在 Python 中，一切皆對象。屬性訪問可以理解為是從一個已有的對象中獲得另一個對象的方法。對象屬性的訪問涉及到對象的 __dict__ 屬性、描述符等概念，以及 __getattribute__、__getattr__ 等方法。

對象字典屬性

Python 中的對象有一個 __dict__ 屬性，其是一個字典類型，對象當前可用的屬性和方法都保存在合格字典中。它存儲著對象屬性的名稱與值的鍵值對。示例(在 Python 2.7 環境測試)：

>>> class C(object):

... x = 1

...

>>> C.__dict__

dict_proxy({

'__dict__': ,

'x': 1, '__module__': '__console__',

'__weakref__': ,

'__doc__': None

})

>>> c = C()

>>> c.__dict__

{}

>>> c.y = 1

>>> c.__dict__

{'y': 1}

>>> c.x

1

>>> c.x = 2

>>> c.x

2

>>> C.x

1

>>> c.__dict__

{'y': 1, 'x': 2}

由上例應該注意到，類變量 x 存儲在類 C 的 dict 屬性中，而由 C 初始化的對象 c 的屬性 y 則在 c 的 dict 中。對象 c 仍然可以訪問其類型 C 中的類變量 x。但是，如果在對象 c 中重新設置屬性 x 之后，則 C 與 c 中各自有自己的 x 屬性，此時 c.x 不再訪問其類的屬性，而是訪問自己的 x 屬性。

還應注意到，類對象的 __dict__ 屬性為普通的 dict 類型，而類定義的 __dict__ 則為 dict_proxy 類型（在 Python3 中為 mappingproxy 類型）。類對象的該屬性是可以被直接修改的，而類的卻不行。因為類的 __dict__ 是只讀的，所以其命名中被加入了 proxy 字眼，這樣做的目的是為了防止其被意外修改而導致意想不到的錯誤發生。

>>> c.__dict__['x'] = 5

>>> C.__dict__['x'] = 6

Traceback (most recent call last):

File "", line 1, in

C.__dict__['x'] = 6

TypeError: 'dictproxy' object does not support item assignment

>>> c.x

5

>>> C.x

1

>>> c.__dict__ = {}

>>> C.__dict__ = {}

Traceback (most recent call last):

File "", line 1, in

C.__dict__ = {}

AttributeError: attribute '__dict__' of 'type' objects is not writable

>>> c.__dict__

{}

>>> c.x

1

>>> C.x

1

并不是所有的對象都有 __dict__ 這個屬性，例如實現了 __slots__ 屬性的類的對象。擁有 __slots__ 屬性的類在實例化對象時不會自動分配 __dict__， 只有在 __slots__ 中的屬性才能被使用，但它的設置只對對象真正的屬性有限制作用。如果是用 property 修飾的屬性以及屬性是一個描述符對象時是不受限制的。

描述符

描述符是實現了描述符協議的對象，本質上是一種擁有綁定行為的對象屬性。描述符的訪問行為被如下的描述符協議方法覆蓋：

__get__(self, obj, type=None) --> value

__set__(self, obj, value) --> None

__delete__(self, obj) --> None

描述符協議只是一種在模型中引用屬性時指定將要發生事件的方法。實現了以上描述符協議三個方法中任意一個的對象即是描述符。同時定義了 __get__ 和 __set__ 方法的對象就叫作數據描述符(Data Descriptor)，也被成為資源描述符。而只定義了 __get__ 方法的對象被叫做非數據描述符(Non-data Descriptor)。實際上類方法(classmethod)即為一個非數據描述符。數據描述符與非數據描述會影響其被訪問的順序。如果實例中存在與數據描述符同名的屬性，則會優先訪問數據描述符。如果實例中存在與非數據描述符同名的屬性，則優先訪問實例屬性。一個描述符的定義類似如下形式：

class Descriptor(object):

def __init__(slef):

pass

def __get__(self, instance, owner):

"""用于訪問屬性

返回屬性的值，或者在所請求的屬性不存在的情況下出現 AttributeError 異常

"""

pass

def __set__(self, instance, value):

"""用于設置屬性值

將在屬性分配操作中調用，不會返回任何內容

"""

pass

def __delete__(self, ):

"""用于刪除屬性

控制刪除操作，不會返回內容

"""

pass

描述符將某種特殊類型的類的實例指派給另一個類的屬性(注意： 這里是類屬性，而不是對象屬性，即描述符被分配給一個類，而不是實例)。描述符相當于是一種創建托管屬性的方法。托管屬性可以用于保護屬性不受修改，對傳遞的值做檢查，或自動更新某個依賴屬性的值。下面是一個簡單的示例：

class Descriptor(object):

def __init__(self, m):

self.m = m

def __get__(self, instance, owner):

return instance.n * self.m

def __set__(self, instance, value):

if value < 0:

raise ValueError("Negative value not allowed:%s" % value)

instance.n = value

class Foo(object):

bar = Descriptor(0)

har = Descriptor(1)

tar = Descriptor(2)

yar = Descriptor(3)

def __init__(self, n):

self.n = n

"""

>>> f = Foo(10)

>>> f.bar

0

>>> f.bar = 100

>>> f.bar

0

>>> f.har

100

>>> f.har = 10

>>> f.har

10

>>> f.yar

30

>>> f.yar = 12345

>>> f.yar

37035

"""

Python 中的類方法裝飾器 classmethod、staticmethod 實際上是一個非數據描述符，下面是他們的純 Python 實現示例：

class StaticMethod(object):

def __init__(self, f):

self.f = f

def __get__(self, instance, owner):

return self.f

class ClassMethod(object):

def __init__(self, f):

self.f = f

def __get__(self, instance, owner):

if owner is None:

owner = type(instance)

def _func(*args):

return self.f(owner, *args)

return _func

此外，Python 的 property 則是一個數據描述符，它將對象屬性的訪問轉化為方法調用。類中的 property 裝飾器有一個缺陷，每次試圖訪問 property 屬性時其裝飾的函數都會被調用，而有時候可能只希望函數被調用一次。于是，可以模仿 property 來實現一個惰性屬性(lazy property)，即在必要的時候（屬性被真正訪問到時）才初始化屬性。以下是惰性屬性描述符的實現示例：

class lazy_property(object):

def __init__(self, func):

self.func = func

def __get__(self, obj, cls):

if obj is None:

return self

value = obj.__dict__[self.func.__name__] = self.func(obj)

return value

上例中實現一個非數據描述來達到惰性初始化屬性的目的。對象惰性屬性在被訪問時會調用 func 初始化得到 value，然后再在對象的 __dict__ 中設置同名的屬性，下一次再訪問屬性時，會直接返回 __dict__ 中保存的值，而不再去訪問描述符。這里涉及到了對象屬性的訪問優先級順序問題。

屬性訪問順序

Python 在對象屬性訪問時會無條件調用 __getttribute__() 方法。在屬性搜索的優先級鏈中，類字典中發現的數據描述符的優先級高于實例變量，實例變量優先級高于非數據描述符。如果提供了 __getattr__()，優先級鏈會為 __getattr__() 分配最低優先級。除非 __getttribute__() 顯示調用或者拋出 AttributeError 異常，否則 __getattr__() 將不會被調用。

描述符的調用是通過 _getattribute__() 方法實現的，重寫該方法可以阻止描述符的自動調用。數據描述符總是覆蓋類實例的 __dict__，而非數據描述符可能會被類實例的 __dict__ 覆蓋。_getattribute__() 方法的實現大概類似如下形式：

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

需要注意的是，重寫 __getttribute__() 方法時，不能在其實現中使用 self.xxx 的形式訪問自己的屬性，這樣會導致無限遞歸。而需要訪問自己的屬性時，應該調用基類的方法。如 object.__getattribute__(self, name)。

下面詳細描述下對象屬性的訪問順序。假設有 class C, c = C(), 那么 c.x 的執行順序為：

（1）如果 x 是出現在 C 或其基類的 __dict__ 中，且是數據描述符， 那么調用其 __get__ 方法，否則

（2）如果 x 出現在 c 的 __dict__ 中，那么直接返回 c.__dict__['x']，否則

（3）如果 x 出現在 C 或其基類的 __dict__ 中，那么

（3.1）如果 x 是非數據描述符，那么調用其 __get__ 方法，否則

（3.2）返回 __dict__['x']

（4）如果 C 有 __getattr__ 方法，調用 __getattr__ 方法，否則

（5）拋出 AttributeError

處理缺失值

默認情況下，當訪問的屬性在對象中不存在時，會拋出 AttributeError 異常。而在有些場景中我們并不希望這樣，比如在我工作的項目中，當訪問一項配置時，如果該配置項不存在，我們希望其返回 None，而不是發生異常。這用 __getattr__ 方法很容易實現，該方法通常與 __setattr__、__delattr__ 方法配合使用，__setattr__ 方法會改變屬性的復制行為：

class Foo(object):

def __init__(self):

self.x = 1

def __getattr__(self, key):

try:

return self.__dict__[key]

except KeyError:

return None

def __setattr__(self, key, value):

self.__dict__[key] = value

def __delattr__(self, key):

try:

del self.__dict__[key]

except KeyError:

return None

如果對象時一個字典，則當訪問一個不存在的 key 時，會發生 KeyError 異常。字典也有一個方法可以用來處理缺失值，即 __missing__。這個方法雖然與屬性訪問無關，這里也做一下簡單的介紹。當訪問的鍵不存在時，dict.__getitem__() 方法會自動調用該方法。需要注意的是 dict 中并沒這個方法，需要在子類中實現。示例：

class FooDict(dict):

def __missing__(self, key):

self[key] = "hello"

return "hello"

fdict = FooDict()

print fdict

print fdict["bar"]

# 執行結果：

# {}

# hello

可以用該方法來實現一個缺省字典：

class defaultdict(dict):

def __init__(self, default_factory=None, *a, **kw):

dict.__init__(self, *a, **kw)

self.default_factory = default_factory

def __missing__(self, key):

self[key] = value = self.default_factory()

return value

參考資料

總結

以上是生活随笔為你收集整理的python对象的三个属性_Python 对象属性的访问的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。