Python属性访问顺序_getattr与getattribute解析

5次阅读

python属性访问优先调用__getattribute__(每次访问都触发,负责完整查找流程),仅当其抛出attributeerror时才调用__getattr__(仅兜底处理不存在的属性)。

Python属性访问顺序_getattr与getattribute解析

Python中属性访问不是简单查字典,而是一套有严格优先级的机制。理解__getattribute____getattr__的分工与触发时机,是写出可预测、可调试的对象行为的关键。

__getattribute__:每次属性访问都经过它

__getattribute__是属性访问的“守门人”,只要对象支持该方法(所有新式类默认继承Object,都具备),**每次**通过点号(obj.attr)或getattr()访问任意属性时,都会先调用它。它负责整个查找流程的调度——包括实例字典、类字典、父类MRO链、描述符协议等。

⚠️ 注意:在__getattribute__内部访问自身属性(如self.__dict__)必须用super().__getattribute__,否则会无限递归

  • 它比__getattr__更底层、更早执行
  • 即使属性存在,也会被拦截;若抛出AttributeError,才可能继续走__getattr__
  • 重写时务必小心,避免意外阻断正常访问(比如忘记处理__dict____class__等特殊属性)

__getattr__:仅当常规查找失败后才调用

__getattr__是“兜底函数”——只有当Python按标准顺序(实例__dict__ → 类及MRO中数据描述符 → 类及MRO中非数据描述符/普通属性)都找不到目标属性时,才会调用它。它不参与常规属性命中流程。

立即学习Python免费学习笔记(深入)”;

  • 适用于实现动态属性、代理模式、日志记录或提供默认值
  • 不会影响已存在的属性访问,安全性更高
  • 例如:obj.missing_attr触发__getattr__,但obj.existing_attr完全绕过它

两者典型协作场景

常见做法是用__getattribute__做统一拦截(如审计、权限检查),再把“查不到”的情况交给__getattr__处理;或者只用__getattr__实现轻量级动态行为,避开__getattribute__的复杂性。

  • 想记录所有属性读取?重写__getattribute__,并在最后调用super()委托
  • 只想给不存在的属性返回默认值(如None或计算结果)?直接定义__getattr__即可
  • 同时定义两者时,确保__getattribute__在抛出AttributeError前已穷尽所有查找路径

一个简明对比示例

假设类A中定义了__getattribute____getattr__

→ 访问a.x(x存在):只进__getattribute__,不进__getattr__
→ 访问a.y(y不存在):先进__getattribute__,查无结果并抛AttributeError,再进__getattr__

这种分层设计让Python既保持灵活性,又不牺牲性能和可预测性。

text=ZqhQzanResources