Python中基于descriptor的一些概念(2)——descriptor对象
作者:互联网
文章目录
上文讲了Python从2.2开始基于新引入的descriptor
实现了新式类,并讲解了新式类的一些概念和方法属性,那么什么是descriptor
呢?
引言
简而言之:descriptor
是一个绑定了特定访问方法的类属性,这些访问方法重写了descriptor protocol
中的三个方法,分别是__get__
, __set__
,__del__
方法。如果三个中任一一个方法在对象中定义了,就说这个对象是一个descriptor
对象,可以把这个对象赋值给其它属性。descriptor protocol
可以看成是一个有三个方法的接口。
对于陌生的事物,一个具体的栗子是最好的学习方式,首先来看这样一个问题:假设我们给一次数学考试创建一个类,用于记录每个学生的学号、数学成绩、以及提供一个用于判断是否通过考试的check函数:
class MathScore():
def __init__(self, std_id, score):
self.std_id = std_id
self.score = score
def check(self):
if self.score >= 60:
return 'pass'
else:
return 'failed'
很简单一个示例,看起来运行的不错:
xiaoming = MathScore(10, 90)
xiaoming.score
Out[3]: 90
xiaoming.std_id
Out[4]: 10
xiaoming.check()
Out[5]: 'pass'
但是会有一个问题,比如手一抖录入了一个负分数,那么他就得悲剧的挂了:
xiaoming = MathScore(10, -90)
xiaoming.score
Out[8]: -90
xiaoming.check()
Out[9]: 'failed'
这显然是一个严重的问题,怎么能让一个数学 90+ 的孩子挂科呢,于是乎一个简单粗暴的方法就诞生了:
class MathScore():
def __init__(self, std_id, score):
self.std_id = std_id
if score < 0:
raise ValueError("Score can't be negative number!")
self.score = score
def check(self):
if self.score >= 60:
return 'pass'
else:
return 'failed'
xiaoming = MathScore(10, -90)
上面在类的初始化函数中增加了负数判断,虽然不够优雅,甚至有点拙劣,但这在实例初始化时确实工作的不错:
Traceback (most recent call last):
File "demo.py", line 15, in <module>
xiaoming = MathScore(10, -90)
File "demo.py", line 14, in __init__
raise ValueError("Score can't be negative number!")
ValueError: Score can't be negative number!
OK, 但我们还无法阻止实例对 score 的赋值操作,毕竟修改成绩也是常有的事:
xiaoming = MathScore(10, 90)
xiaoming = -10 # 无法判断出错误
对于大多数童鞋,这个问题 so easy 的啦:将 score 变为私有,从而禁止 xiaoming.score
这样的直接调用,增加一个get_score
和 set_score
用于读写:
class MathScore():
def __init__(self, std_id, score):
self.std_id = std_id
if score < 0:
raise ValueError("Score can't be negative number!")
self.__score = score
def check(self):
if self.__score >= 60:
return 'pass'
else:
return 'failed'
def get_score(self):
return self.__score
def set_score(self, value):
if value < 0:
raise ValueError("Score can't be negative number!")
self.__score = value
这确实是种常见的解决方法,但是不得不说这简直丑爆了:调用成绩再也不能使用xiaoming.score
这样自然的方式,需要使用xiaoming.get_score()
,这看起来像口吃在说话!
还有那反人类的下划线和括号…那应该只出现在计算机之间窃窃私语之中…
赋值也无法使用xiaoming.score = 80
, 而需使用xiaoming.set_score(80)
, 这对数学老师来说,太TM不自然了 !!!
作为一门简洁优雅的编程语言,Python 是不会坐视不管的,于是其给出了 Property 类:
Property类
先不管 Property 是啥,咱先看看它是如何简洁优雅的解决上面这个问题的:
class MathScore():
def __init__(self, std_id, score):
self.std_id = std_id
if score < 0:
raise ValueError("Score can't be negative number!")
self.__score = score
def check(self):
if self.__score >= 60:
return 'pass'
else:
return 'failed'
def __get_score__(self):
return self.__score
def __set_score__(self, value):
if value < 0:
raise ValueError("Score can't be negative number!")
self.__score = value
score = property(__get_score__, __set_score__)
与上段代码相比,主要是在最后一句实例化了一个property
实例,并取名为score, 这个时候,我们就能如此自然的对instance.__score
进行读写了:
xiaoming = MathScore(10, 90)
xiaoming.score
Out[30]: 90
xiaoming.score = 80
xiaoming.score
Out[32]: 80
xiaoming.score = -90
Traceback (most recent call last):
File "demo.py", line 1, in <module>
xiaoming.score = -90
File "demo.py", line 28, in __set_score__
raise ValueError("Score can't be negative number!")
ValueError: Score can't be negative number!
WOW~~一切工作正常!
嗯,那么问题来了:它是怎么工作的呢?
先看下Python官方文档property,它的工作方式:
实例化 property 实例(我知道这是句废话);
调用 property 实例(比如xiaoming.score
)会直接调用fget
,并由fget
返回相应值;
对property
实例进行赋值操作(xiaoming.score = 80
)则会调用fset
,并由fset
定义完成相应操作;
删除property
实例(del xiaoming
),则会调用fdel
实现该实例的删除;
doc
则是该property
实例的字符说明;
fget
/fset
/fdel
/doc
需自定义,如果只设置了fget
,则该实例为只读对象;
这看起来和本篇开头所说的descriptor
的功能非常相似。另外,property
还有个装饰器语法糖@property
,其所实现功能与property()
完全一样。
class MathScore():
def __init__(self, std_id, score):
self.std_id = std_id
if score < 0:
raise ValueError("Score can't be negative number!")
self.__score = score
def check(self):
if self.__score >= 60:
return 'pass'
else:
return 'failed'
@property
def score(self):
return self.__score
@score.setter
def score(self, value): #注意方法名称要与上面一致,否则会失效
if value < 0:
raise ValueError("Score can't be negative number!")
self.__score = value
我们知道了 property 实例的工作方式了,那么问题又来了:它是怎么实现的?
事实上property
确实是基于descriptor
而实现的,下面进入我们的正题descriptor
吧!
descriptor描述符
照样先不管 descriptor 是啥,咱们还是先看栗子,对于上面 Property 实现的功能,我们可以通过自定义的 descriptor 来实现:
class NonNegative():
def __init__(self):
pass
def __get__(self, ist, cls):
return 'descriptor get: ' + str(ist.__score ) #这里加上字符描述便于看清调用
def __set__(self, ist, value):
if value < 0:
raise ValueError("Score can't be negative number!")
print('descriptor set:', value)
ist.__score = value
class MathScore():
score = NonNegative()
def __init__(self, std_id, score):
self.std_id = std_id
if score < 0:
raise ValueError("Score can't be negative number!")
self.__score = score
def check(self):
if self.__score >= 60:
return 'pass'
else:
return 'failed'
我们新定义了一个NonNegative
类,并在其内实现了__get__
、__set__
方法,然后在MathScore
类中实例化了一个NonNegative
的实例score,注意:score实例是MathScore 的类属性! 这个Mathscore.score
属性同上面property
的score实例的功能是一样的,只不过Mathscore.score
调用的get、set并不定义在Mathscore
内,而是定义在NonNegative
类中,而NonNegative
类就是一个descriptor
对象!
纳尼?NonNegative
类的定义中可没见到半个 “descriptor” 的字样,怎么就成了descriptor
对象???
淡定! 任何实现__get__
,__set__
或 __delete__
方法中一至多个的类,就是descriptor对象。所以NonNegative
自然是一个descriptor
对象。
那么descriptor
对象与普通类有什么特别之处呢?先不急,来看看上段代码的效果:
xiaoming = MathScore(10, 90)
xiaoming.score
Out[67]: 'descriptor get: 90'
xiaoming.score = 80
descriptor set: 80
wangerma = MathScore(11, 70)
wangerma.score
Out[70]: 'descriptor get: 70'
wangerma.score = 60
Out[70]: descriptor set: 60
wangerma.score
Out[73]: 'descriptor get: 60'
xiaoming.score
Out[74]: 'descriptor get: 80'
xiaoming.score = -90
ValueError: Score can't be negative number!
可以发现,MathScore.score
虽然是一个类属性,但它却可以通过实例进行赋值,且面对不同的MathScore
实例xiaoming
、wangerma
的赋值和调用,并不会产生冲突!因此看起来似乎更类似于MathScore
的实例属性,但与实例属性不同的是它并不通过MathScore
实例的读写方法操作值,而总是通过NonNegative
实例的__get__
和__set__
对值进行操作。
那么它是怎么做到的呢?
注意看__get__
、__set__
的参数:
def __get__(self,ist,cls):
"""
self:descriptor实例本身(如 Math.score)
ist:调用score的实例(如 xiaoming)
cls:descriptor实例所在的类(如MathScore)
"""
pass
def __set__(self,ist,value):
# score就是通过这些传入的ist、cls参数,实现对MathScore及其具体实例属性的调用和改写的
pass
OK, 现在我们基本搞清了descriptor
实例是如何实现对宿主类的实例属性进行模拟的。事实上property
实例的实现方式与上面的NonNegative
实例类似。那么我们既然有了propery
,为什么还要去自定义descriptor
呢?
答案在于:更加逼真的模拟实例属性(想想MathScore.__init__
里面那恶心的判断语句),还有最重要的是:代码重用!!!
简而言之:通过单个descriptor
对象,可以更加逼真的模拟实例属性,并且可以实现对宿主类实例的多个实例属性进行操作。
看个栗子:假如不仅要判断学生的分数是否为负数,而且还要判学生的学号是否为负值,使用 property 的实现方式是这样子的:
class MathScore():
def __init__(self, std_id, score):
if std_id < 0:
raise ValueError("Can't be negative number!")
self.__std_id = std_id
if score < 0:
raise ValueError("Can't be negative number!")
self.__score = score
def check(self):
if self.__score >= 60:
return 'pass'
else:
return 'failed'
@property
def score(self):
return self.__score
@score.setter
def score(self, value):
if value < 0:
raise ValueError("Can't be negative number!")
self.__score = value
@property
def std_id(self):
return self.__std_id
@std_id.setter
def std_id(self, idnum):
if idnum < 0:
raise ValueError("Can't be negative nmuber!")
self.__std_id = idnum
property
实例最大的问题是:
无法影响宿主类实例的初始化,所以咱必须在__init__
加上那丑恶的 if
…
单个property
实例仅能针对宿主类实例的单个属性,如果需要对多个属性进行控制,则必须定义多个property
实例, 这真是太蛋疼了!
但是自定义descriptor
可以很好的解决这个问题,看下实现:
class NonNegative():
def __init__(self):
self.dic = dict()
def __get__(self, ist, cls):
print('Description get', ist)
return self.dic[ist]
def __set__(self, ist, value):
print('Description set', ist, value)
if value < 0:
raise ValueError("Can't be negative number!")
self.dic[ist] = value
class MathScore():
score = NonNegative()
std_id = NonNegative()
def __init__(self, std_id, score):
#这里并未创建实例属性 std_id 和 score, 而是调用 MathScore.std_id 和 MathScore.score
self.std_id = std_id
self.score = score
def check(self):
if self.score >= 60:
return 'pass'
else:
return 'failed'
哈哈~! MathScore.__init__
内终于没了if ,代码也比上面的简洁不少,但是功能一个不少,且实例之间不会相互影响:
事实上,MathScore
多个实例的同一个属性,都是通过单个MathScore
类的相应类属性(也即NonNegative
实例)操作的,这同property
一致,但它又是怎么克服property
的两个不足的呢?秘诀有三个:
property
实例本质上是借助类属性,变向对实例属性进行操作,而NonNegative
实例则是完全通过类属性模拟实例属性,因此实例属性其实根本不存在;NonNegative
实例使用字典记录每个MathScore
实例及其对应的属性值,其中key
为MathScore
实例名。
比如score实例就是使用dic = {'Zhangsan':50, 'Lisi':90}
记录每个实例对应的score值,从而确保可以实现对MathScore
实例属性的模拟;MathScore
通过在__init__
内直接调用类属性,从而实现对实例属性初始化赋值的模拟,而property则不能,因为property
实例(也即MathScore
的类属性)是真实的操作MathScore
实例传入的实例属性以达到目的,但如果在初始化程序中传入的不是实例属性,而是类属性(也即property
实例本身),则会陷入无限递归(PS:想一下如果将前一个property
实例实现中的self.__score
改成这里的self.score
会发生什么)。
这三点看的似懂非懂,没关系,来个比喻:
每个descriptor
实例(MathScore.score
和 MathScore.std_id
)都是类作用域里的一个篮子,篮子里放着写着每个MathScore
实例名字的盒子('zhangsan','lisi')
,同一个篮子里的盒子只记录同样属性的值(比如score篮子里的盒子只记录分数值),当MathScore
的实例对相应属性进行操作时,则找到对应的篮子,取出标有该实例名字的盒子,并对其进行操作。
因此,实例对应的属性,压根不在实例自己的作用域内,而是在类作用域的篮子里,只不过我们可以通过xiaoming.score
这样的方式进行操作而已,所以其实际的调用的逻辑是这样的:下图右侧的实例分别通过红线和黑线对score和std_id 进行操作,他们首先通过类调用相应的类属性,然后类属性通过对应的 descriptor 实例作用域对操作进行处理,并返回给类属性相应结果,最后让实例感知到。
看到这里,很多童鞋可能不淡定了,因为大家都知道在 Python 中采取 xiaoming.score = 10
这样的赋值方式,如果xiaoming
没有score这样的实例属性,必定会自动创建该实例属性,怎么会去调用MathScore
的score呢?
首先,要鼓掌!!! 给想到这点的童鞋点赞!!!其实上面在说 property
的时候这个问题就产生了。
其次,Python 为了实现descriptor
确实对属性的调用顺序做出了相应的调整,这就是上一篇里讲到的新式类的MRO
问题。
参考
标签:__,基于,实例,Python,self,MathScore,descriptor,score 来源: https://blog.csdn.net/wq_0708/article/details/121734135