在 Python 的对象模型中，描述符（descriptor）并不是一种对象类型，也不是独立存在的实体，而是对象在属性解析机制中可能承担的一种运行期语义角色。
只有实现了描述符协议、并被绑定在类属性位置上的对象，才会在运行期扮演描述符语义角色。
在这一语义框架下，所谓“数据描述符”与“非数据描述符”，也不是对象的分类，而是描述符协议在属性解析机制中的两种优先级形态。
一、描述符协议与描述符语义
描述符协议由以下方法构成，对象只需实现其中一个或多个，即可能参与属性解析过程。
__delete__(self, instance) # 参与属性删除解析当类命名空间中的某个属性对象实现了其中一个或多个方法时，并被绑定在类属性位置上，描述符协议就会在属性解析过程中介入。
根据实现方法的不同，描述符语义角色可分为两类：
1、数据描述符（Data Descriptor）
实现了 __set__() 或 __delete__()（通常也实现 __get__()）。
2、非数据描述符（Non-Data Descriptor）
只实现了 __get__()，未实现 __set__() 与 __delete__()。
这一划分并非概念标签，而是直接决定了属性解析时的优先级规则。
二、数据描述符
数据描述符语义的核心特征是：
• 在属性解析顺序中优先于实例 __dict__
• 实例无法通过同名属性绕过其控制
因此，数据描述符表达了强约束属性的语义。
示例：属性验证
p.price = -5 # ValueError在上述示例中，在脱离属性解析上下文时，Positive() 与任何普通实例对象并无区别。由于它实现了 __get__ 与 __set__ 且被绑定在 Product.__dict__['price'] 上，因此在属性访问解析中承担数据描述符语义。
即使实例 p.__dict__ 中存在同名键，属性解析仍会优先遵循数据描述符语义，因此无法绕过该描述符的控制。
这不是“特殊规则”，而是属性设置与访问机制对描述符协议的明确约定。
三、非数据描述符
非数据描述符语义的核心特征是：
• 在属性解析顺序中低于实例 __dict__
• 可被实例同名属性遮蔽
非数据描述符的语义更像是一种默认访问行为，可被实例属性覆盖的兜底逻辑。
示例：可被实例遮蔽的读取逻辑
print(d.attr) # 实例属性这里并不是描述符“失效”，而是属性解析顺序中，实例 __dict__ 的优先级高于非数据描述符语义。
四、属性解析顺序与优先级（机制视角）
在不重写 __getattribute__ 的前提下，obj.attr 的简化解析顺序可以概括为：
1、类命名空间中的数据描述符语义
2、实例 obj.__dict__
3、类命名空间中的非数据描述符语义
4、类命名空间中的普通属性
5、若仍失败，进入 __getattr__ 补救路径
需要再次强调，这里区分的不是“对象类型”，而是对象在属性解析机制中所承担的语义角色。
五、典型应用场景
1、数据描述符
• property（受控读取与写入）
• ORM 字段（Django / SQLAlchemy）
• 属性校验、计算属性、只读属性
示例：property
property 并不是“魔法属性”，而是一个在属性位置上承担数据描述符语义的对象。
2、非数据描述符
• 函数对象（方法绑定）
• staticmethod
• classmethod
示例：staticmethod
print(u.add) # 被覆盖了这里体现的并不是 staticmethod 的接口约束能力，而是非数据描述符语义在属性解析顺序中的既定位置。
六、补充说明与边界澄清
1、描述符不是安全机制
描述符并不阻止绕过约束：
obj.__dict__["_value"] = -999这种行为始终是可能的。
描述符的目标是语言级一致性与约束表达，而非防御性安全。
2、描述符逻辑的复用方式
描述符语义通常通过普通类来实现，并在不同宿主类中分别创建对象实例，绑定到属性位置，从而复用同一套属性管理逻辑。这是框架设计中的核心能力之一。
3、调试与理解建议
当属性行为不符合预期时，优先检查：
cls.__dict__理解“对象 + 位置 + 协议”的组合，通常能迅速定位问题。
小结
数据描述符与非数据描述符并不是对象类型的区分，而是描述符协议在属性解析机制中的两种优先级语义。实现了写入或删除协议的对象，在类属性位置上承担数据描述符语义，从而获得对属性行为的控制权；仅实现读取协议的对象，则承担可被实例遮蔽的非数据描述符语义。
理解二者的差异，是理解 Python 属性机制、方法绑定与框架设计的基础。
“点赞有美意，赞赏是鼓励”
热门跟贴