Python描述符协议与property

可视化演示

展示get/set/delete三大方法调用流程、数据与非数据描述符优先级规则及property描述符本质，切换模式深入理解Python属性访问底层机制。

描述符协议：三个钩子

想象你住在一栋“类公寓”里，房间里的每一件物品都是一个属性。有些物品相当贵重，物业绝不会让住户直接打开保险柜。于是他们派了一位管家：你想取金条（__get__），管家核对你的身份；你想存进新金条（__set__），管家检查来路；你想扔掉它（__delete__），管家记录去向。任何动作都必须经过管家。描述符协议，就是这套“管家守则”的 Python 翻译。

在 Python 中，描述符首先是一个普通的类，只不过这个类额外实现了 __get__、__set__ 或 __delete__ 中的至少一个方法。把描述符类的实例挂在另一个类的类属性位置上，事情就变了：对 instance.field 的读写不再直接命中实例字典，而是优先转交给描述符处理。换句话说，描述符是“类属性层面的魔法”——它本身不存储任何业务数据，只负责定义“存取规则”。

三个方法各有分工。__get__(self, instance, owner) 在读取属性时触发，instance 是访问者实例，owner 是拥有该字段的类；如果通过类来访问，instance 为 None。__set__(self, instance, value) 在赋值时触发；__delete__(self, instance) 在 del 该属性时触发。只实现了 __get__ 的称为非数据描述符，还实现了 __set__ 或 __delete__ 的称为数据描述符——这一区别直接决定属性查找的优先级。

有了这套守则，物品的存取就能“有章可循”：取之前登记，存之前检查，扔之前确认。你不需要发明新语法，只要遵循协议，Python 就会把每一次属性访问交到你的手中——这就是描述符最迷人的地方。

数据描述符：全职管家

管家也分全职和兼职。全职管家同时管存取，兼职引导员只负责指路。数据描述符就是“全职管家”：它实现了 __set__ 或 __delete__（通常与 __get__ 一起实现），因此任何一次赋值都逃不过它的眼睛。在 Python 术语里，数据描述符意味着这个属性“值得被全程监控”。

为什么 Python 要专门给数据描述符最高优先级？因为只要实现了 __set__，就能保证每次写入都先被检查。假如实例字典比管家优先，那么你刚写完 setter，实例上随手赋一个同名属性，控制就会瞬间失效——管家成了摆设。为了让“赋值检查”拥有绝对约束力，Python 规定：数据描述符优先于实例 __dict__。

这就是“实例遮蔽”问题的由来。很多人困惑：self.x = 1 明明把 x 放进了实例字典，为什么 property 依然拦截？答案就藏在这条优先级规则里——property 是数据描述符，你永远无法用普通赋值覆盖一个数据描述符。

所以，“全职管家”的设立不是为了抢活干，而是为了确保任何非法赋值都无法绕过检查。后面写类型校验时最关键的一步，就是把描述符做成数据描述符——有了 __set__，你才真正拥有对这个属性的永久控制权。

非数据描述符：兼职引导员

兼职引导员只在房间本身找不到物品时才会被询问。普通函数就是这类角色：函数对象只实现了 __get__，没有 __set__，所以它是非数据描述符。当一个 def 函数出现在类的属性位置时，instance.method 的访问会调用 function.__get__(instance, cls)，生成一个把 instance 作为第一个参数传入的绑定方法——这就是“方法自动获得 self”的底层真相。

也许你会问：为什么函数不实现 __set__？因为函数希望被“放回”实例字典后还能被替换。如果你给实例动态赋值 instance.f = 某个普通对象，非数据描述符优先级低于实例字典，于是新值胜出，函数被覆盖。这种“灵活替换”正是非数据描述符的设计意图：它提供默认行为，但不垄断属性。

staticmethod 和 classmethod 都属于这一族。staticmethod 的 __get__ 原样返回函数，不绑定任何东西；classmethod 的 __get__ 返回绑定到类的绑定方法。它们都不实现 __set__，因此都能被实例属性“礼貌地让位”。注意一个容易混淆的点：@staticmethod 包装后的对象不再是一个普通函数，而是一个 staticmethod 描述符对象。

兼职引导员虽然职务低，却是 Python 面向对象机制的“齿轮”：方法绑定、类方法、静态方法全部依赖这一个小小的 __get__。理解了它，你就理解了“类里定义的函数为什么和普通函数不一样”。

查找优先级：前台总机的决策

现在把视角升到整栋公寓的前台：当你请求一个属性，__getattribute__ 就像总机接线员，按一套固定剧本决定由谁来响应。这套剧本有四个分支，顺序完全不可打乱。理解它，你就彻底掌握了“属性到底在哪找”的全局地图。

第一步，沿类型 MRO 找数据描述符。前台先翻管家名册，看有没有全职管家负责这个物品——有，直接转给管家，流程结束。第二步，没有全职管家，去房间储物柜 instance.__dict__ 里找。第三步，储物柜也没有，再去翻兼职引导员手册（类型 MRO 中的非数据描述符）。第四步，全部落空，抛出 AttributeError。

这个顺序解释了三个常见现象：为什么 property 的 setter 一定能触发（它是数据描述符）；为什么 instance.method = x 能覆盖方法的绑定（函数是非数据描述符）；为什么读一个只实现了 __set__ 的字段得到的是描述符对象本身（数据描述符存在但无 __get__，读取时返回它自己）。

前台总机的这套剧本，决定了每一个属性的“命运”。你不需要记住 CPython 源码，只要记住“数据描述符 > 实例字典 > 非数据描述符”这个优先序，就掌握了 90% 的属性行为预测能力。

property实现：标准管家套餐

物业替你预装了一位标准管家——property。它是 Python 内置的类，实例化后得到数据描述符对象。property 内部保存三件事：读取函数 fget、写入函数 fset、删除函数 fdel。当访问属性时，property 的 __get__ 调用 fget；赋值时，__set__ 调用 fset；删除时，__delete__ 调用 fdel。

平时我们写的 @property 装饰器，本质是 attr = property(attr) 的语法糖：把函数包装成 property 对象，并放回类字典。而 @price.setter 也并非新语法，它调用的是 property 对象的 setter 方法，该方法返回一个新的 property 实例（新实例复用了原 fget，只替换 fset），然后把类字典中的 price 替换成这个新实例。

这也是 property 的一个隐藏细节：它自己不存业务值，真正的值通常放在 self._price 或 instance.__dict__ 里。property 只负责“接线”——把属性读写转发给你写好的函数。你可以用它把属性变成只读（只给 fget）、带缓存、带单位换算等任何形态。

把 property 看成一键生成的管家套餐，你就不会再对它感到神秘。它和你手写的描述符类做的事一模一样，只是由官方替你打磨好了而已。

类方法与静态方法：两个特殊窗口

公寓里还有两个特殊服务窗口。classmethod 是“业主委员会窗口”：无论你从哪间房（实例）还是从公寓前台（类）来，它都把第一个参数绑定为“业主委员会”（类本身）。staticmethod 是“公告栏”：谁来问都是同一张公告，不绑定任何东西。

从描述符视角看，两者都是非数据描述符。classmethod 包装函数后生成一个 classmethod 对象，其 __get__ 把持有它的类作为第一个参数传入并返回绑定方法；staticmethod 的 __get__ 则原样返回被包装的函数。它们都不实现 __set__，所以实例字典优先级更高——这些描述符只提供“默认绑定规则”，不强制拦截。

为什么要用描述符实现？因为 Python 想复用同一套属性查找机制：方法绑定本身就是一次属性查找的结果。Class.method 通过类查找得到绑定到类的 bound method，instance.method 通过实例查找同样得到绑定结果，只是绑定目标不同。这套统一规则，让“方法”和“属性”在描述符协议面前完全平等。

有了这两个窗口，类工厂、注册表模式、工具函数组织都变得顺手。记住它们的本质：一个是“绑定到类”的非数据描述符，一个是“不绑定”的非数据描述符。

实战应用：从字段校验到 ORM

理解了协议，就可以自己“培训管家”了。最常见的两个模式：类型校验字段和延迟计算字段。前者用数据描述符实现，后者用非数据描述符实现。两者都只用几十行代码，就能写出媲美框架的体验。

类型校验字段的套路是：__set__ 中检查类型，不合格直接抛异常，合格则写入 instance.__dict__；__get__ 中从 instance.__dict__ 读回。由于数据描述符优先于实例字典，无论外部怎么赋值都会被拦截，这就是 ORM 字段校验的雏形——Django 的 Field、SQLAlchemy 的 Column 本质都是描述符。

延迟计算字段的套路是：用 @LazyField 装饰一个计算方法，第一次访问时执行该方法、把结果存进实例字典；后续访问因非数据描述符优先级低于实例字典，直接命中缓存。这个模式在特征工程中尤其好用：复杂特征只在第一次访问时计算一次。下面会给出完整代码。

培训自己的管家并不神秘：数据描述符用于一切需要“强制纪律”的场景，非数据描述符用于“默认行为但允许覆盖”的场景。掌握了这个分工，你就能在项目中写出既克制又优雅的属性层。

AI 应用场景

Python 演示

class ValidatedField:    """带类型校验的数据描述符"""     def __init__(self, name, expected_type):        self.name = name        self.expected_type = expected_type     def __get__(self, instance, owner):        if instance is None:            return self        return instance.__dict__.get(self.name)     def __set__(self, instance, value):        if not isinstance(value, self.expected_type):            raise TypeError(                f"{self.name} 需要 {self.expected_type.__name__}, 收到 {type(value).__name__}"            )        instance.__dict__[self.name] = value  class LazyField:    """非数据描述符: 延迟计算并缓存到实例字典"""     def __init__(self, func):        self.func = func        self.name = func.__name__     def __get__(self, instance, owner):        if instance is None:            return self        if self.name not in instance.__dict__:            instance.__dict__[self.name] = self.func(instance)        return instance.__dict__[self.name]  class Order:    price = ValidatedField("price", float)    quantity = ValidatedField("quantity", int)     def __init__(self, price, quantity):        self.price = price        self.quantity = quantity     @LazyField    def total(self):        print("计算 total 中...")        return self.price * self.quantity  if __name__ == "__main__":    my_order = Order(9.5, 4)    print("第一次访问 total:", my_order.total)    print("第二次访问 total:", my_order.total)     try:        my_order.price = "昂贵"    except TypeError as exc:        print("类型校验拦截:", exc)

1. def __set__(self, instance, value):赋值统一入口，所有写入先过这道关卡。
2. if not isinstance(value, self.expected_type):类型不符直接抛 TypeError，从源头拦截脏数据。
3. instance.__dict__[self.name] = value绕过普通赋值，把值直接写进实例字典，存储位置由描述符掌控。
4. @LazyField用非数据描述符包装 total 方法，让计算延迟到首次访问。
5. if self.name not in instance.__dict__:首次访问才执行计算并缓存，之后直接命中实例字典。
6. print("第二次访问 total:", my_order.total)非数据描述符优先级低于实例字典，第二次不再触发 __get__。

常见误区

面试题