深入理解Python属性访问顺序（小白也能掌握的Python属性查找机制详解）

Python属性查找的完整顺序

当你执行 obj.attr 时，Python会按以下顺序尝试获取属性值：

1. 类字典中的数据描述符（实现了 __get__ 和 __set__ 的描述符）
2. 实例字典（obj.__dict__）
3. 类字典中的非数据描述符或普通属性（只实现 __get__ 的描述符，或普通方法/变量）
4. 父类的属性（递归向上查找）
5. __getattr__ 方法（如果前面都找不到，且定义了该方法）

这个顺序体现了Python的“描述符优先”原则：数据描述符 > 实例属性 > 非数据描述符/类属性。

关键概念解释

1. 数据描述符 vs 非数据描述符

- 数据描述符：同时定义了 __get__ 和 __set__ 方法的类。

- 非数据描述符：只定义了 __get__ 方法（例如普通函数）。

数据描述符拥有最高优先级，即使实例字典中有同名属性，也会被忽略。

2. __getattribute__ 的作用

所有属性访问都会首先触发 __getattribute__ 方法（除非你直接调用 object.__getattribute__）。它是整个属性查找流程的入口点。这也是为什么我们要小心重写它——容易造成无限递归。

实战示例

示例1：数据描述符优先于实例属性

class DataDescriptor:    def __get__(self, obj, objtype=None):        return "来自数据描述符"        def __set__(self, obj, value):        pass  # 必须有 __set__ 才是数据描述符class MyClass:    attr = DataDescriptor()obj = MyClass()obj.__dict__['attr'] = "来自实例字典"print(obj.attr)  # 输出：来自数据描述符

尽管我们在实例字典中设置了 attr，但由于类中存在同名的数据描述符，Python优先使用描述符的值。

示例2：非数据描述符 vs 实例属性

class NonDataDescriptor:    def __get__(self, obj, objtype=None):        return "来自非数据描述符"    # 没有 __set__，所以是非数据描述符class MyClass:    attr = NonDataDescriptor()obj = MyClass()obj.__dict__['attr'] = "来自实例字典"print(obj.attr)  # 输出：来自实例字典

这次因为是非数据描述符，实例字典中的值优先级更高。

示例3：__getattr__ 作为最后手段

class MyClass:    def __getattr__(self, name):        return f"{name} 未找到，由 __getattr__ 返回"obj = MyClass()print(obj.unknown_attr)  # 输出：unknown_attr 未找到，由 __getattr__ 返回

常见陷阱与最佳实践

• 重写 __getattribute__ 时务必调用 super().__getattribute__，否则会阻断正常属性查找。
• 避免在 __getattribute__ 中访问其他属性，容易引发递归错误。
• 理解 Python描述符协议 是掌握高级OOP的关键。

总结

掌握 Python属性访问顺序 能帮助你更好地理解框架（如Django ORM、SQLAlchemy）的工作原理，也能写出更灵活的类设计。记住核心口诀：数据描述符 > 实例属性 > 非数据描述符/类属性 > 父类 > __getattr__。

无论你是初学者还是进阶开发者，理解这套机制都能让你对Python有更深的认识。希望这篇教程能帮你理清 Python属性查找机制 的脉络！