디스크립터 사용법 안내서¶
- 저자
Raymond Hettinger
- 연락처
<python at rcn dot com>
목차
디스크립터는 객체가 어트리뷰트 조회, 저장 및 삭제를 사용자 정의 할 수 있도록 합니다.
이 지침서는 네 개의 주요 섹션으로 구성됩니다:
"입문"은 간단한 예제에서 부드럽게 이동하여 한 번에 하나의 기능을 추가하는 기본 개요를 제공합니다. 디스크립터를 처음 사용하면 여기에서 시작하세요.
두 번째 섹션은 완전하고 실용적인 디스크립터 예제를 보여줍니다. 이미 기본 사항을 알고 있다면, 여기에서 시작하십시오.
세 번째 섹션에서는 디스크립터가 작동하는 방식에 대한 자세한 메커니즘에 관해 설명하는 더 기술적인 자습서를 제공합니다. 대부분의 사람은 이러한 수준의 세부 정보가 필요하지 않습니다.
마지막 섹션에는 C로 작성된 내장 디스크립터에 대한 순수한 파이썬 등가물이 있습니다. 함수가 연결된 메서드로 바뀌는 방법이나
classmethod(),staticmethod(),property()및 __slots__와 같은 일반적인 도구의 구현에 대해 궁금하면 이 문서를 읽으십시오.
입문¶
이 입문서에서는, 가능한 가장 기본적인 예제로 시작한 다음 새로운 기능을 하나씩 추가할 것입니다.
간단한 예: 상수를 반환하는 디스크립터¶
Ten 클래스는 항상 __get__() 메서드에서 상수 10을 반환하는 디스크립터입니다:
class Ten:
def __get__(self, obj, objtype=None):
return 10
디스크립터를 사용하려면, 다른 클래스에 클래스 변수로 저장해야 합니다:
class A:
x = 5 # 일반 클래스 어트리뷰트
y = Ten() # 디스크립터 인스턴스
대화 형 세션은 일반 어트리뷰트 조회와 디스크립터 조회의 차이점을 보여줍니다:
>>> a = A() # 클래스 A의 인스턴스를 만듭니다
>>> a.x # 일반 어트리뷰트 조회
5
>>> a.y # 디스크립터 조회
10
a.x 어트리뷰트 조회에서, 점 연산자는 클래스 딕셔너리에서 키 x 와 값 5를 찾습니다. a.y 조회에서, 점 연산자는 __get__ 메서드로 인식되는 디스크립터 인스턴스를 찾고, 10을 반환하는 메서드를 호출합니다.
10 값이 클래스 딕셔너리나 인스턴스 딕셔너리에 저장되지 않음에 유의하십시오. 대신, 10 값은 요청 시 계산됩니다.
이 예는 간단한 디스크립터가 어떻게 작동하는지 보여 주지만, 그다지 유용하지는 않습니다. 상수를 꺼내려면, 일반 어트리뷰트 조회가 더 좋습니다.
다음 섹션에서는, 좀 더 유용한 동적 조회를 만들 것입니다.
동적 조회¶
흥미로운 디스크립터는 보통 상수를 반환하는 대신 계산을 실행합니다:
import os
class DirectorySize:
def __get__(self, obj, objtype=None):
return len(os.listdir(obj.dirname))
class Directory:
size = DirectorySize() # 디스크립터 인스턴스
def __init__(self, dirname):
self.dirname = dirname # 일반 인스턴스 어트리뷰트
대화 형 세션은 조회가 동적임을 보여줍니다 - 매번 다른 갱신된 답변을 계산합니다:
>>> s = Directory('songs')
>>> g = Directory('games')
>>> s.size # songs 디렉터리에는 20개의 파일이 있습니다
20
>>> g.size # games 디렉터리에는 3개의 파일이 있습니다
3
>>> os.remove('games/chess') # 게임을 삭제합니다
>>> g.size # 파일 수는 자동 갱신됩니다
2
디스크립터가 계산을 실행하는 방법을 보여주는 것 외에도, 이 예제는 __get__()에 대한 매개 변수의 목적을 드러냅니다. self 매개 변수는 DirectorySize의 인스턴스인 size입니다. obj 매개 변수는 Directory의 인스턴스인 g나 s입니다. __get__() 메서드가 대상 디렉터리를 알게 하는 것은 obj 매개 변수입니다. objtype 매개 변수는 클래스 Directory입니다.
관리되는 어트리뷰트¶
디스크립터의 흔한 용도는 인스턴스 데이터에 대한 액세스를 관리하는 것입니다. 디스크립터는 클래스 딕셔너리의 공용 어트리뷰트에 대입되고 실제 데이터는 인스턴스 딕셔너리에 개인 어트리뷰트로 저장됩니다. 디스크립터의 __get__()과 __set__() 메서드는 공용 어트리뷰트에 액세스할 때 트리거 됩니다.
다음 예에서, age는 공용 어트리뷰트이고 _age는 개인 어트리뷰트입니다. 공용 어트리뷰트에 액세스하면, 디스크립터는 조회나 갱신을 로그 합니다:
import logging
logging.basicConfig(level=logging.INFO)
class LoggedAgeAccess:
def __get__(self, obj, objtype=None):
value = obj._age
logging.info('Accessing %r giving %r', 'age', value)
return value
def __set__(self, obj, value):
logging.info('Updating %r to %r', 'age', value)
obj._age = value
class Person:
age = LoggedAgeAccess() # 디스크립터 인스턴스
def __init__(self, name, age):
self.name = name # 일반 인스턴스 어트리뷰트
self.age = age # __set__()을 호출합니다
def birthday(self):
self.age += 1 # __get__()과 __set__()을 모두 호출합니다
대화 형 세션은 관리되는 어트리뷰트 age에 대한 모든 액세스가 로그 되지만, 일반 어트리뷰트 name은 로그 되지 않음을 보여줍니다:
>>> mary = Person('Mary M', 30) # 초기 age 갱신이 로그 됩니다
INFO:root:Updating 'age' to 30
>>> dave = Person('David D', 40)
INFO:root:Updating 'age' to 40
>>> vars(mary) # 실제 데이터는 개인 어트리뷰트에 있습니다
{'name': 'Mary M', '_age': 30}
>>> vars(dave)
{'name': 'David D', '_age': 40}
>>> mary.age # 데이터를 액세스하고 조회를 로그 합니다
INFO:root:Accessing 'age' giving 30
30
>>> mary.birthday() # 갱신도 로그 됩니다
INFO:root:Accessing 'age' giving 30
INFO:root:Updating 'age' to 31
>>> dave.name # 일반 어트리뷰트 조회는 로그 되지 않습니다
'David D'
>>> dave.age # 오직 관리되는 어트리뷰트만 로그 됩니다
INFO:root:Accessing 'age' giving 40
40
이 예제의 한 가지 주요 문제는 개인 이름 _age가 LoggedAgeAccess 클래스에 고정되어 있다는 것입니다. 즉, 각 인스턴스는 하나의 로그 되는 어트리뷰트 만 가질 수 있으며 해당 이름을 변경할 수 없습니다. 다음 예에서는, 이 문제를 수정합니다.
사용자 정의 이름¶
클래스가 디스크립터를 사용할 때, 어떤 변수 이름이 사용되었는지 각 디스크립터에 알릴 수 있습니다.
이 예에서, Person 클래스에는 name과 age라는 두 개의 디스크립터 인스턴스가 있습니다. Person 클래스가 정의될 때, LoggedAccess의 __set_name__()에 대한 콜백을 만들어 필드 이름을 기록할 수 있도록 해서, 각 디스크립터에 자신만의 public_name과 private_name을 제공합니다:
import logging
logging.basicConfig(level=logging.INFO)
class LoggedAccess:
def __set_name__(self, owner, name):
self.public_name = name
self.private_name = '_' + name
def __get__(self, obj, objtype=None):
value = getattr(obj, self.private_name)
logging.info('Accessing %r giving %r', self.public_name, value)
return value
def __set__(self, obj, value):
logging.info('Updating %r to %r', self.public_name, value)
setattr(obj, self.private_name, value)
class Person:
name = LoggedAccess() # 첫 번째 디스크립터 인스턴스
age = LoggedAccess() # 두 번째 디스크립터 인스턴스
def __init__(self, name, age):
self.name = name # 첫 번째 디스크립터를 호출합니다
self.age = age # 두 번째 디스크립터를 호출합니다
def birthday(self):
self.age += 1
대화 형 세션은 Person 클래스가 __set_name__()을 호출하여 필드 이름이 기록되었음을 보여줍니다. 여기에서 vars()를 호출하여 트리거 하지 않고 디스크립터를 조회합니다:
>>> vars(vars(Person)['name'])
{'public_name': 'name', 'private_name': '_name'}
>>> vars(vars(Person)['age'])
{'public_name': 'age', 'private_name': '_age'}
이제 새 클래스는 name과 age 모두에 대한 액세스를 로그 합니다:
>>> pete = Person('Peter P', 10)
INFO:root:Updating 'name' to 'Peter P'
INFO:root:Updating 'age' to 10
>>> kate = Person('Catherine C', 20)
INFO:root:Updating 'name' to 'Catherine C'
INFO:root:Updating 'age' to 20
두 개의 Person 인스턴스에는 개인 이름만 포함됩니다:
>>> vars(pete)
{'_name': 'Peter P', '_age': 10}
>>> vars(kate)
{'_name': 'Catherine C', '_age': 20}
마무리 생각¶
디스크립터는 __get__(), __set__() 또는 __delete__()를 정의하는 모든 객체를 우리가 부르는 이름입니다.
선택적으로, 디스크립터는 __set_name__() 메서드를 가질 수 있습니다. 이것은 디스크립터가 만들어진 클래스나 대입된 클래스 변수의 이름을 알아야 하는 경우에만 사용됩니다. (있다면, 이 메서드는 클래스가 디스크립터가 아니라도 호출됩니다.)
디스크립터는 어트리뷰트 조회 중에 점 "연산자"에 의해 호출됩니다. 디스크립터가 vars(some_class)[descriptor_name]을 사용하여 간접적으로 액세스 되면, 디스크립터 인스턴스는 호출하지 않고 반환됩니다.
디스크립터는 클래스 변수로 사용될 때만 작동합니다. 인스턴스에 넣으면, 효과가 없습니다.
디스크립터의 주요 동기는 클래스 변수에 저장된 객체가 어트리뷰트 조회 중에 발생하는 일을 제어 할 수 있도록 하는 훅을 제공하는 것입니다.
전통적으로, 호출하는 클래스가 조회 중에 어떤 일이 일어날지 제어합니다. 디스크립터는 그 관계를 역전시키고 조회 중인 데이터가 발언권을 갖도록 합니다.
디스크립터는 언어 전체에서 사용됩니다. 함수가 연결된 메서드로 바뀌는 방법입니다. classmethod(), staticmethod(), property() 및 functools.cached_property()와 같은 일반적인 도구는 모두 디스크립터로 구현됩니다.
완전한 실용적인 예¶
이 예에서는, 찾기가 매우 어려운 것으로 악명 높은 데이터 손상 버그의 위치를 찾기 위한 실용적이고 강력한 도구를 만듭니다.
유효성 검사기 클래스¶
유효성 검사기는 관리되는 어트리뷰트 액세스를 위한 디스크립터입니다. 데이터를 저장하기 전에, 새 값이 다양한 형과 범위 제한을 충족하는지 확인합니다. 이러한 제한 사항이 충족되지 않으면, 데이터 손상을 방지하기 위해 원천에서 예외가 발생합니다.
이 Validator 클래스는 추상 베이스 클래스이면서 관리되는 어트리뷰트 디스크립터입니다:
from abc import ABC, abstractmethod
class Validator(ABC):
def __set_name__(self, owner, name):
self.private_name = '_' + name
def __get__(self, obj, objtype=None):
return getattr(obj, self.private_name)
def __set__(self, obj, value):
self.validate(value)
setattr(obj, self.private_name, value)
@abstractmethod
def validate(self, value):
pass
사용자 정의 유효성 검사기는 Validator에서 상속해야 하며 필요에 따라 다양한 제한을 테스트하기 위해 validate() 메서드를 제공해야 합니다.
사용자 정의 유효성 검사기¶
다음은 세 가지 실용적인 데이터 유효성 검사 유틸리티입니다:
OneOf는 값이 제한된 옵션 집합 중 하나인지 확인합니다.Number는 값이int나float인지 확인합니다. 선택적으로, 값이 주어진 최솟값이나 최댓값 사이에 있는지 확인합니다.String은 값이str인지 확인합니다. 선택적으로, 주어진 최소나 최대 길이의 유효성을 검사합니다. 사용자 정의 술어(predicate)도 검증할 수 있습니다.
class OneOf(Validator):
def __init__(self, *options):
self.options = set(options)
def validate(self, value):
if value not in self.options:
raise ValueError(f'Expected {value!r} to be one of {self.options!r}')
class Number(Validator):
def __init__(self, minvalue=None, maxvalue=None):
self.minvalue = minvalue
self.maxvalue = maxvalue
def validate(self, value):
if not isinstance(value, (int, float)):
raise TypeError(f'Expected {value!r} to be an int or float')
if self.minvalue is not None and value < self.minvalue:
raise ValueError(
f'Expected {value!r} to be at least {self.minvalue!r}'
)
if self.maxvalue is not None and value > self.maxvalue:
raise ValueError(
f'Expected {value!r} to be no more than {self.maxvalue!r}'
)
class String(Validator):
def __init__(self, minsize=None, maxsize=None, predicate=None):
self.minsize = minsize
self.maxsize = maxsize
self.predicate = predicate
def validate(self, value):
if not isinstance(value, str):
raise TypeError(f'Expected {value!r} to be an str')
if self.minsize is not None and len(value) < self.minsize:
raise ValueError(
f'Expected {value!r} to be no smaller than {self.minsize!r}'
)
if self.maxsize is not None and len(value) > self.maxsize:
raise ValueError(
f'Expected {value!r} to be no bigger than {self.maxsize!r}'
)
if self.predicate is not None and not self.predicate(value):
raise ValueError(
f'Expected {self.predicate} to be true for {value!r}'
)
실용적인 응용¶
실제 클래스에서 데이터 유효성 검사기를 사용하는 방법은 다음과 같습니다:
class Component:
name = String(minsize=3, maxsize=10, predicate=str.isupper)
kind = OneOf('wood', 'metal', 'plastic')
quantity = Number(minvalue=0)
def __init__(self, name, kind, quantity):
self.name = name
self.kind = kind
self.quantity = quantity
디스크립터는 잘못된 인스턴스가 만들어지는 것을 방지합니다:
>>> Component('Widget', 'metal', 5) # 차단됩니다: 'Widget'은 모두 대문자가 아닙니다
Traceback (most recent call last):
...
ValueError: Expected <method 'isupper' of 'str' objects> to be true for 'Widget'
>>> Component('WIDGET', 'metle', 5) # 차단됩니다: 'metle'의 철자가 틀렸습니다
Traceback (most recent call last):
...
ValueError: Expected 'metle' to be one of {'metal', 'plastic', 'wood'}
>>> Component('WIDGET', 'metal', -5) # 차단됩니다: -5는 음수입니다
Traceback (most recent call last):
...
ValueError: Expected -5 to be at least 0
>>> Component('WIDGET', 'metal', 'V') # 차단됩니다: 'V'는 숫자가 아닙니다
Traceback (most recent call last):
...
TypeError: Expected 'V' to be an int or float
>>> c = Component('WIDGET', 'metal', 5) # 허락됩니다: 입력이 유효합니다
기술적인 자습서¶
다음은 디스크립터의 작동 원리와 세부 사항에 대한 더 기술적인 자습서입니다.
요약¶
디스크립터를 정의하고, 프로토콜을 요약하며 디스크립터를 호출하는 방법을 보여줍니다. 객체 관계형 매핑(object relational mappings)이 작동하는 방식을 보여주는 예를 제공합니다.
디스크립터에 대한 학습은 더 큰 도구 집합에 대한 액세스를 제공할 뿐만 아니라, 파이썬의 작동 방식에 대한 심층적인 이해를 만듭니다.
정의와 소개¶
일반적으로, 디스크립터는 디스크립터 프로토콜의 메서드 중 하나를 갖는 어트리뷰트 값입니다. 이러한 메서드는 __get__(), __set__() 및 __delete__()입니다. 이러한 메서드 중 어느 하나가 어트리뷰트에 정의되면, 디스크립터라고 합니다.
어트리뷰트 액세스의 기본 동작은 객체의 딕셔너리에서 어트리뷰트를 가져오거나(get) 설정하거나(set) 삭제하는(delete) 것입니다. 예를 들어, a.x는 a.__dict__['x']로 시작한 다음 type(a).__dict__['x']를 거쳐, type(a)의 메서드 결정 순서로 계속되는 조회 체인을 갖습니다. 조회된 값이 디스크립터 메서드 중 하나를 정의하는 객체이면, 파이썬은 기본 동작을 대체하고 대신 디스크립터 메서드를 호출 할 수 있습니다. 우선순위 체인에서 이것이 어디쯤 등장하는지는 어떤 디스크립터 메서드가 정의되었는지에 따라 다릅니다.
디스크립터는 강력한 범용 프로토콜입니다. 이것들이 프로퍼티, 메서드, 정적 메서드, 클래스 메서드 및 super()의 뒤에 있는 메커니즘입니다. 파이썬 자체에서 사용되었습니다. 디스크립터는 하부 C 코드를 단순화하고 일상적인 파이썬 프로그램을 위한 유연한 새 도구 집합을 제공합니다.
디스크립터 프로토콜¶
descr.__get__(self, obj, type=None) -> value
descr.__set__(self, obj, value) -> None
descr.__delete__(self, obj) -> None
이것이 전부입니다. 이러한 메서드 중 하나를 정의하십시오, 그러면 객체를 디스크립터로 간주하고 어트리뷰트로 조회될 때 기본 동작을 재정의할 수 있습니다.
객체가 __set__()이나 __delete__()를 정의하면, 데이터 디스크립터로 간주합니다. __get__() 만 정의하는 디스크립터를 비 데이터 디스크립터라고 합니다 (보통 메서드에 사용되지만 다른 용도도 가능합니다).
데이터와 비 데이터 디스크립터는 인스턴스 딕셔너리의 항목과 관련하여 재정의가 계산되는 방식이 다릅니다. 인스턴스 딕셔너리에 데이터 디스크립터와 이름이 같은 항목이 있으면, 데이터 디스크립터가 우선합니다. 인스턴스의 딕셔너리에 비 데이터 디스크립터와 이름이 같은 항목이 있으면, 딕셔너리 항목이 우선합니다.
읽기 전용 데이터 디스크립터를 만들려면, __get__()과 __set__()을 모두 정의하고, __set__()이 호출될 때 AttributeError를 발생시키십시오. 데이터 디스크립터를 만들기 위해 예외를 발생시키는 자리 표시자로 __set__() 메서드를 정의하는 것으로 충분합니다.
디스크립터 호출의 개요¶
디스크립터는 desc.__get__(obj)나 desc.__get__(None, cls)로 직접 호출 할 수 있습니다.
하지만 어트리뷰트 액세스 시 디스크립터가 자동으로 호출되는 것이 더 일반적입니다.
표현식 obj.x는 obj 이름 공간 체인에서 어트리뷰트 x를 조회합니다. 검색이 인스턴스 __dict__ 밖에 있는 디스크립터를 발견하면, 아래 나열된 우선순위 규칙에 따라 그것의 __get__()이 호출됩니다.
호출 세부 사항은 obj가 객체, 클래스 혹은 super의 인스턴스인지에 따라 다릅니다.
인스턴스에서 호출¶
인스턴스 조회는 데이터 디스크립터에 가장 높은 우선순위를 부여하고 인스턴스 변수, 비 데이터 디스크립터, 클래스 변수, 마지막으로 제공되면 __getattr__()을 제공하는 이름 공간 체인을 통해 스캔합니다.
a.x에 대한 디스크립터가 발견되면, desc.__get__(a, type(a))로 호출됩니다.
점 조회의 로직은 object.__getattribute__()에 있습니다. 다음은 순수한 파이썬 등가물입니다:
def object_getattribute(obj, name):
"Objects/object.c 에 있는 PyObject_GenericGetAttr()을 흉내 냅니다"
null = object()
objtype = type(obj)
cls_var = getattr(objtype, name, null)
descr_get = getattr(type(cls_var), '__get__', null)
if descr_get is not null:
if (hasattr(type(cls_var), '__set__')
or hasattr(type(cls_var), '__delete__')):
return descr_get(cls_var, obj, objtype) # 데이터 디스크립터
if hasattr(obj, '__dict__') and name in vars(obj):
return vars(obj)[name] # 인스턴스 변수
if descr_get is not null:
return descr_get(cls_var, obj, objtype) # 비 데이터 디스크립터
if cls_var is not null:
return cls_var # 클래스 변수
raise AttributeError(name)
흥미롭게도, 어트리뷰트 조회는 object.__getattribute__()를 직접 호출하지 않습니다. 대신, 점 연산자와 getattr() 함수는 모두 도우미 함수를 통해 어트리뷰트 조회를 수행합니다:
def getattr_hook(obj, name):
"Objects/typeobject.c 에 있는 slot_tp_getattr_hook()을 흉내 냅니다"
try:
return obj.__getattribute__(name)
except AttributeError:
if not hasattr(type(obj), '__getattr__'):
raise
return type(obj).__getattr__(obj, name) # __getattr__
따라서 __getattr__()이 존재하면, __getattribute__()가 AttributeError를 발생시킬 때마다 호출됩니다 (직접 또는 디스크립터 호출 중 하나에서).
또한, 사용자가 object.__getattribute__()를 직접 호출하면, __getattr__() 훅을 완전히 우회합니다.
클래스에서 호출¶
A.x 와 같은 점 조회에 대한 로직은 type.__getattribute__()에 있습니다. 단계는 object.__getattribute__()의 단계와 유사하지만, 인스턴스 딕셔너리 조회가 클래스의 메서드 결정 순서를 통한 검색으로 대체됩니다.
디스크립터가 발견되면, desc.__get__(None, A)로 호출됩니다.
전체 C 구현은 type_getattro()와 Objects/typeobject.c의 _PyType_Lookup()에서 찾을 수 있습니다.
super에서 호출¶
super의 점 조회에 대한 논리는 super()가 반환한 객체의 __getattribute__() 메서드에 있습니다.
점 조회 super(A, obj).m은 obj.__class__.__mro__에서 A 바로 다음에 오는 베이스 클래스 B를 검색한 다음 B.__dict__['m'].__get__(obj, A)를 반환합니다. 디스크립터가 아니면, m이 변경되지 않은 상태로 반환됩니다.
전체 C 구현은 Objects/typeobject.c의 super_getattro()에 있습니다. Guido의 자습서에서 순수한 파이썬 동등 물을 찾을 수 있습니다.
호출 로직 요약¶
디스크립터 메커니즘은 object, type 및 super()의 __getattribute__() 메서드에 포함되어 있습니다.
기억해야 할 중요한 사항은 다음과 같습니다:
디스크립터는
__getattribute__()메서드에 의해 호출됩니다.모든 디스크립터 로직이 들어있기 때문에
__getattribute__()를 재정의하면 자동 디스크립터 호출이 방지됩니다object.__getattribute__()와type.__getattribute__()는__get__()을 다르게 호출합니다. 첫 번째는 인스턴스를 포함하고 클래스를 포함할 수 있습니다. 두 번째는 인스턴스에 대해None을 넣고 항상 클래스를 포함합니다.데이터 디스크립터는 항상 인스턴스 딕셔너리를 대체합니다.
비 데이터 디스크립터는 인스턴스 딕셔너리로 대체될 수 있습니다.
자동 이름 알림¶
때로는 디스크립터가 대입된 클래스 변수 이름을 아는 것이 바람직합니다. 새 클래스가 만들어질 때, type 메타 클래스는 새 클래스의 딕셔너리를 검색합니다. 항목 중 하나가 디스크립터이고 __set_name__()을 정의하면, 해당 메서드는 두 개의 인자로 호출됩니다. owner는 디스크립터가 사용되는 클래스이고, name은 디스크립터가 대입된 클래스 변수입니다.
구현 세부 사항은 Objects/typeobject.c의 type_new()와 set_names()에 있습니다.
갱신 로직이 type.__new__()에 있기 때문에, 알림은 클래스 생성 시에만 발생합니다. 나중에 디스크립터가 클래스에 추가되면, __set_name__()을 수동으로 호출해야 합니다.
ORM 예제¶
다음 코드는 데이터 디스크립터를 사용하여 객체 관계형 매핑을 구현하는 방법을 보여주는 단순화 된 골격입니다.
핵심 아이디어는 데이터가 외부 데이터베이스에 저장된다는 것입니다. 파이썬 인스턴스는 데이터베이스 테이블에 대한 키만 보유합니다. 디스크립터가 조회나 갱신을 처리합니다:
class Field:
def __set_name__(self, owner, name):
self.fetch = f'SELECT {name} FROM {owner.table} WHERE {owner.key}=?;'
self.store = f'UPDATE {owner.table} SET {name}=? WHERE {owner.key}=?;'
def __get__(self, obj, objtype=None):
return conn.execute(self.fetch, [obj.key]).fetchone()[0]
def __set__(self, obj, value):
conn.execute(self.store, [value, obj.key])
conn.commit()
Field 클래스를 사용하여 데이터베이스의 각 테이블에 대한 스키마를 기술하는 모델을 정의 할 수 있습니다:
class Movie:
table = 'Movies' # 테이블 이름
key = 'title' # 프라이머리 키
director = Field()
year = Field()
def __init__(self, key):
self.key = key
class Song:
table = 'Music'
key = 'title'
artist = Field()
year = Field()
genre = Field()
def __init__(self, key):
self.key = key
모델을 사용하려면, 먼저 데이터베이스에 연결하십시오:
>>> import sqlite3
>>> conn = sqlite3.connect('entertainment.db')
대화 형 세션은 데이터베이스에서 데이터를 꺼내는 방법과 데이터를 갱신하는 방법을 보여줍니다:
>>> Movie('Star Wars').director
'George Lucas'
>>> jaws = Movie('Jaws')
>>> f'Released in {jaws.year} by {jaws.director}'
'Released in 1975 by Steven Spielberg'
>>> Song('Country Roads').artist
'John Denver'
>>> Movie('Star Wars').director = 'J.J. Abrams'
>>> Movie('Star Wars').director
'J.J. Abrams'
순수한 파이썬 등가물¶
디스트립터 프로토콜은 간단하고 흥미로운 가능성을 제공합니다. 몇 가지 유스 케이스는 아주 흔해서 내장 도구에 미리 패키징되었습니다. 프로퍼티, 연결된 메서드, 정적 메서드, 클래스 메서드 및 __slots__는 모두 디스크립터 프로토콜을 기반으로 합니다.
프로퍼티¶
property() 호출은 어트리뷰트에 액세스할 때 함수 호출을 트리거 하는 데이터 디스크립터를 작성하는 간결한 방법입니다. 서명은 다음과 같습니다:
property(fget=None, fset=None, fdel=None, doc=None) -> property
설명(doc)은 관리되는 어트리뷰트 x를 정의하는 일반적인 사용법을 보여줍니다:
class C:
def getx(self): return self.__x
def setx(self, value): self.__x = value
def delx(self): del self.__x
x = property(getx, setx, delx, "I'm the 'x' property.")
디스크립터 프로토콜 측면에서 property()가 어떻게 구현되는지 확인하려면, 여기 순수한 파이썬 동등 물이 있습니다:
class Property:
"Objects/descrobject.c 에 있는 PyProperty_Type()을 흉내 냅니다"
def __init__(self, fget=None, fset=None, fdel=None, doc=None):
self.fget = fget
self.fset = fset
self.fdel = fdel
if doc is None and fget is not None:
doc = fget.__doc__
self.__doc__ = doc
def __get__(self, obj, objtype=None):
if obj is None:
return self
if self.fget is None:
raise AttributeError("unreadable attribute")
return self.fget(obj)
def __set__(self, obj, value):
if self.fset is None:
raise AttributeError("can't set attribute")
self.fset(obj, value)
def __delete__(self, obj):
if self.fdel is None:
raise AttributeError("can't delete attribute")
self.fdel(obj)
def getter(self, fget):
return type(self)(fget, self.fset, self.fdel, self.__doc__)
def setter(self, fset):
return type(self)(self.fget, fset, self.fdel, self.__doc__)
def deleter(self, fdel):
return type(self)(self.fget, self.fset, fdel, self.__doc__)
property() 내장은 사용자 인터페이스가 어트리뷰트 액세스를 허가한 후 후속 변경이 메서드의 개입을 요구할 때 도움을 줍니다.
예를 들어, 스프레드시트 클래스는 Cell('b10').value를 통해 셀 값에 대한 액세스를 허가할 수 있습니다. 프로그램에 대한 후속 개선은 액세스할 때마다 셀이 재계산될 것을 요구합니다; 하지만, 프로그래머는 어트리뷰트에 직접 액세스하는 기존 클라이언트 코드에 영향을 미치고 싶지 않습니다. 해결책은 프로퍼티 데이터 디스크립터로 value 어트리뷰트에 대한 액세스를 감싸는 것입니다:
class Cell:
...
@property
def value(self):
"값을 반환하기 전에 셀을 재계산합니다"
self.recalc()
return self._value
내장 property()나 우리의 Property() 등가물이 이 예제에서 작동합니다.
함수와 메서드¶
파이썬의 객체 지향 기능은 함수 기반 환경을 기반으로 합니다. 비 데이터 디스크립터를 사용하면, 두 개가 매끄럽게 병합됩니다.
클래스 딕셔너리에 저장된 함수는 호출될 때 메서드로 바뀝니다. 객체 인스턴스가 다른 인자들 앞에 추가된다는 점에서만 메서드가 일반 함수와 다릅니다. 관례에 따라, 이 인스턴스는 self라고 하지만 this나 다른 어떤 변수 이름도 될 수 있습니다.
대략 다음과 동등한 types.MethodType을 사용하여 메서드를 수동으로 만들 수 있습니다:
class MethodType:
"Objects/classobject.c 에 있는 PyMethod_Type을 흉내 냅니다"
def __init__(self, func, obj):
self.__func__ = func
self.__self__ = obj
def __call__(self, *args, **kwargs):
func = self.__func__
obj = self.__self__
return func(obj, *args, **kwargs)
메서드의 자동 생성을 지원하기 위해, 함수는 어트리뷰트 액세스 중에 메서드를 연결하기 위한 __get__() 메서드를 포함합니다. 이는 함수가 인스턴스에서 점 조회하는 동안 연결된 메서드를 반환하는 비 데이터 디스크립터 임을 뜻합니다. 작동 방식은 다음과 같습니다:
class Function:
...
def __get__(self, obj, objtype=None):
"Objects/funcobject.c 에 있는 func_descr_get()을 흉내 냅니다"
if obj is None:
return self
return MethodType(self, obj)
인터프리터에서 다음 클래스를 실행하면 실제로 함수 디스크립터가 작동하는 방식을 보여줍니다:
class D:
def f(self, x):
return x
함수에는 내부 검사를 지원하는 정규화된 이름 어트리뷰트가 있습니다:
>>> D.f.__qualname__
'D.f'
클래스 딕셔너리를 통한 함수 액세스는 __get__()을 호출하지 않습니다. 대신, 단지 하부 함수 객체를 반환합니다:
>>> D.__dict__['f']
<function D.f at 0x00C45070>
클래스에서 점을 통해 액세스하면 단지 하부 함수를 변경 없이 반환하는 __get__()을 호출합니다:
>>> D.f
<function D.f at 0x00C45070>
흥미로운 동작은 인스턴스에서 점 액세스하는 동안 발생합니다. 점 조회는 연결된 메서드 객체를 반환하는 __get__()을 호출합니다:
>>> d = D()
>>> d.f
<bound method D.f of <__main__.D object at 0x00B18C90>>
내부적으로, 연결된 메서드는 하부 함수와 연결된 인스턴스를 저장합니다.
>>> d.f.__func__
<function D.f at 0x00C45070>
>>> d.f.__self__
<__main__.D object at 0x1012e1f98>
일반 메서드에서 self가 어디에서 오는지 또는 클래스 메서드에서 cls가 어디에서 오는지 궁금한 적이 있다면, 바로 이겁니다!
메서드의 종류¶
비 데이터 디스크립터는 함수에 메서드를 바인딩하는 일반적인 패턴을 변형하는 간단한 메커니즘을 제공합니다.
요약하면, 함수에는 __get__() 메서드가 있어서 어트리뷰트로 액세스할 때 메서드로 변환될 수 있습니다. 비 데이터 디스크립터는 obj.f(*args) 호출을 f(obj, *args)로 변환합니다. cls.f(*args) 호출은 f(*args)가 됩니다.
이 표는 연결과 가장 유용한 두 가지 변형을 요약합니다:
변환
객체에서 호출
클래스에서 호출
함수
f(obj, *args)
f(*args)
staticmethod
f(*args)
f(*args)
classmethod
f(type(obj), *args)
f(cls, *args)
정적 메서드¶
정적 메서드는 변경 없이 하부 함수를 반환합니다. c.f나 C.f 호출은 object.__getattribute__(c, "f")나 object.__getattribute__(C, "f")를 직접 조회하는 것과 동등합니다. 결과적으로, 함수는 객체나 클래스에서 동일하게 액세스 할 수 있습니다.
정적 메서드에 적합한 후보는 self 변수를 참조하지 않는 메서드입니다.
예를 들어, 통계 패키지는 실험 데이터를 위한 컨테이너 클래스를 포함 할 수 있습니다. 이 클래스는 데이터에 의존하는 산술 평균, 평균, 중앙값 및 기타 기술 통계량을 계산하는 일반 메서드를 제공합니다. 그러나, 개념적으로 관련되어 있지만, 데이터에 의존하지 않는 유용한 함수가 있을 수 있습니다. 예를 들어, erf(x)는 통계 작업에서 등장하지만, 특정 데이터 집합에 직접 의존하지 않는 편리한 변환 루틴입니다. 객체나 클래스에서 호출 할 수 있습니다: s.erf(1.5) --> .9332 또는 Sample.erf(1.5) --> .9332
정적 메서드는 변경 없이 하부 함수를 반환하므로, 예제 호출은 흥미롭지 않습니다:
class E:
@staticmethod
def f(x):
return x * 10
>>> E.f(3)
30
>>> E().f(3)
30
비 데이터 디스크립터 프로토콜을 사용하면, 순수 파이썬 버전의 staticmethod()는 다음과 같습니다:
class StaticMethod:
"Objects/funcobject.c 에 있는 PyStaticMethod_Type()을 흉내 냅니다"
def __init__(self, f):
self.f = f
def __get__(self, obj, objtype=None):
return self.f
클래스 메서드¶
정적 메서드와 달리, 클래스 메서드는 함수를 호출하기 전에 클래스 참조를 인자 목록 앞에 추가합니다. 이 형식은 호출자가 객체나 클래스일 때 같습니다:
class F:
@classmethod
def f(cls, x):
return cls.__name__, x
>>> F.f(3)
('F', 3)
>>> F().f(3)
('F', 3)
이 동작은 함수가 클래스 참조 만 필요하고 특정 인스턴스에 저장된 데이터에 의존하지 않을 때 유용합니다. 클래스 메서드의 한 가지 용도는 대체 클래스 생성자를 만드는 것입니다. 예를 들어, 클래스 메서드 dict.fromkeys()는 키 리스트에서 새 딕셔너리를 만듭니다. 순수한 파이썬 동등 물은 다음과 같습니다:
class Dict(dict):
@classmethod
def fromkeys(cls, iterable, value=None):
"Objects/dictobject.c 에 있는 dict_fromkeys()를 흉내 냅니다"
d = cls()
for key in iterable:
d[key] = value
return d
이제 고유 키의 새로운 딕셔너리를 다음과 같이 구성 할 수 있습니다:
>>> d = Dict.fromkeys('abracadabra')
>>> type(d) is Dict
True
>>> d
{'a': None, 'b': None, 'r': None, 'c': None, 'd': None}
비 데이터 디스크립터 프로토콜을 사용하면, 순수 파이썬 버전의 classmethod()는 다음과 같습니다:
class ClassMethod:
"Objects/funcobject.c 에 있는 PyClassMethod_Type()을 흉내 냅니다"
def __init__(self, f):
self.f = f
def __get__(self, obj, cls=None):
if cls is None:
cls = type(obj)
if hasattr(obj, '__get__'):
return self.f.__get__(cls)
return MethodType(self.f, cls)
hasattr(obj, '__get__')의 코드 경로는 파이썬 3.9에 추가되었으며 classmethod()가 데코레이터 연쇄(chained decorators)를 지원할 수 있도록 합니다. 예를 들어, classmethod와 property를 함께 연결할 수 있습니다:
class G:
@classmethod
@property
def __doc__(cls):
return f'A doc for {cls.__name__!r}'
>>> G.__doc__
"A doc for 'G'"
멤버 객체와 __slots__¶
클래스가 __slots__를 정의하면, 인스턴스 딕셔너리를 슬롯값의 고정 길이 배열로 바꿉니다. 사용자 관점에서 여러 가지 효과가 있습니다:
1 - 철자가 잘못된 어트리뷰트 대입으로 인한 버그를 즉시 감지합니다. __slots__에 지정된 어트리뷰트 이름 만 허용됩니다:
class Vehicle:
__slots__ = ('id_number', 'make', 'model')
>>> auto = Vehicle()
>>> auto.id_nubmer = 'VYE483814LQEX'
Traceback (most recent call last):
...
AttributeError: 'Vehicle' object has no attribute 'id_nubmer'
2 - 디스크립터가 __slots__에 저장된 개인 어트리뷰트에 대한 액세스를 관리하는 불변 객체를 만드는 데 도움이 됩니다:
class Immutable:
__slots__ = ('_dept', '_name') # 인스턴스 딕셔너리를 교체합니다
def __init__(self, dept, name):
self._dept = dept # 개인 어트리뷰트에 저장합니다
self._name = name # 개인 어트리뷰트에 저장합니다
@property # 읽기 전용 디스크립터
def dept(self):
return self._dept
@property
def name(self): # 읽기 전용 디스크립터
return self._name
>>> mark = Immutable('Botany', 'Mark Watney')
>>> mark.dept
'Botany'
>>> mark.dept = 'Space Pirate'
Traceback (most recent call last):
...
AttributeError: can't set attribute
>>> mark.location = 'Mars'
Traceback (most recent call last):
...
AttributeError: 'Immutable' object has no attribute 'location'
3 - 메모리를 절약합니다. 64비트 리눅스 빌드에서 두 개의 어트리뷰트가 있는 인스턴스는 __slots__가 있으면 48바이트, 없으면 152바이트를 사용합니다. 이 플라이웨이트(flyweight) 디자인 패턴은 많은 수의 인스턴스가 만들어질 때만 중요합니다.
4 - 인스턴스 딕셔너리가 올바르게 작동해야 하는 functools.cached_property()와 같은 도구를 차단합니다:
from functools import cached_property
class CP:
__slots__ = () # 인스턴스 딕셔너리를 제거합니다
@cached_property # 인스턴스 딕셔너리가 필요합니다
def pi(self):
return 4 * sum((-1.0)**n / (2.0*n + 1.0)
for n in reversed(range(100_000)))
>>> CP().pi
Traceback (most recent call last):
...
TypeError: No '__dict__' attribute on 'CP' instance to cache 'pi' property.
__slots__의 정확한 순수 파이썬 드롭인 버전을 만드는 것은 불가능합니다. C 구조체에 직접 액세스하고 객체 메모리 할당을 제어해야 하기 때문입니다. 그러나, 슬롯에 대한 실제 C 구조체가 개인 _slotvalues 리스트에 의해 모사되는 가장 충실한 시뮬레이션을 구축 할 수 있습니다. 해당 개인 구조체에 대한 읽기와 쓰기는 멤버 디스크립터에 의해 관리됩니다:
null = object()
class Member:
def __init__(self, name, clsname, offset):
'Include/structmember.h 에 있는 PyMemberDef를 흉내 냅니다'
# Objects/descrobject.c 에 있는 descr_new()도 보십시오
self.name = name
self.clsname = clsname
self.offset = offset
def __get__(self, obj, objtype=None):
'Objects/descrobject.c 에 있는 member_get()을 흉내 냅니다'
# Python/structmember.c 에 있는 PyMember_GetOne()도 보십시오
value = obj._slotvalues[self.offset]
if value is null:
raise AttributeError(self.name)
return value
def __set__(self, obj, value):
'Objects/descrobject.c 에 있는 member_set()을 흉내 냅니다'
obj._slotvalues[self.offset] = value
def __delete__(self, obj):
'Objects/descrobject.c 에 있는 member_delete()를 흉내 냅니다'
value = obj._slotvalues[self.offset]
if value is null:
raise AttributeError(self.name)
obj._slotvalues[self.offset] = null
def __repr__(self):
'Objects/descrobject.c 에 있는 member_repr()을 흉내 냅니다'
return f'<Member {self.name!r} of {self.clsname!r}>'
type.__new__() 메서드는 클래스 변수에 멤버 객체를 추가하는 것을 관리합니다:
class Type(type):
'type 메타 클래스가 슬롯을 위한 멤버 객체를 추가하는 방법을 시뮬레이션합니다'
def __new__(mcls, clsname, bases, mapping):
'Objects/typeobject.c 에 있는 type_new()를 흉내 냅니다'
# type_new()는 PyTypeReady()를 호출하고 이는 다시 add_methods()를 호출합니다
slot_names = mapping.get('slot_names', [])
for offset, name in enumerate(slot_names):
mapping[name] = Member(name, clsname, offset)
return type.__new__(mcls, clsname, bases, mapping)
object.__new__() 메서드는 인스턴스 딕셔너리 대신 슬롯이 있는 인스턴스를 만드는 것을 관장합니다. 다음은 순수 파이썬의 대략적인 시뮬레이션입니다:
class Object:
'object.__new__()가 __slots__를 위한 메모리를 할당하는 방법을 시뮬레이션합니다'
def __new__(cls, *args):
'Objects/typeobject.c 에 있는 object_new()를 흉내 냅니다'
inst = super().__new__(cls)
if hasattr(cls, 'slot_names'):
empty_slots = [null] * len(cls.slot_names)
object.__setattr__(inst, '_slotvalues', empty_slots)
return inst
def __setattr__(self, name, value):
'Objects/object.c 에 있는 _PyObject_GenericSetAttrWithDict()를 흉내 냅니다'
cls = type(self)
if hasattr(cls, 'slot_names') and name not in cls.slot_names:
raise AttributeError(
f'{type(self).__name__!r} object has no attribute {name!r}'
)
super().__setattr__(name, value)
def __delattr__(self, name):
'Objects/object.c 에 있는 _PyObject_GenericSetAttrWithDict()를 흉내 냅니다'
cls = type(self)
if hasattr(cls, 'slot_names') and name not in cls.slot_names:
raise AttributeError(
f'{type(self).__name__!r} object has no attribute {name!r}'
)
super().__delattr__(name)
실제 클래스에서 시뮬레이션을 사용하려면, Object에서 상속하고 메타 클래스를 Type으로 설정하면 됩니다:
class H(Object, metaclass=Type):
'슬롯에 저장된 인스턴스 변수'
slot_names = ['x', 'y']
def __init__(self, x, y):
self.x = x
self.y = y
이 시점에서, 메타 클래스는 x 와 y에 대한 멤버 객체를 로드했습니다:
>>> from pprint import pp
>>> pp(dict(vars(H)))
{'__module__': '__main__',
'__doc__': 'Instance variables stored in slots',
'slot_names': ['x', 'y'],
'__init__': <function H.__init__ at 0x7fb5d302f9d0>,
'x': <Member 'x' of 'H'>,
'y': <Member 'y' of 'H'>}
인스턴스가 만들어질 때, 어트리뷰트가 저장되는 slot_values 리스트를 갖습니다:
>>> h = H(10, 20)
>>> vars(h)
{'_slotvalues': [10, 20]}
>>> h.x = 55
>>> vars(h)
{'_slotvalues': [55, 20]}
철자가 틀리거나 지정되지 않은 어트리뷰트는 예외를 발생시킵니다:
>>> h.xz
Traceback (most recent call last):
...
AttributeError: 'H' object has no attribute 'xz'