Python对象的属性访问过程详解
只想回答一个问题: 当编译器要读取obj.field时, 发生了什么?
看似简单的属性访问, 其过程还蛮曲折的. 总共有以下几个step:
1. 如果obj 本身(一个instance )有这个属性, 返回. 如果没有, 执行 step 2
2. 如果obj 的class 有这个属性, 返回. 如果没有, 执行step 3.
3. 如果在obj class 的父类有这个属性, 返回. 如果没有, 继续执行3, 直到访问完所有的父类. 如果还是没有, 执行step 4.
4. 执行obj.__getattr__方法.
通过以下代码可以验证:
class A(object):
a = 'a'
class B(A):
b = 'b'
class C(B):
class_field = 'class field'
def __getattr__(self, f):
print('Method {}.__getattr__ has been called.'.format(
self.__class__.__name__))
return f
c = C()
print c.a
print c.b
print c.class_field
print c.c
输出:
a
b
class field
Method C.__getattr__ has been called.
c
PS: python里的attribute与property不同, 当使用了property里, property的解析优先级最高. 详见blog:从attribute到property.
补充知识：深入理解python对象及属性
类属性和实例属性
首先来看看类属性和类实例的属性在python中如何存储，通过__dir__方法来查看对象的属性
>>> class Test(object):
pass
>>> test = Test()
# 查看类属性
>>> dir(Test)
['__class__','__delattr__','__dict__','__doc__','__format__',
'__getattribute__', '__hash__', '__init__', '__module__',
'__new__', '__reduce__', '__reduce_ex__', '__repr__',
'__setattr__', '__sizeof__', '__str__', '__subclasshook__',
'__weakref__']
# 查看实例属性
>>> dir(test)
['__class__', '__delattr__', '__dict__', '__doc__', '__format__',
'__getattribute__', '__hash__', '__init__', '__module__',
'__new__', '__reduce__', '__reduce_ex__', '__repr__',
'__setattr__', '__sizeof__', '__str__', '__subclasshook__',
'__weakref__']
我们主要看一个属性__dict__，因为 __dict__保存的对象的属性,看下面一个例子
>>> class Spring(object):
... season = "the spring of class"
...
# 查看Spring类保存的属性
>>> Spring.__dict__
dict_proxy({'__dict__': <attribute '__dict__' of 'Spring' objects>,
'season': 'the spring of class',
'__module__': '__main__',
'__weakref__': <attribute '__weakref__' of 'Spring' objects>,
'__doc__': None})
# 通过两种方法访问类属性
>>> Spring.__dict__['season']
'the spring of class'
>>> Spring.season
'the spring of class'
发现__dict__有个'season'键，这就是这个类的属性，其值就是类属性的数据.
接来看，看看它的实例属性
>>> s = Spring()
# 实例属性的__dict__是空的
>>> s.__dict__
{}
# 其实是指向的类属性
>>> s.season
'the spring of class'
# 建立实例属性
>>> s.season = "the spring of instance"
# 这样，实例属性里面就不空了。这时候建立的实例属性和类属性重名，并且把它覆盖了
>>> s.__dict__
{'season': 'the spring of instance'}
>>> s.__dict__['season']
'the spring of instance'
>>> s.season
'the spring of instance'
# 类属性没有受到实例属性的影响
>>> Spring.__dict__['season']
'the spring of class'
>>> Spring.__dict__
dict_proxy({'__dict__': <attribute '__dict__' of 'Spring' objects>, 'season': 'the spring of class', '__module__': '__main__', '__weakref__': <attribute '__weakref__' of 'Spring' objects>, '__doc__': None})
# 如果将实例属性删除,又会调用类属性
>>> del s.season
>>> s.__dict__
{}
>>> s.season
'the spring of class'
# 自定义实例属性，对类属性没有影响
>>> s.lang = "python"
>>> s.__dict__
{'lang': 'python'}
>>> s.__dict__['lang']
'python'
# 修改类属性
>>> Spring.flower = "peach"
>>> Spring.__dict__
dict_proxy({'__module__': '__main__',
'flower': 'peach',
'season': 'the spring of class',
'__dict__': <attribute '__dict__' of 'Spring' objects>, '__weakref__': <attribute '__weakref__' of 'Spring' objects>, '__doc__': None})
>>> Spring.__dict__['flower']
'peach'
# 实例中的__dict__并没有变化
>>> s.__dict__
{'lang': 'python'}
# 实例中找不到flower属性，调用类属性
>>> s.flower
'peach'
下面看看类中包含方法，__dict__如何发生变化
# 定义类
>>> class Spring(object):
... def tree(self, x):
... self.x = x
... return self.x
...
# 方法tree在__dict__里面
>>> Spring.__dict__
dict_proxy({'__dict__': <attribute '__dict__' of 'Spring' objects>,
'__weakref__': <attribute '__weakref__' of 'Spring' objects>,
'__module__': '__main__',
'tree': <function tree at 0xb748fdf4>,
'__doc__': None})
>>> Spring.__dict__['tree']
<function tree at 0xb748fdf4>
# 建立实例，但是__dict__中没有方法
>>> t = Spring()
>>> t.__dict__
{}
# 执行方法
>>> t.tree("xiangzhangshu")
'xiangzhangshu'
# 实例方法(t.tree('xiangzhangshu'))的第一个参数(self，但没有写出来)绑定实例 t，透过 self.x 来设定值，即给 t.__dict__添加属性值。
>>> t.__dict__
{'x': 'xiangzhangshu'}
# 如果没有将x 赋值给 self 的属性，而是直接 return，结果发生了变化
>>> class Spring(object):
... def tree(self, x):
... return x
>>> s = Spring()
>>> s.tree("liushu")
'liushu'
>>> s.__dict__
{}
需要理解python中的一个观点，一切都是对象，不管是类还是实例，都可以看成是对象，符合object.attribute ，都会有自己的属性
使用__slots__优化内存使用
默认情况下，python在各个实例中为名为__dict__的字典里存储实例属性，而字典会消耗大量内存（字典要使用底层散列表提升访问速度）, 通过__slots__类属性，在元组中存储实例属性，不用字典，从而节省大量内存
# 在类中定义__slots__属性就是说这个类中所有实例的属性都在这儿了，如果几百万个实例同时活动，能节省大量内存
>>> class Spring(object):
... __slots__ = ("tree", "flower")
...
# 仔细看看 dir() 的结果，还有__dict__属性吗？没有了，的确没有了。也就是说__slots__把__dict__挤出去了，它进入了类的属性。
>>> dir(Spring)
['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__slots__', '__str__', '__subclasshook__', 'flower', 'tree']
>>> Spring.__slots__
('tree', 'flower')
# 实例化
>>> t = Spring()
>>> t.__slots__
('tree', 'flower')
# 通过类赋予属性值
>>> Spring.tree = "liushu"
# tree这个属性是只读的, 实例不能修改
>>> t.tree = "guangyulan"
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'Spring' object attribute 'tree' is read-only
>>> t.tree
'liushu'
# 对于用类属性赋值的属性，只能用来修改
>>> Spring.tree = "guangyulan"
>>> t.tree
'guangyulan'
# 对于没有用类属性赋值的属性，可以通过实例来修改
>>> t.flower = "haitanghua"
>>> t.flower
'haitanghua'
# 实例属性的值并没有传回到类属性，你也可以理解为新建立了一个同名的实例属性
>>> Spring.flower
<member 'flower' of 'Spring' objects>
# 如果再给类属性赋值
>>> Spring.flower = "ziteng"
>>> t.flower
'ziteng'
如果使用的当，__slots__可以显著节省内存，按需要注意一下问题
在类中定义__slots__之后，实例不能再有__slots__所列名称之外的其他属性
每个子类都要定义__slots__熟悉，因为解释器会忽略继承__slots__属性
如果不把__werkref__加入__slots__，实例不能作为弱引用的目标
属性的魔术方法
来看几个魔术方法
__setattr__(self,name,value)：如果要给 name 赋值，就调用这个方法。
__getattr__(self,name)：如果 name 被访问，同时它不存在的时候，此方法被调用。
__getattribute__(self,name)：当 name被访问时自动被调用（注意：这个仅能用于新式类），无论 name 是否存在，都要被调用。
__delattr__(self,name)：如果要删除 name，这个方法就被调用。
>>> class A(object):
... def __getattr__(self, name):
... print "You use getattr"
... def __setattr__(self, name, value):
... print "You use setattr"
... self.__dict__[name] = value
# a.x，按照本节开头的例子，是要报错的。但是，由于在这里使用了__getattr__(self, name) 方法，当发现 x 不存在于对象的__dict__中的时候，就调用了__getattr__，即所谓“拦截成员”。
>>> a = A()
>>> a.x
You use getattr
# 给对象的属性赋值时候，调用了__setattr__(self, name, value)方法，这个方法中有一句 self.__dict__[name] = value，通过这个语句，就将属性和数据保存到了对象的__dict__中
>>> a.x = 7
You use setattr
# 测试__getattribute__(self,name)
>>> class B(object):
... def __getattribute__(self, name):
... print "you are useing getattribute"
... return object.__getattribute__(self, name)
# 返回的内容用的是 return object.__getattribute__(self, name)，而没有使用 return self.__dict__[name]。因为如果用这样的方式，就是访问 self.__dict__，只要访问这个属性，就要调用`getattribute``，这样就导致了无限递归
# 访问不存在的成员，可以看到，已经被__getattribute__拦截了，虽然最后还是要报错的。
>>> b = B()
>>> b.y
you are useing getattribute
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 4, in __getattribute__
AttributeError: 'B' object has no attribute 'y'
Property函数
porperty可以作为装饰器使用把方法标记为特性
class Vector(object):
def __init__(self, x, y):
# 使用两个前导下划线，把属性标记为私有
self.__x = float(x)
self.__y = float(y)
# porperty装饰器把读值方法标记为特性
@property
def x(self):
return self.__x
@property
def y(self):
return self.__y
vector = Vector(3,4)
print(vector.x, vector.y)
使用property可以将函数封装为属性
class Rectangle(object):
"""
the width and length of Rectangle
"""
def __init__(self):
self.width = 0
self.length = 0
def setSize(self, size):
self.width, self.length = size
def getSize(self):
return self.width, self.length
if __name__ == "__main__":
r = Rectangle()
r.width = 3
r.length = 4
print r.getSize() # (3,4)
r.setSize( (30, 40) )
print r.width # 30
print r.length # 40
这段代码可以正常运行，但是属性的调用方式可以改进，如下：
class Rectangle(object):
"""
the width and length of Rectangle
"""
def __init__(self):
self.width = 0
self.length = 0
def setSize(self, size):
self.width, self.length = size
def getSize(self):
return self.width, self.length
# 使用property方法将函数封装为属性，更优雅
size = property(getSize, setSize)
if __name__ == "__main__":
r = Rectangle()
r.width = 3
r.length = 4
print r.size # (30, 40)
r.size = 30, 40
print r.width # 30
print r.length # 40
使用魔术方法实现：
class NewRectangle(object):
def __init__(self):
self.width = 0
self.length = 0
def __setattr__(self, name, value):
if name == 'size':
self.width, self, length = value
else:
self.__dict__[name] = value
def __getattr__(self, name):
if name == 'size':
return self.width, self.length
else:
raise AttrubuteErrir
if __name__ == "__main__":
r = Rectangle()
r.width = 3
r.length = 4
print r.size # (30, 40)
r.size = 30, 40
print r.width # 30
print r.length # 40
属性的获取顺序
最后我们来看看熟悉的获得顺序：通过实例获取其属性，如果在__dict__中有相应的属性，就直接返回其结果；如果没有，会到类属性中找。
看下面一个例子:
class A(object):
author = "qiwsir"
def __getattr__(self, name):
if name != "author":
return "from starter to master."
if __name__ == "__main__":
a = A()
print a.author # qiwsir
print a.lang # from starter to master.
当 a = A() 后，并没有为实例建立任何属性，或者说实例的__dict__是空的。但是如果要查看 a.author，因为实例的属性中没有，所以就去类属性中找，发现果然有，于是返回其值 “qiwsir”。但是，在找 a.lang的时候，不仅实例属性中没有，类属性中也没有，于是就调用了__getattr__()方法。在上面的类中，有这个方法，如果没有__getattr__()方法呢？如果没有定义这个方法，就会引发 AttributeError，这在前面已经看到了。
以上这篇Python对象的属性访问过程详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
以上是 Python对象的属性访问过程详解 的全部内容， 来源链接： utcz.com/z/328126.html
