Python 的描述符到底是个啥?property 和 classmethod 底层都靠它,3 个例子讲透

简介: 描述符不是高深魔法,它就是定义了 __get__ 方法的普通对象。property、classmethod 甚至方法自动绑定 self 底层全是描述符。3 个例子从函数即描述符讲到 property 实现,附对照表与排错清单。

结论先行:描述符(descriptor)不是什么高深魔法,它就是——一个定义了 __get__(可选 __set__/__delete__)方法的普通对象。Python 看到你"用实例去访问一个类属性"时,如果这个类属性是个描述符,就不会原样返回它,而是自动调用它的 __get__。你天天用的 property、classmethod、staticmethod,甚至"方法会自动绑定 self"这件事,底层全是描述符。


1. 先认识:啥样的对象算描述符

规则极简,一个类只要实现了下面三个方法的任意组合,它的实例就是描述符:

实现了什么 叫什么 典型用途
只有 __get__ 非数据描述符 方法、classmethod、staticmethod
__get__ + __set__(或 __delete__) 数据描述符 property、带校验的属性
class Show:
    def __get__(self, instance, owner):
        return '描述符被触发了!'

class Demo:
    x = Show()          # 类属性是个描述符

d = Demo()
print(d.x)              # 描述符被触发了!——注意:不是返回 Show 实例

关键点:d.x 拿到的不再是 Show 实例本身,而是 __get__ 的返回值。访问被"拦截"了——这就是描述符的全部秘密。

2. 最震撼的例子:函数就是描述符

def hello(self):
    return f'hello {self.name}'

print(hasattr(hello, '__get__'))     # True!函数也有 __get__

为什么重要:这解释了一个初学者常问的问题——为什么 obj.method() 会自动传入 obj 当 self? 因为函数是非数据描述符:obj.method 访问时,函数的 __get__ 被调用,返回一个"绑定了 obj 的 bound method"。你不是在调用一个普通函数,你是在调用描述符协议制造出来的绑定方法。classmethod/staticmethod 只是内置的另外两种描述符,改的是 __get__ 的返回逻辑。

3. property 的底层:一个数据描述符

property 本质上就是个数据描述符类,可以徒手复刻:

class MyProperty:
    def __init__(self, fget):
        self.fget = fget
    def __get__(self, instance, owner):
        if instance is None:
            return self
        return self.fget(instance)

class Circle:
    def __init__(self, r):
        self._r = r
    @MyProperty
    def area(self):
        return 3.14 * self._r ** 2

print(Circle(2).area)    # 12.56

对照真 property:内置 property 无非是多带了 fset/fdel,实现了 __set__/__delete__。注意一个推论:**数据描述符优先级高于实例dict**——这就是"为什么你没法用c.area = 100覆盖一个 property"的原因(会进set` 被拦截或报错),而非数据描述符(普通方法)会被实例字典挡住(给实例绑一个同名方法就能"覆盖"类方法)。

4. 实战:写一个"类型强制检查"描述符

class Typed:
    def __init__(self, name, typ):
        self.name = name
        self.typ = typ
    def __get__(self, instance, owner):
        if instance is None:
            return self
        return instance.__dict__[self.name]
    def __set__(self, instance, value):
        if not isinstance(value, self.typ):
            raise TypeError(f'{self.name} 必须是 {self.typ.__name__},拿到 {type(value).__name__}')
        instance.__dict__[self.name] = value

class User:
    name = Typed('name', str)
    age = Typed('age', int)

u = User()
u.name = '张三'      # ok
u.age = '十八'       # TypeError: age 必须是 int,拿到 str

为什么好用:ORM 的字段校验、Django Model、dataclass 的类型约束,底层都是这个模式——描述符把"校验逻辑"从 __init__ 里搬到了类属性上,声明一行就行。

5. 描述符 vs property vs getattr(到底用谁)

维度 描述符 property __getattr__
触发时机 访问类属性时 访问类属性时 正常查找失败后才调用
能拦截赋值 能(__set__) 能 不能(要配 __setattr__)
性能 快(C 层协议) 快 慢(异常路径)
适用 复用校验/计算逻辑 单个属性封装 兜底代理、动态属性

对照结论:逻辑要在多个类/多个属性上复用 → 写描述符;只为一个属性服务 → 直接 property;想"查不到再编一个" → __getattr__。

6. 排错清单(收藏级)

  • 改了 property 却没生效? 检查是不是在实例 __dict__ 里塞了同名键——数据描述符优先级高于实例字典,但如果你写的是非数据描述符(只有 __get__),实例字典会挡住它。
  • __get__ 里 instance 是 None? 那是用类直接访问(Demo.x),记得判空返回自身或做别的处理。
  • 描述符里存状态存错了地方? 存在描述符实例自己身上 = 所有实例共享(经典 bug);必须存 instance.__dict__ 才是每个实例一份。
  • classmethod 为啥拿不到实例? 它也是描述符,__get__ 返回绑定到类的方法——协议不同,不是 bug。

下一篇:《Python 字典为什么查得快?3 个实验看懂哈希表底层》——关注不迷路。

相关文章
|
21天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
9070 29
|
20天前
|
人工智能 并行计算 PyTorch
秋叶 ComfyUI 2026 整合包 v3.2 完整部署教程:Python 3.13 + Torch 2.13 全栈升级
秋叶aaaki ComfyUI 2026年8月整合包v3.2正式发布!全面升级Python 3.13.11、PyTorch 2.13.0+cu130及ComfyUI v0.30.2,原生支持MiniMax H3、Wan 2.2、Qwen-Image-2.1等2026主流音视频/图像模型,解压即用,无需环境配置。
4146 16
|
19天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
2334 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
7天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。
|
6天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
492 1
|
14天前
|
人工智能 Linux 开发者
【2026国内使用】Codex安装过程一篇讲透(Win/Mac/Linux全支持)
Codex是OpenAI推出的AI编程智能体,可读取本地项目、理解需求并自动修改代码。支持桌面GUI、命令行(CLI)及VS Code/Cursor插件三种形态,覆盖可视化操作、终端高效开发与编辑器无缝集成场景,助开发者用自然语言驱动编码全流程。(239字)
1088 2
【2026国内使用】Codex安装过程一篇讲透(Win/Mac/Linux全支持)
|
8天前
|
人工智能 Linux Windows
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面
千问办公(QwenWork)是阿里云推出的AI智能办公平台,支持网页端直接使用及Windows/Mac/Linux客户端下载。提供PPT生成、财报分析、网页搭建等AI功能,个人版免费,企业版198元/席/月。详情见官网qwenwork.cn或阿里云产品页。
1052 0
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面