深入描述符

silence_33 2017-08-03

展開全文

描述符是一種在多個屬性上重復利用同一個存取邏輯的方式，他能'劫持'那些本對于self.__dict__的操作。描述符通常是一種包含__get__、__set__、__delete__三種方法中至少一種的類，給人的感覺是「把一個類的操作托付與另外一個類」。靜態(tài)方法、類方法、property都是構建描述符的類。

我們先看一個簡單的描述符的例子（基于我之前的分享的Python高級編程改編，這個PPT建議大家去看看）：

class MyDescriptor(object):
_value = ''
def __get__(self, instance, klass):
return self._value
def __set__(self, instance, value):
self._value = value.swapcase()
class Swap(object):
swap = MyDescriptor()

注意MyDescriptor要用新式類。調(diào)用一下：

In [1]: from descriptor_example import Swap
In [2]: instance = Swap()
In [3]: instance.swap # 沒有報AttributeError錯誤，因為對swap的屬性訪問被描述符類重載了
Out[3]: ''
In [4]: instance.swap = 'make it swap' # 使用__set__重新設置_value
In [5]: instance.swap
Out[5]: 'MAKE IT SWAP'
In [6]: instance.__dict__ # 沒有用到__dict__:被劫持了
Out[6]: {}

這就是描述符的威力。我們熟知的staticmethod、classmethod如果你不理解，那么看一下用Python實現(xiàn)的效果可能會更清楚了：

>>> class myStaticMethod(object):
... def __init__(self, method):
... self.staticmethod = method
... def __get__(self, object, type=None):
... return self.staticmethod
...
>>> class myClassMethod(object):
... def __init__(self, method):
... self.classmethod = method
... def __get__(self, object, klass=None):
... if klass is None:
... klass = type(object)
... def newfunc(*args):
... return self.classmethod(klass, *args)
... return newfunc

在實際的生產(chǎn)項目中，描述符有什么用處呢？首先看MongoEngine中的Field的用法：

from mongoengine import *
class Metadata(EmbeddedDocument):
tags = ListField(StringField())
revisions = ListField(IntField())
class WikiPage(Document):
title = StringField(required=True)
text = StringField()
metadata = EmbeddedDocumentField(Metadata)

有非常多的Field類型，其實它們的基類就是一個描述符，我簡化下，大家看看實現(xiàn)的原理：

class BaseField(object):
name = None
def __init__(self, **kwargs):
self.__dict__.update(kwargs)
...
def __get__(self, instance, owner):
return instance._data.get(self.name)
def __set__(self, instance, value):
...
instance._data[self.name] = value

很多項目的源代碼看起來很復雜，在抽絲剝繭之后，其實原理非常簡單，復雜的是業(yè)務邏輯。

接著我們再看Flask的依賴Werkzeug中的cached_property：

class _Missing(object):
def __repr__(self):
return 'no value'
def __reduce__(self):
return '_missing'
_missing = _Missing()
class cached_property(property):
def __init__(self, func, name=None, doc=None):
self.__name__ = name or func.__name__
self.__module__ = func.__module__
self.__doc__ = doc or func.__doc__
self.func = func
def __set__(self, obj, value):
obj.__dict__[self.__name__] = value
def __get__(self, obj, type=None):
if obj is None:
return self
value = obj.__dict__.get(self.__name__, _missing)
if value is _missing:
value = self.func(obj)
obj.__dict__[self.__name__] = value
return value

其實看類的名字就知道這是緩存屬性的，看不懂沒關系，用一下：

class Foo(object):
@cached_property
def foo(self):
print 'Call me!'
return 42

調(diào)用下：

In [1]: from cached_property import Foo
...: foo = Foo()
...:
In [2]: foo.bar
Call me!
Out[2]: 42
In [3]: foo.bar
Out[3]: 42

可以看到在從第二次調(diào)用bar方法開始，其實用的是緩存的結(jié)果，并沒有真的去執(zhí)行。

說了這么多描述符的用法。我們寫一個做字段驗證的描述符：

class Quantity(object):
def __init__(self, name):
self.name = name
def __set__(self, instance, value):
if value > 0:
instance.__dict__[self.name] = value
else:
raise ValueError('value must be > 0')
class Rectangle(object):
height = Quantity('height')
width = Quantity('width')
def __init__(self, height, width):
self.height = height
self.width = width
@property
def area(self):
return self.height * self.width

我們試一試：

In [1]: from rectangle import Rectangle
In [2]: r = Rectangle(10, 20)
In [3]: r.area
Out[3]: 200
In [4]: r = Rectangle(-1, 20)
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
ipython-input-5-5a7fc56e8a> in module>()
----> 1 r = Rectangle(-1, 20)
/Users/dongweiming/mp/2017-03-23/rectangle.py in __init__(self, height, width)
15
16 def __init__(self, height, width):
---> 17 self.height = height
18 self.width = width
19
/Users/dongweiming/mp/2017-03-23/rectangle.py in __set__(self, instance, value)
7 instance.__dict__[self.name] = value
8 else:
----> 9 raise ValueError('value must be > 0')
10
11
ValueError: value must be > 0

看到了吧，我們在描述符的類里面對傳值進行了驗證。ORM就是這么玩的！

但是上面的這個實現(xiàn)有個缺點，就是不太自動化，你看 height =Quantity('height')，這得讓屬性和Quantity的name都叫做height，那么可不可以不用指定name呢？當然可以，不過實現(xiàn)的要復雜很多：

class Quantity(object):
__counter = 0
def __init__(self):
cls = self.__class__
prefix = cls.__name__
index = cls.__counter
self.name = '_{}#{}'.format(prefix, index)
cls.__counter += 1
def __get__(self, instance, owner):
if instance is None:
return self
return getattr(instance, self.name)
...
class Rectangle(object):
height = Quantity()
width = Quantity()
...

Quantity的name相當于類名+計時器，這個計時器每調(diào)用一次就疊加1，用此區(qū)分。有一點值得提一提，在__get__中的：

if instance is None:
return self

在很多地方可見，比如之前提到的MongoEngine中的BaseField。這是由于直接調(diào)用Rectangle.height這樣的屬性時候會報AttributeError, 因為描述符是實例上的屬性。

PS：這個靈感來自《Fluent Python》，書中還有一個我認為設計非常好的例子。就是當要驗證的內(nèi)容種類很多的時候，如何更好地擴展的問題?，F(xiàn)在假設我們除了驗證傳入的值要大于0，還得驗證不能為空和必須是數(shù)字（當然三種驗證在一個方法中驗證也是可以接受的，我這里就是個演示），我們先寫一個abc的基類：