25 分钟

Python 高级

描述符协议深度

理解 property/classmethod/staticmethod 的底层原理

理解描述符协议 __get__/__set__/__delete__
区分数数据描述符和非数据描述符
理解属性查找优先级
能实现自定义描述符（ORM字段、类型校验）

描述符协议深度

描述符是 Python 里少有人摸透的特性。property、classmethod、staticmethod、ORM 字段、slots 底层都是描述符。

什么是描述符？

一个类只要实现了 __get__、__set__、__delete__ 中的任何一个，就是描述符。描述符能自定义属性被访问时的行为。

示例代码（可运行）

Python 0%

1# 最简单的描述符

2class VerboseAttribute:

3 def __get__(self, obj, objtype=None):

4 print(f"被访问了！obj={obj}")

5 return 42

7class Foo:

8 bar = VerboseAttribute() # 类属性是描述符实例

10f = Foo()

11print(f.bar) # 触发 __get__，打印 "被访问了！"，返回 42

13# __get__ 的参数：

14# self: 描述符实例

15# obj: 访问属性的实例（通过类访问时为 None）

16# objtype: 实例的类

数据描述符 vs 非数据描述符

示例代码（可运行）

Python 0%

1# 数据描述符：同时有 __get__ 和 __set__

2class DataDescriptor:

3 def __get__(self, obj, objtype=None):

4 return self._value

5 def __set__(self, obj, value):

6 self._value = value

8# 非数据描述符：只有 __get__

9class NonDataDescriptor:

10 def __get__(self, obj, objtype=None):

11 return "non-data"

13class Demo:

14 data = DataDescriptor()

15 non_data = NonDataDescriptor()

17d = Demo()

18d.data = 100 # 触发 __set__

19print(d.data) # 100（数据描述符优先于实例__dict__）

21d.non_data = "instance" # 写入实例 __dict__

22print(d.non_data) # "instance"（实例__dict__优先于非数据描述符）

24# 属性查找优先级：

25# 1. 数据描述符（最高）

26# 2. 实例 __dict__

27# 3. 非数据描述符 / 类属性

28# 4. __getattr__（最低）

🐍资深工程师经验谈

理解属性查找优先级是理解 Python OOP 的关键。property 是数据描述符（有 __set__），所以它总能拦截赋值。而方法（函数只有 __get__）是非数据描述符，所以实例可以覆盖方法——这就是猴子补丁能生效的原因。

property 的底层实现

示例代码（可运行）

Python 0%

1# property 本质是一个数据描述符

2class Property:

3 def __init__(self, fget=None, fset=None, fdel=None):

4 self.fget = fget

5 self.fset = fset

6 self.fdel = fdel

8 def __get__(self, obj, objtype=None):

9 if obj is None:

10 return self

11 return self.fget(obj)

13 def __set__(self, obj, value):

14 if self.fset is None:

15 raise AttributeError("只读属性")

16 self.fset(obj, value)

18 def setter(self, fset):

19 return Property(self.fget, fset, self.fdel)

21# 使用

22class Circle:

23 def __init__(self, radius):

24 self._radius = radius

26 @Property

27 def area(self):

28 return 3.14159 * self._radius ** 2

30c = Circle(5)

31print(f"面积: {c.area:.2f}")

实战：类型校验描述符

示例代码（可运行）

Python 0%

1# 用描述符实现类型校验（ORM/表单验证的基础）

2class TypedField:

3 def __init__(self, name, expected_type):

4 self.name = name

5 self.expected_type = expected_type

7 def __get__(self, obj, objtype=None):

8 if obj is None:

9 return self

10 return obj.__dict__.get(self.name)

12 def __set__(self, obj, value):

13 if not isinstance(value, self.expected_type):

14 raise TypeError(

15 f"{self.name} 必须是 {self.expected_type.__name__}，"

16 f"实际是 {type(value).__name__}"

17 )

18 obj.__dict__[self.name] = value

20class Person:

21 name = TypedField("name", str)

22 age = TypedField("age", int)

24 def __init__(self, name, age):

25 self.name = name

26 self.age = age

28p = Person("Alice", 25)

29print(p.name, p.age)

31try:

32 p.age = "二十五" # TypeError!

33except TypeError as e:

34 print(f"校验: {e}")

💡描述符的实际用途

Django/SQLAlchemy ORM 的字段、Pydantic 的字段验证、API 参数校验、惰性加载、日志记录属性访问、线程安全的属性、自动类型转换——所有需要「拦截属性读写」的场景都是描述符的用武之地。

MRO交互

描述符与 MRO 的交互

属性查找不光看优先级，还得沿着 MRO 链搜。

属性查找完整流程：先在 type(obj).__mro__ 中找数据描述符再看 obj.__dict__再在 type(obj).__mro__ 中找非数据描述符/类属性最后调用 __getattr__ 这意味着：即使父类有数据描述符，子类实例的 __dict__ 也无法覆盖但非数据描述符（方法）可以被实例属性覆盖多继承时按 MRO 顺序查找

选择题

property 属于哪种描述符？

选择题

实例 __dict__ 和非数据描述符哪个优先？

资深工程师加餐

底层原理 · 大厂视角 · 工程经验，点卡片展开

with 语句等价于 try/finally：无论正常结束还是中途抛异常，退出时都会执行清理（关文件、释放锁、断开连接）。实现方式有两种：类里写 __enter__/__exit__，或用 contextlib.contextmanager 把生成器变成上下文管理器。凡是「打开了必须关闭/获取了必须释放」的资源，都应该用 with 托管。

挑战任务

类型校验描述符

简单+50 XP

写个 TypedField 描述符，能校验 int/str/float 类型，最后测一下。

类型校验描述符

Python 0%

2 个测试用例

课后作业

惰性加载描述符

中等+25 XP

实现一个 LazyField 描述符，首次访问时才计算值并缓存。

惰性加载描述符

Python 0%

1 个测试用例