【转载】面向对象（深入）| python描述器详解
本文分为如下部分
- 引言——用 @property 批量使用的例子来引出描述器的功能
- 描述器的基本理论及简单实例
- 描述器的调用机制
- 描述器的细节
- 实例方法、静态方法和类方法的描述器原理
- property 装饰器的原理
- 描述器的应用
- 参考资料
引言
前面 python 面向对象的文章中我们讲到过，我们可以用 @property 装饰器将方法包装成属性，这样的属性，相比于其他属性有一个优点就是可以在对属性赋值时，进行变量检查，举例代码如下：
class A:
def __init__(self, name, score):
self.name = name # 普通属性
self._score = score
@property
def score(self):
return self._score
@score.setter
def score(self, value):
print('setting score here')
if isinstance(value, int):
self._score = value
else:
print('please input an int')
a = A('Bob',90)
a.name # 'Bob'
a.score # 90
a.name = 1
a.name # 1 ，名字本身不应该允许赋值为数字，但是这里无法控制其赋值
a.score = 83
a.score # 83，当赋值为数值型的时候，可以顺利运行
a.score = 'bob' # please input an int
a.score # 83，赋值为字符串时，score没有被改变
当我们有很多这样的属性时，如果每一个都去使用 @property，代码就会过于冗余。如下
class A:
def __init__(self, name, score, age):
self.name = name # 普通属性
self._score = score
self._age = age
@property
def score(self):
return self._score
@score.setter
def score(self, value):
print('setting score here')
if isinstance(value, int):
self._score = value
else:
print('please input an int')
@property
def age(self):
return self._age
@age.setter
def age(self, value):
print('setting age here')
if isinstance(value, int):
self._age = value
else:
print('please input an int')
a = A('Bob', 90, 20)
因为每一次检验的方法都是一样的，所以最好有方法可以批量实现这件事，只写一次 if isinstance。描述器就可以用来实现这件事。
为了能够更清楚地理解描述器如何实现，我们先跳开这个话题，先讲一讲描述器的基本理论。
描述器基本理论及简单实例
描述器功能强大，应用广泛，它可以控制我们访问属性、方法的行为，是 @property、super、静态方法、类方法、甚至属性、实例背后的实现机制，是一种比较底层的设计，因此理解起来也会有一些困难。
定义：从描述器的创建来说，一个类中定义了 __get__、__set__、__delete__ 中的一个或几个，这个类的实例就可以叫做一个描述器。
为了能更真切地体会描述器是什么，我们先看一个最简单的例子，这个例子不实现什么功能，只是使用了描述器。
# 创建一个描述器的类，它的实例就是一个描述器
# 这个类要有__get__ __set__ 这样的方法
# 这种类是当做工具使用的，不单独使用
class M:
def __init__(self, x=1):
self.x = x
def __get__(self, instance, owner):
return self.x
def __set__(self, instance, value):
self.x = value
# 调用描述器的类
class AA:
m = M() # m就是一个描述器
aa = AA()
aa.m # 1
aa.m = 2
aa.m # 2
我们分析一下上面这个例子
- 创建aa实例和普通类没什么区别，我们从aa.m开始看
- aa.m是aa实例调用了m这个类属性，然而这个类属性不是普通的值，而是一个描述器，所以我们从访问这个类属性变成了访问这个描述器
- 如果调用时得到的是一个描述器，python内部就会自动触发一套使用机制
- 访问的话自动触发描述器的__get__方法
- 修改设置的话就自动触发描述器的__set__方法
- 这里就是aa.m触发了__get__方法，得到的是self.x的值，在前面__init__中定义的为1
- aa.m = 2则触发了__set__方法，赋的值2传到value参数之中，改变了self.x的值，所以下一次aa.m调用的值也改变了
进一步思考：当访问一个属性时，我们可以不直接给一个值，而是接一个描述器，让访问和修改设置时自动调用 __get__ 方法和 __set__ 方法。再在 __get__ 方法和 __set__ 方法中进行某种处理，就可以实现更改操作属性行为的目的。这就是描述器做的事情。
相信有的读者已经想到了，开头引言部分的例子，就是用描述器这样实现的。在讲具体如何实现之前，我们要先了解更多关于描述器的调用机制。
描述器的调用机制
aa.m 命令其实是查找 m 属性的过程，程序会先到哪里找，没有的话再到哪里找，这是有一个顺序的，说明访问顺序时需要用到 __dict__ 方法。
先看下面的代码了解一下 __dict__ 方法。
class C:
x = 1
def __init__(self, y):
self.y = y
def fun(self):
print(self.y)
c = C(2)
# 实例有哪些属性
print(c.__dict__) # {'y': 2}
# 类有什么属性
print(C.__dict__) # 里面有 x fun
print(type(c).__dict__) # 和上一条一样
print(vars(c)) # __dict__ 也可以用 vars 函数替代，功能完全相同
# 调用
c.fun() # 2
c.__dict__['y'] # 2
# type(c).__dict__['fun']() # 报错，说明函数不是这么调用的
__dict__ 方法返回的是一个字典，类和实例都可以调用，键就是类或实例所拥有的属性、方法，可以用这个字典访问属性，但是方法就不能这样直接访问，原因我们之后再说。
下面我们来说一下，当我们调用 aa.m 时的访问顺序
- 程序会先查找
aa.__dict__['m']是否存在 - 不存在再到
type(aa).__dict__['m']中查找 - 然后找
type(aa)的父类 - 期间找到的是普通值就输出，如果找到的是一个描述器，则调用
__get__方法
下面我们来看一下 __get__ 方法的调用机制
class M:
def __init__(self):
self.x = 1
def __get__(self, instance, owner):
return self.x
def __set__(self, instance, value):
self.x = value
# 调用描述器的类
class AA:
m = M() # m就是一个描述器
n = 2
def __init__(self, score):
self.score = score
aa = AA(3)
print(aa.__dict__) # {'score': 3}
print(aa.score) # 3, 在 aa.__dict__ 中寻找，找到了score直接返回
print(aa.__dict__['score']) # 3, 上面的调用机制实际上是这样的
print(type(aa).__dict__) # 里面有n和m
print(aa.n) # 2, 在aa.__dict__中找不到n，于是到type(aa).__dict__中找到了n，并返回其值
print(type(aa).__dict__['n']) # 2, 其实是上面一条的调用机制
print(aa.m) # 1, 在aa.__dict__中找不到n，于是到type(aa).__dict__中找到了m
# m是一个描述器对象，于是调用__get__方法，将self.x的值返回，即1
print(type(aa).__dict__['m'].__get__(aa,AA)) # 1, 上面一条的调用方式是这样的
# __get__的定义中，除了self，还有instance和owner，其实分别表示的就是描述器所在的实例和类，这里的细节我们后文会讲
print('-'*20)
print(AA.m) # 1, 也是一样调用了描述器
print(AA.__dict__['m'].__get__(None, AA)) # 类相当于调用这个
此外还有特例，与描述器的种类有关
- 同时定义了
__get__和__set__方法的描述器称为资料描述器 - 只定义了__get__的描述器称为非资料描述器
- 二者的区别是：当属性名和描述器名相同时，在访问这个同名属性时，如果是资料描述器就会先访问描述器，如果是非资料描述器就会先访问属性 举例如下:
# 既有__get__又有__set__，是一个资料描述器
class M:
def __init__(self):
self.x = 1
def __get__(self, instance, owner):
print('get m here') # 打印一些信息，看这个方法何时被调用
return self.x
def __set__(self, instance, value):
print('set m here') # 打印一些信息，看这个方法何时被调用
self.x = value + 1 # 这里设置一个+1来更清楚了解调用机制
# 只有__get__是一个非资料描述器
class N:
def __init__(self):
self.x = 1
def __get__(self, instance, owner):
print('get n here') # 打印一些信息，看这个方法何时被调用
return self.x
# 调用描述器的类
class AA:
m = M() # m就是一个描述器
n = N()
def __init__(self, m, n):
self.m = m # 属性m和描述器m名字相同，调用时发生一些冲突
self.n = n # 非资料描述器的情况，与m对比
aa = AA(2,5)
print(aa.__dict__) # 只有n没有m, 因为资料描述器同名时，不会访问到属性，会直接访问描述器，所以属性里就查不到m这个属性了
print(AA.__dict__) # m和n都有
print(aa.n) # 5, 非资料描述器同名时调用的是属性，为传入的5
print(AA.n) # 1, 如果是类来访问，就调用的是描述器，返回self.x的值
print(aa.m) # 3, 其实在aa=AA(2,5)创建实例时，进行了属性赋值，其中相当于进行了aa.m=2
# 但是aa调用m时却不是常规地调用属性m，而是资料描述器m
# 所以定义实例aa时，其实触发了m的__set__方法，将2传给value，self.x变成3
# aa.m调用时也访问的是描述器，返回self.x即3的结果
# 其实看打印信息也能看出什么时候调用了__get__和__set__
aa.m = 6 # 另外对属性赋值也是调用了m的__set__方法
print(aa.m) # 7，调用__get__方法
print('-'*20)
# 在代码中显式调用__get__方法
print(AA.__dict__['n'].__get__(None, AA)) # 1
print(AA.__dict__['n'].__get__(aa, AA)) # 1
注：要想制作一个只读的资料描述器，需要同时定义 __set__ 和 __get__,并在 __set__ 中引发一个 AttributeError 异常。定义一个引发异常的 __set__ 方法就足够让一个描述器成为资料描述器。
描述器的细节
本节分为如下两个部分
- 调用描述器的原理
- __get__和__set__方法中的参数解释
1.首先是调用描述器的原理 当调用一个属性，而属性指向一个描述器时，为什么就会去调用这个描述器呢，其实这是由 object.__getattribute__() 方法控制的，其中 object是新式类定义时默认继承的类，即 py2 这么写的 class(object) 中的 object。新定义的一个类继承了 object类，也就继承了 __getattribute__ 方法。当访问一个属性比如 b.x 时，会自动调用这个方法 __getattribute__() 的定义如下
def __getattribute__(self, key):
"Emulate type_getattro() in Objects/typeobject.c"
v = object.__getattribute__(self, key)
if hasattr(v, '__get__'):
return v.__get__(None, self)
return v
上面的定义显示，如果 b.x 是一个描述器对象，即能找到 __get__ 方法，则会调用这个 get 方法，否则就使用普通的属性。 如果在一个类中重写 __getattribute__，将会改变描述器的行为，甚至将描述器这一功能关闭。
__get__和__set__方法中的参数解释 官网中标明了这三个方法需要传入哪些参数，还有这些方法的返回结果是什么，如下所示
- descr.get(self, obj, type=None) –> value
- descr.set(self, obj, value) –> None\
- descr.delete(self, obj) –> None
我们要了解的就是self obj type value分别是什么 看下面一个例子
class M:
def __init__(self, name):
self.name = name
def __get__(self, obj, type):
print('get第一个参数self: ', self.name)
print('get第二个参数obj: ', obj.age)
print('get第三个参数type: ', type.name)
def __set__(self, obj, value):
obj.__dict__[self.name] = value
class A:
name = 'Bob'
m = M('age')
def __init__(self, age):
self.age = age
a = A(20) # age是20
a.m
# get第一个参数self: age
# get第二个参数obj: 20
# get第三个参数type: Bob
a.m = 30
a.age # 30
总结如下:
- self 是描述器类 M 中的实例
- obj 是调用描述器的类 a 中的实例
- type 是调用描述器的类 A
- value 是对这个属性赋值时传入的值，即上面的 30
上面的代码逻辑如下：
- a.m 访问描述器，调用
__get__方法 - 三次打印分别调用了 m.name a.age A.name
- a.m = 30 调用了
__set__方法，令 a(即 obj )的属性中的 ‘age’ (即 M(‘age’) 这里传入的self.name)为 30
实例方法、静态方法和类方法的描述器原理
本节说明访问些方法其实都访问的是描述器，并说明它们调用顺序是怎样的，以及类方法和静态方法描述器的 python 定义。
class B:
@classmethod
def print_classname(cls):
print('Bob')
@staticmethod
def print_staticname():
print('my name is bob')
def print_name(self):
print('this name')
b = B()
b.print_classname() # 调用类方法
b.print_staticname() # 调用静态方法
b.print_name() # 调用实例方法
print(B.__dict__) # 里面有实例方法、静态方法和类方法
# 但其实字典里的还不是可以直接调用的函数
print(B.__dict__['print_classname'])
print(b.print_classname) # 和上不一样
print(B.__dict__['print_staticname'])
print(b.print_staticname) # 和上不一样
print(B.__dict__['print_name'])
print(b.print_name) # 和上不一样
# <classmethod object at 0x0000024A92DA67B8>
# <bound method B.print_classname of <class '__main__.B'>>
# <staticmethod object at 0x0000024A92DA6860>
# <function B.print_staticname at 0x0000024A92D889D8>
# <function B.print_name at 0x0000024A92D88158>
# <bound method B.print_name of <__main__.B object at 0x0000024A92DA6828>>
上面结果表明，实例直接调用时，类方法和实例方法都是 bound method，而静态方法是 function。因为静态方法本身就是定义在类里面的函数，所以不属于方法范畴。
除此之外，由于实例直接调用后得到的结果可以直接接一个括号，当成函数来调用。而使用字典调用时，得到的结果和实例调用都不一样，所以它们是不可以直接接括号当成函数使用的。
其实从显示的结果我们可以看出，静态方法和类方法用字典调用得到的其实分别是 staticmethod 和 classmethod 两个类的对象，这两个类其实是定义描述器的类，所以用字典访问的两个方法得到的都是描述器对象。它们需要用一个 __get__ 方法才可以在后面接括号当成函数调用。
而普通实例方法用字典调用得到的是一个 function 即函数，理论上是可以用括号直接调用的，但是调用时报错说少了 self 参数，其实它也是描述器对象，用通过 __get__ 方法将 self 传入来调用.
三种方法本质上调用__get__方法的情况展示如下:
B.__dict__['print_classname'].__get__(None, B)()
B.__dict__['print_staticname'].__get__(None, B)()
B.__dict__['print_name'].__get__(b, B)()
print(B.__dict__['print_classname'].__get__(None, B))
print(B.__dict__['print_staticname'].__get__(None, B))
print(B.__dict__['print_name'])
print(B.__dict__['print_name'].__get__(None, B)) # 这是不传入实例即self的情况，和直接从字典调用结果相同，在python2中是一个unbound method
print(B.__dict__['print_name'].__get__(b, B))
# B.print_name() # 报错，说少输入一个self参数
# B.print_name(B()) # this name 输入实例即不会报错
所以说我们平常调用的方法都是本质上在调用描述器对象，访问描述器时自动调用 __get__ 方法。
上面调用时注意到，前两个 __get__ 的第一个参数都是 None，而实例方法是一个 b，这是因为实例方法需要具体的实例来调用而不能用类直接调用。在 python2 中，用类直接调用实例方法得到的是一个 unbound method，用实例调用才是一个 bound method，（在 python3 删除了 unbound method 的概念，改为 function），而类方法本身就可以被类调用，所以参数是 None 时就是一个 bound method 了。所以说 __get__ 的第一个参数使用 b 可以理解成方法的 bound 过程。
既然三种方法都是调用了描述器对象，那么这些对象都是各自类的实例，它们的类是如何定义的呢？ python 中这些类的定义是用底层的C语言实现的，为了理解其工作原理，这里展示一个用 python 语言实现 classmethod 装饰器的方法，（来源），即构建能产生类方法对应描述器对象的类。
class myclassmethod(object):
def __init__(self, method):
self.method = method
def __get__(self, instance, cls):
return lambda *args, **kw: self.method(cls, *args, **kw)
class Myclass:
x = 3
@myclassmethod
def method(cls, a):
print(cls.x+a)
m = Myclass()
Myclass.method(a=2)
下面我们分析一下上述代码:
- 我们看到使用 @myclassmethod 装饰器达到的效果和使用 @classmethod 装饰器没有什么区别
- 首先定义了 myclassmethod 类，里面使用了
__get__方法，所以它的实例会是一个描述器对象 - 将 myclassmethod 当做装饰器作用于 method 函数，根据装饰器的知识，相当于这样设置 method = myclassmethod(method)
- 调用 Myclass.method() 时调用了改变后了的 method 方法，即 myclassmethod(method)(a)
- myclassmethod(method) 这是 myclassmethod 类的一个实例，即一个描述器，此处访问于是调用
__get__方法，返回一个匿名函数 __get__中其实是将 owner(cls) 部分传入 method 方法，因为 methon 在 Myclass 类中调用，这个 owner 也就是 Myclass 类。这一步其实是提前传入了 method 的第一个参数 cls，后面的参数 a 由 myclassmethod(method)(a) 第二个括号调用- 仔细分析上面的定义与调用过程，我们会发现，我们常常说的类方法第一个参数要是 cls，其实是不对的，第一个参数是任意都可以，它只是占第一个位置，用于接收类实例引用类属性，随便换成任意变量都可以，用 cls 只是约定俗成的。比如下面的代码正常运行
class Myclass:
x = 3
@classmethod
def method(b, a):
print(b.x+a)
m = Myclass()
Myclass.method(a=2) # 5
下面看一下staticmethod类的等价python定义（来源）
class mystaticmethod:
def __init__(self, callable):
self.f = callable
def __get__(self, obj, type=None):
return self.f
class Myclass:
x = 3
@mystaticmethod
def method(a, b):
print(a + b)
m = Myclass()
m.method(a=2, b=3)
注：从源码角度来理解静态方法和类方法
- 静态方法相当于不自动传入实例对象作为方法的第一个参数，类方法相当于将默认传入的第一个参数由实例改为类
- 使用 @classmethod 后无论类调用还是实例调用，都会自动转入类作为第一个参数，不用手动传入就可以调用类属性，而没有 @classmethod 的需要手动传入类
- 既不用 @classmethod 也不用 @staticmethod 则类调用时不会自动传入参数，实例调用时自动传入实例作为第一个参数
- 所以说加 @classmethod 是为了更方便调用类属性，加 @staticmethod 是为了防止自动传入的实例的干扰
- 除此之外要说明一点：当属性和方法重名时，调用会自动访问属性，是因为这些方法调用的描述器都是非资料描述器。而当我们使用 @property 装饰器后，自动调用的就是新定义的 get set 方法，是因为 @property 装饰器是资料描述器
property 装饰器的原理
到这里我们可以讲一讲开头提出的问题了，即 @property 装饰器是如何使用描述器实现的，调用机制是怎样的，如何通过描述器达到精简多次使用 @property 装饰器的问题。
首先要明确，property 有两种调用形式，一种是用装饰器，一种是用类似函数的形式，下面会用引言中的例子分别说明两种形式的调用机制。
下面贴出 property 的等价 python 定义（来源于官网的中文翻译）
class Property(object):
"Emulate PyProperty_Type() in Objects/descrobject.c"
def __init__(self, fget=None, fset=None, fdel=None, doc=None):
self.fget = fget
self.fset = fset
self.fdel = fdel
if doc is None and fget is not None:
doc = fget.__doc__
self.__doc__ = doc
def __get__(self, obj, objtype=None):
if obj is None:
return self
if self.fget is None:
raise AttributeError("unreadable attribute")
return self.fget(obj)
def __set__(self, obj, value):
if self.fset is None:
raise AttributeError("can't set attribute")
self.fset(obj, value)
def __delete__(self, obj):
if self.fdel is None:
raise AttributeError("can't delete attribute")
self.fdel(obj)
def getter(self, fget):
return type(self)(fget, self.fset, self.fdel, self.__doc__)
def setter(self, fset):
return type(self)(self.fget, fset, self.fdel, self.__doc__)
def deleter(self, fdel):
return type(self)(self.fget, self.fset, fdel, self.__doc__)
从上面的定义中我们可以看出，定义时分为两个部分，一个是 __get__ 等方法的定义，另一部分是 getter 等方法的定义，同时注意到这个类要传入 fget 等三个函数作为属性。getter 等方法的定义是为了让它可以完美地使用装饰器形式，我们先不看这一部分，先看看不是使用第一种即不使用装饰器的形式的调用机制。
# 类似函数的形式
class A:
def __init__(self, name, score):
self.name = name # 普通属性
self.score = score
def getscore(self):
return self._score
def setscore(self, value):
print('setting score here')
if isinstance(value, int):
self._score = value
else:
print('please input an int')
score = property(getscore, setscore)
a = A('Bob',90)
a.name # 'Bob'
a.score # 90
a.score = 'bob' # please input an int
分析上述调用 score 的过程:
- 初始化时即开始访问 score，发现有两个选项，一个是属性，另一个是 property(getscore, setscore) 对象，因为后者中定义了
__get__与__set__方法，因此是一个资料描述器，具有比属性更高的优先级，所以这里就访问了描述器 - 因为初始化时是对属性进行设置，所以自动调用了描述器的
__set__方法 __set__中对 fset 属性进行检查，这里即传入的 setscore，不是 None，所以调用了 fset 即 setscore 方法，这就实现了设置属性时使用自定义函数进行检查的目的__get__也是一样，查询 score 时，调用__get__方法，触发了getscore方法
下面是另一种使用property的方法
# 装饰器形式，即引言中的形式
class A:
def __init__(self, name, score):
self.name = name # 普通属性
self.score = score
@property
def score(self):
print('getting score here')
return self._score
@score.setter
def score(self, value):
print('setting score here')
if isinstance(value, int):
self._score = value
else:
print('please input an int')
a = A('Bob',90)
# a.name # 'Bob'
# a.score # 90
# a.score = 'bob' # please input an int
下面进行分析:
- 在第一种使用方法中，是将函数作为传入 property 中，所以可以想到是否可以用装饰器来封装
- get 部分很简单，访问 score 时，加上装饰器变成访问 property(score) 这个描述器，这个 score 也作为 fget 参数传入
__get__中指定调用时的操作 - 而 set 部分就不行了，于是有了 setter 等方法的定义
- 使用了 property 和 setter 装饰器的两个方法的命名都还是 score，一般同名的方法后面的会覆盖前面的，所以调用时调用的是后面的 setter 装饰器处理过的 score，是以如果两个装饰器定义的位置调换，将无法进行属性赋值操作。
- 而调用 setter 装饰器的 score 时，面临一个问题，装饰器 score.setter 是什么呢？是 score 的 setter 方法，而 score 是什么呢，不是下面定义的这个 score，因为那个 score 只相当于参数传入。自动向其他位置寻找有没有现成的 score，发现了一个，是 property 修饰过的 score，这是个描述器，根据 property 的定义，里面确实有一个 setter 方法，返回的是 property 类传入 fset 后的结果，还是一个描述器，这个描述器传入了 fget 和 fset，这就是最新的 score了，以后实例只要调用或修改 score，使用的都是这个描述器
- 如果还有 del 则装饰器中的 score 找到的是 setter 处理过的 score，最新的 score 就会是三个函数都传入的 score
- 对最新的 score 的调用及赋值删除都跟前面一样了
property 的原理就讲到这里，从它的定义我们可以知道它其实就是将我们设置的检查等函数传入 get set 等方法中，让我们可以自由对属性进行操作。它是一个框架，让我们可以方便传入其他操作，当很多对象都要进行相同操作的话，重复就是难免的。如果想要避免重复，只有自己写一个类似 property 的框架，这个框架不是传入我们希望的操作了，而是就把这些操作放在框架里面，这个框架因为只能实现一种操作而不具有普适性，但是却能大大减少当前问题代码重复问题
下面使用描述器定义了 Checkint 类之后，会发现A类简洁了非常多
class Checkint:
def __init__(self, name):
self.name = name
def __get__(self, instance, owner):
if instance is None:
return self
else:
return instance.__dict__[self.name]
def __set__(self, instance, value):
if isinstance(value, int):
instance.__dict__[self.name] = value
else:
print('please input an integer')
# 类似函数的形式
class A:
score = Checkint('score')
age = Checkint('age')
def __init__(self, name, score, age):
self.name = name # 普通属性
self.score = score
self.age = age
a = A('Bob', 90, 30)
a.name # 'Bob'
a.score # 90
# a.score = 'bob' # please input an int
# a.age='a' # please input an integer
描述器的应用
因为我本人也刚刚学描述器不久，对它的应用还不是非常了解，下面只列举我现在能想到的它有什么用，以后如果想到其他的再补充
首先是上文提到的，它是实例方法、静态方法、类方法、property的实现原理 当访问属性、赋值属性、删除属性，出现冗余操作，或者苦思无法找到答案时，可以求助于描述器 具体使用1：缓存。比如调用一个类的方法要计算比较长的时间，这个结果还会被其他方法反复使用，我们不想每次使用和这个相关的函数都要把这个方法重新运行一遍，于是可以设计出第一次计算后将结果缓存下来，以后调用都使用存下来的结果。只要使用描述器在__get__方法中，在判断语句下，obj.dict[self.name] = value。这样每次再调用这个方法都会从这个字典中取得值，而不是重新运行这个方法。（例子来源最后的那个例子）
参考资料
参考网页如下
- 官网的中文翻译，给出了描述器功能的整体框架及一些实例
- 官网英文
- Python 描述器解析，对官网的 @Property 细节解读
转载信息
- 作者：Dwzb
- 来源：https://zhuanlan.zhihu.com/p/32764345