的属性的(必须把描述符定义成这个类的类属性，不能定义到构造函数中)
引子:描述符类产生的实例进行属性操作并不会触发三个方法的执行
class Foo: def __get__(self, instance, owner): print('触发get') def __set__(self, instance, value): print('触发set') def __delete__(self, instance): print('触发delete') #包含这三个方法的新式类称为描述符,由这个类产生的实例进行属性的调用/赋值/删除,并不会触发这三个方法 f1=Foo() f1.name='egon' f1.name del f1.name #疑问:何时,何地,会触发这三个方法的执行
描述符应用之何时?何地?
#描述符Str class Str: def __get__(self, instance, owner): print('Str调用') def __set__(self, instance, value): print('Str设置...') def __delete__(self, instance): print('Str删除...') #描述符Int class Int: def __get__(self, instance, owner): print('Int调用') def __set__(self, instance, value): print('Int设置...') def __delete__(self, instance): print('Int删除...') class People: name=Str() age=Int() def __init__(self,name,age): #name被Str类代理,age被Int类代理, self.name=name self.age=age #何地？：定义成另外一个类的类属性 #何时？：且看下列演示 p1=People('alex',18) #描述符Str的使用 p1.name p1.name='egon' del p1.name #描述符Int的使用 p1.age p1.age=18 del p1.age #我们来瞅瞅到底发生了什么 print(p1.__dict__) print(People.__dict__) #补充 print(type(p1) == People) #type(obj)其实是查看obj是由哪个类实例化来的 print(type(p1).__dict__ == People.__dict__)
下面将简单的介绍描述符的使用。
python2：
#!/usr/bin/env python #coding:utf-8 import json class Descriptors(object): """ 数据描述符 """ def __init__(self, key, expected_type): """ key： 用户传进的值 expected_type：用户传进的值的类型 """ self.key = key self.expected_type = expected_type """ 描述符的三个内置属性的参数如下： --------------------------------------------------- self： 是描述符的对象，不是使用描述符类的对象 instance： 这才是使用描述符类的对象 owner： 是instance的类 value： 是instance的值 --------------------------------------------------- """ def __get__(self, instance, owner): print("执行Descriptors的get") return instance.__dict__[self.key] # 将参数存入实例的字典 def __set__(self, instance, value): print("执行Descriptors的set") # 如果用户输入的值和值的类型不一致，则抛出TypeError异常 if not isinstance(value, self.expected_type): raise TypeError("参数%s必须为%s" % (self.key, self.expected_type)) instance.__dict__[self.key] = value # 为实例字典的key设值 def __delete__(self, instance): print("执行Descriptors的delete") instance.__dict__.pop(self.key) # 删除实例字典的key class Light: # 使用描述符 name = Descriptors("name", str) price = Descriptors("price", float) def __init__(self, name, price): self.name = name self.price = price # 设置两个参数，触发两次set的执行 light = Light("电灯泡", 66.66) print json.dumps(light.__dict__,encoding="utf-8",ensure_ascii=False) light.name = "火箭筒" print json.dumps(light.__dict__,encoding="UTF-8",ensure_ascii=False)
python3：
#!/usr/bin/env python #coding:utf-8 import json class Descriptors(object): """ 数据描述符 """ def __init__(self, key, expected_type): """ key： 用户传进的值 expected_type：用户传进的值的类型 """ self.key = key self.expected_type = expected_type """ 描述符的三个内置属性的参数如下： --------------------------------------------------- self： 是描述符的对象，不是使用描述符类的对象 instance： 这才是使用描述符类的对象 owner： 是instance的类 value： 是instance的值 --------------------------------------------------- """ def __get__(self, instance, owner): print("执行Descriptors的get") return instance.__dict__[self.key] # 将参数存入实例的字典 def __set__(self, instance, value): print("执行Descriptors的set") # 如果用户输入的值和值的类型不一致，则抛出TypeError异常 if not isinstance(value, self.expected_type): raise TypeError("参数%s必须为%s" % (self.key, self.expected_type)) instance.__dict__[self.key] = value # 为实例字典的key设值 def __delete__(self, instance): print("执行Descriptors的delete") instance.__dict__.pop(self.key) # 删除实例字典的key class Light: # 使用描述符 name = Descriptors("name", str) price = Descriptors("price", float) def __init__(self, name, price): self.name = name self.price = price # 设置两个参数，触发两次set的执行 light = Light("电灯泡", 66.66) print(json.dumps(light.__dict__,ensure_ascii=False)) light.name = "火箭筒" print(json.dumps(light.__dict__,ensure_ascii=False))
执行结果：
{"price": 66.66, "name": "电灯泡"}
{"price": 66.66, "name": "火箭筒"}
描述符的种类及优先级
描述符分为数据描述符和非数据描述符。
把至少实现了内置属性__set__()和__get__()方法的描述符称为数据描述符；把实现了除__set__()以外的方法的描述符称为非数据描述符。
之所以要区分描述符的种类，主要是因为它在代理类属性时有着严格的优先级限制。例如当使用数据描述符时，因为数据描述符大于实例属性，所以当我们实例化一个类并使用该实例属性时，该实例属性已被数据描述符代理，此时我们对该实例属性的操作是对描述符的操作。
注意事项:
一 描述符本身应该定义成新式类,被代理的类也应该是新式类
二 必须把描述符定义成这个类的类属性，不能为定义到构造函数中
描述符的优先级由高到低如下：
类属性 > 数据描述符 > 实例属性 > 非数据描述符 > 找不到的属性触发__getattr__()
描述符分两种
一 数据描述符:至少实现了__get__()和__set__()
class Foo: def __set__(self, instance, value): print('set') def __get__(self, instance, owner): print('get')
二 非数据描述符:没有实现__set__()
class Foo: def __get__(self, instance, owner): print('get')
1. 类属性 > 数据描述符
在以下实验中，使用 Light.name = "电灯泡" 语句没有触发set的执行说明类属性的优先级大于数据描述符的优先，此时相当于类属性覆盖了数据描述符，从而说明对类属性的一切操作都与描述符无关。
#!/usr/bin/env python #coding:utf-8 class Descriptors(object): """ 数据描述符 """ def __get__(self, instance, owner): print("执行Descriptors的get") def __set__(self, instance, value): print("执行Descriptors的set") def __delete__(self, instance): print("执行Descriptors的delete") class Light: # 使用描述符 name = Descriptors() # 测试 Light.name # 执行描述符的get内置属性 print(Light.__dict__) # 此时的name显示的是描述符的对象 Light.name = "电灯泡" # 没有执行描述符的set内置属性 print(Light.name) # 输出：电灯泡 del Light.name # 没有执行描述符的delete内置属性 print(Light.name) # 报错，因为Light类中的name被删了
再看一个例子：
#描述符Str class Str: def __get__(self, instance, owner): print('Str调用') def __set__(self, instance, value): print('Str设置...') def __delete__(self, instance): print('Str删除...') class People: name=Str() def __init__(self,name,age): #name被Str类代理 self.name=name self.age=age #基于上面的演示,我们已经知道,在一个类中定义描述符它就是一个类属性, 存在于类的属性字典中,而不是实例的属性字典 #那既然描述符被定义成了一个类属性,直接通过类名也一定可以调用吧,没错 People.name #恩,调用类属性name,本质就是在调用描述符Str,触发了__get__() People.name='egon' #那赋值呢,我去,并没有触发__set__() del People.name #赶紧试试del,我去,也没有触发__delete__() #结论:描述符对类没有作用-------->傻逼到家的结论 ''' 原因:描述符在使用时被定义成另外一个类的类属性,因而类属性比二次加工的描述符 伪装而来的类属性有更高的优先级 People.name #恩,调用类属性name,找不到就去找描述符伪装的类属性name,触发了__get__() People.name='egon' #那赋值呢,直接赋值了一个类属性,它拥有更高的优先级, 相当于覆盖了描述符,肯定不会触发描述符的__set__() del People.name #同上 '''
2. 数据描述符 > 实例属性
在以下实验中，数据描述符的优先级大于实例属性的优先级，此时实例属性name被数据描述符所覆盖，而price没有描述符代理，所以它任然是实例属性。
#!/usr/bin/env python #coding:utf-8 class Descriptors(object): """ 数据描述符 """ def __get__(self, instance, owner): print("执行Descriptors的get") def __set__(self, instance, value): print("执行Descriptors的set") def __delete__(self, instance): print("执行Descriptors的delete") class Light: # 使用描述符 name = Descriptors() def __init__(self, name, price): self.name = name self.price = price # 使用类的实例对象来测试 light = Light("电灯泡", 60) # 执行描述符的set内置属性 light.name # 执行描述符的get内置属性 print(light.__dict__) # 查看实例的字典，不存在name print(Light.__dict__) # 查看类的字典，存在name（为描述符的对象） del light.name # 执行描述符的delete内置属性
再看一个例子：
#描述符Str class Str: def __get__(self, instance, owner): print('Str调用') def __set__(self, instance, value): print('Str设置...') def __delete__(self, instance): print('Str删除...') class People: name=Str() def __init__(self,name,age): #name被Str类代理,age被Int类代理, self.name=name self.age=age p1=People('egon',18) #如果描述符是一个数据描述符(即有__get__又有__set__),那么p1.name的调用与赋值都是触发描述符的操作,于p1本身无关了,相当于覆盖了实例的属性 p1.name='egonnnnnn' p1.name print(p1.__dict__)#实例的属性字典中没有name,因为name是一个数据描述符, 优先级高于实例属性,查看/赋值/删除都是跟描述符有关,与实例无关了 del p1.name
3. 实例属性 > 非数据描述符
在以下实验中，如果我们的实例属性中使用了非数据描述符，就不能对其进行复制操作。可见非数据描述符应该应用于不需要设置值的属性或者函数中。上述的设计没有多大的意义，只是增加对描述符的理解。
#!/usr/bin/env python #coding:utf-8 class Descriptors(object): """ 非数据描述符 """ def __get__(self, instance, owner): print("执行Descriptors的set") def __delete__(self, instance): print("执行Descriptors的delete") class Light: # 使用描述符 name = Descriptors() def __init__(self, name, price): self.name = name self.price = price # 测试 light = Light("电灯泡", 60) # 报错，描述符中没有__set__()方法
经以下实验证明在该类中并没有set方法，所以该类是一个非数据描述符，Python中一切皆对象，函数也是一个对象，既然是对象那也可以是类实例化所得到的结果。函数在类中本身也是一种属性（函数属性），描述符在应用的时候也是被实例化为一个属性。
#!/usr/bin/env python #coding:utf-8 class Descriptors: """ 非数据描述符 """ def func(self): print("世界的变化真快！近日00后都已经开始在街头打小三了") d = Descriptors() d.func() print(hasattr(Descriptors.func, "__set__")) # False print(hasattr(Descriptors.func, "__get__")) # True print(hasattr(Descriptors.func, "__delete__")) # False d.func = "函数也是属性，也可以赋值，没毛病" print(d.func) del d.func d.func
再看例子：
class Foo: def func(self): print('我胡汉三又回来了') f1=Foo() f1.func() #调用类的方法,也可以说是调用非数据描述符 #函数是一个非数据描述符对象(一切皆对象么) print(dir(Foo.func)) print(hasattr(Foo.func,'__set__')) print(hasattr(Foo.func,'__get__')) print(hasattr(Foo.func,'__delete__')) #有人可能会问,描述符不都是类么,函数怎么算也应该是一个对象啊,怎么就是描述符了 #笨蛋哥,描述符是类没问题,描述符在应用的时候不都是实例化成一个类属性么 #函数就是一个由非描述符类实例化得到的对象 #没错，字符串也一样 f1.func='这是实例属性啊' print(f1.func) del f1.func #删掉了非数据 f1.func()
再次验证：实例属性>非数据描述符
例子1：
class Foo: def __set__(self, instance, value): print('set') def __get__(self, instance, owner): print('get') class Room: name=Foo() def __init__(self,name,width,length): self.name=name self.width=width self.length=length #name是一个数据描述符,因为name=Foo()而Foo实现了get和set方法,因而比实例属性有更高的优先级 #对实例的属性操作,触发的都是描述符的 r1=Room('厕所',1,1) r1.name r1.name='厨房'
例子2：
class Foo: def __get__(self, instance, owner): print('get') class Room: name=Foo() def __init__(self,name,width,length): self.name=name self.width=width self.length=length #name是一个非数据描述符,因为name=Foo()而Foo没有实现set方法,因而比实例属性有更低的优先级 #对实例的属性操作,触发的都是实例自己的 r1=Room('厕所',1,1) r1.name r1.name='厨房'
非数据描述符>找不到
class Foo: def func(self): print('我胡汉三又回来了') def __getattr__(self, item): print('找不到了当然是来找我啦',item) f1=Foo() f1.xxxxxxxxxxx
5 描述符使用
众所周知，python是弱类型语言，即参数的赋值没有类型限制，下面我们通过描述符机制来实现类型限制功能
牛刀小试
class Str: def __init__(self,name): self.name=name def __get__(self, instance, owner): print('get--->',instance,owner) return instance.__dict__[self.name] def __set__(self, instance, value): print('set--->',instance,value) instance.__dict__[self.name]=value def __delete__(self, instance): print('delete--->',instance) instance.__dict__.pop(self.name) class People: name=Str('name') def __init__(self,name,age,salary): self.name=name self.age=age self.salary=salary p1=People('egon',18,3231.3) #调用 print(p1.__dict__) p1.name #赋值 print(p1.__dict__) p1.name='egonlin' print(p1.__dict__) #删除 print(p1.__dict__) del p1.name print(p1.__dict__)
拔刀相助
class Str: def __init__(self,name): self.name=name def __get__(self, instance, owner): print('get--->',instance,owner) return instance.__dict__[self.name] def __set__(self, instance, value): print('set--->',instance,value) instance.__dict__[self.name]=value def __delete__(self, instance): print('delete--->',instance) instance.__dict__.pop(self.name) class People: name=Str('name') def __init__(self,name,age,salary): self.name=name self.age=age self.salary=salary #疑问:如果我用类名去操作属性呢 People.name #报错,错误的根源在于类去操作属性时,会把None传给instance
#修订__get__方法
class Str: def __init__(self,name): self.name=name def __get__(self, instance, owner): print('get--->',instance,owner) if instance is None: return self return instance.__dict__[self.name] def __set__(self, instance, value): print('set--->',instance,value) instance.__dict__[self.name]=value def __delete__(self, instance): print('delete--->',instance) instance.__dict__.pop(self.name) class People: name=Str('name') def __init__(self,name,age,salary): self.name=name self.age=age self.salary=salary print(People.name) #完美,解决
磨刀霍霍
class Str: def __init__(self,name,expected_type): self.name=name self.expected_type=expected_type def __get__(self, instance, owner): print('get--->',instance,owner) if instance is None: return self return instance.__dict__[self.name] def __set__(self, instance, value): print('set--->',instance,value) if not isinstance(value,self.expected_type): #如果不是期望的类型，则抛出异常 raise TypeError('Expected %s' %str(self.expected_type)) instance.__dict__[self.name]=value def __delete__(self, instance): print('delete--->',instance) instance.__dict__.pop(self.name) class People: name=Str('name',str) #新增类型限制str def __init__(self,name,age,salary): self.name=name self.age=age self.salary=salary p1=People(123,18,3333.3)#传入的name因不是字符串类型而抛出异常
大刀阔斧
class Typed: def __init__(self,name,expected_type): self.name=name self.expected_type=expected_type def __get__(self, instance, owner): print('get--->',instance,owner) if instance is None: return self return instance.__dict__[self.name] def __set__(self, instance, value): print('set--->',instance,value) if not isinstance(value,self.expected_type): raise TypeError('Expected %s' %str(self.expected_type)) instance.__dict__[self.name]=value def __delete__(self, instance): print('delete--->',instance) instance.__dict__.pop(self.name) class People: name=Typed('name',str) age=Typed('name',int) salary=Typed('name',float) def __init__(self,name,age,salary): self.name=name self.age=age self.salary=salary p1=People(123,18,3333.3) p1=People('egon','18',3333.3) p1=People('egon',18,3333)
大刀阔斧之后我们已然能实现功能了，但是问题是，如果我们的类有很多属性，你仍然采用在定义一堆类属性的方式去实现，low，这时候我需要教你一招：独孤九剑
类的装饰器:无参
def decorate(cls): print('类的装饰器开始运行啦------>') return cls @decorate #无参:People=decorate(People) class People: def __init__(self,name,age,salary): self.name=name self.age=age self.salary=salary p1=People('egon',18,3333.3)
类的装饰器:有参
#!/usr/bin/env python #coding:utf-8 def typeassert(**kwargs): def decorate(cls): print('类的装饰器开始运行啦------>', kwargs) return cls return decorate # 有参:1.运行typeassert(...)返回结果是decorate,此时参数都传给kwargs # 2.People=decorate(People) @typeassert(name=str, age=int,salary=float) class People: def __init__(self, name, age, salary): self.name = name self.age = age self.salary = salary p1 = People('egon', 18, 3333.3)
终极大招
刀光剑影
class Typed: def __init__(self,name,expected_type): self.name=name self.expected_type=expected_type def __get__(self, instance, owner): print('get--->',instance,owner) if instance is None: return self return instance.__dict__[self.name] def __set__(self, instance, value): print('set--->',instance,value) if not isinstance(value,self.expected_type): raise TypeError('Expected %s' %str(self.expected_type)) instance.__dict__[self.name]=value def __delete__(self, instance): print('delete--->',instance) instance.__dict__.pop(self.name) def typeassert(**kwargs): def decorate(cls): print('类的装饰器开始运行啦------>',kwargs) for name,expected_type in kwargs.items(): setattr(cls,name,Typed(name,expected_type)) return cls return decorate @typeassert(name=str,age=int,salary=float) #有参:1.运行typeassert(...)返回结果是decorate,此时参数都传给kwargs 2.People=decorate(People) class People: def __init__(self,name,age,salary): self.name=name self.age=age self.salary=salary print(People.__dict__) p1=People('egon',18,3333.3)
6 描述符总结
描述符是可以实现大部分python类特性中的底层魔法,包括@classmethod,@staticmethd,@property甚至是__slots__属性
描述父是很多高级库和框架的重要工具之一,描述符通常是使用到装饰器或者元类的大型框架中的一个组件.
7 利用描述符原理完成一个自定制@property,实现延迟计算
（本质就是把一个函数属性利用装饰器原理做成一个描述符：类的属性字典中函数名为key，value为描述符类产生的对象）
@property回顾
class Room: def __init__(self,name,width,length): self.name=name self.width=width self.length=length @property def area(self): return self.width * self.length r1=Room('alex',1,1) print(r1.area)
自己做一个@property
class Lazyproperty: def __init__(self,func): self.func=func def __get__(self, instance, owner): print('这是我们自己定制的静态属性,r1.area实际是要执行r1.area()') if instance is None: return self return self.func(instance) #此时你应该明白,到底是谁在为你做自动传递self的事情 class Room: def __init__(self,name,width,length): self.name=name self.width=width self.length=length @Lazyproperty #area=Lazyproperty(area) 相当于定义了一个类属性,即描述符 def area(self): return self.width * self.length r1=Room('alex',1,1) print(r1.area)
实现延迟计算功能
class Lazyproperty: def __init__(self,func): self.func=func def __get__(self, instance, owner): print('这是我们自己定制的静态属性,r1.area实际是要执行r1.area()') if instance is None: return self else: print('--->') value=self.func(instance) setattr(instance,self.func.__name__,value) #计算一次就缓存到实例的属性字典中 return value class Room: def __init__(self,name,width,length): self.name=name self.width=width self.length=length @Lazyproperty #area=Lazyproperty(area) 相当于'定义了一个类属性,即描述符' def area(self): return self.width * self.length r1=Room('alex',1,1) print(r1.area) #先从自己的属性字典找,没有再去类的中找,然后出发了area的__get__方法 print(r1.area) #先从自己的属性字典找,找到了,是上次计算的结果,这样就不用每执行一次都去计算
一个小的改动，延迟计算的美梦就破碎了
#缓存不起来了 class Lazyproperty: def __init__(self,func): self.func=func def __get__(self, instance, owner): print('这是我们自己定制的静态属性,r1.area实际是要执行r1.area()') if instance is None: return self else: value=self.func(instance) instance.__dict__[self.func.__name__]=value return value # return self.func(instance) #此时你应该明白,到底是谁在为你做自动传递self的事情 def __set__(self, instance, value): print('hahahahahah') class Room: def __init__(self,name,width,length): self.name=name self.width=width self.length=length @Lazyproperty #area=Lazyproperty(area) 相当于定义了一个类属性,即描述符 def area(self): return self.width * self.length print(Room.__dict__) r1=Room('alex',1,1) print(r1.area) print(r1.area) print(r1.area) print(r1.area) #缓存功能失效,每次都去找描述符了,为何,因为描述符实现了set方法,它由非数据描述符变成了数据描述符, #数据描述符比实例属性有更高的优先级,因而所有的属性操作都去找描述符了
8 利用描述符原理完成一个自定制@classmethod
自己做一个@classmethod
class ClassMethod: def __init__(self,func): self.func=func def __get__(self, instance, owner): #类来调用,instance为None,owner为类本身,实例来调用,instance为实例,owner为类本身, def feedback(): print('在这里可以加功能啊...') return self.func(owner) return feedback class People: name='linhaifeng' @ClassMethod # say_hi=ClassMethod(say_hi) def say_hi(cls): print('你好啊,帅哥 %s' %cls.name) People.say_hi() p1=People() p1.say_hi() #疑问,类方法如果有参数呢,好说,好说 class ClassMethod: def __init__(self,func): self.func=func def __get__(self, instance, owner): #类来调用,instance为None,owner为类本身,实例来调用,instance为实例,owner为类本身, def feedback(*args,**kwargs): print('在这里可以加功能啊...') return self.func(owner,*args,**kwargs) return feedback class People: name='linhaifeng' @ClassMethod # say_hi=ClassMethod(say_hi) def say_hi(cls,msg): print('你好啊,帅哥 %s %s' %(cls.name,msg)) People.say_hi('你是那偷心的贼') p1=People() p1.say_hi('你是那偷心的贼')
9 利用描述符原理完成一个自定制的@staticmethod
自己做一个@staticmethod
class StaticMethod: def __init__(self,func): self.func=func def __get__(self, instance, owner): #类来调用,instance为None,owner为类本身,实例来调用,instance为实例,owner为类本身, def feedback(*args,**kwargs): print('在这里可以加功能啊...') return self.func(*args,**kwargs) return feedback class People: @StaticMethod# say_hi=StaticMethod(say_hi) def say_hi(x,y,z): print('------>',x,y,z) People.say_hi(1,2,3) p1=People() p1.say_hi(4,5,6)
描述符模拟系统的内置属性
此利用描述符的原理，我们完全可以自定义模拟@classmethod、@staticmethd、@property、等属性。实现这种类似系统的属性，我们还需要装饰器作为修饰，结合装饰器做成一个描述符。下面将简单的介绍使用描述符模拟系统自带的装饰器。
1. 模拟 @classmethod
#!/usr/bin/env python #coding:utf-8 class Imitate_classmethod: """ 使用描述符模拟@classmethod """ def __init__(self, func): self.func = func def __get__(self, instance, owner): #对传进函数进行加工,最后返回该函数 def machining_func(*args, **kwargs): print("函数加工处理后，返回实例的类") return self.func(owner, *args, **kwargs) return machining_func class Test: book_name = "从你的世界路过" #使用装饰器的结果等价于将函数变为属性: # book = Imitate_classmethod(book) @Imitate_classmethod def book_1(cls): print("这本书的名字是：%s"%cls.book_name) @Imitate_classmethod def book_2(cls, price): print("这本书的名字是：%s；价格是 %s"%(cls.book_name, price)) #测试 Test.book_1() Test.book_2(28.5)
执行结果：
函数加工处理后，返回实例的类 这本书的名字是：从你的世界路过 函数加工处理后，返回实例的类 这本书的名字是：从你的世界路过；价格是 28.5
2. 模拟 @staticmethod
staticmethod方法与classmethod方法的区别在于classmethod方法在使用需要传进一个类的引用作为参数。而staticmethod则不用。
#!/usr/bin/env python #coding:utf-8 class Imitate_staticmethod(object): """ 使用描述符模拟@staticmethod """ def __init__(self, func): self.func = func def __get__(self, instance, owner): # 对传进函数进行加工,最后返回该函数 def machining_func(*args, **kwargs): print("函数加工处理后，返回实例的类") return self.func(*args, **kwargs) return machining_func class Test(object): @Imitate_staticmethod def static_func(*args): print("您输入的是：", *args) # 测试 Test.static_func("柠檬", "香蕉") test = Test() test.static_func(110, 112)
执行结果：
函数加工处理后，返回实例的类 您输入的是： 柠檬 香蕉 函数加工处理后，返回实例的类 您输入的是： 110 112
3. 模拟 @property
在以下实验中，我们将描述符的回调结果存入对象字典中的好处是我们以后再执行函数时就不会每一次都触发描述的运行，从而提高程序的效率。这样，我们有再执行同样的函数时，解释器会先检索对象的字典，如果字典存在上次执行结果的值，那就不用触发描述符的运行了。在这个实验中必须强调的一点是描述符的优先级，我们想让程序的描述符不能覆盖实例属性就必须使用非数据描述符。所以因需求不同，描述符的优先级也不同。
#!/usr/bin/env python #coding:utf-8 class Imitate_property(object): """ 使用描述符模拟property """ def __init__(self, func): self.func = func def __get__(self, instance, owner): if instance is None: return self # 回调传入的函数，将运行结果保存在变量res中 res = self.func(instance) # 为函数名func.__name__设置一个值res后存入对象的字典中 setattr(instance, self.func.__name__, res) return res class Test(object): def __init__(self, value): self.value = value @Imitate_property def function(self): return self.value ** 2 test = Test(2) print(test.function) # 输出：4 print(test.__dict__) # 输出：{'value': 2, 'function': 4} print(test.function) # 输出：4 print(test.function) # 输出：4 print(test.__dict__) # 输出：{'value': 2, 'function': 4}
参考：https://www.cnblogs.com/wj-1314/p/8716516.html
https://www.cnblogs.com/Lynnblog/p/9033455.html
