Heim > Artikel > Backend-Entwicklung > Einführung in die Verwendung von Python-Deskriptoren für schwarze Magie
Deskriptoren (Deskriptoren) sind eine tiefgreifende, aber wichtige schwarze Magie in der Python-Sprache. Sie werden häufig im Kernel der Python-Sprache verwendet. Durch das Beherrschen von Deskriptoren wird der Werkzeugkasten des PythonProgrammierers um eine zusätzliche Fähigkeit erweitert. In diesem Artikel werde ich über die Definition von Deskriptoren und einige gängige Szenarien sprechen und am Ende des Artikels werde ich getattr
, getattribute
, getitem
diese drei magischen Methoden hinzufügen, die auch beinhalten den Attributzugriff.
descrget(self, obj, objtype=None) --> value descr.set(self, obj, value) --> None descr.delete(self, obj) --> None
Nur ein <code><a href="http://www.php.cn/wiki/60.html" target="_blank">object</a> attribute
object-Attribut (Object
RevealAcess
Im folgenden Beispiel erstellen wir eine get
-Klasse und implementieren die
class RevealAccess(object): def get(self, obj, objtype): print('self in RevealAccess: {}'.format(self)) print('self: {}\nobj: {}\nobjtype: {}'.format(self, obj, objtype)) class MyClass(object): x = RevealAccess() def test(self): print('self in MyClass: {}'.format(self))
EX1-Instanzattribute
get
Als nächstes werfen wir einen Blick auf die Bedeutung der einzelnen Parameter der self
-Methode, obj
ist die Instanz x der RevealAccess-Klasse, objtype
ist die Instanz m der MyClass-Klasse und m.x
ist, wie der Name schon sagt, die MyClass-Klasse selbst. Wie aus der Ausgabeanweisung hervorgeht, ruft der x
-Zugriffsdeskriptor get
die
>>> m = MyClass() >>> m.test() self in MyClass: <main.MyClass object at 0x7f19d4e42160> >>> m.x self in RevealAccess: <main.RevealAccess object at 0x7f19d4e420f0> self: <main.RevealAccess object at 0x7f19d4e420f0> obj: <main.MyClass object at 0x7f19d4e42160> objtype: <class 'main.MyClass'>
EX2-Klassenattribut
x
Wenn auf das Attribut obj
direkt über die Klasse zugegriffen wird, ist die
>>> MyClass.x self in RevealAccess: <main.RevealAccess object at 0x7f53651070f0> self: <main.RevealAccess object at 0x7f53651070f0> obj: None objtype: <class 'main.MyClass'>Prinzip des DeskriptorsDeskriptor-TriggerIm obigen Beispiel haben wir die Verwendung von Deskriptoren aus der Perspektive von Instanzattributen bzw. Klassenattributen aufgelistet Schauen Sie sich die internen Prinzipien genauer an:
实例属性
Wenn Sie auf type(obj).dict['d'].get(obj, type(obj))
zugreifen, wird tatsächlich die getattribute-Methode des Basisklassenobjekts aufgerufen, und in dieser Methode wird obj.d in .
Wenn Sie auf 类属性
zugreifen, entspricht dies dem Aufruf der getattribute-Methode des Metaklassentyps, die cls.d in cls.dict['d'].get(None, cls)
übersetzt. Hier ist das Objekt von get() None weil keine Instanz existiert.
Lassen Sie uns kurz über die getattribute
magische Methode sprechen. Diese Methode wird bedingungslos aufgerufen, wenn wir auf die Eigenschaften eines Objekts zugreifen. Die detaillierten Details sind wie getattr
, getitem
Ich werde am Ende des Artikels eine zusätzliche Ergänzung machen, aber wir werden uns vorerst nicht näher damit befassen.
Deskriptoren werden zunächst in zwei Typen unterteilt:
Wenn ein Objekt auch get definiert ( ) und set()-Methoden wird dieser Deskriptor data descriptor
genannt.
Wenn ein Objekt nur die Methode get() definiert, heißt dieser Deskriptor non-data descriptor
.
Es gibt vier Situationen, in denen wir auf Attribute zugreifen:
Datendeskriptor
Instanzdikt
Nicht-Daten-Deskriptor
getattr()
ihre Priorität Die Größe ist:
data descriptor > instance dict > non-data descriptor > getattr()
Was bedeutet das? Das heißt, wenn data descriptor->d
und instance attribute->d
mit demselben Namen im Instanzobjekt obj erscheinen und obj.d
auf das Attribut d
zugreift, ruft Python type(obj).dict['d'].get(obj, type(obj))
auf, da der Datendeskriptor eine höhere Priorität hat Stattdessen wird obj.dict['d'] nicht aufgerufen. Wenn der Deskriptor jedoch kein Datendeskriptor ist, ruft Python obj.dict['d']
auf.
Es erscheint sehr umständlich, bei jeder Verwendung eines Deskriptors eine Deskriptorklasse zu definieren. Python bietet eine übersichtliche Möglichkeit, Datendeskriptoren zu Eigenschaften hinzuzufügen.
property(fget=None, fset=None, fdel=None, doc=None) -> property attribute
fget, fset und fdel sind die Getter-, Setter- und Deleter-Methoden der Klasse. Wir verwenden das folgende Beispiel, um die Verwendung von Property zu veranschaulichen:
class Account(object): def init(self): self._acct_num = None def get_acct_num(self): return self._acct_num def set_acct_num(self, value): self._acct_num = value def del_acct_num(self): del self._acct_num acct_num = property(get_acct_num, set_acct_num, del_acct_num, '_acct_num property.')
Wenn acct eine Instanz von Account ist, ruft acct.acct_num den Getter auf, acct.acct_num = value ruft den Setter auf, del acct_num. acct_num delete wird aufgerufen.
>>> acct = Account() >>> acct.acct_num = 1000 >>> acct.acct_num 1000
Python stellt außerdem den @property
Decorator zur Verfügung, mit dem Attribute für einfache Anwendungsszenarien erstellt werden können. Ein Eigenschaftsobjekt verfügt über Getter-, Setter- und Delete-Decorator-Methoden, mit denen über die Zugriffsfunktion der entsprechenden dekorierten -Funktion eine Kopie der Eigenschaft erstellt werden kann.
class Account(object): def init(self): self._acct_num = None @property # the _acct_num property. the decorator creates a read-only property def acct_num(self): return self._acct_num @acct_num.setter # the _acct_num property setter makes the property writeable def set_acct_num(self, value): self._acct_num = value @acct_num.deleter def del_acct_num(self): del self._acct_num
Wenn Sie möchten, dass die Eigenschaft schreibgeschützt ist, entfernen Sie einfach die Setter-Methode.
我们可以在运行时添加property属性:
class Person(object): def addProperty(self, attribute): # create local setter and getter with a particular attribute name getter = lambda self: self._getProperty(attribute) setter = lambda self, value: self._setProperty(attribute, value) # construct property attribute and add it to the class setattr(self.class, attribute, property(fget=getter, \ fset=setter, \ doc="Auto-generated method")) def _setProperty(self, attribute, value): print("Setting: {} = {}".format(attribute, value)) setattr(self, '_' + attribute, value.title()) def _getProperty(self, attribute): print("Getting: {}".format(attribute)) return getattr(self, '_' + attribute)
>>> user = Person() >>> user.addProperty('name') >>> user.addProperty('phone') >>> user.name = 'john smith' Setting: name = john smith >>> user.phone = '12345' Setting: phone = 12345 >>> user.name Getting: name 'John Smith' >>> user.dict {'_phone': '12345', '_name': 'John Smith'}
我们可以使用描述符来模拟Python中的@<a href="http://www.php.cn/wiki/188.html" target="_blank">static</a>method
和@classmethod
的实现。我们首先来浏览一下下面这张表:
Transformation | Called from an Object | Called from a Class |
---|---|---|
function | f(obj, *args) | f(*args) |
staticmethod | f(*args) | f(*args) |
classmethod | f(type(obj), *args) | f(klass, *args) |
对于静态方法f
。c.f
和C.f
是等价的,都是直接查询object.getattribute(c, ‘f’)
或者object.getattribute(C, ’f‘)
。静态方法一个明显的特征就是没有self
变量。
静态方法有什么用呢?假设有一个处理专门数据的容器类,它提供了一些方法来求平均数,中位数等统计数据方式,这些方法都是要依赖于相应的数据的。但是类中可能还有一些方法,并不依赖这些数据,这个时候我们可以将这些方法声明为静态方法,同时这也可以提高代码的可读性。
使用非数据描述符来模拟一下静态方法的实现:
class StaticMethod(object): def init(self, f): self.f = f def get(self, obj, objtype=None): return self.f
我们来应用一下:
class MyClass(object): @StaticMethod def get_x(x): return x print(MyClass.get_x(100)) # output: 100
Python的@classmethod
和@staticmethod
的用法有些类似,但是还是有些不同,当某些方法只需要得到类的<a href="http://www.php.cn/wiki/231.html" target="_blank">引用</a>
而不关心类中的相应的数据的时候就需要使用classmethod了。
使用非数据描述符来模拟一下类方法的实现:
class ClassMethod(object): def init(self, f): self.f = f def get(self, obj, klass=None): if klass is None: klass = type(obj) def newfunc(*args): return self.f(klass, *args) return newfunc
首次接触Python魔术方法的时候,我也被get
, getattribute
, getattr
, getitem
之间的区别困扰到了,它们都是和属性访问相关的魔术方法,其中重写getattr
,getitem
来构造一个自己的集合类非常的常用,下面我们就通过一些例子来看一下它们的应用。
Python默认访问类/实例的某个属性都是通过getattribute
来调用的,getattribute
会被无条件调用,没有找到的话就会调用getattr
。如果我们要定制某个类,通常情况下我们不应该重写getattribute
,而是应该重写getattr
,很少看见重写getattribute
的情况。
从下面的输出可以看出,当一个属性通过getattribute
无法找到的时候会调用getattr
。
In [1]: class Test(object): ...: def getattribute(self, item): ...: print('call getattribute') ...: return super(Test, self).getattribute(item) ...: def getattr(self, item): ...: return 'call getattr' ...: In [2]: Test().a call getattribute Out[2]: 'call getattr'
对于默认的字典,Python只支持以obj['foo']
形式来访问,不支持obj.foo
的形式,我们可以通过重写getattr
让字典也支持obj['foo']
的访问形式,这是一个非常经典常用的用法:
class Storage(dict): """ A Storage object is like a dictionary except `obj.foo` can be used in addition to `obj['foo']`. """ def getattr(self, key): try: return self[key] except KeyError as k: raise AttributeError(k) def setattr(self, key, value): self[key] = value def delattr(self, key): try: del self[key] except KeyError as k: raise AttributeError(k) def repr(self): return '<Storage ' + dict.repr(self) + '>'
我们来使用一下我们自定义的加强版字典:
>>> s = Storage(a=1) >>> s['a'] 1 >>> s.a 1 >>> s.a = 2 >>> s['a'] 2 >>> del s.a >>> s.a ... AttributeError: 'a'
getitem用于通过下标[]
的形式来获取对象中的元素,下面我们通过重写getitem
来实现一个自己的list。
class MyList(object): def init(self, *args): self.numbers = args def getitem(self, item): return self.numbers[item] my_list = MyList(1, 2, 3, 4, 6, 5, 3) print my_list[2]
这个实现非常的简陋,不支持slice和step等功能,请读者自行改进,这里我就不重复了。
下面是参考requests库中对于getitem
的一个使用,我们定制了一个忽略属性大小写的字典类。
程序有些复杂,我稍微解释一下:由于这里比较简单,没有使用描述符的需求,所以使用了@property
装饰器来代替,lower_keys
的功能是将实例字典
中的键全部转换成小写并且存储在字典self._lower_keys
中。重写了getitem
方法,以后我们访问某个属性首先会将键转换为小写的方式,然后并不会直接访问实例字典,而是会访问字典self._lower_keys
去查找。赋值/删除操作的时候由于实例字典会进行变更,为了保持self._lower_keys
和实例字典同步,首先清除self._lower_keys
的内容,以后我们重新查找键的时候再调用getitem
的时候会重新新建一个self._lower_keys
。
class CaseInsensitiveDict(dict): @property def lower_keys(self): if not hasattr(self, '_lower_keys') or not self._lower_keys: self._lower_keys = dict((k.lower(), k) for k in self.keys()) return self._lower_keys def _clear_lower_keys(self): if hasattr(self, '_lower_keys'): self._lower_keys.clear() def contains(self, key): return key.lower() in self.lower_keys def getitem(self, key): if key in self: return dict.getitem(self, self.lower_keys[key.lower()]) def setitem(self, key, value): dict.setitem(self, key, value) self._clear_lower_keys() def delitem(self, key): dict.delitem(self, key) self._lower_keys.clear() def get(self, key, default=None): if key in self: return self[key] else: return default
我们来调用一下这个类:
>>> d = CaseInsensitiveDict() >>> d['ziwenxie'] = 'ziwenxie' >>> d['ZiWenXie'] = 'ZiWenXie' >>> print(d) {'ZiWenXie': 'ziwenxie', 'ziwenxie': 'ziwenxie'} >>> print(d['ziwenxie']) ziwenxie # d['ZiWenXie'] => d['ziwenxie'] >>> print(d['ZiWenXie']) ziwenxi
Das obige ist der detaillierte Inhalt vonEinführung in die Verwendung von Python-Deskriptoren für schwarze Magie. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!