如何动态生成符合mypy规范的属性Setter？基类属性批量优化

针对你遇到的问题，自定义泛型描述符是最优方案——既可以批量复用属性的get/set逻辑，又能让mypy正确识别类型，完全避免__setattr__带来的类型检查问题。

核心思路 #

用描述符封装「优先使用注入值，无注入值则调用子类实现的计算方法」的逻辑，每个属性只需一行声明，子类仅需实现对应的计算方法即可。

1. 实现泛型描述符类 #

这个描述符会自动处理属性的读取和赋值逻辑，同时通过泛型保证mypy能识别属性类型：

from typing import Generic, TypeVar, Any, Optional

T = TypeVar("T")

class CachedComputedProperty(Generic[T]):
    def __init__(self, attr_name: str):
        self.attr_name = attr_name
        # 用私有属性存储注入的值
        self._storage_key = f"_{attr_name}_injected"

    def __get__(self, instance: Any, owner: type) -> T:
        if instance is None:
            return self
        
        # 优先返回注入的值
        if hasattr(instance, self._storage_key):
            return getattr(instance, self._storage_key)
        
        # 无注入值时调用子类的计算方法
        getter_method = f"_get_{self.attr_name}"
        if not hasattr(instance, getter_method):
            raise NotImplementedError(f"子类必须实现 {getter_method} 方法")
        return getattr(instance, getter_method)()

    def __set__(self, instance: Any, value: T) -> None:
        # 存储注入的值
        setattr(instance, self._storage_key, value)

2. 在基类中声明属性 #

基类只需用描述符声明属性，无需重复写property、setter和计算方法的模板代码：

class Base:
    # 直接用描述符声明属性，mypy会识别类型
    value: int = CachedComputedProperty("value")
    name: str = CachedComputedProperty("name")

    # 子类需要实现的计算方法模板
    def _get_value(self) -> int:
        raise NotImplementedError

    def _get_name(self) -> str:
        raise NotImplementedError

3. 子类实现计算逻辑 #

子类仅需实现对应的_get_xxx方法，注入值的逻辑完全由描述符处理：

class Child(Base):
    def _get_value(self) -> int:
        # 模拟开销极大的计算逻辑
        print("执行高开销计算：value")
        return 42

    def _get_name(self) -> str:
        print("执行高开销计算：name")
        return "默认名称"

4. 使用示例 #

obj = Child()

# 第一次读取：调用子类的计算方法
print(obj.value)  # 输出：执行高开销计算：value → 42
print(obj.name)   # 输出：执行高开销计算：name → 默认名称

# 注入值后，读取会直接用注入的值
obj.value = 100
obj.name = "自定义名称"
print(obj.value)  # 输出：100
print(obj.name)   # 输出：自定义名称

批量声明属性（可选） #

如果属性数量较多，可以用类装饰器进一步简化代码，批量生成描述符属性：

def add_computed_properties(props: dict[str, type]) -> type:
    def decorator(cls: type) -> type:
        for prop_name, prop_type in props.items():
            setattr(cls, prop_name, CachedComputedProperty(prop_name))
        return cls
    return decorator

# 用装饰器批量声明属性
@add_computed_properties({"value": int, "name": str, "score": float})
class Base:
    def _get_value(self) -> int:
        raise NotImplementedError
    def _get_name(self) -> str:
        raise NotImplementedError
    def _get_score(self) -> float:
        raise NotImplementedError

关键优势 #

• 类型安全：mypy能正确识别每个属性的类型，赋值时会做类型检查，不会出现__setattr__允许任意属性赋值的问题。
• 代码简洁：每个属性只需一行声明，避免了重复编写property、setter和模板方法的冗余代码。
• 扩展性强：可以在描述符中轻松添加额外逻辑，比如缓存计算结果（避免重复执行高开销计算）：

  def __get__(self, instance: Any, owner: type) -> T:
      if instance is None:
          return self
      if hasattr(instance, self._storage_key):
          return getattr(instance, self._storage_key)
      getter_method = f"_get_{self.attr_name}"
      if not hasattr(instance, getter_method):
          raise NotImplementedError(f"子类必须实现 {getter_method} 方法")
      # 计算后缓存结果，避免重复计算
      result = getattr(instance, getter_method)()
      setattr(instance, self._storage_key, result)
      return result
  

内容的提问来源于stack exchange，提问作者Some Guy