Python中的描述符协议与数据描述符/非数据描述符的区别

描述符协议是Python中用于属性访问控制的底层机制，它通过实现__get__、__set__或__delete__方法，将类属性转换为一个“描述符对象”，从而自定义属性的读取、赋值或删除行为。描述符分为两类：

1. 数据描述符：至少实现了__set__或__delete__方法（通常同时实现__get__）。
2. 非数据描述符：仅实现了__get__方法。

两者的核心区别在于属性访问的优先级：数据描述符的优先级高于实例属性，而非数据描述符的优先级低于实例属性。

逐步讲解

1. 描述符的基本结构

一个描述符是一个类，其方法签名如下：

class Descriptor:  
    def __get__(self, instance, owner):  
        # instance: 调用描述符的实例（若通过类访问则为None）  
        # owner: 实例所属的类  
        pass  

    def __set__(self, instance, value):  
        # 赋值时触发  
        pass  

    def __delete__(self, instance):  
        # 删除属性时触发  
        pass  

2. 数据描述符的优先级验证

示例代码：

class DataDescriptor:  
    def __get__(self, instance, owner):  
        return "数据描述符的__get__"  
    def __set__(self, instance, value):  
        print("数据描述符的__set__")  

class NonDataDescriptor:  
    def __get__(self, instance, owner):  
        return "非数据描述符的__get__"  

class MyClass:  
    data_desc = DataDescriptor()  # 数据描述符  
    non_data_desc = NonDataDescriptor()  # 非数据描述符  

# 测试优先级  
obj = MyClass()  

# 1. 数据描述符优先级测试  
obj.data_desc = "实例属性"  # 触发DataDescriptor的__set__  
print(obj.data_desc)  # 输出"数据描述符的__get__"（优先访问描述符，而非实例属性）  

# 2. 非数据描述符优先级测试  
obj.non_data_desc = "实例属性"  
print(obj.non_data_desc)  # 输出"实例属性"（实例属性优先级更高）  

执行结果分析：

• 对data_desc赋值时，直接触发数据描述符的__set__方法，实例属性不会被创建。
• 对non_data_desc赋值时，实例属性会覆盖非数据描述符的访问。

3. 底层原理：属性查找顺序

Python的属性查找遵循优先级链：

1. 数据描述符（最高优先级）
2. 实例属性（存储在obj.__dict__中）
3. 非数据描述符
4. 类属性
5. 继承链中的属性

验证实例属性与描述符的存储：

obj = MyClass()  
obj.non_data_desc = "实例属性"  
print(obj.__dict__)  # 输出{'non_data_desc': '实例属性'}  
# 此时non_data_desc是实例属性，而非描述符  

obj.data_desc = "尝试覆盖数据描述符"  
print(obj.__dict__)  # 输出仍为{'non_data_desc': '实例属性'}  
# 数据描述符阻止实例属性的创建  

4. 实际应用场景

• 数据描述符：适用于需要强控制的属性，如类型验证（@property本质是数据描述符）：

  class ValidatedAttribute:  
      def __set__(self, instance, value):  
          if not isinstance(value, int):  
              raise TypeError("必须为整数")  
          instance.__dict__["_value"] = value  # 存储到实例字典  
      def __get__(self, instance, owner):  
          return instance.__dict__.get("_value")  
  

• 非数据描述符：适用于无状态计算属性（如方法绑定）：

  class LazyProperty:  
      def __get__(self, instance, owner):  
          if instance is None:  
              return self  
          value = expensive_calculation()  
          instance.__dict__["lazy"] = value  # 缓存结果  
          return value  
  

5. 总结关键区别

通过理解描述符的优先级差异，可以更精准地设计类的属性行为，避免意外的属性覆盖问题。