Python三大魔法方法解析:属性管理全攻略
掌握Python属性管理的关键!本文深入解析`__getattribute__`、`__getattr__`和`__setattr__`这三大魔法方法,助你灵活控制类的属性访问与赋值。`__getattribute__`在每次属性访问时触发,用于拦截和记录;`__getattr__`处理属性不存在的情况,实现动态属性或默认值;`__setattr__`控制属性赋值,可用于类型检查和权限控制。务必注意避免直接访问属性导致的无限递归,推荐使用`super()`调用父类方法。通过本文,你将彻底理解这三种方法的区别和应用场景,提升Python对象机制的理解,写出更健壮的代码。
__getattribute__在每次访问属性时调用,__getattr__在属性不存在时触发,__setattr__在设置属性时执行;三者用于控制属性访问与赋值,需避免直接访问属性导致无限递归,应使用super()调用父类方法。

Python中通过魔法函数可以灵活控制类的属性访问和管理。最常用的三种属性管理相关的魔法函数是 __getattribute__、__getattr__ 和 __setattr__。它们在属性读取和赋值时自动触发,掌握它们的区别和使用场景对深入理解Python对象机制非常重要。
__getattribute__(self, name)
这个方法在**每次访问任意属性时都会被调用**,无论属性是否存在。它是属性访问的第一道关口。
注意:由于它总是被调用,如果在里面使用 self.attr 这样的方式访问属性,会再次触发 __getattribute__,容易造成无限递归。常见用途包括:
- 拦截所有属性访问进行日志记录或权限检查
- 实现通用的属性代理或装饰
示例:
def __getattribute__(self, name):
print(f"访问属性: {name}")
return super().__getattribute__(name)
__getattr__(self, name)
只有在属性**不存在**于对象中时才会被调用。也就是说,当 __getattribute__ 查找不到属性(比如抛出 AttributeError),就会尝试调用 __getattr__。
这个方法适合用来实现“动态属性”或默认回退行为。
典型应用场景:
- 为缺失属性提供默认值
- 按需加载某些配置或资源
- 实现类似字典的属性访问(如 obj.undefined 返回 None)
示例:
def __getattr__(self, name):
print(f"属性 {name} 不存在,返回默认值")
return 0
__setattr__(self, name, value)
每当给对象的属性赋值时都会触发,无论是新增还是修改属性。
与 __getattribute__ 类似,如果在该方法中直接使用 self.name = value,会再次触发 __setattr__,导致递归。
推荐写法:
def __setattr__(self, name, value):
print(f"设置属性: {name} = {value}")
super().__setattr__(name, value)
适用场景:
- 限制某些属性不能被修改
- 属性赋值前做类型检查或格式化
- 实现只读属性或受控属性变更通知
基本上就这些。这三个魔法函数配合使用,能让你精细控制对象的属性行为。关键是注意避免无限递归,优先使用 super() 来调用父类实现。
今天关于《Python三大魔法方法解析:属性管理全攻略》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
Babel插件修复逻辑错误步骤详解
- 上一篇
- Babel插件修复逻辑错误步骤详解
- 下一篇
- 妖精漫画官网入口及看漫攻略
-
- 文章 · python教程 | 4小时前 | python · Python tomllib TOMLDecodeError
- Python tomllib 解析失败时如何定位具体键与行列
- 198浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Python contextvars 为什么能隔离并发请求上下文
- 202浏览 收藏
-
- 文章 · python教程 | 12小时前 | Python教程 · 静态类型检查 异步方法 Python Protocol 结构类型 Awaitable
- Python Protocol 怎样描述带异步方法的结构类型
- 363浏览 收藏
-
- 文章 · python教程 | 15小时前 | Python教程 · InitVar __post_init__ Python dataclasses.replace 数据类复制
- Python dataclasses.replace 遇到 InitVar 时怎样传递参数
- 381浏览 收藏
-
- 文章 · python教程 | 17小时前 | python · pathlib ·
- Python importlib.resources.as_file 的临时路径何时失效
- 318浏览 收藏
-
- 文章 · python教程 | 19小时前 | SQLite · Python教程 · Python sqlite3 Connection.backup 进度回调 SQLite备份
- Python sqlite3 备份进度回调怎样判断剩余页数
- 264浏览 收藏
-
- 文章 · python教程 | 21小时前 | python · 内存优化 · Python教程 · 文件读取 大文件处理 Python mmap 分段映射 ALLOCATIONGRANULARITY
- Python mmap 怎样分段处理超过内存的大文件
- 146浏览 收藏
-
- 文章 · python教程 | 23小时前 | python · Python 二进制协议 零拷贝 memoryview
- Python memoryview 如何零拷贝切片二进制协议数据
- 225浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发控制 · Python教程 · asyncio · 虚假唤醒 wait_for Python asyncio asyncio.Condition 异步同步
- Python asyncio.Condition.wait_for 如何处理虚假唤醒
- 478浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python ExceptionGroup 派生新组时如何保留异常元数据
- 417浏览 收藏
-
- 文章 · python教程 | 1天前 | 异常处理 · 并发编程 · Python教程 · asyncio · asyncio 结构化并发 ExceptionGroup except* Python TaskGroup
- Python TaskGroup 如何汇总多个子任务异常
- 208浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 398次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 478次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 483次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 428次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 255次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
