资讯专栏INFORMATION COLUMN

Some question about python design

jaysun / 2653人阅读

摘要:问题起源在中对于某些属性是只读的,比如对于。这会导致一些令人费解的错误。首先,和是不同的,不存在,是指的实例拥有的属性,它是一个描述器,调用它会返回实例的属性。的调用会按照以下顺序会按照同样顺序,但是很明显会跳过的访问。

0x01 Q-1: why types (str, int, dict, ...) __dict__ attribute is dict_proxy object in python2 (or mappingproxy object in python3.3+) ?
>>> str.__dict__
dict_proxy({"__add__": ,
            "__contains__": ,
            .....
            "zfill": })
>>> type(str.__dict__)

>>> s = "abc"
>>> s.__dict__
Traceback (most recent call last):
  File "", line 1, in 
AttributeError: "str" object has no attribute "__dict__"
问题起源

在 Python 中对于某些 object __dict__ 属性是只读的,比如对于 type object。然而,在 Python2.5-2.6 之前,还是有一些一般性方法可以获取和改变 __dict__ 属性的(without hacking with
gc.get_referrents(), that is)。这会导致一些令人费解的错误。

dictproxy 是为了用于保证 class.__dict__ 的 keys 必须是 strings, proxy 的机制防止了对于 class.__dict__ 的写入操作, 因此只有 setattr() 可以被用于添加属性, class.__setattr__ 的实现确保了 keys-must-be-strings 的限制.

如果我们不使用一些 proxy 的机制,那么 __dict__class.__dict__ 就可以被写入了。如果可以写入,也就可以被删除,而 class.__dict__ 中的属性被删除可能会导致解释器崩溃。

The __dict__ attribute of some objects is read-only,
e.g. for type objects. However, there is a generic

way to still access and modify it (without hacking with
gc.get_referrents(), that is). This can lead to
obscure crashes. Attached is an example that shows
a potential "problem" involving putting strange keys
in the __dict__ of a type.

This is probably very minor anyway. If we wanted to

fix this, we would need a __dict__ descriptor that
looks more cleverly at the object to which it is
applied.

BTW the first person who understand why the attached

program crashes gets a free coffee.

------- [Armin Rigo] Bypassing dict readonlyness [Python2.5-2.6]

Q-2: why built-in class instances don"t have __dict__ attribute ?

Instances of types defined in C don"t have a __dict__ attribute by default.

Q-3: what is the __dict__["__dict__"] attribute of a Python class?
>>> class A(object):
        x = "1"
        def __init__(self):
            self.x = "2"

>>> a = A()
>>> a.__dict__
{"x": "2"}
>>> type(a.__dict__)
dict
>>> A.__dict__
dict_proxy({"__dict__": ,
            "__doc__": None,
            "__init__": ,
            "__module__": "__main__",
            "__weakref__": ,
            "x": "1"})
>>> type(A.__dict__)
dict_proxy
>>> A.__dict__["__dict__"]

>>> type(A.__dict__["__dict__"])
getset_descriptor
>>> isinstance(A.__dict__["__dict__"], types.GetSetDescriptorType)
True
>>> A.__dict__["__dict__"].__get__(a, A)
{"x": "2"}
>>> a.__dict__
{"x": "2"}

首先,A.__dict__.__dict__A.__dict__["__dict__"] 是不同的,A.__dict__.__dict__ 不存在,A.__dict__["__dict__"] 是指 class 的实例拥有的 __dict__ 属性,它是一个描述器,调用它会返回实例的 __dict__ 属性。简单来说,因为一个实例的 __dict__ 属性不能(why?)保存在实例的 __dict__ 中,所以需要通过 class 中的一个 descriptor 来调用。(因为 python 是动态语言嘛,A.__dict__["__dict__"] 是一个 GetsetDescriptor,所以实例的属性是有能力增加的)

对于 class A 的实例 a ,访问 a.__dict__ 时的背后是通过 A.__dict__["__dict__"] 实现的(vars(A)["__dict__"]

对于 class A,访问 A.__dict__ 理论上 是通过 type.__dict__["__dict__"] 实现的(vars(type)["__dict__"]

完整解释:

class 和实例访问属性都是通过属性操作符 (class or metaclass"s __getattribute__) 和 __dict__ 属性/协议实现的。

对于一般的实例对象,__dict__ 会返回一个保存包含所有实例属性的独立的 dict 实例对象,对 __getattribute__ 的调用首先会访问这个 dict,并获取相应的实例属性 (这个调用会在通过描述器协议访问 class 属性之前,也会在调用 __getattr__ 之前)。class 里定义的 __dict__ 描述器实现了对这个 dict 的访问。

x.name 的调用会按照以下顺序: x.__dict__["name"], type(x).name.__get__(x, type(x)), type(x).name

x.__dict__ 会按照同样顺序,但是很明显会跳过 x.__dict__["name"] 的访问。

因为 x.__dict__ 不能保存在 x.__dict__["__dict__"] 中,对于 x.__dict__ 的访问就会用描述器协议实现,x.__dict__ 的值就会保存在实例中的一个特殊字段里。

对于 class 也会面临相同的情况,虽然 class.__dict__ 是一个伪装成 dict 的特殊的 proxy 对象,class.__dict__ 也不允许你对它进行
修改或替换行为。这个特殊的 proxy 对象允许你,获取那些定义在 class 而不是 class 的基类中的的属性。

默认情况下,vars(cls) 对于一个空类型,返回的对象包含三个描述器,__dict__ 用于保存实例中的属性,__weakref__ 是用于 weakref 模块的内部逻辑,__doc__ 是用于 class 的 docstring。前两个描述器可能会因为定义了 __slots__ 而消失,没有 __dict__ and __weakref__ 属性,反而会有每一个定义在 __slots__ 的属性。此时,实例的属性不会保存在 dict 中,访问属性将会通过相应的描述器实现。

refs: What is the dict__.__dict attribute of a Python class?

Q-4: what"s the order of access instance"s attribute ?
# -*- encoding: utf -*-


class RevealAccess(object):
    """A data descriptor that sets and returns values
       normally and prints a message logging their access.
    """
    def __init__(self, initval=None, name="var"):
        self.val = initval
        self.name = name

    def __get__(self, obj, objtype):
        print("Retrieving", self.name, self.val)
        return self.val

    def __set__(self, obj, val):
        print("Updating", self.name, self.val)
        self.val = val


class Base(object):
    attr_1 = RevealAccess(10, "var "x"")

    def __init__(self):
        self.attr_2 = RevealAccess(10, "var "x"")

    def __getattribute__(self, *args, **kwargs):
        print("__getattribute__", args, kwargs)
        return super(Base, self).__getattribute__(*args, **kwargs)

    def __getattr__(self, *args, **kwargs):
        print("__getattr__", args, kwargs)
        try:
            origin = super(Base, self).__getattr__(*args, **kwargs)
            return origin
        except AttributeError as e:
            return "not found"


def main():
    b = Base()
    print("*********** start get b.attr_1 ***********")
    print(b.attr_1)
    print("*********** start get b.attr_2 ***********")
    print(b.attr_2)
    print("*********** start get b.attr_3 ***********")
    print(b.attr_3)

if __name__ == "__main__":
    main()

Output:
*********** start get b.attr_1 ***********
("__getattribute__", ("attr_1",), {})
("Retrieving", "var "x"", 10)
10
*********** start get b.attr_2 ***********
("__getattribute__", ("attr_2",), {})
<__main__.RevealAccess object at 0x100b1abd0>
*********** start get b.attr_3 ***********
("__getattribute__", ("attr_3",), {})
("__getattr__", ("attr_3",), {})
not found

Refs:

How Does Attribute Access Work?

Python: Difference between class and instance attributes

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/40676.html

相关文章

  • Pythonic “Data Science” Specialization

    摘要:温习统计学的知识为更深层次的学习做准备在的演讲中说就是我们理解但不知道另外的是如何的我在台下想对于那可以理解的我好像都只懂了参考标准高效的流程课程用的是我不想再学一门类似的语言了我会找出相对应的和的来源流程什么是干净的一个变 Why The Data Science Specialization 温习统计学的知识, 为更深层次的学习做准备 Andrew Ng 在 2015 GTC ...

    jasperyang 评论0 收藏0
  • 2018 AI、机器学习、深度学习与 Tensorflow 相关优秀书籍、课程、示例链接集锦

    摘要:机器学习深度学习与自然语言处理领域推荐的书籍列表人工智能深度学习与相关书籍课程示例列表是笔者系列的一部分对于其他的资料集锦模型开源工具与框架请参考。 showImg(https://segmentfault.com/img/remote/1460000014946199); DataScienceAI Book Links | 机器学习、深度学习与自然语言处理领域推荐的书籍列表 sho...

    wenshi11019 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<