python屬性查找 深刻理解（attribute lookup）

在Python中，屬性查找（attribute lookup）是比較複雜的，特別是涉及到描述符descriptor的時候。

   

　　在上一文章末尾，給出了一段代碼，就涉及到descriptor與attribute lookup的問題。而get系列函數(__get__, __getattr__, __getattribute__) 也很容易搞暈，本文就這些問題簡單總結一下。

　　首先，咱們知道：

•     python中一切都是對象，「everything is object」，包括類，類的實例，數字，模塊

•     任何object都是類（class or type）的實例（instance）

•     若是一個descriptor只實現了__get__方法，咱們稱之爲non-data descriptor， 若是同時實現了__get__ __set__咱們稱之爲data descriptor。

 

    按照python doc，若是obj是某個類的實例，那麼obj.name首先調用__getattribute__。若是類定義了__getattr__方法，那麼在__getattribute__拋出 AttributeError 的時候就會調用到__getattr__，而對於描述符(__get__）的調用，則是發生在__getattribute__內部的。官網文檔是這麼描述的

    The implementation works through a precedence chain that gives data descriptors priority over instance variables, instance variables priority over non-data descriptors, and assigns lowest priority to __getattr__() if provided.

    obj = Clz(), 那麼obj.attr 順序以下：

    （1）若是「attr」是出如今Clz或其基類的__dict__中， 且attr是data descriptor， 那麼調用其__get__方法, 不然

    （2）若是「attr」出如今obj的__dict__中， 那麼直接返回 obj.__dict__['attr']， 不然

    （3）若是「attr」出如今Clz或其基類的__dict__中

        （3.1）若是attr是non-data descriptor，那麼調用其__get__方法， 不然

        （3.2）返回 __dict__['attr']

    （4）若是Clz有__getattr__方法，調用__getattr__方法，不然

    （5）拋出AttributeError 

　　下面是測試代碼：

　　

 View Code

 

　　注意第50行，change_attr給實例的__dict__裏面增長了兩個屬性。經過上下兩條print的輸出以下：

　　Derive object dict {'same_name_attr': 'attr in object', 'not_des_attr': 'I am not descriptor attr'}

　　Derive object dict {'same_name_attr': 'attr in object', 'ndd_derive': 'ndd_derive now in object dict ', 'not_des_attr': 'I am not descriptor attr', 'dd_base': 'dd_base now in object dict '}

 

　　調用change_attr方法以後，dd_base既出如今類的__dict__（做爲data descriptor）, 也出如今實例的__dict__， 新航道雅思培訓由於attribute lookup的循序，因此優先返回的仍是Clz.__dict__['dd_base']。而ndd_base雖然出如今類的__dict__， 可是由於是nondata descriptor，因此優先返回obj.__dict__['dd_base']。其餘：line48,line56代表了__getattr__的做用。line49代表obj.__dict__優先於Clz.__dict__

 

　　前面提到過，類的也是對象，類是元類（metaclass）的實例，因此類屬性的查找順序基本同上，區別在於第二步，因爲Clz可能有基類，因此是在Clz及其基類的__dict__查找「attr"

　　

　　文末，咱們再來看一下這段代碼。

 　　

 1 import functools, time 2 class cached_property(object): 3     """ A property that is only computed once per instance and then replaces 4         itself with an ordinary attribute. Deleting the attribute resets the 5         property. """ 6  7     def __init__(self, func): 8         functools.update_wrapper(self, func) 9         self.func = func10 11     def __get__(self, obj, cls):12         if obj is None: return self13         value = obj.__dict__[self.func.__name__] = self.func(obj)14         return value15 16 class TestClz(object):17     @cached_property18     def complex_calc(self):19         print 'very complex_calc'20         return sum(range(100))21 22 if __name__=='__main__':23     t = TestClz()24     print '>>> first call'25     print t.complex_calc26     print '>>> second call'27     print t.complex_calc

 

    cached_property是一個non-data descriptor。在TestClz中，用cached_property裝飾方法complex_calc，返回值是一個descriptor實例，因此在調用的時候沒有使用小括號。

    第一次調用t.complex_calc以前，obj(t)的__dict__中沒有」complex_calc「， 根據查找順序第三條，執行cached_property.__get__, 這個函數代用緩存的complex_calc函數計算出結果，而且把結果放入obj.__dict__。那麼第二次訪問t.complex_calc的時候，根據查找順序，第二條有限於第三條，因此就直接返回obj.__dict__['complex_calc']。bottle的源碼中還有兩個descriptor，很是厲害！