Python中的描述符协议与属性访问顺序

这是一个关于Python描述符（Descriptor）如何与属性访问机制交互的核心问题。描述符协议是Python实现属性、方法、类方法、静态方法等高级特性的基础，而其与常规属性查找的顺序关系是理解属性解析的关键。

1. 描述符的基础回顾

首先，我们需要明确什么是描述符。描述符是一个实现了特定方法（__get__， __set__， 或 __delete__）的类实例。它允许你在访问一个类属性时自定义行为。

• 数据描述符：实现了 __set__ 或 __delete__ 方法（通常两者都实现）的描述符。
• 非数据描述符：只实现了 __get__ 方法的描述符。

示例：

class MyDescriptor:
    """一个简单的数据描述符"""
    def __get__(self, obj, objtype=None):
        print(f'Getting: self={self}, obj={obj}, objtype={objtype}')
        return 42
    
    def __set__(self, obj, value):
        print(f'Setting: self={self}, obj={obj}, value={value}')

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

2. 属性访问的核心逻辑：__getattribute__

在Python中，当你在一个对象（实例）上访问一个属性（如 obj.attr）时，解释器会调用对象的 __getattribute__ 方法。这是所有属性访问的入口。它的内部逻辑（简化版）大致遵循以下顺序：

1. 检查类字典：首先，Python会检查对象的类（type(obj)）的字典（__dict__）。
2. 识别描述符：如果在类字典中找到了这个属性名，Python会检查它是不是一个数据描述符。如果是，直接调用数据描述符的 __get__ 方法，并返回其结果，流程结束。
3. 检查实例字典：如果不是数据描述符，Python会检查对象实例自身的字典（obj.__dict__）。如果找到了，就直接返回这个值。
4. 处理非数据描述符：如果实例字典中没有，但类字典中的这个属性是一个非数据描述符，那么就调用这个非数据描述符的 __get__ 方法，并返回其结果。
5. 返回类属性：如果类字典中有这个属性，但它既不是数据描述符也不是非数据描述符（比如一个普通的整数或函数），那么就返回这个类属性本身。
6. 触发 __getattr__：如果以上步骤都失败了，最后会调用对象的 __getattr__ 方法（如果定义了的话），给它一个处理缺失属性的机会。
7. 抛出 AttributeError：如果连 __getattr__ 都没有，则抛出 AttributeError 异常。

3. 一个清晰的步骤演示

让我们用一个更复杂的例子来验证这个顺序：

class DataDescriptor:
    def __get__(self, obj, objtype):
        print('DataDescriptor.__get__')
        return '数据描述符的值'
    def __set__(self, obj, value):
        print('DataDescriptor.__set__')

class NonDataDescriptor:
    def __get__(self, obj, objtype):
        print('NonDataDescriptor.__get__')
        return '非数据描述符的值'
    # 没有 __set__ 方法，所以是非数据描述符

class MyClass:
    data_desc = DataDescriptor()  # 数据描述符
    non_data_desc = NonDataDescriptor()  # 非数据描述符
    normal_attr = '普通类属性'  # 普通属性

# 创建实例
obj = MyClass()

场景1：访问数据描述符

print('场景1: obj.data_desc')
print('结果:', obj.data_desc)
print('---')

输出：

场景1: obj.data_desc
DataDescriptor.__get__
结果: 数据描述符的值
---

解释：data_desc 是类字典中的一个数据描述符。根据顺序，第一步“检查类字典”就发现了它，并且它是数据描述符，所以跳过实例字典，直接调用其 __get__ 方法。实例字典 obj.__dict__ 在此过程中完全不被检查。

场景2：访问非数据描述符（实例字典无此属性）

print('场景2: obj.non_data_desc')
print('结果:', obj.non_data_desc)
print('---')

输出：

场景2: obj.non_data_desc
NonDataDescriptor.__get__
结果: 非数据描述符的值
---

解释：non_data_desc 是类字典中的一个非数据描述符。Python检查类字典，发现它是非数据描述符。然后，按照顺序，它会先去检查实例字典。因为此时 obj.__dict__ 是空的，没有找到。所以流程回退，调用这个非数据描述符的 __get__ 方法。

场景3：访问非数据描述符（实例字典有此属性）

obj.__dict__['non_data_desc'] = '我直接设置到实例字典的值'
print('场景3: 在实例字典设置后，obj.non_data_desc')
print('结果:', obj.non_data_desc)
print('---')

输出：

场景3: 在实例字典设置后，obj.non_data_desc
结果: 我直接设置到实例字典的值
---

解释：这是最关键的一点！现在 obj.__dict__ 中已经有了 non_data_desc 这个键。当访问 obj.non_data_desc 时，Python在类字典中发现它是一个非数据描述符。但根据顺序，接下来会优先检查实例字典，并且成功找到。所以，它直接返回实例字典中的值，而不会去调用非数据描述符的 __get__ 方法。这说明，实例属性会“遮盖”非数据描述符。

场景4：访问普通类属性（实例字典无此属性）

print('场景4: obj.normal_attr')
print('结果:', obj.normal_attr)
print('---')

输出：

场景4: obj.normal_attr
结果: 普通类属性
---

解释：normal_attr 是类字典中的一个普通属性（不是描述符）。Python检查类字典，发现它不是描述符，然后检查实例字典（为空），所以最后返回类字典中的这个值。

场景5：访问普通类属性（实例字典有此属性）

obj.__dict__['normal_attr'] = '我覆盖了类属性'
print('场景5: 在实例字典设置后，obj.normal_attr')
print('结果:', obj.normal_attr)
print('---')

输出：

场景5: 在实例字典设置后，obj.normal_attr
结果: 我覆盖了类属性
---

解释：和场景3类似，实例字典中的属性会覆盖类字典中的普通属性。这符合我们熟悉的面向对象知识。

4. 最终属性访问顺序总结

综合以上实验，我们可以得出一个精确的、适用于 obj.attr 的查找顺序流程图：

graph TD
    A[开始访问 obj.attr] --> B{检查 type(obj).__dict__[attr]};
    B -->|是 数据描述符| C[调用 数据描述符.__get__];
    C --> D[返回结果， 结束];
    B -->|不是 数据描述符| E{检查 obj.__dict__[attr]};
    E -->|找到| F[返回实例属性值， 结束];
    E -->|未找到| G{type(obj).__dict__[attr] 是否为 非数据描述符?};
    G -->|是| H[调用 非数据描述符.__get__];
    H --> D;
    G -->|不是描述符| I[返回类属性值， 结束];

用文字表述，这个顺序是：

数据描述符的优先级最高，总是优先于实例属性。实例属性的优先级次之，会覆盖非数据描述符和普通类属性。非数据描述符的优先级最低，只有在实例字典中找不到同名属性时才会被调用。

这个精妙的顺序设计，使得像 property（它是一个数据描述符）这样的工具可以强制控制对属性的读写，而像实例方法（它是一个非数据描述符）则允许实例用同名属性覆盖掉方法，提供了灵活性。理解这个顺序，是深入掌握Python属性管理、元编程和高级OOP特性的关键。