>>> class Math:
PI=3.1415926
>>> m = Math()
>>> vars(m) ##雖然m沒有回傳特性
{}
##會先在m的__dict中搜尋有無PI特性,若沒有則搜尋類別Math是否有PI特性
>>> m.PI
3.1415926
##若重新設定m.PI的特性
>>> m.PI = 2
##m中的特性空間__dict__中顯示出PI5這個特性
>>> vars(m)
{'PI': 2}
總結:
如果嘗試透過實例取得某個特性,如果實例的__dict__中沒有,則到產 生實例的類別__dict__中尋找,如果類別__dict__仍沒有,則會試著呼叫__getattr__()來傳回,如果沒有定義 __getattr__()方法,則會引發AttributeError,如果有__getattr__(),則看__getattr__()如何處理。
流程:
1)先搜尋實例m的__dict__是否有該特性
2)再搜尋類別Math是否有該特性
3)呼叫__getattr__(),看__getattr__()如何處理
***實際中運作的例子再看一個
如果你試著在實例上呼叫某個方法,而該實例上沒有該綁定方法時(被@staticmethod或@classmethod修飾的函式),則會試著去類別__dict__中尋找,並以類別呼叫方式來執行函式。例如:
>>> class Some: ... @staticmethod ... def service(): ... print('XD') ... >>> s = Some() >>> s.service()XD >>> |
在上例中,嘗試執行s.service(),由於s並沒有service()的綁定方法(因為被@staticmethod修飾),所以嘗試尋找Some.service()執行。
[進階]尋找特性的順序 from 良葛格
當一個物件擁有__get__()方法(必要),以及選擇性的__set__()、__delete__()方法時,它可以作為描述器(Descriptor):
def __get__(self, instance, owner)
def __set__(self, instance, value)
def __delete__(self, instance)
def __set__(self, instance, value)
def __delete__(self, instance)
在Python中,所謂描述器,是用來描述特性的取得、設定、刪除該如何處理的物件,也就是說,當描述器實際是某個類別的特性成員時,對於類別特性的取得、設定或刪除,將會交由描述器來決定如何處理(除了那些內建特性,如__class__等特性之外)。例如:
class Descriptor: def __get__(self, instance, owner): print(self, instance, owner) def __set__(self, instance, value): print(self, instance, value) def __delete__(self, instance): print(self, instance) class Some: x = Descriptor()
在上例中,如果這麼執行:
s = Some()
s.x
s.x = 10
del s.x
s.x
s.x = 10
del s.x
其實相當於這麼作:
s = Some()
Some.__dict__['x'].__get__(s, Some);
Some.__dict__['x'].__set__(s, 10);
Some.__dict__['x'].__delete__(s);
Some.__dict__['x'].__get__(s, Some);
Some.__dict__['x'].__set__(s, 10);
Some.__dict__['x'].__delete__(s);
如果這麼作的話:
Some.x
則相當於這麼作:
Some.__dict__['x'].__get__(None, Some)
在 特性名稱空間 中談過特性搜尋的順序,依其中描述整理一下的話,特性的尋找順序是:
- 在實例的__dict__中尋找是否有相符的特性名稱
- 在產生實例的類別__dict__中尋找是否有相符的特性名稱
- 如果實例有定義__getattr__(),則看__getattr__()如何處理
- 如果實例沒有定義__getattr__(),則丟出AttributeError
如果加上描述器,則尋找的順序是:
- 在產生實例的類別__dict__中尋找是否有相符的特性名稱。如果找到 且實際是個描述器實例(也就是具有__get__()方法),且具有__set__()或__delete__()方法,若為取值,則傳回__get__ ()方法的值,若為設值,則呼叫__set__()(沒有這個方法則丟出AttributeError),若為刪除特性,則呼叫__delete__()(沒有這個方法則丟出AttributeError),如果描述器僅具有__get__(),則先進行第2步
- 在實例的__dict__中尋找是否有相符的特性名稱
- 在產生實例的類別__dict__中尋找是否有相符的特性名稱。如果不是描述器則直接傳回特性值。如果是個描述器(此時一定是僅具有__get__()方法),則傳回__get__()的值
- 如果實例有定義__getattr__(),則看__getattr__()如何處理
- 如果實例沒有定義__getattr__(),則丟出AttributeError
以上的流程可以作個簡單的驗證:
>>> class Desc: ... def __get__(self, instance, owner): ... print('instance', instance, 'owner', owner) ... def __set__(self, instance, value): ... print('instance', instance, 'value', value) ... >>> class X: ... x = Desc() ... >>> x = X() >>> x.xinstance <__main__.X object at 0x01E01C10> owner <class '__main__.X'> >>> x.x = 10instance <__main__.X object at 0x01E01C10> value 10 >>> x.__dict__['x'] = 10 >>> x.xinstance <__main__.X object at 0x01E01C10> owner <class '__main__.X'> >>> x.__dict__['x']10 >>> del x.xTraceback (most recent call last): File "<stdin>", line 1, in <module> AttributeError: __delete__ >>> |
除了__get__()方法之外,還具有__set__()或__delete__()方法或兩者兼具的描述器,稱之為資料描述器(Data descriptor),其行為與僅有__get__()方法的非資料描述器(Non-data descriptor)不同。例如以下為非資料描述器的行為:
Data descriptor :___get__,__set__(),__delete__()
Non-data descriptor:__get__
>>> class Desc: ... def __get__(self, instance, owner): ... print('instance', instance, 'owner', owner) ... >>> class X: ... x = Desc() ... >>> x = X() >>> x.xinstance <__main__.X object at 0x01E01FD0> owner <class '__main__.X'> >>> x.x = 10 >>> x.x10 >>> del x.x >>> x.xinstance <__main__.X object at 0x01E01FD0> owner <class '__main__.X'> >>> |
簡而言之,資料描述器可以讓你攔截對實例作特性的取得、設定與刪除行為,而非資料描述器可以讓你在攔截透過實例取得類別特性時的行為。
回顧 property() 函式 的內容,對於實例作特性的取得、設定與刪除,都會被轉呼叫為所指定的函式,可想而知的,這是一種資料描述器的行為,若要自行實作property()函式的行為,則可以如下:
def prop(getter, setter, deleter): class PropDesc: def __get__(self, instance, owner): return getter(instance) def __set__(self, instance, value): setter(instance, value) def __delete__(self, instance): deleter(instance) return PropDesc()
如此,property() 函式 中使用property()函式的例子,就可以改用以上的prop()函式,
class Ball:
def __init__(self, radius):
if radius <= 0:
raise ValueError('必須是正數')
self.__radius = radius
def getRadius(self):
return self.__radius
def setRadius(self, radius):
self.__radius = radius
def delRadius(self):
del self.__radius
radius = prop(getRadius, setRadius, delRadius)
在 靜態方法、類別方法 中討論過,類別的實例在操作類別所定義的方法時,方法的第一個參數都會被綁定為實例,透過實例所操作的這些方法稱之為綁定方法(Bound method)。例如:
>>> class Some: ... def doSome(self): ... print('something...', self) ... >>> s = Some() >>> s.doSome()something... <__main__.Some object at 0x01DA1C50> >>> s.doSome<bound method Some.doSome of <__main__.Some object at 0x01DA1C50>> >>> Some.doSome('arguments')something... arguments >>> Some.doSome<function doSome at 0x01D303D8> >>> |
很顯然地,透過實例所操作的方法,與原先定義在Some類別上的函式是不同的。事實上,你可以這麼操作:
>>> Some.__dict__['doSome'].__get__(s, Some)()something... <__main__.Some object at 0x01DA1C50> >>> Some.__dict__['doSome'].__get__(s, Some)<bound method Some.doSome of <__main__.Some object at 0x01DA1C50>> >>> Some.__dict__['doSome'].__get__(None, Some)() Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: doSome() takes exactly 1 positional argument (0 given) >>> Some.__dict__['doSome'].__get__(None, Some)('arguments')something... arguments >>> Some.__dict__['doSome'].__get__(None, Some)<function doSome at 0x01D303D8> >>> |
顯然地,Some類別上的doSome特性所參考的物件,具有__get__()方法,也就是說doSome特性實際上是個描述器,在Python類別中定義的函式,實際上是個特性名稱參考至一個非資料描述器。
假設你有個類別如下:
class Some: def doSome(self, arg): print(self, arg) s = Some() s.doSome(10) Some.doSome(10, 20)
可以嘗試自行使用描述器來「模擬」上面的Some類別doSome的行為,以大致可以了解Python中對於綁定方法的原理:
class DoSomeDesc: def doSome(self, arg): print(self, arg) def __get__(self, instance, owner): if instance: return lambda arg: DoSomeDesc.doSome(instance, arg) else: return DoSomeDesc.doSome class Some: doSome = DoSomeDesc() s = Some() s.doSome(10) Some.doSome(10, 20)
沒有留言:
張貼留言