Python中的描述器
21、描述器:Descriptors
1)描述器的表现
用到三个魔术方法。__get__() __set__() __delete__()
方法签名如下:
object.__get__(self,instance,owner)
object.__set__(self,instance,value)
object.__delete__(self,instance)
Self指指代当前实例,调用者。
Instance是owner的实例。
Owner是属性所属的类。
class A:
def __init__(self):
self.a1 = 'a1'
print('A init')
class B:
x = A()
def __init__(self):
print('B init')
print(B.x.a1) #A init a1
b = B()
print(b.x.a1) # B init a1
执行顺序是:第一个print执行类A的 第二个print执行的是类B。
class A:
def __init__(self):
self.a1 = 'a1'
print('A init')
def __get__(self, instance, owner):
print('{}{}{}'.format(self,instance,owner))
class B:
x = A()
def __init__(self):
print('B init')
# print(B.x.a1) # 会抛出错误,属性异常
#
# b = B()
# print(b.x.a1) #会抛出错误,属性异常
出现错误的原因是:类A中定义get方法,那么类A就是描述器,报错的原因是和类A中的get方法的返回有关系。
get方法return返回值后:
class A:
def __init__(self):
self.a1 = 'a1'
print('A init')
def __get__(self, instance, owner):
print('{}{}{}'.format(self,instance,owner))
return self
class B:
x = A()
def __init__(self):
print('B init')
print(B.x.a1)
b = B()
print(b.x.a1)
A init
<__main__.A object at 0x00000090E02F2F60>None<class '__main__.B'>
a1
B init
<__main__.A object at 0x00000090E02F2F60><__main__.B object at 0x00000090E02F9518><class '__main__.B'>
a1
查看是否除了类属性以外,实例的属性是否可以触发get方法呢?
class A:
def __init__(self):
self.a1 = 'a1'
print('A init')
def __get__(self, instance, owner):
print('{}{}{}'.format(self,instance,owner))
return self
class B:
x = A()
def __init__(self):
print('B init')
self.b = A()
print(B.x.a1)
b = B()
print(b.x.a1)
print(b.b)
总结:所以只有类属性是类的实例才可以。
2)描述器定义
描述器是一个类的类属性是另一个类的实例,另一个类中实现了set、delete和get方法之一。
有两个类A,B,类A中实现set和get的属性方法。类B中的一个属性为类A。
用一个类来增强另一个类的功能。
练习:模仿property描述器
class Property:
def __init__(self,fget,fset = None):
self.fget = fget
self.fset = fset
def __get__(self, instance, owner):
if instance is not None:
return self.fget(instance)
return self
def __set__(self, instance, value):
print(self,instance,value)
if callable(self.fset):
self.fset(instance,value)
else:
raise AttributeError
def setter(self,fn):
self.fset = fn
return self
class A:
def __init__(self,data):
self._data = data
@Property #data = Property(data) #实例化
def data(self):
return self._data
@data.setter #data是Property的实例了 project.setter(data)
def data(self,value): #通过data.setter,提取参数,给fset. data等价于 = self
self._data = value #data = Property(data)
a = A(100)
print(a.data) #data>>值 <<函数(self)
a.data = 200
描述器定义:
描述器必须是类属性,Python中,一个类实现了__get__ 、__set__、__delete__三个任意一个方法都称为描述器。
仅仅实现__get__ 非数据描述器。non-data descriptor
实现__get__ 和__set__ 就是数据描述器。data descriptor
如果一个类的类属性设置为描述器,那么他被称为owner属主。
3)属性的访问顺序
非数据描述器,首先查找的是自己本身的字典。
数据描述器,首先查找的是类的字典。
class A:
def __init__(self):
self.a1 = 'a1'
print('A init')
def __get__(self, instance, owner):
print('{}{}{}'.format(self,instance,owner))
return self
class B:
x = A()
def __init__(self):
print('B init')
self.x = 'b.x'
print(B.x.a1)
b = B()
print(b.x.a1) #会抛出错误,属性异常
b.x访问到了实例的属性,而不是描述器。
修改代码,为类A增加__set__方法。
class A:
def __init__(self):
self.a1 = 'a1'
print('A init')
def __get__(self, instance, owner):
print('{}{}{}'.format(self,instance,owner))
return self
def __set__(self, instance, value):
print('{}{}{}'.format(self,instance,value))
self.data = value
class B:
x = A()
def __init__(self):
print('B init')
self.x = 'b.x'
print(B.x.a1)
b = B()
print(b.x)
print(b.x.a1)
A init
<__main__.A object at 0x0000006AD6EC9588>None<class '__main__.B'>
a1
B init
<__main__.A object at 0x0000006AD6EC9588><__main__.B object at 0x0000006AD6EC95F8>b.x
<__main__.A object at 0x0000006AD6EC9588><__main__.B object at 0x0000006AD6EC95F8><class '__main__.B'>
<__main__.A object at 0x0000006AD6EC9588>
<__main__.A object at 0x0000006AD6EC9588><__main__.B object at 0x0000006AD6EC95F8><class '__main__.B'>
a1
返回变成了a1,访问到了描述器的数据。
属性查找顺序:
实例的 __dict__ 优先于非数据描述器。
数据描述器优先于实例的 __dict__
4)本质(进阶)
不是因为数据描述器优先级高,而是把实例的属性从__dict__ 中去除掉了,数据访问的顺序还是按照原来的顺序执行。
5)Python中的描述器应用
描述器在Python中应用广泛,Python的方法(包括staticmethod()和classmethod())都实现为非数据描述器,因此,实例重新定义和覆盖方法,允许单个实例获取与同一类的其他实例不同的行为。
****实现装饰器staticmethod和classmethod。
from functools import partial
class StaticMethod:
def __init__(self,fn):
self.fn = fn
def __get__(self, instance, owner):
return self.fn
class ClassMethod:
def __init__(self,fn):
self.fn = fn
def __get__(self, instance, cls):
return partial(self.fn,cls)
class A:
@StaticMethod #s_meth = StaticMethod(s_meth)
def s_meth():
print('static method')
@ClassMethod
def c_meth(cls):
print('{}class method'.format(cls))
A.s_meth()
A.c_meth()
6)对实例的数据进行校验。
class Person:
def __init__(self,name:str,age:int):
params = ((name,str),(age,int))#利用二元组判断
if not self.checkdata(params): #如果不为真,就抛出异常
raise TypeError
self.name = name
self.age = age
def checkdata(self,params):
for p,t in params:
if not isinstance(p,t):
return False
return True
(1)描述器方式:
class Check:
def __init__(self,name,type):
self.name = name
self.type = type
def __set__(self, instance, value):
if not isinstance(value,self.type):#如果值和要求的类型不一致,则抛出异常,如果是则按照字典对应key和value值。
raise TypeError(value)
instance.__dict__[self.name] = value
def __get__(self, instance, owner):
if instance is not None:#如果对象不为空,返回的实例对象的字典名称对应的值,如果为空,则是返回实例本身。
return instance.__dict__[self.name]
return self
class Person:
name = Check('name',str)
age = Check('age',int)
def __init__(self,name:str,age:int):
self.name = name
self.age = age
Person('tom',20)
Person('tom','20')
(2)利用装饰器
class Check:
def __init__(self,name,type):
self.name = name
self.type = type
def __set__(self, instance, value):
if not isinstance(value,self.type):
raise TypeError(value)
instance.__dict__[self.name] = value
def __get__(self, instance, owner):
if instance is not None:
return instance.__dict__[self.name]
return self
import inspect
def typeassert(cls):
params = inspect.signature(cls).parameters #获取签名
print(params)
for name,param in params.items():
print(param.name,param.annotation)
if param.annotation != param.empty:#设置的属性不为空,检查是否和设置的属性一致。
setattr(cls,name,Check(name,param.annotation))
return cls
@typeassert
class Person:
# name = Check('name',str)
# age = Check('age',int)
def __init__(self,name:str,age:int):
self.name = name
self.age = age
def __repr__(self):
return '{}is{}'.format(self.name,self.age)
p1 = Person('tom',20)
print(p1)
(3)封装成为类
class Check:
def __init__(self,name,type):
self.name = name
self.type = type
def __set__(self, instance, value):
if not isinstance(value,self.type):
raise TypeError(value)
instance.__dict__[self.name] = value
def __get__(self, instance, owner):
if instance is not None:
return instance.__dict__[self.name]
return self
import inspect
class typeassert #定义为一个类
# def typeassert(cls):
def __init__(self,cls):
self.cls = cls
params = inspect.signature(self.cls).parameters
print(params)
for name,param in params.items():
print(param.name,param.annotation)
if param.annotation != param.empty:
setattr(cls,name,Check(name,param.annotation))
print(self.cls.__dict__)
def __call__(self, name, age): #构建可调用对象。
p = self.cls(name,age) #重新构建一个新的Person对象。
return p
@typeassert
class Person:
# name = Check('name',str)
# age = Check('age',int)
def __init__(self,name:str,age:int):
self.name = name
self.age = age
def __repr__(self):
return '{}is{}'.format(self.name,self.age)
p1 = Person('tom',20)
print(p1)
7)练习题,模仿property装饰器。
class Property:
def __init__(self,fget,fset):
self.fget = fset
self.fset = fset
def __get__(self, instance, owner):
if instance in not None:
return self.fget(instance)
return self
def __set__(self, instance, value):
self.fset(instance,value)
def setter(self,fn):
self.fset = fn
return self
class A:
def __init__(self,data):
self._data = data
@Property #data = Property(data)
def data(self):
return self._data
@data.setter
def data(self,value):
self._data = value
Python中的描述器的更多相关文章
- python中的装饰器decorator
python中的装饰器 装饰器是为了解决以下描述的问题而产生的方法 我们在已有的函数代码的基础上,想要动态的为这个函数增加功能而又不改变原函数的代码 例如有三个函数: def f1(x): retur ...
- 简单说明Python中的装饰器的用法
简单说明Python中的装饰器的用法 这篇文章主要简单说明了Python中的装饰器的用法,装饰器在Python的进阶学习中非常重要,示例代码基于Python2.x,需要的朋友可以参考下 装饰器对与 ...
- 【Python】python中的装饰器——@
对装饰器本来就一知半解的,今天终于弄清楚了,Python中的装饰器是对装饰者模式的很好运用,简化到骨子里了. python中为什么需要装饰器,看这里:http://www.cnblogs.com/hu ...
- Python 中实现装饰器时使用 @functools.wraps 的理由
Python 中使用装饰器对在运行期对函数进行一些外部功能的扩展.但是在使用过程中,由于装饰器的加入导致解释器认为函数本身发生了改变,在某些情况下——比如测试时——会导致一些问题.Python 通过 ...
- 写python中的装饰器
python中的装饰器主要用于在已有函数实现功能前附加需要输出的信息,下面将用实例展示我如何写装饰器. 首先分别尝试写装饰器装饰一个无参函数和一个有参函数(被装饰函数仅输出,无返回值情况下) def ...
- python中@property装饰器的使用
目录 python中@property装饰器的使用 1.引出问题 2.初步改善 3.使用@property 4.解析@property 5.总结 python中@property装饰器的使用 1.引出 ...
- python2.7高级编程 笔记二(Python中的描述符)
Python中包含了许多内建的语言特性,它们使得代码简洁且易于理解.这些特性包括列表/集合/字典推导式,属性(property).以及装饰器(decorator).对于大部分特性来说,这些" ...
- Python 面向对象(五) 描述器
使用到了__get__,__set__,__delete__中的任何一种方法的类就是描述器 描述器的定义 一个类实现了__get__,__set__,__delete__中任意一个,这个类就是描述器. ...
- python类:描述器Descriptors和元类MetaClasses
http://blog.csdn.net/pipisorry/article/details/50444769 描述器(Descriptors) 描述器决定了对象属性是如何被访问的.描述器的作用是定制 ...
随机推荐
- js中当for循环中有事件要使用循环变量时,变量用var声明和let声明的区别
var 声明一个全局变量,声明的变量会变量提升: let 声明一个局部变量: 当页面加载完后,for循环也结束了,如果用var声明的变量此时也随着for循环的结束而自增到满足结束循环的条件, 此时调用 ...
- 如何从 ToB 企业级 IM 产品中学习技术选型和架构
如何从 ToB 企业级 IM 产品中学习技术选型和架构 多端,全端 React React Native Flutter Electron Lark https://www.larksuite.com ...
- HTTPS Proxy all in one
HTTPS Proxy all in one HTTP Proxy Charles Proxy https://www.charlesproxy.com/ Proxy SwitchyOmega 轻松快 ...
- linux bash which
linux bash which https://linuxize.com/post/linux-which-command/ Linux which command is used to ident ...
- 「NGK每日快讯」12.29日NGK第56期官方快讯!
- Baccarat流动性挖矿是如何改进自动化做市商的痛点的?
Baccarat自上线至今已经有两个多月的时间,尤其代币BGV引来了无数投资者的注意.同时也有越来越多的投资者开始关注到Baccarat本身,Baccarat采取的AMM机制,与其他的DeFi项目所采 ...
- Baccarat项目专用代币BGV的价值如何?
NGK投资者对于NGK平台自身的DeFi项目呼声越来越高,经过数月的紧张研发,检验和内测工作,NGK官方将于近日推出其去中心化金融项目--Baccarat,此项目为避免以太坊易被攻击,网络拥堵出块慢以 ...
- PBN转弯保护区作图回顾
假期的最后一天,是该小结一下的时候了. 风螺旋有了自己中式风格的Logo,大家是否喜欢? 过去的春节假期,我们从学习CAD入手,回顾了风螺旋在PBN中的多种情况,画了很多的图,写了不少的文字,或许现在 ...
- C++算法代码——纪念品分组[NOIP2007 普及组]
题目来自:http://218.5.5.242:9018/JudgeOnline/problem.php?id=1099 https://www.luogu.com.cn/problem/P1094 ...
- sklearn中的pipeline实际应用
前面提到,应用sklearn中的pipeline机制的高效性:本文重点讨论pipeline与网格搜索在机器学习实践中的结合运用: 结合管道和网格搜索以调整预处理步骤以及模型参数 一般地,sklearn ...