Python 的描述符（Descriptor） 是一种强大而灵活的编程机制，它允许你通过特定的协议来自定义属性的访问行为——包括获取（get）、设置（set）和删除（delete）。这个机制为开发者提供了在属性层级上实现逻辑控制的能力，适用于很多高级功能的封装与优化，如动态计算、类型检查、缓存、元编程等。

本文将从描述符的核心概念出发，逐步介绍其协议结构、分类应用，以及如何通过自定义描述符来增强代码的可维护性与设计灵活性。

一、什么是描述符？

描述符本质上是一个实现了特定方法（描述符协议）的对象。这些方法包括：

• __get__(self, instance, owner)
• __set__(self, instance, value)
• __delete__(self, instance)
• __set_name__(self, owner, name) （Python 3.6+）

当解释器访问某个类属性时，如果这个属性是描述符，则会触发其对应的协议方法，而不是像常规属性那样直接进行字段的读写操作。

简而言之：

描述符是一个可以在属性访问时自动调用方法的对象，使你可以把复杂逻辑集中到属性这一层来处理，而不用写满 __setattr__ 和 __getattr__。

例如，假设你希望某属性不能被赋值为负数，可以通过描述符方式，在 __set__ 中加入校验逻辑，从而避免在每个对象构造时都重复写入检查代码。

二、描述符协议详解

注意：

• 只实现了 __get__ 的描述符称为 非数据描述符（non-data descriptor）
• 同时实现了 __set__ 或 __delete__ 的描述符称为 数据描述符（data descriptor）
• 数据描述符总是优先于实例字典中的同名属性。

三、数据描述符 vs 非数据描述符

3.1 数据描述符

数据描述符拥有 __set__ 或 __delete__ 方法，因此具有更高的优先级，在属性查找中会优先于实例字典中已存在的同名键值。

这非常适合用于：

• 属性控制（比如类型/范围验证）
• 数据绑定强制写保护
• 实现如 property 和 ORM 字段等功能

3.2 非数据描述符

仅包含 __get__ 方法。它不会拦截对已有属性的读写操作，即：

• 若实例字典中有同名键，则优先返回该键值；
• 如果不存在才会调用描述符的 __get__。

这比较适用于函数、方法绑定的实现，如内建的 function 和 classmethod/staticmethod 就是非数据描述符。

四、常见的内置描述符

Python 提供了许多标准库中使用的描述符，它们帮助完成常见的场景如方法绑定、属性映射等。

4.1 function（普通函数）

Python 的函数也是描述符的一种特殊实现：

class C:
def foo(self):
return 'instance method'

此时 C.foo 是一个非数据描述符。访问 c.foo 时，Python 会自动将 self 绑定为实例 c，并返回一个绑定的方法对象。

4.2 classmethod 和 staticmethod

这两个装饰器返回的分别是类绑定方法和静态绑定方法，本质也是基于非数据描述符实现：

class C:
@classmethod
def bar(cls):
return 'class method'
@staticmethod
def baz():
return 'static method'

4.3 property

最常见的数据描述符之一。它是用于替代 getter/setter/delete 的优雅方式：

class Person:
def __init__(self):
self._age = 0
@property
def age(self):
return self._age
@age.setter
def age(self, value):
if not isinstance(value, int) or value < 0:
raise ValueError("Age must be a positive integer")
self._age = value

在这种情况下，你可以使用简洁的语法访问属性，同时隐藏了底层数据结构的控制逻辑。

五、自定义描述符示例

我们现在通过几个例子来深入了解如何实现自己的描述符：

5.1 基础自定义 Property（getter/setter）

class MyProperty:
def __init__(self):
self.name = None
def __set_name__(self, owner, name):
self.name = f"_{name}"
def __get__(self, instance, owner):
if instance is None:
return self
return instance.__dict__.get(self.name)
def __set__(self, instance, value):
instance.__dict__[self.name] = value
class Demo:
x = MyProperty()

此描述符利用 __set_name__ 自动创建实例私有字段 _x，使得属性访问逻辑可以统一由描述符控制。

5.2 类型检查 —— 数据描述符

class Typed:
def __init__(self, expected_type):
self.expected_type = expected_type
self.name = None
def __set_name__(self, owner, name):
self.name = name
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} should be of type {self.expected_type}')
instance.__dict__[self.name] = value
class Person:
age = Typed(int)
# p.age = "30" -> TypeError: age should be of type <class 'int'>

这个例子展示了如何通过描述符在属性赋值阶段完成类型检查，提升程序安全性。

5.3 缓存属性 —— 非数据描述符

class CachedProperty:
def __init__(self, func):
self.func = func
self.name = None
def __set_name__(self, owner, name):
self.name = name
def __get__(self, instance, owner):
if instance is None:
return self
cache_key = f"_cache_{self.name}"
if cache_key in instance.__dict__:
return instance.__dict__[cache_key]
else:
value = self.func(instance)
instance.__dict__[cache_key] = value
return value
class Calculator:
@CachedProperty
def expensive_result(self):
print("Calculating result...") # 打印一次
return 42 * sum(range(10))
calc = Calculator()
print(calc.expensive_result) # 输出 Calculating result... 然后是其值
print(calc.expensive_result) # 直接从缓存中拿取

这种模式在需要延迟计算但又多次访问的情况下非常高效。

六、属性查找顺序与 MRO

Python 在查找属性时遵循以下优先级：

1. 如果类的 __dict__ 中找到 数据描述符，则优先调用其 __get__ / __set__
2. 查找实例的 __dict__（若存在同名属性）
3. 再次查找类的 __dict__，如果找到非数据描述符则调用其 __get__
4. 若未找到属性，按照 MRO（Method Resolution Order） 向上搜索父类

这种特性保证了：

• 子类能方便地重写父类中定义的数据描述符（因为描述符比实例字典优先）
• 对于非数据描述符，实例属性会优先被使用（保护原有字段）

七、进阶技巧：Metaclass 与描述符结合

有时我们希望通过类构造过程做一些初始化工作，这时候可以结合元类和 __set_name__ 来动态生成更多描述符或属性绑定。

示例：自动创建私有变量名

class AutoAttrDescriptor:
def __set_name__(self, owner, name):
self.private_name = f"_{name}"
def __get__(self, instance, owner):
if instance is None:
return self
return getattr(instance, self.private_name, None)
def __set__(self, instance, value):
setattr(instance, self.private_name, value)
class Product:
price = AutoAttrDescriptor()
name = AutoAttrDescriptor()

在这种情况下，无需手动维护 _price, _name 等私有属性，完全交给描述符自动完成。

八、总结

描述符是 Python 掌控属性行为的重要机制之一，它使得属性控制更加灵活与模块化。理解它的关键是掌握以下要点：

描述符协议的方法和调用时机

数据/非数据描述符在属性查找中的不同优先级

理解属性查找顺序（MRO 和实例字典优先级）对实际使用的影响

合理地运用常见内置描述符如 property, function, classmethod 等

通过自定义描述符实现类型检查、缓存、懒加载等高级需求

如果你希望你的 Python 程序具备更强的表达力和更优雅的设计模式，那么理解并掌握描述符是非常值得投入的学习方向。