python - Python是如何将一个函数变成一个方法的？

Question

我知道函数只是描述符，如下所示:

def func(self):
    print(self.name)


class C:
    def __init__(self, name):
        self.name = name


C.func = func
c = C("foo")
c.func()

一开始我以为 c.func等于 C.func.__get__(c) ，是的， C.func.__get__(c)返回一个绑定(bind)的方法。但是当我设置 __get__函数为无， c.func仍然返回绑定(bind)方法。

def func(self):
    print(self.name)


class C:
    def __init__(self, name):
        self.name = name


func.__get__ = None
C.func = func
c = C("foo")
c.func

输出:

<bound method func of <__main__.C object at 0x0000027EB23BF088>>

所以我很困惑。此外，我发现当从实例调用函数时，Python实际上调用了类的 ___getAttribute__。方法，它返回一个绑定(bind)的方法。

def func(self):
    print(self.name)

func.__get__ = None

class C:
    def __getattribute__(self, name):
        r = super().__getattribute__(name)
        print(r)  # r is a bound method already
        return r
        
    def __init__(self, name):
        self.name = name


C.func = func
c = C("foo")
c.func

输出:

<bound method func of <__main__.C object at 0x0000027EB243D1C8>>

func.__get__似乎没有任何效果。那么， __getattribute__ 中发生了什么? Python是如何将一个函数变成一个方法的？我已经用谷歌搜索并做了一些研究，但我仍然找不到答案。
也许我把事情弄复杂了，在我的理解中，函数本身就是一个描述符，但是就像下面的代码一样，我设置了 func至 None ，它可以正常工作:

class C:
    def func(self):
        print('hello world')
        
    func.__get__ = None


c = C()
c.func()

但如果它是描述符，它将引发 TypeError :

class C:
    class D:
        def __get__(self, inst, cls):
            if inst is None:
                return self
            return 'hello world'

    D.__get__ = None

    func = D()


c = C()
c.func

Answer 1

好吧，如果我从我的发现中正确理解的话。 (由于我不知道描述符，这正是我喜欢帮助的原因，还在学习中)
首先我们来看__getattr__和 __getattribute__ .
让我们有一个空类A

class A:
     pass

如果我初始化一个对象并尝试调用一个属性，因为目前没有，我们得到 AttributeError .

a = A()
a.some_property

发生以下情况:

简单的流量检查:

class FlowDemo:
    def __init__(self):
        self.inited_property = True


    def __getattribute__(self, item):
        if item in ('__class__', '__len__') :  # For less spam of getting this attribute, if you want, you can remove condition.
            print('Get Attribute', item)
        # Call default behavior
        return super().__getattribute__(item)


    def __getattr__(self, item):
        print('Get Attr', item)
        if item == 'some_magic_name':
            return "It's magic!"
        raise AttributeError

fd = FlowDemo()

fd.inited_property
# Get Attribute inited_property
# True

fd.some_magic_property
# Get Attribute some_magic_name
# Get Attr some_magic_name
# "It's magic!"

fd.some_property
# Get Attribute some_property
# Get Attr some_property
# Traceback (most recent call last):
#  File "<input>", line 1, in <module>
#  File "stack-class-property-and-descriptors.py", line 67, in # __getattr__
#    raise AttributeError
# AttributeError

这大概是可以理解的，包括使用。但可以肯定的是，我将举一个例子。此逻辑用作数据库结果的动态表示(将属性映射到普通字典、列表等)。
但它也可以只是访问属性(属性)的逻辑，例如访问计数器或验证(但这适用于 __setattr__ 和 __setattribute__ )
那么描述符呢？
首先让我们看一下数据描述符，它们对我来说更容易理解。
这是具有 __get__ 的类或解码器和 __set__ 中的一个或两个和 __delete__ .
一旦定义了这个，python，当在属性定义中使用它时，它不会返回一个类，而是它通过 __get__获得的值。 , 在声明值时不会覆盖已声明的类，而是使用它的 __set__ .
例子:

class WeekDayDescriptor:
    def __init__(self):
        self.__week_day = 0
        

    def __get__(self, instance, owner=None):
        return self.__week_day
    

    def __set__(self, instance, value):
        if not isinstance(value, int):
            raise TypeError('Value must be int')
        if not (0 <= value < 6):
            raise ValueError('Value must be in range 0 - 6')
        self.__week_day = value



class Calendar:
    week_day = WeekDayDescriptor()

    def __init__(self, week_day):
        self.week_day = week_day

演示:

c = Calendar(9)
# ValueError: Value must be in range 0-6

c = Calendar('6')
# TypeError: Value must be int

c = Calendar(3)
c.week_day = 6

c.week_day = 10
# ValueError: Value must be in range 0-6

c.week_day = 'monday'
# TypeError: Value must be int

装饰器描述符:

class Calendar:
    @property
    def week_day(self):
        return self.__week_day
    
    @week_day.setter
    def week_day(self, week_day):
        if not isinstance(week_day, int):
            raise TypeError('Value must be int')
        if not (0 <= week_day < 6):
            raise ValueError('Value must be in range 0 - 6')
        self.__week_day = week_day

    def __init__(self, week_day):
        self.week_day = week_day
    pass

现在对于非数据描述符......
非数据描述符是只有 __get__ 的描述符。 .
据我了解，每个方法都会自动拥有自己的描述符，这要归功于函数获得对对象的引用 - self .
我们可以为函数/方法编写自己的描述符，但这并不是那么简单，我们必须帮助自己并绕过它。

def function_as_method(self, value):
    print(self, value)

class HelperDescriptor:
    def __get__(self, instance, owner):
        def wrapper(*args, **kwargs):
            return function_as_method(instance, *args, **kwargs)
        return wrapper

class Foo:
    baz = HelperDescriptor()

>>> bar = Foo()
>>> bar.baz(1)
<__main__.Foo object at 0x7f64f7768b70> 1

Source of last code block, but in czech lang.

最后，当我们设置 __get__ 时，您提到的问题至 None并且您仍然可以获得对该函数的引用。
很简单，python没有直接区分原始数据类型和函数，都是有值的变量(或属性/属性)。无论是值(value)还是可调用的都是另一回事。

def f(): return True
print(type(f), f())
# <class 'function'> True

f = 123
print(type(f), f)
# <class 'int'> 123

因此，当我们要求 obj.func方法或调用它 obj.func()直接，前两个变魔法先调用- __getattribute__和 __getattr__ .
如果我们调用一个方法，它只有在我们获得对内存中函数的引用后才会被调用。
再举一个简单的例子:

def func(self, value):
    print('Printing:', value)


class PrintDescriptor:
    def __init__(self, name):
        self.name = name

    def __get__(self, instance, owner):
        def wrapper(*args, **kwargs):
            print(f"Calling '{self.name}' method")
            return func(instance, *args, **kwargs)
        return wrapper


class B:
    foo = PrintDescriptor('foo')
    bar = PrintDescriptor('bar')

    def __getattribute__(self, item):
        if item not in ('__len__', '__class__', '__dict__'):
            print('Get Attribute', item)

        return super().__getattribute__(item)

演示:

b = B()

b.foo
# Get Attribute foo
# <function PrintDescriptor.__get__.<locals>.wrapper at 0x7f774a782ee0>

b.foo(2)
# Get Attribute foo
# Calling 'foo' method
# Printing: 2

b.bar(4)
# Get Attribute bar
# Calling 'bar' method
# Printing: 4

资料来源:

https://www.datacamp.com/community/tutorials/python-descriptors#above1

https://blog.milde.cz/post/319-pokrocile-techniky-v-pythonu-deskriptory/

Python Doc, __get__

Python Docs, __getattribute__

Python Docs, __getattr__