Python 的描述器Descriptors

Python 的描述器Descriptors

描述器的表现
—————————————————————————
用到3个魔术方法: __get__()\__set__()\__delete__()

方法签名:
object.__get__(self, instance, owner)
object.__set__(self, instance, value)
object.__delete__(self, instance)

self 指当前实例,调用者
instance是owner的实例
owner是属性的所属的类

描述器定义
——————————————————————————
Python中,一个类实现了__get__()\__set__()\__delete__()中的任一种方法,就是描述器。

非数据描述符:仅实现__get__
数据描述符:实现__get__ \ __set__

如果一个类的类属性设置为描述器,它被称为owner属主

属性的访问顺序
——————————————————————————
class A:
def __init__(self):
self.a1 = ‘a1’
print(‘A init’)

def __get__(self, instance, owner):
print(“A.__get__{} {} {}”.format(self, instance, owner))
return self

def __set__(self, instance, value):
print(“A.__set__{} {} {}”.format(self , instance , value))
self.data = value

def __delete__(self, instance):
print(“A.__delete__{} {}”.format(self , instance))
del self

class B:
x = A()
def __init__(self):
print(‘B init’)
self.y = ‘y1’
self.x = ‘b.x’ #增加实例属性

print(‘-‘*20)
print(B.x)
print(B.x.a1)

print(‘=’*20)
b = B()
print(b.x)
print(b.x.data)
print(b.__dict__)

b.x.a1 = 200

print(b.x.__dict__)
print(b.__dict__)

del b.x
print(b.x)
print(b.x.a1)
print(b.__dict__)

print(‘+’*20)

b.x = 300 #调用数据数据描述符的__set__方法,或非数据描述器的实例覆盖
B.x = 600 #赋值即定义,覆盖类属性
print(b.x)
print(b.__dict__)
print(B.__dict__)

属性查找顺序:
实例的__dict__优先于非数据描述符
数据描述符优先于实例的__dict__ (属性查找变成了描述器的__set__)

Python中的描述器应用
————————————————————————————
staticmethod() 和 classmethod()是非数据描述器。实例可以重新定义和覆盖方法。

property()是数据描述符。实例不能覆盖属性的行为。

class staticmethod:
def __init__(self, fn):
self._fn = fn
print(‘1 init’)

def __get__(self, instance, owner):
print(“1.__get__{} {} {}”.format(self, instance, owner))
return self._fn

class classmethod:
def __init__(self , fn):
self._fn = fn
print(‘2 init’)

def __get__(self, instance , owner):
from functools import partial
print(“2.__get__{} {} {}”.format(self , instance , owner))
return partial(self._fn, owner)

class property:
def __init__(self, fn):
self._fn = fn
self.setfn = None
print(‘3 init’)

def __get__(self, instance, owner):
print(“3.__get__{} {} {}”.format(self , instance , owner))
return self._fn(instance)

def __set__(self, instance, value):
print(“3.__set__{} {} {}”.format(self , instance , value))
self.setfn(instance,value)

# def getter(self):
# return self.__get__

def setter(self,fn):
self.setfn = fn
return self

class B:
@staticmethod # add = staticmethod(add) -> add
def add(x, y):
return x + y

@classmethod # add = staticmethod(add) -> add
def add(cls, x, y):
return x + y

@property # x = property(x) -> x
def x(self):
return self._x

@x.setter # x = x.setter(x) -> x
def x(self, value):
self._x = value

def __init__(self):
self._x = 6

b = B()
# print(b.add(3, 5))
# print(b.__dict__)
# print(B.__dict__)

print(b.x)
b.x = 10
print(b.x)

本文来自投稿,不代表Linux运维部落立场,如若转载,请注明出处:http://www.178linux.com/99690

(0)
上一篇 2018-05-28 22:13
下一篇 2018-05-29 09:19

相关推荐

  • PYTHON类型注解

    PYTHON类型注解 函数定义的弊端 Python是动态语言,变量随时可以被赋值,且能赋值为不同的类型 Python不是静态编译型语言,变量类型是在运行器决定的 动态语言很灵活,但是这种特性也是弊端 def add(x, y):return x + yprint(add(4, 5))print(add(‘hello’, ‘…

    Python笔记 2018-05-02
  • 二叉树的遍历和堆排序

    二叉树的遍历和堆排序

    Python笔记 2018-05-16
  • 树 概念


    二叉树

    2018-04-16
  • 高阶函数和装饰器

    高阶函数和装饰器 高阶函数 : 满足以下条件之一的称为高阶函数 接受一个或多个函数作为参数 输出一个函数 高阶函数举例: def counter(base): def inc(step=1): nonlocal base base += step return base return inc 1)自定义sort函数 def sort(itertable): …

    Python笔记 2018-04-23
  • functools模块,偏函数partial、缓存LRU

    functools模块,偏函数partial、缓存LRU

    2018-04-23
  • Ipython封装解构

    IPython Shell命令 !command 执行shell命令 !ls -l , !touch a.txt file = !ls -l | grep py 魔术方法 使用%开头的,IPython内置的特殊方法 %magic 格式 %开头是line magic %% 开头是cell magic,notebook的cell %alias 定义一个系统命令的…

    2018-04-09