如何理解 Python 的 Descriptor

Python的Descriptor(描述符)是一种实现了特定协议的类,该协议包括__get__()、__set__()和__delete__()方法。 通过这些方法,描述符允许开发者自定义对象的属性访问机制。在描述符的帮助下,可以更精细地控制属性的访问、设置和删除。其中__get__()方法是描述符协议中的读取器,它定义了当访问某个属性时要执行的操作。
描述符的核心在于它们提供了一种方法,让你可以重新定义属性的取值(get)、赋值(set)和删除(delete)操作。这三个操作对应于对象的三个特殊方法,分别是:__get__、__set__和__delete__。当一个描述符被绑定到了对象的类上时,Python 会自动管理调用这些方法的过程。
描述符通常基于它们实现的方法被分为两大类:数据描述符和非数据描述符。
数据描述符定义了__set__()或__delete__()方法。 相对而言,它们有更高的优先级。当对象的属性和描述符同名时,如果该描述符是数据描述符,它将覆盖对象的属性。
非数据描述符仅定义了__get__()方法。当访问该属性时,若实例中存在同名的实例变量,则会优先访问实例变量而不是调用描述符的__get__()方法。
为了实现一个描述符,你需要定义一个类,并至少实现上述三个魔术方法中的一个。
class Descriptor:def __init__(self, initial_value=None, name='var'):
self.value = initial_value
self.name = name
def __get__(self, obj, objtype):
print('Getting:', self.name)
return self.value
def __set__(self, obj, value):
print('Setting:', self.name, 'to', value)
self.value = value
def __delete__(self, obj):
print('Deleting:', self.name)
del self.value
使用一个描述符管理属性访问可以帮助实现一些复杂的功能,比如类型检查、值验证等。
描述符必须作为类属性来使用。这意味着它们必须绑定到类的属性名上,而不是实例的属性名。
class MyClass:descriptor = Descriptor(initial_value='my descriptor', name='descriptor')
Python在属性的访问上实现了一个称为“描述符协议”的底层机制。这个协议定义了如何通过__get__、__set__和__delete__方法来实现属性的访问控制。
当通过实例访问属性时,如果该属性是一个描述符,Python会优先调用描述符的__get__方法。如果属性访问涉及写入或删除操作,且相应的__set__或__delete__方法被定义,则会调用这些方法。
描述符可以用来确保给属性赋值时的类型检查或值验证,强制确保数据的准确性。
class TypedAttribute:def __init__(self, name, expected_type):
self.name = name
self.expected_type = expected_type
def __get__(self, obj, objtype):
return obj.__dict__.get(self.name)
def __set__(self, obj, value):
if not isinstance(value, self.expected_type):
rAIse TypeError("Expected " + str(self.expected_type))
obj.__dict__[self.name] = value
通过使用TypedAttribute,我们现在可以创建带有类型验证的类属性。
描述符可以用来创建仅在首次访问时计算其值的属性,这称为延迟属性或懒加载属性。这可以优化性能,避免不必要的计算。
class LazyProperty:def __init__(self, method):
self.method = method
self.method_name = method.__name__
def __get__(self, obj, cls):
if not obj:
return None
value = self.method(obj)
setattr(obj, self.method_name, value)
return value
LazyProperty描述符允许将属性的创建推迟到它实际被访问的时候。
描述符的优点在于它们提供了一种强大的方式来重用属性访问逻辑,并且可以在不同的属性和不同的类之间共享这些逻辑。然而,它们也可能导致代码变得更加复杂,需要更多的计划和设计来正确实现。
描述符是实现Python魔术方法的高级应用,适用于构建框架或者库等要求高度自定义属性行为的场合。了解描述符,不仅能帮助你更好地理解Python的一些内部工作机制,还能让你在面对复杂的编程问题时,拥有更多的解决方案。
Q1: Python 的 Descriptor 是什么?怎样理解它?
A1: Python 的 Descriptor 是一种特殊的对象,它用于控制属性的访问和赋值行为。通过使用 Descriptor,我们可以定义属性的读取和修改行为,以及更细粒度地控制属性的访问权限。可以将 Descriptor 看作是 Python 对象的一种装饰器,它在属性访问、赋值时提供了自定义的行为。
Q2: Descriptor 在 Python 中有什么作用?有什么优点?
A2: Descriptor 在 Python 中的作用非常重要。首先,它使得我们能够在属性访问的过程中添加额外的逻辑,例如类型检查、数据验证等。其次,Descriptor 提供了细粒度的属性控制,让我们可以更加灵活地管理属性的访问权限。此外,Descriptor 还可以用于实现属性的延迟加载、属性的缓存和计算等功能。
Q3: 如何编写自定义的 Descriptor?能举个例子吗?
A3: 要编写自定义的 Descriptor,首先需要定义一个类,并实现 __get__()、__set__() 和 __delete__() 这三个特殊的方法。__get__() 方法用于获取属性值,__set__() 方法用于设置属性值,__delete__() 方法用于删除属性。可以根据需要在这些方法中添加额外的逻辑。
以下是一个简单的例子,演示了一个计算属性的实现:
class Square:
def __get__(self, instance, owner):
return instance.__dict__[self.name] ** 2
def __set__(self, instance, value):
instance.__dict__[self.name] = value
class Rectangle:
length = Square()
width = Square()
def __init__(self, length, width):
self.length = length
self.width = width
rect = Rectangle(5, 3)
print(rect.length) # 输出25
print(rect.width) # 输出9
在上述例子中,Square 类是一个自定义的 Descriptor,它将属性的值平方后返回。Rectangle 类中的 length 和 width 属性都使用了 Square 描述器。当我们访问这些属性时,会触发 Square 描述器的 __get__() 方法,从而返回计算后的属性值。
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系邮箱:hopper@cornerstone365.cn 处理,核实后本网站将在24小时内删除。
相关文章推荐
织信低代码开发“核心引擎”与“拓展能力”介绍
低代码平台不能只看表单、流程和页面。真正进入企业管理场景后,更重要的是底层能不能承载数据、权限、流程、集成、自动化和AI能力。
织信低代码平台的能力,可以分成两部分:核心引擎和拓展能力。核心引擎决定系统能不能搭起来、跑起来;拓展能力决定系统能不能接入更多业务场景,持续扩展。
一、核心引擎:支撑企业应用运行
1、数据建模引擎
织信以数据模型为基础,支持数据表、字段、记录、关联关系等能力。企业可以围绕客户、供应商、项目、合同、物料、设备、工单、库存等业务对象搭建系统,而不是只做一张张孤立表单。
它的价值在于:先把业务数据结构建清楚,再承接流程、权限、报表、接口和AI能力。这是织信区别于轻量表单工具的重要特点。
2、流程自动化引擎
织信提供工作流能力,支持审批、任务、变量、事件、子流程、多实例、多版本等机制。企业可以用它搭建采购审批、合同审批、项目立项、设备维修、费用报销、异常处理等流程。
流程自动化的价值,不只是线上审批,更是把责任、状态、节点和处理记录留在系统里,让业务可追踪、可复盘。
3、权限治理引擎
织信支持组织、部门、用户、角色、应用成员、应用角色等权限管理能力,可以根据岗位、部门和业务场景配置访问范围和操作权限。
企业系统里,不同部门看到的数据、能修改的字段、能审批的节点都不同。权限治理做细,系统才能既安全,又能正常协同。
4、自动化与脚本引擎
织信支持自动化、定时任务、监听器、脚本、HTTP请求等能力,可以在数据变化、流程变化或时间条件满足时自动触发动作。
例如自动提醒、自动校验、自动同步、自动生成记录、自动调用接口。这样系统不只是记录工具,也能参与业务执行。
二、拓展能力:支撑复杂场景扩展
1、系统集成能力
织信支持WebAPI、开放接口、HTTP、JDBC、消息队列、第三方集成、单点登录等能力,可以连接ERP、MES、CRM、OA、财务系统、钉钉、企业微信、飞书、LDAP、数据库等系统。
这让织信既能搭建新应用,也能作为企业系统之间的协同层。
2、界面与组件拓展能力
织信提供表单设计器、组件设计器、自定义组件字段、自定义视图、仪表盘、网站页面等能力,可以根据不同业务场景设计页面、看板和操作入口。
这使企业既能快速搭建标准应用,也能针对复杂需求做个性化扩展。
3、AI Agent能力
织信官方文档将其定位为企业级AI开发平台,强调数据建模、流程自动化、权限治理、系统集成与AI Agent能力。
在织信中,AI能力可以结合知识库、专家、技能、智能体、设计器智能体等模块,参与应用搭建、数据分析、流程辅助和业务处理。
更重要的是,织信的AI能力建立在数据、流程、权限和系统集成之上。这样AI进入企业系统时,能明确数据范围、操作边界和审批要求。
三、织信的独特之处
织信不是单点工具,而是企业信息化AI开发底座。
它既有低代码平台常见的表单、流程、权限、报表和自动化能力,也具备企业级系统需要的集成、部署、运维、SSO、信创适配、私有化部署等能力,同时把AI Agent纳入应用建设过程。
因此,织信更适合有复杂业务系统建设需求的企业。比如项目管理、OA、ERP扩展、MES补位、WMS、SRM、CRM、设备管理、人事管理等场景,都可以基于织信进行搭建和扩展。
简单来说,织信的价值在于:把数据模型、业务流程、权限治理、自动化执行、系统集成和AI能力放在同一个平台里,让企业系统搭得快、管得住、连得上,也能持续扩展。
各行业用户的共同选择







