suchen
HeimBackend-EntwicklungPython-TutorialEinführung in die Verwendung von Python-Deskriptoren (mit Beispielen)

Dieser Artikel bietet Ihnen eine Einführung in die Verwendung von Python-Deskriptoren (mit Beispielen). Ich hoffe, er wird Ihnen als Referenz dienen.

Als Python-Benutzer verwenden Sie möglicherweise schon seit einiger Zeit Python, haben aber möglicherweise keine Deskriptoren in Python verwendet. Als Nächstes finden Sie eine Einführung in die Verwendung von Deskriptoren

Einführung in die Szene

Um die Verwendung von Deskriptoren einzuführen, entwerfen wir zunächst eine sehr einfache Klasse:

class Product():

    def __init__(self,name,quantity,price):
        self.name = name
        self.quantity = quantity
        self.price = price

Dies ist eine Warenklasse, die den Namen, die Menge und den Preis der Ware speichert.

Für ein Produkt gehen wir im Allgemeinen davon aus, dass seine Menge und sein Preis nicht negativ sind. Um diese Situation zu vermeiden, können wir während der Initialisierung einige Beurteilungen hinzufügen, wie zum Beispiel die folgenden:

class Product():

    def __init__(self,name,quantity,price):
        self.name = name
        if quantity<0:
            raise ValueError(&#39;quantity must be >= 0&#39;)
        self.quantity = quantity
        if quantity<0:
            raise ValueError(&#39;price must be >= 0&#39;)
        self.price = price

Dies hat jedoch auch einen Nachteil: Diese Beurteilung wird nur während der Initialisierung hinzugefügt, und beim Zuweisen von Attributen zu Klasseninstanzen gibt es immer noch keine Garantie dafür, dass der zugewiesene Wert größer als 0 ist

Wir können also „Features“ verwenden. um dieses Problem zu lösen:

class Product():

    def __init__(self,name,quantity,price):
        self.name = name
        self.quantity = quantity
        self.price = price

    @property
    def quantity(self):
        return self._quantity

    @quantity.setter
    def quantity(self,value):
        if value = 0')
        else:
            self._quantity = value

    @property
    def price(self):
        return self._price

    @price.setter
    def price(self, value):
        if value = 0')
        else:
            self._price = value

book = Product('mybook',6,30)
print(book.quantity)

Die @property und @quantity.setter hier sind zwei Dekoratoren, die das Lesen und Schreiben von Eigenschaften festlegen können, was dem Lesen und Schreiben von Eigenschaften entspricht, aber tatsächlich a ausführt Sie können die Funktion selbst nachschlagen, um eine spezifische Einführung zu erhalten. Der Hauptzweck besteht darin, den Deskriptor zu ermitteln.

Durch Attribute können Sie Urteilsvermögen hinzufügen, wenn Sie Attributen Werte zuweisen. Wenn es jedoch mehr Attribute in einer Klasse gibt und viele Attribute auch Prüfungen für nicht negative Zuweisungen hinzufügen müssen, ist die Verwendung von Attributen zu umständlich, es kommt zu vielen Codeduplizierungen und es werden viele Dekoratoren hinzugefügt kann Deskriptoren verwenden, um dieses Problem zu lösen.

Verwendung von Deskriptoren

Erster Blick auf das Konzept von Deskriptoren

Ein Deskriptor ist ein Objektattribut für „Bindungsverhalten“. Im Deskriptorprotokoll können Methodenfüllungen übergeben werden Zugang zu Immobilien. Zu diesen Methoden gehören get(), set() und delete(). Wenn eine dieser Methoden in einem Objekt definiert ist, ist das Objekt ein Deskriptor

(diese Methoden sind spezielle Methoden, double Der Unterstrich ist es nicht). wird aufgrund der Konvertierung angezeigt)

Wir ändern zunächst die obige Produktklasse entsprechend der Verwendung von Deskriptoren:

class NotNegative():
    def __init__(self,name):
        self.name = name

    def __set__(self, instance, value):
        if value = 0')
        else:
            instance.__dict__[self.name] = value

class Product():
    quantity = NotNegative('quantity')
    price = NotNegative('price')

    def __init__(self,name,quantity,price):
        self.name = name
        self.quantity = quantity
        self.price = price

book = Product('mybook',2,5)

NotNegative ist die Deskriptorklasse, die das Klassenattribut der Produktklasse ist

Wenn in diesem Beispiel book.quantity=3 ausgeführt wird, sucht der Interpreter zunächst nach den Instanzattributen und stellt fest, dass es ein Mengenattribut gibt, aber der Interpreter stellt auch fest, dass es auch ein Klassenattribut gibt, das ein Deskriptor ist Daher wird sich der Interpreter letztendlich für den Deskriptor für diesen Pfad entscheiden. Da es sich dann um einen Deskriptor handelt, wird die im Deskriptor festgelegte Spezialmethode ausgeführt. Die Parameter der festgelegten Spezialmethode im

-Deskriptor sind:

self: Es ist die Deskriptorinstanz

instance: Es ist die Instanz, die dem Beispielbuch entspricht

Wert: Es handelt sich um den zuzuweisenden Wert

Da diese Attribute keine besonderen Anforderungen an den Wert stellen, ist die Get-Special-Methode im Beispiel nicht implementiert.

Die get-Methode hat auch 3 Parameter: self,instance,owner. „self“, „instance“ sind die gleichen wie in „set“, und „owner“ ist die Produktklasse im Beispiel

Als nächstes werden wir uns hauptsächlich die Operationen ansehen, die im else-Teil der Deskriptor-Set-Methode

instance.__dict__[self.name] = value
Weisen Sie den Attributen im Diktat direkt Werte zu, indem Sie das Diktat der Buchinstanz aufrufen. Dies ist auch ein wichtiger Grund für die Übergabe von Instanzen in Parametern. Da das Deskriptorobjekt als Klassenattribut vorliegt, kann auf viele Objekte dieser Klasse zugegriffen werden. Um ein Überschreiben von Attributen zu verhindern, ist es sinnvoll, es direkt im Attribut der Instanz zu speichern. Es gibt hier jedoch keine Möglichkeit, Attributen Werte zuzuweisen, da es sonst in eine Endlosschleife gerät.

Wenn eine Klasse bei Datendeskriptoren und Nicht-Datendeskriptoren nur die Methode get(), aber nicht die Methoden set() und delete() definiert, wird sie andernfalls als Nicht-Datendeskriptor betrachtet ein Datendeskriptor.

Abschließend wird in diesem Artikel kurz die Verwendung von Deskriptoren vorgestellt und erläutert. Wenn Sie ein tieferes Verständnis benötigen, können Sie sich den Abschnitt über Attributdeskriptoren in „Fluent Python“ ansehen

Das obige ist der detaillierte Inhalt vonEinführung in die Verwendung von Python-Deskriptoren (mit Beispielen). Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme
Dieser Artikel ist reproduziert unter:博客园. Bei Verstößen wenden Sie sich bitte an admin@php.cn löschen
Python vs. C: Anwendungen und Anwendungsfälle verglichenPython vs. C: Anwendungen und Anwendungsfälle verglichenApr 12, 2025 am 12:01 AM

Python eignet sich für Datenwissenschafts-, Webentwicklungs- und Automatisierungsaufgaben, während C für Systemprogrammierung, Spieleentwicklung und eingebettete Systeme geeignet ist. Python ist bekannt für seine Einfachheit und sein starkes Ökosystem, während C für seine hohen Leistung und die zugrunde liegenden Kontrollfunktionen bekannt ist.

Der 2-stündige Python-Plan: ein realistischer AnsatzDer 2-stündige Python-Plan: ein realistischer AnsatzApr 11, 2025 am 12:04 AM

Sie können grundlegende Programmierkonzepte und Fähigkeiten von Python innerhalb von 2 Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master Control Flow (bedingte Anweisungen und Schleifen), 3.. Verstehen Sie die Definition und Verwendung von Funktionen, 4. Beginnen Sie schnell mit der Python -Programmierung durch einfache Beispiele und Code -Snippets.

Python: Erforschen der primären AnwendungenPython: Erforschen der primären AnwendungenApr 10, 2025 am 09:41 AM

Python wird in den Bereichen Webentwicklung, Datenwissenschaft, maschinelles Lernen, Automatisierung und Skripten häufig verwendet. 1) In der Webentwicklung vereinfachen Django und Flask Frameworks den Entwicklungsprozess. 2) In den Bereichen Datenwissenschaft und maschinelles Lernen bieten Numpy-, Pandas-, Scikit-Learn- und TensorFlow-Bibliotheken eine starke Unterstützung. 3) In Bezug auf Automatisierung und Skript ist Python für Aufgaben wie automatisiertes Test und Systemmanagement geeignet.

Wie viel Python können Sie in 2 Stunden lernen?Wie viel Python können Sie in 2 Stunden lernen?Apr 09, 2025 pm 04:33 PM

Sie können die Grundlagen von Python innerhalb von zwei Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master -Steuerungsstrukturen wie wenn Aussagen und Schleifen, 3. Verstehen Sie die Definition und Verwendung von Funktionen. Diese werden Ihnen helfen, einfache Python -Programme zu schreiben.

Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer-Anfänger-Programmierbasis in Projekt- und problemorientierten Methoden?Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer-Anfänger-Programmierbasis in Projekt- und problemorientierten Methoden?Apr 02, 2025 am 07:18 AM

Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer -Anfänger für Programmierungen? Wenn Sie nur 10 Stunden Zeit haben, um Computer -Anfänger zu unterrichten, was Sie mit Programmierkenntnissen unterrichten möchten, was würden Sie dann beibringen ...

Wie kann man vom Browser vermeiden, wenn man überall Fiddler für das Lesen des Menschen in der Mitte verwendet?Wie kann man vom Browser vermeiden, wenn man überall Fiddler für das Lesen des Menschen in der Mitte verwendet?Apr 02, 2025 am 07:15 AM

Wie kann man nicht erkannt werden, wenn Sie Fiddlereverywhere für Man-in-the-Middle-Lesungen verwenden, wenn Sie FiddLereverywhere verwenden ...

Was soll ich tun, wenn das Modul '__builtin__' beim Laden der Gurkendatei in Python 3.6 nicht gefunden wird?Was soll ich tun, wenn das Modul '__builtin__' beim Laden der Gurkendatei in Python 3.6 nicht gefunden wird?Apr 02, 2025 am 07:12 AM

Laden Sie Gurkendateien in Python 3.6 Umgebungsbericht Fehler: ModulenotFoundError: Nomodulennamen ...

Wie verbessert man die Genauigkeit der Jiebeba -Wortsegmentierung in der malerischen Spot -Kommentaranalyse?Wie verbessert man die Genauigkeit der Jiebeba -Wortsegmentierung in der malerischen Spot -Kommentaranalyse?Apr 02, 2025 am 07:09 AM

Wie löste ich das Problem der Jiebeba -Wortsegmentierung in der malerischen Spot -Kommentaranalyse? Wenn wir malerische Spot -Kommentare und -analysen durchführen, verwenden wir häufig das Jieba -Word -Segmentierungstool, um den Text zu verarbeiten ...

See all articles

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

AI Hentai Generator

AI Hentai Generator

Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

R.E.P.O. Energiekristalle erklärten und was sie tun (gelber Kristall)
3 Wochen vorBy尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Beste grafische Einstellungen
3 Wochen vorBy尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. So reparieren Sie Audio, wenn Sie niemanden hören können
3 Wochen vorBy尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Wie man alles in Myrise freischaltet
3 Wochen vorBy尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Herunterladen der Mac-Version des Atom-Editors

Herunterladen der Mac-Version des Atom-Editors

Der beliebteste Open-Source-Editor

MantisBT

MantisBT

Mantis ist ein einfach zu implementierendes webbasiertes Tool zur Fehlerverfolgung, das die Fehlerverfolgung von Produkten unterstützen soll. Es erfordert PHP, MySQL und einen Webserver. Schauen Sie sich unsere Demo- und Hosting-Services an.

ZendStudio 13.5.1 Mac

ZendStudio 13.5.1 Mac

Leistungsstarke integrierte PHP-Entwicklungsumgebung

EditPlus chinesische Crack-Version

EditPlus chinesische Crack-Version

Geringe Größe, Syntaxhervorhebung, unterstützt keine Code-Eingabeaufforderungsfunktion

SecLists

SecLists

SecLists ist der ultimative Begleiter für Sicherheitstester. Dabei handelt es sich um eine Sammlung verschiedener Arten von Listen, die häufig bei Sicherheitsbewertungen verwendet werden, an einem Ort. SecLists trägt dazu bei, Sicherheitstests effizienter und produktiver zu gestalten, indem es bequem alle Listen bereitstellt, die ein Sicherheitstester benötigen könnte. Zu den Listentypen gehören Benutzernamen, Passwörter, URLs, Fuzzing-Payloads, Muster für vertrauliche Daten, Web-Shells und mehr. Der Tester kann dieses Repository einfach auf einen neuen Testcomputer übertragen und hat dann Zugriff auf alle Arten von Listen, die er benötigt.