文章目录
上文讲了Python从2.2开始基于新引入的descriptor实现了新式类，并讲解了新式类的一些概念和方法属性，那么什么是descriptor呢？
引言
简而言之：descriptor是一个绑定了特定访问方法的类属性，这些访问方法重写了descriptor protocol中的三个方法，分别是__get__, __set__,__del__方法。如果三个中任一一个方法在对象中定义了，就说这个对象是一个descriptor对象，可以把这个对象赋值给其它属性。descriptor protocol可以看成是一个有三个方法的接口。
对于陌生的事物，一个具体的栗子是最好的学习方式，首先来看这样一个问题：假设我们给一次数学考试创建一个类，用于记录每个学生的学号、数学成绩、以及提供一个用于判断是否通过考试的check函数：
class MathScore():
def __init__(self, std_id, score):
self.std_id = std_id
self.score = score
def check(self):
if self.score >= 60:
return 'pass'
else:
return 'failed'
很简单一个示例，看起来运行的不错：
xiaoming = MathScore(10, 90)
xiaoming.score
Out[3]: 90
xiaoming.std_id
Out[4]: 10
xiaoming.check()
Out[5]: 'pass'
但是会有一个问题，比如手一抖录入了一个负分数，那么他就得悲剧的挂了：
xiaoming = MathScore(10, -90)
xiaoming.score
Out[8]: -90
xiaoming.check()
Out[9]: 'failed'
这显然是一个严重的问题，怎么能让一个数学 90+ 的孩子挂科呢，于是乎一个简单粗暴的方法就诞生了：
class MathScore():
def __init__(self, std_id, score):
self.std_id = std_id
if score < 0:
raise ValueError("Score can't be negative number!")
self.score = score
def check(self):
if self.score >= 60:
return 'pass'
else:
return 'failed'
xiaoming = MathScore(10, -90)
上面在类的初始化函数中增加了负数判断，虽然不够优雅，甚至有点拙劣，但这在实例初始化时确实工作的不错：
Traceback (most recent call last):
File "demo.py", line 15, in <module>
xiaoming = MathScore(10, -90)
File "demo.py", line 14, in __init__
raise ValueError("Score can't be negative number!")
ValueError: Score can't be negative number!
OK, 但我们还无法阻止实例对 score 的赋值操作，毕竟修改成绩也是常有的事：
xiaoming = MathScore(10, 90)
xiaoming = -10 # 无法判断出错误
对于大多数童鞋，这个问题 so easy 的啦：将 score 变为私有，从而禁止 xiaoming.score 这样的直接调用，增加一个get_score和 set_score用于读写：
class MathScore():
def __init__(self, std_id, score):
self.std_id = std_id
if score < 0:
raise ValueError("Score can't be negative number!")
self.__score = score
def check(self):
if self.__score >= 60:
return 'pass'
else:
return 'failed'
def get_score(self):
return self.__score
def set_score(self, value):
if value < 0:
raise ValueError("Score can't be negative number!")
self.__score = value
这确实是种常见的解决方法，但是不得不说这简直丑爆了：调用成绩再也不能使用xiaoming.score这样自然的方式，需要使用xiaoming.get_score()，这看起来像口吃在说话！
还有那反人类的下划线和括号…那应该只出现在计算机之间窃窃私语之中…
赋值也无法使用xiaoming.score = 80， 而需使用xiaoming.set_score(80)， 这对数学老师来说，太TM不自然了 !!!
作为一门简洁优雅的编程语言，Python 是不会坐视不管的，于是其给出了 Property 类：
Property类
先不管 Property 是啥，咱先看看它是如何简洁优雅的解决上面这个问题的：
class MathScore():
def __init__(self, std_id, score):
self.std_id = std_id
if score < 0:
raise ValueError("Score can't be negative number!")
self.__score = score
def check(self):
if self.__score >= 60:
return 'pass'
else:
return 'failed'
def __get_score__(self):
return self.__score
def __set_score__(self, value):
if value < 0:
raise ValueError("Score can't be negative number!")
self.__score = value
score = property(__get_score__, __set_score__)
与上段代码相比，主要是在最后一句实例化了一个property实例，并取名为score， 这个时候，我们就能如此自然的对instance.__score进行读写了：
xiaoming = MathScore(10, 90)
xiaoming.score
Out[30]: 90
xiaoming.score = 80
xiaoming.score
Out[32]: 80
xiaoming.score = -90
Traceback (most recent call last):
File "demo.py", line 1, in <module>
xiaoming.score = -90
File "demo.py", line 28, in __set_score__
raise ValueError("Score can't be negative number!")
ValueError: Score can't be negative number!
WOW~~一切工作正常！
嗯，那么问题来了：它是怎么工作的呢？
先看下Python官方文档property，它的工作方式：
实例化 property 实例（我知道这是句废话）；
调用 property 实例（比如xiaoming.score）会直接调用fget，并由fget返回相应值；
对property实例进行赋值操作（xiaoming.score = 80）则会调用fset，并由fset定义完成相应操作；
删除property实例（del xiaoming），则会调用fdel实现该实例的删除；
doc则是该property实例的字符说明；
fget/fset/fdel/doc需自定义，如果只设置了fget，则该实例为只读对象；
这看起来和本篇开头所说的descriptor的功能非常相似。另外，property还有个装饰器语法糖@property，其所实现功能与property()完全一样。
class MathScore():
def __init__(self, std_id, score):
self.std_id = std_id
if score < 0:
raise ValueError("Score can't be negative number!")
self.__score = score
def check(self):
if self.__score >= 60:
return 'pass'
else:
return 'failed'
@property
def score(self):
return self.__score
@score.setter
def score(self, value): #注意方法名称要与上面一致，否则会失效
if value < 0:
raise ValueError("Score can't be negative number!")
self.__score = value
我们知道了 property 实例的工作方式了，那么问题又来了：它是怎么实现的？
事实上property确实是基于descriptor而实现的，下面进入我们的正题descriptor吧！
descriptor描述符
照样先不管 descriptor 是啥，咱们还是先看栗子，对于上面 Property 实现的功能，我们可以通过自定义的 descriptor 来实现：
class NonNegative():
def __init__(self):
pass
def __get__(self, ist, cls):
return 'descriptor get: ' + str(ist.__score ) #这里加上字符描述便于看清调用
def __set__(self, ist, value):
if value < 0:
raise ValueError("Score can't be negative number!")
print('descriptor set:', value)
ist.__score = value
class MathScore():
score = NonNegative()
def __init__(self, std_id, score):
self.std_id = std_id
if score < 0:
raise ValueError("Score can't be negative number!")
self.__score = score
def check(self):
if self.__score >= 60:
return 'pass'
else:
return 'failed'
我们新定义了一个NonNegative类，并在其内实现了__get__、__set__方法，然后在MathScore类中实例化了一个NonNegative的实例score，注意：score实例是MathScore 的类属性！ 这个Mathscore.score属性同上面property的score实例的功能是一样的，只不过Mathscore.score调用的get、set并不定义在Mathscore内，而是定义在NonNegative类中，而NonNegative类就是一个descriptor对象！
纳尼？NonNegative类的定义中可没见到半个 “descriptor” 的字样，怎么就成了descriptor对象？？？
淡定！ 任何实现__get__，__set__ 或 __delete__方法中一至多个的类，就是descriptor对象。所以NonNegative自然是一个descriptor对象。
那么descriptor对象与普通类有什么特别之处呢？先不急，来看看上段代码的效果：
xiaoming = MathScore(10, 90)
xiaoming.score
Out[67]: 'descriptor get: 90'
xiaoming.score = 80
descriptor set: 80
wangerma = MathScore(11, 70)
wangerma.score
Out[70]: 'descriptor get: 70'
wangerma.score = 60
Out[70]: descriptor set: 60
wangerma.score
Out[73]: 'descriptor get: 60'
xiaoming.score
Out[74]: 'descriptor get: 80'
xiaoming.score = -90
ValueError: Score can't be negative number!
可以发现，MathScore.score虽然是一个类属性，但它却可以通过实例进行赋值，且面对不同的MathScore实例xiaoming、wangerma的赋值和调用，并不会产生冲突！因此看起来似乎更类似于MathScore的实例属性，但与实例属性不同的是它并不通过MathScore实例的读写方法操作值，而总是通过NonNegative实例的__get__和__set__对值进行操作。
那么它是怎么做到的呢？
注意看__get__、__set__的参数：
def __get__(self,ist,cls):
"""
self：descriptor实例本身（如 Math.score）
ist：调用score的实例（如 xiaoming）
cls：descriptor实例所在的类（如MathScore）
"""
pass
def __set__(self,ist,value):
# score就是通过这些传入的ist、cls参数，实现对MathScore及其具体实例属性的调用和改写的
pass
OK, 现在我们基本搞清了descriptor实例是如何实现对宿主类的实例属性进行模拟的。事实上property实例的实现方式与上面的NonNegative实例类似。那么我们既然有了propery，为什么还要去自定义descriptor呢？
答案在于：更加逼真的模拟实例属性（想想MathScore.__init__里面那恶心的判断语句），还有最重要的是：代码重用！！！
简而言之：通过单个descriptor对象，可以更加逼真的模拟实例属性，并且可以实现对宿主类实例的多个实例属性进行操作。
看个栗子：假如不仅要判断学生的分数是否为负数，而且还要判学生的学号是否为负值，使用 property 的实现方式是这样子的：
class MathScore():
def __init__(self, std_id, score):
if std_id < 0:
raise ValueError("Can't be negative number!")
self.__std_id = std_id
if score < 0:
raise ValueError("Can't be negative number!")
self.__score = score
def check(self):
if self.__score >= 60:
return 'pass'
else:
return 'failed'
@property
def score(self):
return self.__score
@score.setter
def score(self, value):
if value < 0:
raise ValueError("Can't be negative number!")
self.__score = value
@property
def std_id(self):
return self.__std_id
@std_id.setter
def std_id(self, idnum):
if idnum < 0:
raise ValueError("Can't be negative nmuber!")
self.__std_id = idnum
property实例最大的问题是：
无法影响宿主类实例的初始化，所以咱必须在__init__加上那丑恶的 if…
单个property实例仅能针对宿主类实例的单个属性，如果需要对多个属性进行控制，则必须定义多个property实例， 这真是太蛋疼了！
但是自定义descriptor可以很好的解决这个问题，看下实现：
class NonNegative():
def __init__(self):
self.dic = dict()
def __get__(self, ist, cls):
print('Description get', ist)
return self.dic[ist]
def __set__(self, ist, value):
print('Description set', ist, value)
if value < 0:
raise ValueError("Can't be negative number!")
self.dic[ist] = value
class MathScore():
score = NonNegative()
std_id = NonNegative()
def __init__(self, std_id, score):
#这里并未创建实例属性 std_id 和 score, 而是调用 MathScore.std_id 和 MathScore.score
self.std_id = std_id
self.score = score
def check(self):
if self.score >= 60:
return 'pass'
else:
return 'failed'
哈哈~！ MathScore.__init__内终于没了if ，代码也比上面的简洁不少，但是功能一个不少，且实例之间不会相互影响：
事实上，MathScore多个实例的同一个属性，都是通过单个MathScore类的相应类属性（也即NonNegative实例）操作的，这同property一致，但它又是怎么克服property的两个不足的呢？秘诀有三个：
-
property实例本质上是借助类属性，变向对实例属性进行操作，而NonNegative实例则是完全通过类属性模拟实例属性，因此实例属性其实根本不存在； -
NonNegative实例使用字典记录每个MathScore实例及其对应的属性值，其中key为MathScore实例名。
比如score实例就是使用dic = {'Zhangsan':50, 'Lisi':90}记录每个实例对应的score值，从而确保可以实现对MathScore实例属性的模拟； -
MathScore通过在__init__内直接调用类属性，从而实现对实例属性初始化赋值的模拟，而property则不能，因为property实例（也即MathScore的类属性）是真实的操作MathScore实例传入的实例属性以达到目的，但如果在初始化程序中传入的不是实例属性，而是类属性（也即property实例本身），则会陷入无限递归（PS：想一下如果将前一个property实例实现中的self.__score改成这里的self.score会发生什么）。
这三点看的似懂非懂，没关系，来个比喻：
每个descriptor实例（MathScore.score 和 MathScore.std_id）都是类作用域里的一个篮子，篮子里放着写着每个MathScore实例名字的盒子('zhangsan'，'lisi')，同一个篮子里的盒子只记录同样属性的值（比如score篮子里的盒子只记录分数值），当MathScore的实例对相应属性进行操作时，则找到对应的篮子，取出标有该实例名字的盒子，并对其进行操作。
因此，实例对应的属性，压根不在实例自己的作用域内，而是在类作用域的篮子里，只不过我们可以通过xiaoming.score这样的方式进行操作而已，所以其实际的调用的逻辑是这样的：下图右侧的实例分别通过红线和黑线对score和std_id 进行操作，他们首先通过类调用相应的类属性，然后类属性通过对应的 descriptor 实例作用域对操作进行处理，并返回给类属性相应结果，最后让实例感知到。
看到这里，很多童鞋可能不淡定了，因为大家都知道在 Python 中采取 xiaoming.score = 10 这样的赋值方式，如果xiaoming没有score这样的实例属性，必定会自动创建该实例属性，怎么会去调用MathScore的score呢？
首先，要鼓掌！！！ 给想到这点的童鞋点赞！！！其实上面在说 property的时候这个问题就产生了。
其次，Python 为了实现descriptor确实对属性的调用顺序做出了相应的调整，这就是上一篇里讲到的新式类的MRO问题。