Python中的描述符（Descriptor）

描述符是Python中一个高级但非常重要的概念，它允许你自定义在属性访问时发生的操作。理解描述符是掌握Python面向对象编程深层次机制的关键。

1. 什么是描述符？

简单来说，描述符是一个“绑定行为”的类属性。它不是一个独立的函数，而是一个实现了特定协议（即拥有__get__、__set__或__delete__方法中至少一个）的类。

当一个类的属性被定义为描述符实例时，对该属性的访问（读取、赋值、删除）将不再直接操作该实例的属性字典，而是转而触发描述符类中定义的相应方法。

2. 描述符协议

描述符协议由三个特殊方法组成。一个类只要实现了以下任何一个方法，它就被认为是一个描述符：

• __get__(self, obj, type=None) -> object：当访问描述符属性时调用。
  • obj：访问该属性的实例对象。如果属性是通过类访问的（如MyClass.descriptor_attr），则obj为None。
  • type：该实例所属的类。
• __set__(self, obj, value) -> None：当为描述符属性赋值时调用。
  • obj：实例对象。
  • value：要赋的值。
• __delete__(self, obj) -> None：当删除描述符属性时调用。
  • obj：实例对象。

根据实现的方法，描述符可分为两类：

• 数据描述符：实现了__set__或__delete__方法的描述符。
• 非数据描述符：只实现了__get__方法的描述符。

这个区分非常重要，因为它影响了Python的属性查找优先级。

3. 属性查找优先级

当您通过实例访问一个属性（如instance.attr）时，Python会按照以下顺序进行查找：

1. 数据描述符：在类及其父类中查找名为attr的数据描述符。如果找到，则调用其__get__方法。
2. 实例属性：在实例的__dict__字典中查找名为attr的键。
3. 非数据描述符：在类及其父类中查找名为attr的非数据描述符。如果找到，则调用其__get__方法。
4. 类属性：在类的__dict__字典中查找名为attr的键。
5. 父类属性：按照方法解析顺序（MRO）在父类中查找。
6. 如果以上都未找到，则抛出AttributeError。

关键点：数据描述符的优先级高于实例属性！这意味着即使实例的__dict__中有同名属性，Python也会优先使用数据描述符。

4. 循序渐进：从简单例子到实际应用

第一步：创建一个非数据描述符

我们先创建一个最简单的描述符，它只实现了__get__方法，因此是一个非数据描述符。

class SimpleDescriptor:
    """一个简单的非数据描述符，记录访问次数"""
    def __init__(self):
        self._value = "默认值"

    def __get__(self, obj, objtype=None):
        print(f"描述符的 __get__ 被调用：obj={obj}, objtype={objtype}")
        return self._value

class MyClass:
    attr = SimpleDescriptor()  # 类属性是一个描述符实例

# 通过类访问
print("1. 通过类访问：")
print(MyClass.attr)  # 输出：描述符的 __get__ 被调用：obj=None, objtype=<class '__main__.MyClass'>
                     #       默认值

# 通过实例访问
print("\n2. 通过实例访问：")
instance = MyClass()
print(instance.attr) # 输出：描述符的 __get__ 被调用：obj=<__main__.MyClass object at ...>, objtype=<class '__main__.MyClass'>
                     #       默认值

# 尝试为实例属性赋值（不会调用描述符的__set__，因为我们没定义）
print("\n3. 为实例属性赋值：")
instance.attr = "实例属性的值" # 这会在实例的 __dict__ 中创建一个名为 'attr' 的属性
print(instance.attr)         # 输出：实例属性的值
print(instance.__dict__)     # 输出：{'attr': '实例属性的值'}
print(MyClass.attr)          # 输出：描述符的 __get__ 被调用：obj=None, objtype=<class '__main__.MyClass'>
                             #       默认值

解释：

• 通过类访问MyClass.attr时，__get__的obj参数是None。
• 通过实例访问instance.attr时，__get__的obj参数是该实例。
• 当我们执行instance.attr = "..."时，由于SimpleDescriptor没有__set__方法（是非数据描述符），Python会在实例的__dict__中创建（或覆盖）一个名为attr的普通属性。之后再次访问instance.attr，根据优先级规则，会优先找到实例属性，而不会再触发描述符的__get__。

第二步：创建一个数据描述符

现在，我们创建一个完整的数据描述符，用于管理一个属性，并在赋值时进行类型检查。

class TypedDescriptor:
    """一个数据描述符，进行类型检查"""
    def __init__(self, name, expected_type):
        self.name = name           # 属性的名称
        self.expected_type = expected_type # 期望的类型
        self.private_name = f"_{name}"     # 用于在实例中存储值的私有属性名

    def __get__(self, obj, objtype=None):
        if obj is None:
            # 通过类访问时，返回描述符本身
            return self
        # 从实例的 __dict__ 中获取存储的值
        return getattr(obj, self.private_name)

    def __set__(self, obj, value):
        if not isinstance(value, self.expected_type):
            raise TypeError(f"期望的类型是 {self.expected_type}，但传入的是 {type(value)}")
        # 将值存储在实例的 __dict__ 中，使用私有名称以避免冲突
        setattr(obj, self.private_name, value)

    def __delete__(self, obj):
        # 删除存储在实例中的值
        delattr(obj, self.private_name)

class Person:
    name = TypedDescriptor("name", str)   # 类属性，是描述符实例
    age = TypedDescriptor("age", int)     # 另一个描述符实例

    def __init__(self, name, age):
        self.name = name  # 这会调用 TypedDescriptor.__set__
        self.age = age    # 这会调用 TypedDescriptor.__set__

# 正常使用
print("1. 正常创建对象：")
person = Person("Alice", 30)
print(person.name)  # 输出：Alice (调用 __get__)
print(person.age)   # 输出：30 (调用 __get__)

# 类型检查生效
print("\n2. 类型错误测试：")
try:
    person.age = "三十" # 不是整数，会抛出 TypeError
except TypeError as e:
    print(e) # 输出：期望的类型是 <class 'int'>，但传入的是 <class 'str'>

# 数据描述符优先级测试
print("\n3. 数据描述符优先级测试：")
person.__dict__["age"] = "偷偷设置的字符串" # 直接操作实例字典
print(person.age) # 输出：30 (仍然是30！)

解释：

• 现在TypedDescriptor是一个数据描述符（实现了__set__）。
• 在__set__中，我们进行了类型检查。
• 我们使用了一个“私有”名称（如_age）在实例的__dict__中存储实际数据，以避免与描述符本身同名造成无限递归。
• 最关键的部分是最后的测试：即使我们直接向实例的__dict__中写入了一个age属性，当我们访问person.age时，Python仍然优先调用了数据描述符的__get__方法，返回了存储在_age中的正确值30。这证明了数据描述符的优先级高于实例属性。

第三步：实际应用场景

描述符在Python中广泛应用，以下是一些经典例子：

1. 属性（@property）：Python内置的@property装饰器本质上就是创建了一个数据描述符。@property是描述符的一种优雅、简洁的语法糖。
2. 方法（methods）：类中的普通函数也是非数据描述符。当你调用instance.method()时，Python会通过描述符协议将函数绑定到实例上，生成一个绑定方法。
3. ORM（对象关系映射）框架：例如Django的模型字段（models.CharField，models.IntegerField）都是描述符。它们负责在Python对象和数据库列值之间进行转换和验证。
4. 惰性求值：描述符可以用于实现惰性属性，即只有在第一次访问时才计算其值，然后缓存结果。

总结

• 描述符是一个实现了__get__、__set__或__delete__方法的类。
• 数据描述符（有__set__/__delete__）优先级高于实例属性；非数据描述符（只有__get__）优先级低于实例属性。
• 描述符的核心作用是将类属性的访问逻辑封装到一个单独的类中，从而实现复用、验证、惰性计算等高级功能。
• 理解描述符协议和属性查找顺序是掌握描述符的关键。