python set get 解釋:
class T(object):
name = 'name'
def hello(self):
print 'hello'
t = T()
使用dir(t)列出t的所有有效屬性：
>>> dir(t)
['__class__', '__delattr__', '__dict__', '__doc__', '__getattribute__',
'__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__',
'__repr__', '__setattr__', '__str__', '__weakref__', 'hello', 'name']
屬性可以分為兩類，一類是Python自動產生的，如__class__，__hash__等，另一類是我們自定義的，如上面的hello，name。我們只關心自定義屬性。
類和實例對象(實際上，Python中一切都是對象，類是type的實例)都有__dict__屬性，里面存放它們的自定義屬性(對與類，里面還存放了別的東西)。
>>> t.__dict__
{}
>>> T.__dict__
<dictproxy object at 0x00CD0FF0>
>>> dict(T.__dict__) #由于T.__dict__并沒有直接返回dict對象，這里進行轉換，以方便觀察其中的內容
{'__module__': '__main__', 'name': 'name',
'hello': <function hello at 0x00CC2470>,
'__dict__': <attribute '__dict__' of 'T' objects>,
'__weakref__': <attribute '__weakref__' of 'T' objects>, '__doc__': None}
>>>
有些內建類型，如list和string，它們沒有__dict__屬性，隨意沒辦法在它們上面附加自定義屬性。
到現在為止t.__dict__是一個空的字典，因為我們并沒有在t上自定義任何屬性，它的有效屬性hello和name都是從T得到的。T的__dict__中包含hello和name。當遇到t.name語句時，Python怎么找到t的name屬性呢？
首先，Python判斷name屬性是否是個自動產生的屬性，如果是自動產生的屬性，就按特別的方法找到這個屬性，當然，這里的name不是自動產生的屬性，而是我們自己定義的，Python于是到t的__dict__中尋找。還是沒找到。
接著，Python找到了t所屬的類T，搜索T.__dict__，期望找到name，很幸運，直接找到了，于是返回name的值：字符串‘name’。如果在T.__dict__中還沒有找到，Python會接著到T的父類(如果T有父類的話)的__dict__中繼續查找。
這不足以解決我們的困惑，因為事情遠沒有這么簡單，上面說的其實是個簡化的步驟。
繼續上面的例子，對于name屬性T.name和T.__dict__['name']是完全一樣的。
>>> T.name
'name'
>>> T.__dict__['name']
'name'
>>>
但是對于hello，情形就有些不同了
>>> T.hello
<unbound method T.hello>
>>> T.__dict__['hello']
<function hello at 0x00CC2470>
>>>
可以發現，T.hello是個unbound method。而T.__dict__['hello']是個函數(不是方法)。
推斷：方法在類的__dict__中是以函數的形式存在的(方法的定義和函數的定義簡直一樣，除了要把第一個參數設為self)。那么T.hello得到的應該也是個函數啊，怎么成了unbound method了。
再看看從實例t中訪問hello
>>> t.hello
<bound method T.hello of <__main__.T object at 0x00CD0E50>>
>>>
是一個bound method。
有意思，按照上面的查找策略，既然在T的__dict__中hello是個函數，那么T.hello和t.hello應該都是同一個函數才對。到底是怎么變成方法的，而且還分為unbound method和bound method。
關于unbound和bound到還好理解，我們不妨先作如下設想：方法是要從實例調用的嘛(指實例方法，classmethod和staticmethod后面講)，如果從類中訪問，如T.hello，hello沒有和任何實例發生聯系，也就是沒綁定(unbound)到任何實例上，所以是個unbound，對t.hello的訪問方式，hello和t發生了聯系，因此是bound。
但從函數<function hello at 0x00CC2470>到方法<unbound method T.hello>的確讓人費解。
一切的魔法都源自今天的主角：descriptor
查找屬性時，如obj.attr，如果Python發現這個屬性attr有個__get__方法，Python會調用attr的__get__方法，返回__get__方法的返回值，而不是返回attr(這一句話并不準確，我只是希望你能對descriptor有個初步的概念)。
Python中iterator(怎么扯到Iterator了？)是實現了iterator協議的對象，也就是說它實現了下面兩個方法__iter__和next()。類似的，descriptor也是實現了某些特定方法的對象。descriptor的特定方法是__get__,__set__和__delete__，其中__set__和__delete__方法是可選的。iterator必須依附某個對象而存在(由對象的__iter__方法返回)，descriptor也必須依附對象，作為對象的一個屬性，它而不能單獨存在。還有一點，descriptor必須存在于類的__dict__中，這句話的意思是只有在類的__dict__中找到屬性，Python才會去看看它有沒有__get__等方法，對一個在實例的__dict__中找到的屬性，Python根本不理會它有沒有__get__等方法，直接返回屬性本身。descriptor到底是什么呢：簡單的說，descriptor是對象的一個屬性，只不過它存在于類的__dict__中并且有特殊方法__get__(可能還有__set__和__delete)而具有一點特別的功能，為了方便指代這樣的屬性，我們給它起了個名字叫descriptor屬性。
可能你還是不明白，下面開始用例子說明。
先定義這個類：
class Descriptor(object):
def __get__(self, obj, type=None):
return 'get', self, obj, type
def __set__(self, obj, val):
print 'set', self, obj, val
def __delete__(self, obj):
print 'delete', self, obj
這里__set__和__delete__其實可以不出現，不過為了后面的說明，暫時把它們全寫上。
下面解釋一下三個方法的參數：
self當然不用說，指的是當前Descriptor的實例。obj值擁有屬性的對象。這應該不難理解，前面已經說了，descriptor是對象的稍微有點特殊的屬性，這里的obj就是擁有它的對象，要注意的是，如果是直接用類訪問descriptor(別嫌啰嗦，descriptor是個屬性，直接用類訪問descriptor就是直接用類訪問類的屬性)，obj的值是None。type是obj的類型，剛才說過，如果直接通過類訪問descriptor，obj是None，此時type就是類本身。
三個方法的意義，假設T是一個類，t是它的一個實例，d是T的一個descriptor屬性(牛什么啊，不就是有個__get__方法嗎！)，value是一個有效值：
讀取屬性時，如T.d,返回的是d.__get__(None, T)的結果，t.d返回的是d.__get__(t, T)的結果。
設置屬性時，t.d = value，實際上調用d.__set__(t, value)，T.d = value，這是真正的賦值，T.d的值從此變成value。刪除屬性和設置屬性類似。
下面用例子說明，看看Python中執行是怎么樣的：
重新定義我們的類T和實例t
class T(object):
d = Descriptor()
t = T()
d是T的類屬性，作為Descriptor的實例，它有__get__等方法，顯然，d滿足了所有的條件，現在它就是一個descriptor！
>>> t.d #t.d，返回的實際是d.__get__(t, T)
('get', <__main__.Descriptor object at 0x00CD9450>, <__main__.T object at 0x00CD0E50>, <class '__main__.T'>)
>>> T.d #T.d，返回的實際是d.__get__(None, T)，所以obj的位置為None
('get', <__main__.Descriptor object at 0x00CD9450>, None, <class '__main__.T'>)
>>> t.d = 'hello' #在實例上對descriptor設置值。要注意的是，現在顯示不是返回值，而是__set__方法中
print語句輸出的。
set <__main__.Descriptor object at 0x00CD9450> <__main__.T object at 0x00CD0E50> hello
>>> t.d #可見，調用了Python調用了__set__方法，并沒有改變t.d的值
('get', <__main__.Descriptor object at 0x00CD9450>, <__main__.T object at 0x00CD0E50>, <class '__main__.T'>)
>>> T.d = 'hello' #沒有調用__set__方法
>>> T.d #確實改變了T.d的值
'hello'
>>> t.d #t.d的值也變了，這可以理解，按我們上面說的屬性查找策略，t.d是從T.__dict__中得到的
T.__dict__['d']的值是'hello'，t.d當然也是'hello'
'hello'
data descriptor和non-data descriptor
象上面的d，同時具有__get__和__set__方法，這樣的descriptor叫做data descriptor，如果只有__get__方法，則叫做non-data descriptor。容易想到，由于non-data descriptor沒有__set__方法，所以在通過實例對屬性賦值時，例如上面的t.d = 'hello'，不會再調用__set__方法，會直接把t.d的值變成'hello'嗎？口說無憑，實例為證：
class Descriptor(object):
def __get__(self, obj, type=None):
return 'get', self, obj, type
class T(object):
d = Descriptor()
t = T()
>>> t.d
('get', <__main__.Descriptor object at 0x00CD9550>, <__main__.T object at 0x00CD9510>, <class '__main__.T'>)
>>> t.d = 'hello'
>>> t.d
'hello'
>>>
在實例上對non-data descriptor賦值隱藏了實例上的non-data descriptor！
是時候坦白真正詳細的屬性查找策略 了，對于obj.attr（注意：obj可以是一個類）：
1.如果attr是一個Python自動產生的屬性，找到！(優先級非常高！)
2.查找obj.__class__.__dict__，如果attr存在并且是data descriptor，返回data descriptor的__get__方法的結果，如果沒有繼續在obj.__class__的父類以及祖先類中尋找data descriptor
3.在obj.__dict__中查找，這一步分兩種情況，第一種情況是obj是一個普通實例，找到就直接返回，找不到進行下一步。第二種情況是obj是一個類，依次在obj和它的父類、祖先類的__dict__中查找，如果找到一個descriptor就返回descriptor的__get__方法的結果，否則直接返回attr。如果沒有找到，進行下一步。
4.在obj.__class__.__dict__中查找，如果找到了一個descriptor(插一句：這里的descriptor一定是non-data descriptor，如果它是data descriptor，第二步就找到它了)descriptor的__get__方法的結果。如果找到一個普通屬性，直接返回屬性值。如果沒找到，進行下一步。
5.很不幸，Python終于受不了。在這一步，它raise AttributeError
利用這個，我們簡單分析一下上面為什么要強調descriptor要在類中才行。我們感興趣的查找步驟是2，3，4。第2步和第4步都是在類中查找。對于第3步，如果在普通實例中找到了，直接返回，沒有判斷它有沒有__get__()方法。
對屬性賦值時的查找策略 ，對于obj.attr = value
1.查找obj.__class__.__dict__，如果attr存在并且是一個data descriptor，調用attr的__set__方法，結束。如果不存在，會繼續到obj.__class__的父類和祖先類中查找，找到 data descriptor則調用其__set__方法。沒找到則進入下一步。
2.直接在obj.__dict__中加入obj.__dict__['attr'] = value
順便分析下為什么在實例上對non-data descriptor賦值隱藏了實例上的non-data descriptor。
接上面的non-data descriptor例子
>>> t.__dict__
{'d': 'hello'}
在t的__dict__里出現了d這個屬性。根據對屬性賦值的查找策略，第1步，確實在t.__class__.__dict__也就是T.__dict__中找到了屬性d，但它是一個non-data descriptor，不滿足data descriptor的要求，進入第2步，直接在t的__dict__屬性中加入了屬性和屬性值。當獲取t.d時，執行查找策略，第2步在T.__dict__中找到了d，但它是non-data descriptor，步滿足要求，進行第3步，在t的__dict__中找到了d，直接返回了它的值'hello'。
說了這么半天，還沒到函數和方法！
算了，明天在說吧
簡單提一下，所有的函數(方法)都有__get__方法，當它們在類的__dict__中是，它們就是non-data descriptor。
python descriptor 詳解:
正文
descriptor簡介
在python中，如果一個新式類定義了__get__, __set__, __delete__方法中的一個或者多個，那么稱之為descriptor。descriptor有分為data descriptor與non-data descriptor， descriptor通常用來改變默認的屬性訪問（attribute lookup），這部分會在下一遍文章中介紹。注意 ，descriptor的實例是一定是的屬性（class attribute)。
這三個特殊的函數簽名是這樣的：
object.__get__(self, instance, owner)：return value
object.__set__(self, instance, value)：return None
object.__delete__(self, instance)： return None
下面的代碼展示了簡單的用法：
# -*- coding: utf-8 -*-
class Des(object):
def __init__(self, init_value):
self.value = init_value
def __get__(self, instance, typ):
print('call __get__', instance, typ)
return self.value
def __set__(self, instance, value):
print ('call __set__', instance, value)
self.value = value
def __delete__(self, instance):
print ('call __delete__', instance)
class Widget(object):
t = Des(1)
def main():
w = Widget()
print type(w.t)
w.t = 1
print w.t, Widget.t
del w.t
if __name__=='__main__':
main()
運行結果如下：
('call __get__', <__main__.Widget object at 0x02868570>, <class '__main__.Widget'>)
<type 'int'>
('call __set__', <__main__.Widget object at 0x02868570>, 1)
('call __get__', <__main__.Widget object at 0x02868570>, <class '__main__.Widget'>)
1 ('call __get__', None, <class '__main__.Widget'>)
1
('call __delete__', <__main__.Widget object at 0x02868570>)
從輸出結果可以看到，對于這個三個特殊函數，形參instance是descriptor實例所在的類的實例（w）， 而形參owner就是這個類（widget）
w.t 等價于 Pro.__get__(t, w, Widget).而Widget.t 等價于 Pro.__get__(t, None, Widget)
descriptor注意事項:
需要注意的是， descriptor的實例一定是類的屬性，因此使用的時候需要自行區分實例。比如下面這個例子，我們需要保證以下屬性不超過一定的閾值。
class MaxValDes(object):
def __init__(self, inti_val, max_val):
self.value = inti_val
self.max_val = max_val
def __get__(self, instance, typ):
return self.value
def __set__(self, instance, value):
self.value= min(self.max_val, value)
class Widget(object):
a = MaxValDes(0, 10)
if __name__ == '__main__':
w0 = Widget()
print 'inited w0', w0.a
w0.a = 123
print 'after set w0',w0.a
w1 = Widget()
print 'inited w1', w1.a
代碼很簡單，我們通過MaxValDes這個descriptor來保證屬性的值不超過一定的范圍。運行結果如下：
inited w0 0
after set w0 10
inited w1 10
可以看到，對w0.a的賦值符合預期，但是w1.a的值卻不是0，而是同w0.a一樣。這就是因為，a是類Widget的類屬性， Widget的實例并沒有'a'這個屬性，可以通過__dict__查看。
那么要怎么修改才符合預期呢，看下面的代碼：
class MaxValDes(object):
def __init__(self, attr, max_val):
self.attr = attr
self.max_val = max_val
def __get__(self, instance, typ):
return instance.__dict__[self.attr]
def __set__(self, instance, value):
instance.__dict__[self.attr] = min(self.max_val, value)
class Widget(object):
a = MaxValDes('a', 10)
b = MaxValDes('b', 12)
def __init__(self):
self.a = 0
self.b = 1
if __name__ == '__main__':
w0 = Widget()
print 'inited w0', w0.a, w0.b
w0.a = 123
w0.b = 123
print 'after set w0',w0.a, w0.b
w1 = Widget()
print 'inited w1', w1.a, w1.b
運行結果如下：
inited w0 0 1
after set w0 10 12
inited w0 0 1
可以看到，運行結果比較符合預期，w0、w1兩個實例互不干擾。上面的代碼中有兩點需要注意：
第一：第7、10行都是通過instance.__dict__來取值、賦值，而不是調用getattr、setattr，否則會遞歸調用，死循環。
第二：現在類和類的實例都擁有‘a’屬性，不過w0.a調用的是類屬性‘a'，具體原因參見下一篇文章
python屬性查找 深入理解（attribute lookup）
python getattr 巧妙應用
9_JZL@{C$DDD29IAI%TT$FG.png
Python概念-上下文管理協議中的enter和exit
QQ截圖20180613111132.png
