深入理解Python非数据描述符（掌握Python描述符协议与属性访问控制）

非数据描述符的核心特点

非数据描述符的关键在于：当实例字典（__dict__）中存在同名属性时，会优先使用实例属性，而非调用描述符的 __get__ 方法。这一点与数据描述符不同——数据描述符总是优先于实例字典。

动手实践：编写一个非数据描述符

下面是一个简单的非数据描述符示例，用于缓存计算结果：

class CachedProperty:    def __init__(self, func):        self.func = func        self.name = func.__name__    def __get__(self, obj, objtype=None):        if obj is None:            return self        # 调用原函数并缓存结果到实例字典        value = self.func(obj)        obj.__dict__[self.name] = value  # 缓存后下次直接从实例字典取        return value# 使用示例class Circle:    def __init__(self, radius):        self.radius = radius    @CachedProperty    def area(self):        print("计算面积...")        return 3.14159 * self.radius ** 2# 测试c = Circle(5)print(c.area)  # 输出: 计算面积... \n 78.53975print(c.area)  # 输出: 78.53975 （不再打印“计算面积...”）

在这个例子中，CachedProperty 是一个典型的非数据描述符，因为它只实现了 __get__ 方法。第一次访问 c.area 时，会执行 area 方法并将结果存入 c.__dict__。之后再次访问时，Python 直接从实例字典中获取值，不再调用 __get__，从而实现缓存效果。

为什么叫“非数据”描述符？

因为这类描述符，它只是在首次访问时提供一个值，后续由实例字典接管。而数据描述符（如 property）则始终拦截属性访问，无论实例字典中是否存在该属性。

属性查找顺序（关键！）

Python 在访问属性时遵循以下顺序：

1. 如果属性在类中是数据描述符，则调用其 __get__。
2. 否则，检查实例字典（obj.__dict__）。
3. 如果实例字典中没有，则检查类及其基类中的非数据描述符或普通属性。

因此，非数据描述符只有在实例字典中找不到对应属性时才会被触发。

常见应用场景

• 缓存昂贵的计算结果（如上面的 CachedProperty）
• 延迟初始化（Lazy Initialization）
• 动态生成属性值（如时间戳、随机数等）

总结

Python非数据描述符是一种轻量级但功能强大的工具，适用于需要在首次访问时动态生成值并缓存的场景。通过理解描述符协议和属性查找机制，你可以更深入地掌握Python对象模型，并写出更高效、更优雅的代码。

记住关键词：Python非数据描述符、描述符协议、Python描述符、属性访问控制——它们是你深入Python高级特性的钥匙！