Python中的descriptor描述器简明使用指南
当定义迭代器的时候，描述是实现迭代协议的对象，即实现__iter__方法的对象。同理，所谓描述器，即实现了描述符协议，即__get__,__set__,和__delete__方法的对象。
单看定义，还是比较抽象的。talkischeap。看代码吧：
classWebFramework(object): def__init__(self,name='Flask'): self.name=name def__get__(self,instance,owner): returnself.name def__set__(self,instance,value): self.name=value classPythonSite(object): webframework=WebFramework() In[1]:PythonSite.webframework Out[1]:'Flask' In[2]:PythonSite.webframework='Tornado' In[3]:PythonSite.webframework Out[3]:'Tornado'
定义了一个类WebFramework，它实现了描述符协议__get__和__set__，该对象（类也是对象，一切都是对象）即成为了一个描述器。同时实现__get__和__set__的称之为资料描述器（datadescriptor）。仅仅实现__get__的则为非描述器。两者的差别是相对于实例的字典的优先级。
如果实例字典中有与描述器同名的属性，如果描述器是资料描述器，优先使用资料描述器，如果是非资料描述器，优先使用字典中的属性。
描述器的调用
对于这类魔法，其调用方法往往不是直接使用的。例如装饰器需要用@符号调用。迭代器通常在迭代过程，或者使用next方法调用。描述器则比较简单，对象属性的时候会调用。
In[15]:webframework=WebFramework() In[16]:webframework.__get__(webframework,WebFramework) Out[16]:'Flask'
描述器的应用
描述器的作用主要在方法和属性的定义上。既然我们可以重新描述类的属性，那么这个魔法就可以改变类的一些行为。最简单的应用则是可以配合装饰器，写一个类属性的缓存。Flask的作者写了一个werkzeug网络工具库，里面就使用描述器的特性，实现了一个缓存器。
class_Missing(object): def__repr__(self): return'novalue' def__reduce__(self): return'_missing' _missing=_Missing() classcached_property(object): def__init__(self,func,name=None,doc=None): self.__name__=nameorfunc.__name__ self.__module__=func.__module__ self.__doc__=docorfunc.__doc__ self.func=func def__get__(self,obj,type=None): ifobjisNone: returnself value=obj.__dict__.get(self.__name__,_missing) ifvalueis_missing: value=self.func(obj) obj.__dict__[self.__name__]=value returnvalue classFoo(object): @cached_property deffoo(self): print'firstcalculate' result='thisisresult' returnresult f=Foo() printf.foo#firstcalculatethisisresult printf.foo#thisisresult
运行结果可见，firstcalculate只在第一次调用时候被计算之后就把结果缓存起来了。这样的好处是在网络编程中，对HTTP协议的解析，通常会把HTTP的header解析成python的一个字典，而在视图函数的时候，可能不知一次的访问这个header，因此把这个header使用描述器缓存起来，可以减少多余的解析。
描述器在python的应用十分广泛，通常是配合装饰器一起使用。强大的魔法来自强大的责任。描述器还可以用来实现ORM中对sql语句的"预编译"。恰当的使用描述器，可以让自己的Python代码更优雅。