自学教程：python的描述器descriptor详解

基本说明

Python的描述器（descriptor）是一种Python对象，可以通过定义一组特定的方法来管理另一个对象的访问。描述器可以用于控制属性的读取、写入和删除等操作，同时还可以用于实现计算属性、类属性、属性别名等高级功能。

在Python中，描述器是通过实现__get__()、__set__()和__delete__()方法的对象来定义的。当一个描述器被绑定到一个类的属性上时，Python会自动将其转化为描述器对象，并在访问该属性时调用对应的描述器方法。

class Descriptor:    def __get__(self, instance, owner):        print("Getting the value")        return self.value    def __set__(self, instance, value):        print("Setting the value")        self.value = valueclass MyClass:    attr = Descriptor()obj = MyClass()obj.attr = 42print(obj.attr)

描述器是一种强大的Python语言特性，可以用于实现各种高级功能，例如：

1. 计算属性：描述器可以根据其他属性的值动态计算出一个属性的值，而不是存储属性的值。这可以帮助我们简化代码，并且可以在不改变接口的情况下改变属性的实现方式。
2. 类属性：描述器可以让我们将属性绑定到类上，而不是绑定到实例上。这可以让我们在所有实例之间共享属性值，并且可以在运行时动态更改属性的值。
3. 属性别名：描述器可以让我们定义一个属性的别名，让一个属性具有多个名称。这可以帮助我们简化代码，并且可以在不改变接口的情况下更改属性的名称。
4. 数据验证：描述器可以让我们在设置属性值之前验证输入数据，确保它们符合我们的预期格式和类型。这可以提高代码的健壮性，并且可以帮助我们避免一些常见的错误。

示例Demo1

假设我们有一个Temperature类，用于表示温度。该类有一个名为celsius的属性，表示摄氏温度。我们希望实现以下功能：

1. 计算属性fahrenheit，表示华氏温度，它应该是一个只读属性，可以通过摄氏温度自动计算得出。
2. 限制celsius属性的取值范围在-273.15℃到1000℃之间，如果尝试设置超出此范围的值，应该引发ValueError异常。

下面是使用描述器实现以上功能的示例代码：

class Celsius:    def __init__(self, value=0.0):        self._value = value    def __get__(self, instance, owner):        return self._value    def __set__(self, instance, value):        if value < -273.15 or value > 1000.0:            raise ValueError("Temperature out of range")        self._value = valueclass Temperature:    celsius = Celsius()    @property    def fahrenheit(self):        return self.celsius * 1.8 + 32

在这个示例中，我们定义了一个Celsius类，它是一个描述器，用于限制Temperature类的celsius属性的取值范围。在Celsius类中，我们实现了__get__()和__set__()方法，分别在读取和设置celsius属性时被调用。在__set__()方法中，我们检查输入的值是否在允许的范围内，如果不是，则引发一个异常。

然后，我们定义了一个Temperature类，它有一个celsius属性，它被绑定到Celsius类的实例上。我们还定义了一个只读属性fahrenheit，它可以通过celsius属性自动计算得出。

现在，我们可以创建一个Temperature对象，并设置其celsius属性，如下所示：

t = Temperature()t.celsius = 25.0print(t.celsius)     # 输出 25.0print(t.fahrenheit)  # 输出 77.0

在这个示例中，我们创建了一个Temperature对象，并将其celsius属性设置为25.0。然后，我们打印了celsius和fahrenheit属性的值，它们分别是25.0和77.0，符合我们预期的结果。

如果我们尝试设置一个超出允许范围的值，例如-300.0，会引发一个异常，如下所示：

t.celsius = -300.0  # 引发 ValueError: Temperature out of range

示例Demo2

下面是一个示例，演示如何使用描述器将属性绑定到类上。

假设我们有一个名为Counter的类，它用于计数器操作，可以用于记录创建的对象数或者其他类级别的计数。

我们可以使用描述器将计数器属性绑定到Counter类上，如下所示：

class Counter:    _count = 0    class CountDescriptor:        def __get__(self, instance, owner):            return owner._count        def __set__(self, instance, value):            owner = type(instance)            owner._count = value    count = CountDescriptor()    def __init__(self):        type(self)._count += 1

在这个示例中，我们定义了一个Counter类，它有一个名为count的属性，它被绑定到了一个内部的CountDescriptor描述器类上。

在CountDescriptor类中，我们实现了__get__()和__set__()方法，它们分别在读取和设置count属性时被调用。在__get__()方法中，我们返回Counter类的_count属性的值。在__set__()方法中，我们通过获取实例的类型（即Counter类），并设置其_count属性的值来设置计数器的值。

然后，在Counter类的__init__()方法中，我们在创建对象时自动增加计数器的值。

现在，我们可以创建多个Counter对象，并访问它们的count属性，如下所示：

c1 = Counter()c2 = Counter()print(c1.count)  # 输出 2print(c2.count)  # 输出 2Counter.count = 100print(c1.count)  # 输出 100print(c2.count)  # 输出 100

在这个示例中，我们创建了两个Counter对象，并分别将它们存储在c1和c2变量中。然后，我们打印它们的count属性，它们的值都是2，表示我们已经创建了两个Counter对象。

接着，我们将Counter类的count属性设置为100，这将改变所有对象的计数器值。然后，我们再次打印c1和c2的count属性，它们的值都变成了100，说明我们成功地将属性绑定到了类上，实现了所有实例之间共享属性值的效果。

示例Demo3

下面是一个示例，演示如何使用描述器实现属性别名。

假设我们有一个Person类，它有一个名为name的属性，表示人的名字。现在我们想要为name属性定义一个别名，叫做full_name，以便在某些情况下，我们可以使用full_name属性来代替name属性。

我们可以使用描述器来实现这个功能，如下所示：

class NameAlias:    def __init__(self, name):        self.name = name    def __get__(self, instance, owner):        return getattr(instance, self.name)    def __set__(self, instance, value):        setattr(instance, self.name, value)class Person:    def __init__(self, name):        self.name = name    full_name = NameAlias("name")

在这个示例中，我们定义了一个NameAlias描述器类，它用于实现属性别名功能。在NameAlias类中，我们实现了__get__()和__set__()方法，它们分别在读取和设置full_name属性时被调用。在__get__()方法中，我们使用getattr()函数获取对象的name属性值，并返回它。在__set__()方法中，我们使用setattr()函数设置对象的name属性值为传入的值。

然后，在Person类中，我们定义了一个名为full_name的属性，它被绑定到了一个NameAlias实例上，用于实现属性别名。在Person类的__init__()方法中，我们初始化name属性的值。现在，我们可以创建一个Person对象，并访问它的name和full_name属性，如下所示：

p = Person("Alice")print(p.name)       # 输出 "Alice"print(p.full_name)  # 输出 "Alice"p.full_name = "Bob"print(p.name)       # 输出 "Bob"print(p.full_name)  # 输出 "Bob"

在这个示例中，我们创建了一个Person对象，并将其存储在p变量中。然后，我们打印它的name和full_name属性，它们的值都是"Alice"，表示它们是等价的。接着，我们将p的full_name属性设置为"Bob"，这将同时改变name属性的值。然后，我们再次打印name和full_name属性，它们的值都是"Bob"，说明我们成功地实现了属性别名的功能。

示例Demo4

下面是一个示例，演示如何使用描述器实现数据验证功能。

假设我们有一个Person类，它有一个名为age的属性，表示人的年龄。现在我们想要对age属性的输入数据进行验证，以确保它的值在0到150之间。

我们可以使用描述器来实现这个功能，如下所示：

class AgeValidator:    def __get__(self, instance, owner):        return instance._age    def __set__(self, instance, value):        if not isinstance(value, int) or value < 0 or value > 150:            raise ValueError("Invalid age")        instance._age = valueclass Person:    def __init__(self, name, age):        self.name = name        self.age = age    age = AgeValidator()

在这个示例中，我们定义了一个AgeValidator描述器类，它用于实现数据验证功能。在AgeValidator类中，我们实现了__get__()和__set__()方法，它们分别在读取和设置age属性时被调用。在__set__()方法中，我们首先检查输入的值是否是整数，并且是否在0到150之间。如果输入数据不符合要求，我们将引发一个ValueError异常。否则，我们将设置instance._age属性的值为传入的值。

然后，在Person类中，我们定义了一个名为age的属性，它被绑定到了一个AgeValidator实例上，用于实现数据验证功能。在Person类的__init__()方法中，我们初始化name和age属性的值。现在，我们可以创建一个Person对象，并尝试设置其age属性的值，如下所示：

p = Person("Alice", 25)print(p.age)  # 输出 25p.age = 200  # 引发 ValueError: Invalid age

在这个示例中，我们创建了一个Person对象，并将其存储在p变量中。然后，我们打印它的age属性，它的值是25。接着，我们尝试将p的age属性设置为200，这将引发一个ValueError异常，因为200超出了允许的范围。这说明我们成功地使用描述器实现了数据验证功能，可以避免一些常见的错误。

在这个示例中，Person类中有两个名为age的定义，一个是在__init__()方法中进行初始化的实例属性，另一个是通过描述器AgeValidator绑定到Person类上的类属性。

当我们在__init__()方法中设置self.age = age时，它实际上是在创建一个实例属性，而不是类属性。这个实例属性只对当前对象有效，而不对所有Person对象都有效。

而当我们在Person类中定义了一个名为age的描述器属性时，它实际上是在创建一个类属性，这个属性可以被所有Person对象所共享，它定义了age属性的读写行为，可以对属性值进行验证，保证数据的正确性。

因此，这两个age属性虽然名字相同，但它们的作用范围和用途不同。实例属性是用来存储每个对象的不同数据，而类属性则是用来实现属性的共享和控制。描述器可以让我们将类属性绑定到一个自定义的属性读写行为上，从而实现更灵活的属性操作。

到此这篇关于python的描述器descriptor详解的文章就介绍到这了,更多相关python的描述器内容请搜索wanshiok.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持wanshiok.com！