在这种情况下，为什么 __setattr__ 和 __delattr__ 会引发 AttributeError ？

如何解决在这种情况下，为什么 __setattr__ 和 __delattr__ 会引发 AttributeError ？

在 Python 中，如果类型具有 update 属性，那么 object.__setattr__ 和 type.__setattr__ 在属性 update 期间引发 AttributeError 的基本原理是什么？没有 __set__ 方法的 em>data 描述符？同样，如果该类型具有一个 data 没有 object.__delattr__ 方法的描述符？

我之所以这么问是因为我注意到 type.__delattr__ 和 AttributeError not 在属性 lookup 期间引发了 __delete__，如果该类型有一个属性，它是一个 data 描述符，没有 object.__getattribute__ 方法。

这是一个简单的程序，说明一方面通过 type.__getattribute__ 查找属性（未引发 AttributeError）与通过 __get__ 更新属性和通过 {{ 删除属性之间的区别1}} 另一方面（object.__getattribute__ 被提升）：

AttributeError

这是另一个简单的程序，说明一方面通过 object.__setattr__ 查找属性（未引发 object.__delattr__）与通过 AttributeError 更新属性和通过 {{ 删除属性之间的区别1}} 另一方面（class DataDescriptor1: # missing __get__ def __set__(self,instance,value): pass def __delete__(self,instance): pass class DataDescriptor2: # missing __set__ def __get__(self,owner=None): pass def __delete__(self,instance): pass class DataDescriptor3: # missing __delete__ def __get__(self,owner=None): pass def __set__(self,value): pass class A: x = DataDescriptor1() y = DataDescriptor2() z = DataDescriptor3() a = A() vars(a).update({'x': 'foo','y': 'bar','z': 'baz'}) a.x # actual: returns 'foo' # expected: returns 'foo' a.y = 'qux' # actual: raises AttributeError: __set__ # expected: vars(a)['y'] == 'qux' del a.z # actual: raises AttributeError: __delete__ # expected: 'z' not in vars(a) 被提升）：

type.__getattribute__

我希望实例字典发生变异，而不是获取 AttributeError 以进行属性更新和属性删除。属性查找从实例字典返回一个值，所以我想知道为什么属性更新和属性删除不使用实例字典（就像如果类型没有作为数据描述符的属性时那样）。>

解决方法

我认为这只是 C 级设计的结果，没有人真正考虑或关心。

在C级，__set__和__delete__对应相同的C级slot，tp_descr_set，通过向set传递空值来指定删除。 （这类似于用于 __setattr__ 和 __delattr__ 的设计，它们也对应于 a single slot，也通过 NULL 进行删除。）

如果你实现了 __set__ 或 __delete__，C 级槽被设置为一个 wrapper function，它寻找 __set__ 或 __delete__ 并调用它:

static int
slot_tp_descr_set(PyObject *self,PyObject *target,PyObject *value)
{
    PyObject* stack[3];
    PyObject *res;
    _Py_IDENTIFIER(__delete__);
    _Py_IDENTIFIER(__set__);

    stack[0] = self;
    stack[1] = target;
    if (value == NULL) {
        res = vectorcall_method(&PyId___delete__,stack,2);
    }
    else {
        stack[2] = value;
        res = vectorcall_method(&PyId___set__,3);
    }
    if (res == NULL)
        return -1;
    Py_DECREF(res);
    return 0;
}

槽没有办法说“哎呀，没有找到方法，回到正常处理”，它没有尝试。它也不会尝试模拟正常处理——这很容易出错，因为“正常处理”是类型相关的，并且它不知道要为所有类型模拟什么。如果槽包装器没有找到该方法，它只会引发异常。

如果 __set__ 和 __delete__ 获得了两个插槽，这种效果就不会发生，但是有人在设计 API 时必须关心，我怀疑有人这样做了。