本文详解为何在 Client 类中重写 __getattribute__ 会导致无限递归，以及如何通过 __getattr__ 安全实现委托模式，使客户端能直接调用被委托对象的方法（如 client.display()），同时兼容抽象工厂的动态硬件创建。
本文详解为何在 client 类中重写 `__getattribute__` 会导致无限递归，以及如何通过 `__getattr__` 安全实现委托模式，使客户端能直接调用被委托对象的方法（如 `client.display()`），同时兼容抽象工厂的动态硬件创建。
在 Python 设计模式实践中，将抽象工厂模式（用于解耦对象创建）与委托模式（用于行为转发）结合是提升代码灵活性的常见尝试。但若委托实现不当，极易触发 RecursionError: maximum recursion depth exceeded —— 正如示例中 client_with_laptop.display() 调用时所见。根本原因在于对特殊方法 __getattribute__ 的误用。
❌ 错误根源：__getattribute__ 的无条件拦截
__getattribute__ 是 Python 中最底层的属性访问钩子，每次访问任意属性（包括 self._hardware、内置方法、甚至 __dict__）都会触发它。原代码中：
def __getattribute__(self, name: str):
return getattr(self._hardware, name) # ⚠️ 问题在此！当执行 client.display() 时：
- 触发 client.__getattribute__('display')
- 该方法试图读取 self._hardware（即 getattr(self._hardware, 'display')）
- 但读取 self._hardware 本身又会再次调用 client.__getattribute__('_hardware')
- → 无限循环，直至栈溢出
更隐蔽的是：即使 self._hardware 已存在，__getattribute__ 在查找 _hardware 属性时仍需先访问 self.__dict__ 或父类逻辑，而这些内部操作同样受 __getattribute__ 管控，形成闭环。
立即学习“Python免费学习笔记（深入）”；
✅ 正确方案：使用 __getattr__ 实现“按需委托”
__getattr__ 仅在常规属性查找失败（即 AttributeError 抛出）后才被调用，天然规避了递归风险。它专为“委托未知属性”而设计，语义清晰且安全：
class Client:
def __init__(self, factory: IFactory) -> None:
self._hardware = factory.get_hardware() # ✅ 私有属性，不触发 __getattr__
def __getattr__(self, name: str):
# 仅当 self 没有该属性时，才委托给 _hardware
return getattr(self._hardware, name)此时调用流程变为：
- client.display() → 查找 client.display → 未找到 → 触发 __getattr__('display')
- __getattr__ 转发至 self._hardware.display → 成功返回绑定方法
- 访问 client._hardware 或 client.__dict__ 等现有属性时，完全绕过 __getattr__，无递归风险。
? 完整可运行示例（修复后）
from abc import ABC, abstractmethod
class ITechnique(ABC):
@abstractmethod
def display(self) -> None:
pass
def turn_on(self) -> None:
print("I am on!")
def turn_off(self) -> None:
print("I am off!")
class Laptop(ITechnique):
def display(self) -> None:
print("I'm a Laptop")
class Smartphone(ITechnique):
def display(self) -> None:
print("I'm a Smartphone")
class Tablet(ITechnique):
def display(self) -> None:
print("I'm a tablet!")
class IFactory(ABC):
@abstractmethod
def get_hardware(self) -> ITechnique:
pass
class SmartphoneFactory(IFactory):
def get_hardware(self) -> ITechnique:
return Smartphone()
class LaptopFactory(IFactory):
def get_hardware(self) -> ITechnique:
return Laptop()
class TabletFactory(IFactory):
def get_hardware(self) -> ITechnique:
return Tablet()
class Client:
def __init__(self, factory: IFactory) -> None:
self._hardware = factory.get_hardware() # 初始化硬件实例
def __getattr__(self, name: str):
# 仅当本对象无此属性时，委托给 _hardware
return getattr(self._hardware, name)
# ✅ 使用方式：直接调用，无需 ._hardware
if __name__ == "__main__":
client_laptop = Client(LaptopFactory())
client_laptop.display() # 输出: I'm a Laptop
client_laptop.turn_on() # 输出: I am on!
client_tablet = Client(TabletFactory())
client_tablet.display() # 输出: I'm a tablet!⚠️ 关键注意事项
- 不要混用 __getattribute__ 和 __getattr__：除非有极特殊需求（如日志、权限控制），否则优先用 __getattr__ 实现委托。
- __getattr__ 不处理已存在的属性：self._hardware、self.__init__ 等均正常访问，委托仅作用于“缺失属性”。
- 委托不覆盖同名方法：若 Client 自定义了 display()，则 __getattr__ 不生效——这是预期行为，确保显式逻辑优先。
- 类型提示兼容性：静态检查器（如 mypy）可能无法推断委托方法。可通过 typing.overload 或文档明确说明委托接口，或考虑 @property + 显式代理方法提升可维护性。
✨ 总结
抽象工厂负责“创建什么”，委托模式负责“如何使用”。二者结合的关键在于：用 __getattr__ 做轻量、安全的动态委托，而非用 __getattribute__ 进行高危的全局拦截。这不仅解决了递归错误，更体现了 Python 数据模型的设计哲学——用最简机制达成目标。掌握这一区别，是深入理解 Python 面向对象与设计模式协同工作的基石。
