深入理解 Python 描述符机制:以 rainyear/pytips 项目为例
2025-06-10 02:26:44作者:俞予舒Fleming
描述符协议:Python 属性访问的底层机制
在 Python 中,描述符(Descriptor)是一种强大的协议,它允许开发者自定义属性访问的行为。描述符协议定义了三个核心方法:
__get__()- 控制属性的获取__set__()- 控制属性的赋值__delete__()- 控制属性的删除
当我们在 Python 中使用点号(.)访问属性时,实际上是在触发描述符协议。例如,obj.attr 这样的简单属性访问,底层会调用 __getattribute__() 方法,最终可能转化为描述符的 __get__() 方法调用。
描述符的实际应用
1. property 描述符
property 是 Python 中最常用的描述符之一,它允许我们将方法调用伪装成属性访问。在 rainyear/pytips 项目中,展示了 property 的两种使用方式:
方式一:作为函数使用
class Int:
def __init__(self, val):
self._val = val
self._ctype = None
def get_ctype(self):
print("INFO: You can get `ctype`")
return self._ctype
def set_ctype(self, val):
print("INFO: You're setting `ctype` =", val)
self._ctype=val
ctype = property(fget=get_ctype, fset=set_ctype, doc="Property `ctype`")
方式二:作为装饰器使用(更简洁)
class Int:
_ctype = None
def __init__(self, val):
self._val = val
@property
def ctype(self):
print("INFO: You can get `ctype` from me!")
return self._ctype
@ctype.setter
def ctype(self, val):
print("INFO: You're setting `ctype` =", val)
self._ctype = val
property 描述符的主要优势在于:
- 可以在属性访问时执行额外的逻辑
- 保持接口一致性(方法调用看起来像属性访问)
- 实现属性的只读、只写或读写控制
2. staticmethod 和 classmethod 描述符
这两个描述符用于控制方法的调用方式:
staticmethod - 将方法转换为静态方法,不接收隐式的第一个参数(self 或 cls)
class Int:
@staticmethod
def get_ctype():
print("INFO: You can get `ctype` from here!")
return "Class::StaticInt"
classmethod - 将方法转换为类方法,接收类作为隐式的第一个参数(通常命名为 cls)
class Int:
_ctype = ""
@classmethod
def set_ctype(klass, t):
klass._ctype = t
return "{}.ctype = {}".format(klass.__name__, t)
关键区别:
- 静态方法:与类和实例都无关,相当于普通函数
- 类方法:可以访问和修改类状态,但不能访问实例状态
描述符的实现原理
在 rainyear/pytips 项目中,还展示了如何用纯 Python 实现这些内置描述符。理解这些实现有助于深入掌握描述符的工作原理:
Property 实现
class Property(object):
def __init__(self, fget=None, fset=None, fdel=None, doc=None):
self.fget = fget
self.fset = fset
self.fdel = fdel
self.__doc__ = doc or fget.__doc__
def __get__(self, obj, objtype=None):
if obj is None:
return self
if self.fget is None:
raise AttributeError("unreadable attribute")
return self.fget(obj)
# 其他方法省略...
StaticMethod 实现
class StaticMethod(object):
def __init__(self, f):
self.f = f
def __get__(self, obj, objtype=None):
return self.f
ClassMethod 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
实际开发中的应用场景
- 数据验证:在属性赋值时检查数据有效性
- 延迟计算:只在首次访问时计算属性值
- 访问控制:实现只读属性或权限检查
- API 设计:提供更优雅的接口
- ORM 框架:实现对象-关系映射
总结
Python 的描述符机制是许多高级特性的基础,理解它可以帮助我们:
- 更深入地理解 Python 的对象模型
- 编写更灵活、更强大的类
- 更好地使用内置的 property、staticmethod 和 classmethod
- 理解框架(如 Django、SQLAlchemy)的工作原理
通过 rainyear/pytips 项目中的示例,我们可以清晰地看到描述符如何将简单的属性访问转化为方法调用,从而实现对属性访问过程的完全控制。掌握描述符是成为 Python 高级开发者的重要一步。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
React Native鸿蒙化仓库
JavaScript
265
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868