深入理解 python 虚拟机:描述器的王炸应用-property、staticmethod 和 classmehtod
在本篇文章当中主要给大家介绍描述器在 python 语言当中有哪些应用,主要介绍如何使用 python 语言实现 python 内置的 proterty 、staticmethod 和 class method 。
property
当你在编写Python代码时,你可能会遇到一些需要通过方法来访问或设置的属性。Python中的 property 装饰器提供了一种优雅的方式来处理这种情况,允许你将这些方法封装为属性,从而使代码更加简洁和易于阅读。在本文中,我将向你介绍 property 装饰器的工作原理以及如何在你的代码中使用它。
什么是 property?
Python 中的 property 是一种装饰器,它允许你定义一个方法,使其看起来像一个属性。换句话说,property 允许你以属性的方式访问或设置类的数据成员,而不必直接调用一个方法。
在 Python 中,属性通常是一个对象的数据成员,它们可以通过直接访问对象来获取或设置。然而,有时候你可能需要在获取或设置属性时执行某些额外的操作,例如进行类型检查、范围检查或计算属性等。在这种情况下,使用 property 装饰器可以让你以属性的方式访问或设置这些属性,并在访问或设置时执行额外的操作。
如何使用 property?
让我们看一个简单的例子,假设你正在编写一个表示矩形的类,并且你想要在计算矩形的面积时执行一些额外的操作。你可以使用 property 装饰器来实现这个功能,如下所示:
class Rectangle:
def __init__(self, width, height):
self._width = width
self._height = height
@property
def width(self):
return self._width
@width.setter
def width(self, value):
if value
在这个示例中,我们使用 property 装饰器定义了三个属性:width、height和area。每个属性都有一个 getter 方法和一个 setter 方法,它们分别负责获取和设置属性的值。当你使用类的实例访问这些属性时,你会发现它们似乎就像是一个普通的属性,而不是一个方法。
注意,getter 方法没有参数,而 setter 方法接受一个参数。当你通过类的实例访问属性时,你只需要使用点运算符即可访问这些属性,就像这样:
rect = Rectangle(10, 20)
print(rect.width)
print(rect.height)
print(rect.area)
输出结果:
10
20
200
你也可以像下面这样设置属性的值:
rect.width = 5
rect.height = 10
print(rect.width)
print(rect.height)
print(rect.area)
输出结果如下所示:
5
10
50
在设置 width 或 height 属性的值时,会执行对应的 setter 方法进行类型检查和范围检查。如果值不符合要求,将会抛出一个 ValueError 异常。这使得你的代码更加健壮和可靠。
除了在属性的 getter 和 setter 方法中执行额外的操作外,你还可以使用 property 装饰器计算属性。计算属性是指,当你访问属性时,它不是从类的实例中获取数据,而是基于类的其他数据成员进行计算。例如,如果你有一个表示温度的类,你可以定义一个计算属性,用于将摄氏度转换为华氏度,如下所示:
class Temperature:
def __init__(self, celsius):
self._celsius = celsius
@property
def celsius(self):
return self._celsius
@celsius.setter
def celsius(self, value):
self._celsius = value
@property
def fahrenheit(self):
return (self._celsius * 9/5) + 32
在这个示例中,我们定义了一个 Temperature 类,它包含一个 celsius 属性和一个 fahrenheit 属性。celsius 属性是一个普通的属性,可以直接访问和设置。而 fahrenheit 属性是一个计算属性,它基于 celsius 属性计算而来。当你访问 fahrenheit 属性时,它将自动计算出相应的华氏度并返回。你可以会对上面的代码有点疑惑celsius.setter
是什么,他是那里来的,事实上在它上面的 @property
执行之后 celsius 已经不再是一个函数了,而是一个 property 的类产生的对象了,因此 celsius.setter
是 property 类中的 setter
属性了,事实上他是一个类的方法了,而装饰器 @celsius.setter
就是将 def celsius(self, value)
这个函数作为参数传递给方法 celsius.setter
。
我们介绍了 Python 中的 property 装饰器,它允许你将方法封装为属性,并在访问或设置属性时执行额外的操作。通过使用 property 装饰器,你可以编写更加简洁、优雅和可读的代码,同时使代码更加健壮和可靠。
property 的本质
property 是 python 内置的一个类,注意它是类。在前面的内容当中我们已经详细讨论过了装饰器的原理,并且从字节码的角度进行了分析。因此我们可以很容易理解上面 Temperature
类。我们可以将装饰器展开:
class Temperature:
def __init__(self, celsius):
self._celsius = celsius
def celsius1(self):
return self._celsius
celsius = property(celsius1)
def celsius2(self, value):
self._celsius = value
celsius = celsius.setter(celsius2)
def fahrenheit(self):
return (self._celsius * 9 / 5) + 32
fahrenheit = property(fahrenheit)
if __name__ == '__main__':
t = Temperature(10)
print(t.celsius)
t.celsius = 100
print(t.celsius)
print(t.fahrenheit)
上面的程序输出结果如下所示:
10
100
212.0
可以看到上面的程序正确的输出了结果,符合我们对与 property 的理解和使用。从上面的分析我们可以看到 property 本质就是一个 python 的类,因此我可以完全自己实现一个和内置的 property 类相同功能的类。
在 python 语言层面实现 property 机制
具体的实现代码如下所示:
class Property:
"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
self._name = ''
def __set_name__(self, owner, name):
self._name = name
def __get__(self, obj, objtype=None):
if obj is None:
return self
if self.fget is None:
raise AttributeError(f"property '{self._name}' has no getter")
return self.fget(obj)
def __set__(self, obj, value):
if self.fset is None:
raise AttributeError(f"property '{self._name}' has no setter")
self.fset(obj, value)
def __delete__(self, obj):
if self.fdel is None:
raise AttributeError(f"property '{self._name}' has no deleter")
self.fdel(obj)
def getter(self, fget):
prop = type(self)(fget, self.fset, self.fdel, self.__doc__)
prop._name = self._name
return prop
def setter(self, fset):
prop = type(self)(self.fget, fset, self.fdel, self.__doc__)
prop._name = self._name
return prop
def deleter(self, fdel):
prop = type(self)(self.fget, self.fset, fdel, self.__doc__)
prop._name = self._name
return prop
现在对上面我们自己实现的类对象进行使用测试:
class Rectangle:
def __init__(self, width, height):
self._width = width
self._height = height
@Property
def width(self):
return self._width
@width.setter
def width(self, value):
if value
上面的程序输出结果如下所示:
10
20
200
5
10
50
可以看到正确的输出了结果。
现在我们来好好分析一下我们在上面使用到的自己实现的 Property
类是如何被调用的,在前面的内容当中我们已经讨论过了,只有类属性才可能是描述器,我们在使用 @Property
的时候是获取到对应的函数,更准确的说是获得对象的 get 函数,然后使用 @Property
的类当中的原来的函数就变成了 Property
对象了,后面就可以使用对象的 setter
方法了。
然后在使用 rect.width
或者 rect.height
方法的时候就活触发描述器的机制, rect 对象就会被传入到描述器的 __get__
方法,然后在这个方法当中将传入的对象再传给之前得到的 fget
函数,就完美的实现了我们想要的效果。
classmethod 和 staticmethod
在 Python 中,staticmethod 和 classmethod 是两个常用的装饰器,它们分别用于定义静态方法和类方法。
staticmethod
staticmethod 是一个装饰器,它可以将一个函数定义为静态方法。静态方法与类实例无关,可以在不创建类实例的情况下直接调用,但它们仍然可以通过类名访问。
下面是一个简单的示例:
class MyClass:
@staticmethod
def my_static_method(x, y):
return x + y
print(MyClass.my_static_method(1, 2))
在这个示例中,我们定义了一个 MyClass 类,并使用 @staticmethod 装饰器将 my_static_method 方法定义为静态方法。然后我们可以通过 MyClass.my_static_method(1, 2) 直接调用该方法,而不需要创建 MyClass 的实例。需要注意的是,静态方法没有对类或实例进行任何修改,因此它们通常用于一些独立的、无状态的函数,或者在类中定义的一些帮助函数。
那么 staticmethod 是如何在语法层面实现的呢?这又离不开描述器了,在上面的代码当中我们使用 staticmethod
装饰函数 my_static_method
然后在类 MyClass
当中会有一个类 staticmethod 的对象,且名字为 my_static_method 。我们需要注意到的是上面的过程用一行代码表示为 my_static_method = staticmethod(my_static_method)
,传入的 my_static_method 就是 my_static_method 函数,那么这就很简单了,当使用 my_static_method 的属性时候,我们可以在描述器的函数 __get__
当中直接返回传入的函数即可。
我们自己实现的 StaticMethod 如下所示:
class StaticMethod:
"Emulate PyStaticMethod_Type() in Objects/funcobject.c"
def __init__(self, f):
self.f = f
f = functools.update_wrapper(self, f)
def __get__(self, obj, objtype=None):
return self.f
def __call__(self, *args, **kwds):
return self.f(*args, **kwds)
我们使用上面自己实现的类:
class MyClass(object):
@StaticMethod
def demo():
return "demo"
if __name__ == '__main__':
a = MyClass()
print(a.demo())
上面的程序会输出字符串 "demo"
。
classmethod
classmethod 是另一个装饰器,它可以将一个函数定义为类方法。类方法与静态方法类似,但它们接收的第一个参数是类对象而不是实例对象。类方法通常用于实现与类有关的操作,如工厂方法或构造函数。
下面是一个使用 classmethod 的示例:
class MyClass:
num_instances = 0
def __init__(self):
MyClass.num_instances += 1
@classmethod
def get_num_instances(cls):
return cls.num_instances
obj1 = MyClass()
obj2 = MyClass()
print(MyClass.get_num_instances())
在这个示例中,我们定义了一个 MyClass 类,它包含一个类变量 num_instances 和一个构造函数。然后,我们使用 @classmethod 装饰器将 get_num_instances 方法定义为类方法,并将 cls 参数用于访问类变量 num_instances。
在创建 MyClass 的两个实例后,我们调用 MyClass.get_num_instances() 来获取当前创建的实例数。因为我们使用了类方法,所以可以直接通过类名调用该方法。
需要注意的是,类方法可以在类和实例之间共享,因为它们都可以访问类变量。另外,类方法可以被子类继承和重写,因为它们接收的第一个参数是类对象,而不是固定的类名。
在小节中,我们介绍了 Python 中的两种常用装饰器,即 staticmethod 和 classmethod。staticmethod 用于定义与类实例无关的静态方法,而 classmethod 用于定义与类相关的操作,如工厂方法或构造函数。两种装饰器都可以通过类名进行访问,但 classmethod 还可以被子类继承和重写,因为它们接收的第一个参数是类对象。
需要注意的是,staticmethod 和 classmethod 都可以被类或实例调用,但它们不同的是,classmethod 的第一个参数是类对象,而 staticmethod 没有这样的参数。因此,classmethod 可以访问类变量,而 staticmethod 不能访问类变量。
下面是一个更具体的比较:
class MyClass:
class_var = 'class_var'
@staticmethod
def static_method():
print('This is a static method')
@classmethod
def class_method(cls):
print('This is a class method')
print(f'The class variable is: {cls.class_var}')
obj = MyClass()
# 静态方法可以被类或实例调用
MyClass.static_method()
obj.static_method()
# 类方法可以被类或实例调用,并且可以访问类变量
MyClass.class_method()
obj.class_method()
在这个示例中,我们定义了一个 MyClass 类,并分别定义了静态方法和类方法。在调用静态方法时,我们可以使用类名或实例名进行调用,因为静态方法与类或实例无关。而在调用类方法时,我们必须使用类名或实例名进行调用,并且类方法可以访问类变量。总的来说,staticmethod 和 classmethod 是 Python 中两个非常有用的装饰器,它们可以帮助我们更好地组织和管理代码。需要根据实际情况来选择使用哪种装饰器,以便实现最佳的代码设计和可维护性。
同样的道理我们可以实现自己的 ClassMethod
class ClassMethod:
"Emulate PyClassMethod_Type() in Objects/funcobject.c"
def __init__(self, f):
self.f = f
functools.update_wrapper(self, f)
def __get__(self, obj, cls=None):
if cls is None:
cls = type(obj)
return MethodType(self.f, cls)
我们对上面的代码进行测试:
class Myclass:
@ClassMethod
def demo(cls):
return "demo"
if __name__ == '__main__':
a = Myclass()
print(a.demo())
上面的代码可以正确的输出字符串"demo"
。
总结
在本篇文章当中主要给大家介绍了描述器的三个应用,仔细介绍了这三个类的使用方法,并且详细介绍了如何使用 python 实现同样的效果,这对于我们深入理解 python 面向对象编程非常有帮助,我们可以理解很多黑科技的内容,对于整个类的语法有更加深入的理解。
本篇文章是深入理解 python 虚拟机系列文章之一,文章地址:https://github.com/Chang-LeHung/dive-into-cpython
更多精彩内容合集可访问项目:https://github.com/Chang-LeHung/CSCore
关注公众号:一无是处的研究僧,了解更多计算机(Java、Python、计算机系统基础、算法与数据结构)知识。
服务器托管,北京服务器托管,服务器租用 http://www.fwqtg.net
机房租用,北京机房租用,IDC机房托管, http://www.e1idc.net