Python入门之面向对象编程(四)Python描述器详解

Python入门之面向对象编程(四)Python描述器详解

本文分为如下部分

引言——用@property批量使用的例子来引出描述器的功能描述器的基本理论及简单实例描述器的调用机制描述器的细节实例方法、静态方法和类方法的描述器原理property装饰器的原理描述器的应用参考资料

引言

前面python面向对象的文章中我们讲到过，我们可以用@property装饰器将方法包装成属性，这样的属性，相比于其他属性有一个优点就是可以在对属性赋值时，进行变量检查，举例代码如下、

class A: def __init__(self, name, score): self.name = name # 普通属性 self._score = score @property def score(self): return self._score @score.setter def score(self, value): print('setting score here') if isinstance(value, int): self._score = value else: print('please input an int') a = A('Bob',90)a.name # 'Bob'a.score # 90a.name = 1a.name # 1 ，名字本身不应该允许赋值为数字，但是这里无法控制其赋值a.score = 83a.score # 83，当赋值为数值型的时候，可以顺利运行a.score = 'bob' # please input an inta.score # 83，赋值为字符串时，score没有被改变

当我们有很多这样的属性时，如果每一个都去使用@property，代码就会过于冗余。如下

class A: def __init__(self, name, score, age): self.name = name # 普通属性 self._score = score self._age = age @property def score(self): return self._score @score.setter def score(self, value): print('setting score here') if isinstance(value, int): self._score = value else: print('please input an int') @property def age(self): return self._age @age.setter def age(self, value): print('setting age here') if isinstance(value, int): self._age = value else: print('please input an int') a = A('Bob', 90, 20)

因为每一次检验的方法都是一样的，所以最好有方法可以批量实现这件事，只写一次​​if isinstance​​。描述器就可以用来实现这件事。

为了能够更清楚地理解描述器如何实现，我们先跳开这个话题，先讲一讲描述器的基本理论。

描述器基本理论及简单实例

描述器功能强大，应用广泛，它可以控制我们访问属性、方法的行为，是@property、super、静态方法、类方法、甚至属性、实例背后的实现机制，是一种比较底层的设计，因此理解起来也会有一些困难。

定义：从描述器的创建来说，一个类中定义了​​__get__​​​、​​__set__​​​、​​__delete__​​中的一个或几个，这个类的实例就可以叫做一个描述器。

为了能更真切地体会描述器是什么，我们先看一个最简单的例子，这个例子不实现什么功能，只是使用了描述器

# 创建一个描述器的类，它的实例就是一个描述器# 这个类要有__get__ __set__ 这样的方法# 这种类是当做工具使用的，不单独使用class M: def __init__(self, x=1): self.x = x def __get__(self, instance, owner): return self.x def __set__(self, instance, value): self.x = value # 调用描述器的类class AA: m = M() # m就是一个描述器 aa = AA()aa.m # 1aa.m = 2aa.m # 2

我们分析一下上面这个例子

创建aa实例和普通类没什么区别，我们从​​aa.m​​开始看​​aa.m​​是aa实例调用了m这个类属性，然而这个类属性不是普通的值，而是一个描述器，所以我们从访问这个类属性变成了访问这个描述器如果调用时得到的是一个描述器，python内部就会自动触发一套使用机制访问的话自动触发描述器的​​__get__​​方法修改设置的话就自动触发描述器的​​__set__​​方法这里就是​​aa.m​​​触发了​​__get__​​​方法，得到的是​​self.x​​​的值，在前面​​__init__​​中定义的为1​​aa.m = 2​​​则触发了​​__set__​​​方法，赋的值2传到​​value​​​参数之中，改变了​​self.x​​​的值，所以下一次​​aa.m​​调用的值也改变了

进一步思考：当访问一个属性时，我们可以不直接给一个值，而是接一个描述器，让访问和修改设置时自动调用​​__get__​​​方法和​​__set__​​​方法。再在​​__get__​​​方法和​​__set__​​方法中进行某种处理，就可以实现更改操作属性行为的目的。这就是描述器做的事情。

相信有的读者已经想到了，开头引言部分的例子，就是用描述器这样实现的。在讲具体如何实现之前，我们要先了解更多关于描述器的调用机制

描述器的调用机制

​​aa.m​​​命令其实是查找m属性的过程，程序会先到哪里找，没有的话再到哪里找，这是有一个顺序的，说明访问顺序时需要用到​​__dict__​​方法。

先看下面的代码了解一下​​__dict__​​方法

class C: x = 1 def __init__(self, y): self.y = y def fun(self): print(self.y) c = C(2)# 实例有哪些属性print(c.__dict__) # {'y': 2}# 类有什么属性print(C.__dict__) # 里面有 x funprint(type(c).__dict__) # 和上一条一样print(vars(c)) # __dict__ 也可以用 vars 函数替代，功能完全相同# 调用c.fun() # 2c.__dict__['y'] # 2# type(c).__dict__['fun']() # 报错，说明函数不是这么调用的

​​__dict__​​方法返回的是一个字典，类和实例都可以调用，键就是类或实例所拥有的属性、方法，可以用这个字典访问属性，但是方法就不能这样直接访问，原因我们之后再说。

下面我们来说一下，当我们调用​​aa.m​​时的访问顺序

程序会先查找​​aa.__dict__['m']​​ 是否存在不存在再到​​type(aa).__dict__['m']​​中查找然后找​​type(aa)​​的父类期间找到的是普通值就输出，如果找到的是一个描述器，则调用​​__get__​​方法

下面我们来看一下​​__get__​​方法的调用机制

class M: def __init__(self): self.x = 1 def __get__(self, instance, owner): return self.x def __set__(self, instance, value): self.x = value # 调用描述器的类class AA: m = M() # m就是一个描述器 n = 2 def __init__(self, score): self.score = score aa = AA(3)print(aa.__dict__) # {'score': 3}print(aa.score) # 3, 在 aa.__dict__ 中寻找，找到了score直接返回print(aa.__dict__['score']) # 3, 上面的调用机制实际上是这样的print(type(aa).__dict__) # 里面有n和mprint(aa.n) # 2, 在aa.__dict__中找不到n，于是到type(aa).__dict__中找到了n，并返回其值print(type(aa).__dict__['n']) # 2, 其实是上面一条的调用机制print(aa.m) # 1, 在aa.__dict__中找不到n，于是到type(aa).__dict__中找到了m# m是一个描述器对象，于是调用__get__方法，将self.x的值返回，即1print(type(aa).__dict__['m'].__get__(aa,AA)) # 1, 上面一条的调用方式是这样的# __get__的定义中，除了self，还有instance和owner，其实分别表示的就是描述器所在的实例和类，这里的细节我们后文会讲print('-'*20)print(AA.m) # 1, 也是一样调用了描述器print(AA.__dict__['m'].__get__(None, AA)) # 类相当于调用这个

此外还有特例，与描述器的种类有关

同时定义了​​__get__​​​和​​__set__​​方法的描述器称为资料描述器只定义了​​__get__​​的描述器称为非资料描述器二者的区别是：当属性名和描述器名相同时，在访问这个同名属性时，如果是资料描述器就会先访问描述器，如果是非资料描述器就会先访问属性 举例如下

# 既有__get__又有__set__，是一个资料描述器class M: def __init__(self): self.x = 1 def __get__(self, instance, owner): print('get m here') # 打印一些信息，看这个方法何时被调用 return self.x def __set__(self, instance, value): print('set m here') # 打印一些信息，看这个方法何时被调用 self.x = value + 1 # 这里设置一个+1来更清楚了解调用机制# 只有__get__是一个非资料描述器class N: def __init__(self): self.x = 1 def __get__(self, instance, owner): print('get n here') # 打印一些信息，看这个方法何时被调用 return self.x # 调用描述器的类class AA: m = M() # m就是一个描述器 n = N() def __init__(self, m, n): self.m = m # 属性m和描述器m名字相同，调用时发生一些冲突 self.n = n # 非资料描述器的情况，与m对比 aa = AA(2,5)print(aa.__dict__) # 只有n没有m, 因为资料描述器同名时，不会访问到属性，会直接访问描述器，所以属性里就查不到m这个属性了print(AA.__dict__) # m和n都有print(aa.n) # 5, 非资料描述器同名时调用的是属性，为传入的5print(AA.n) # 1, 如果是类来访问，就调用的是描述器，返回self.x的值print(aa.m) # 3, 其实在aa=AA(2,5)创建实例时，进行了属性赋值，其中相当于进行了aa.m=2# 但是aa调用m时却不是常规地调用属性m，而是资料描述器m# 所以定义实例aa时，其实触发了m的__set__方法，将2传给value，self.x变成3# aa.m调用时也访问的是描述器，返回self.x即3的结果# 其实看打印信息也能看出什么时候调用了__get__和__set__aa.m = 6 # 另外对属性赋值也是调用了m的__set__方法print(aa.m) # 7，调用__get__方法print('-'*20)# 在代码中显式调用__get__方法print(AA.__dict__['n'].__get__(None, AA)) # 1print(AA.__dict__['n'].__get__(aa, AA)) # 1

注：要想制作一个只读的资料描述器，需要同时定义 ​​__set__​​​ 和 ​​__get__​​​,并在 ​​__set__​​​ 中引发一个 AttributeError 异常。定义一个引发异常的 ​​__set__​​ 方法就足够让一个描述器成为资料描述器。

描述器的细节

本节分为如下两个部分

调用描述器的原理​​__get__​​​和​​__set__​​方法中的参数解释

1.首先是调用描述器的原理 当调用一个属性，而属性指向一个描述器时，为什么就会去调用这个描述器呢，其实这是由​​object.__getattribute__()​​​方法控制的，其中​​object​​​是新式类定义时默认继承的类，即py2这么写的​​class(object)​​​中的​​object​​​。新定义的一个类继承了object类，也就继承了​​__getattribute__​​​方法。当访问一个属性比如​​b.x​​​时，会自动调用这个方法 ​​__getattribute__()​​的定义如下

def __getattribute__(self, key): "Emulate type_getattro() in Objects/typeobject.c" v = object.__getattribute__(self, key) if hasattr(v, '__get__'): return v.__get__(None, self) return v

上面的定义显示，如果​​b.x​​​是一个描述器对象，即能找到​​__get__​​​方法，则会调用这个get方法，否则就使用普通的属性。 如果在一个类中重写​​__getattribute__​​，将会改变描述器的行为，甚至将描述器这一功能关闭。

2.​​__get__​​​和​​__set__​​方法中的参数解释 官网中标明了这三个方法需要传入哪些参数，还有这些方法的返回结果是什么，如下所示

descr.__get__(self, obj, type=None) --> valuedescr.__set__(self, obj, value) --> Nonedescr.__delete__(self, obj) --> None

我们要了解的就是​​self obj type value​​分别是什么 看下面一个例子

class M: def __init__(self, name): self.name = name def __get__(self, obj, type): print('get第一个参数self: ', self.name) print('get第二个参数obj: ', obj.age) print('get第三个参数type: ', type.name) def __set__(self, obj, value): obj.__dict__[self.name] = value class A: name = 'Bob' m = M('age') def __init__(self, age): self.age = agea = A(20) # age是20a.m# get第一个参数self: age# get第二个参数obj: 20# get第三个参数type: Boba.m = 30a.age # 30

总结如下

self是描述器类M中的实例obj是调用描述器的类a中的实例type是调用描述器的类Avalue是对这个属性赋值时传入的值，即上面的30

上面的代码逻辑如下

​​a.m​​​访问描述器，调用​​__get__​​方法三次打印分别调用了​​m.name a.age A.name​​​​a.m = 30​​​调用了​​__set__​​方法，令a(即obj)的属性中的'age'(即M('age')这里传入的self.name)为30

实例方法、静态方法和类方法的描述器原理

本节说明访问些方法其实都访问的是描述器，并说明它们调用顺序是怎样的，以及类方法和静态方法描述器的python定义。

class B: @classmethod def print_classname(cls): print('Bob') @staticmethod def print_staticname(): print('my name is bob') def print_name(self): print('this name') b = B()b.print_classname() # 调用类方法b.print_staticname() # 调用静态方法b.print_name() # 调用实例方法print(B.__dict__) # 里面有实例方法、静态方法和类方法

# 但其实字典里的还不是可以直接调用的函数print(B.__dict__['print_classname'])print(b.print_classname) # 和上不一样print(B.__dict__['print_staticname'])print(b.print_staticname) # 和上不一样print(B.__dict__['print_name'])print(b.print_name) # 和上不一样# # ># # # # >

上面结果表明，实例直接调用时，类方法和实例方法都是​​bound method​​​，而静态方法是​​function​​。因为静态方法本身就是定义在类里面的函数，所以不属于方法范畴。

除此之外，由于实例直接调用后得到的结果可以直接接一个括号，当成函数来调用。而使用字典调用时，得到的结果和实例调用都不一样，所以它们是不可以直接接括号当成函数使用的。

其实从显示的结果我们可以看出，静态方法和类方法用字典调用得到的其实分别是staticmethod和classmethod两个类的对象，这两个类其实是定义描述器的类，所以用字典访问的两个方法得到的都是描述器对象。它们需要用一个​​__get__​​方法才可以在后面接括号当成函数调用。

而普通实例方法用字典调用得到的是一个function即函数，理论上是可以用括号直接调用的，但是调用时报错说少了self参数，其实它也是描述器对象，用通过​​__get__​​方法将self传入来调用

三种方法本质上调用​​__get__​​方法的情况展示如下

B.__dict__['print_classname'].__get__(None, B)()B.__dict__['print_staticname'].__get__(None, B)()B.__dict__['print_name'].__get__(b, B)()print(B.__dict__['print_classname'].__get__(None, B))print(B.__dict__['print_staticname'].__get__(None, B))print(B.__dict__['print_name'])print(B.__dict__['print_name'].__get__(None, B)) # 这是不传入实例即self的情况，和直接从字典调用结果相同，在python2中是一个unbound methodprint(B.__dict__['print_name'].__get__(b, B))# B.print_name() # 报错，说少输入一个self参数# B.print_name(B()) # this name 输入实例即不会报错

所以说我们平常调用的方法都是本质上在调用描述器对象，访问描述器时自动调用​​__get__​​方法。

上面调用时注意到，前两个​​__get__​​​的第一个参数都是​​None​​​，而实例方法是一个​​b​​​，这是因为实例方法需要具体的实例来调用而不能用类直接调用。在python2中，用类直接调用实例方法得到的是一个​​unbound method​​​，用实例调用才是一个​​bound method​​​，（在python3删除了​​unbound method​​​的概念，改为​​function​​​），而类方法本身就可以被类调用，所以参数是​​None​​​时就是一个​​bound method​​​了。所以说​​__get__​​​的第一个参数使用​​b​​​可以理解成方法的​​bound​​过程。

既然三种方法都是调用了描述器对象，那么这些对象都是各自类的实例，它们的类是如何定义的呢？python中这些类的定义是用底层的C语言实现的，为了理解其工作原理，这里展示一个用python语言实现classmethod装饰器的方法，（​​来源​​），即构建能产生类方法对应描述器对象的类。

class myclassmethod(object): def __init__(self, method): self.method = method def __get__(self, instance, cls): return lambda *args, **kw: self.method(cls, *args, **kw) class Myclass: x = 3 @myclassmethod def method(cls, a): print(cls.x+a) m = Myclass()Myclass.method(a=2)

下面我们分析一下上述代码

我们看到使用@myclassmethod装饰器达到的效果和使用@classmethod装饰器没有什么区别首先定义了myclassmethod类，里面使用了​​__get__​​方法，所以它的实例会是一个描述器对象将​​myclassmethod​​​当做装饰器作用于method函数，根据装饰器的知识，相当于这样设置​​method=myclassmethod(method)​​调用​​Myclass.method()​​​时调用了改变后了的​​method​​​方法，即​​myclassmethod(method)(a)​​​​myclassmethod(method)​​​这是​​myclassmethod​​​类的一个实例，即一个描述器，此处访问于是调用​​__get__​​方法，返回一个匿名函数​​__get__​​​中其实是将owner(cls)部分传入method方法，因为methon在Myclass类中调用，这个owner也就是Myclass类。这一步其实是提前传入了method的第一个参数cls，后面的参数a由​​myclassmethod(method)(a)​​第二个括号调用仔细分析上面的定义与调用过程，我们会发现，我们常常说的类方法第一个参数要是cls，其实是不对的，第一个参数是任意都可以，它只是占第一个位置，用于接收类实例引用类属性，随便换成任意变量都可以，用cls只是约定俗成的。比如下面的代码正常运行

class Myclass: x = 3 @classmethod def method(b, a): print(b.x+a) m = Myclass()Myclass.method(a=2) # 5

下面看一下staticmethod类的等价python定义（​​来源​​）

class mystaticmethod: def __init__(self, callable): self.f = callable def __get__(self, obj, type=None): return self.f class Myclass: x = 3 @mystaticmethod def method(a, b): print(a + b) m = Myclass()m.method(a=2, b=3)

注：从源码角度来理解静态方法和类方法

静态方法相当于不自动传入实例对象作为方法的第一个参数，类方法相当于将默认传入的第一个参数由实例改为类使用​​@classmethod​​​后无论类调用还是实例调用，都会自动转入类作为第一个参数，不用手动传入就可以调用类属性，而没有​​@classmethod​​的需要手动传入类既不用​​@classmethod​​​也不用​​@staticmethod​​则类调用时不会自动传入参数，实例调用时自动传入实例作为第一个参数所以说加​​@classmethod​​​是为了更方便调用类属性，加​​@staticmethod​​是为了防止自动传入的实例的干扰除此之外要说明一点：当属性和方法重名时，调用会自动访问属性，是因为这些方法调用的描述器都是非资料描述器。而当我们使用​​@property​​​装饰器后，自动调用的就是新定义的​​get set​​​方法，是因为​​@property​​装饰器是资料描述器

property装饰器的原理

到这里我们可以讲一讲开头提出的问题了，即​​@property​​​装饰器是如何使用描述器实现的，调用机制是怎样的，如何通过描述器达到精简多次使用​​@property​​装饰器的问题。

首先要明确，property有两种调用形式，一种是用装饰器，一种是用类似函数的形式，下面会用引言中的例子分别说明两种形式的调用机制。

下面贴出property的等价python定义（来源于​​官网的中文翻译​​）

class Property(object): "Emulate PyProperty_Type() in Objects/descrobject.c" def __init__(self, fget=None, fset=None, fdel=None, doc=None): self.fget = fget self.fset = fset self.fdel = fdel if doc is None and fget is not None: doc = fget.__doc__ self.__doc__ = doc def __get__(self, obj, objtype=None): if obj is None: return self if self.fget is None: raise AttributeError("unreadable attribute") return self.fget(obj) def __set__(self, obj, value): if self.fset is None: raise AttributeError("can't set attribute") self.fset(obj, value) def __delete__(self, obj): if self.fdel is None: raise AttributeError("can't delete attribute") self.fdel(obj) def getter(self, fget): return type(self)(fget, self.fset, self.fdel, self.__doc__) def setter(self, fset): return type(self)(self.fget, fset, self.fdel, self.__doc__) def deleter(self, fdel): return type(self)(self.fget, self.fset, fdel, self.__doc__)

从上面的定义中我们可以看出，定义时分为两个部分，一个是​​__get__​​​等方法的定义，另一部分是​​getter​​​等方法的定义，同时注意到这个类要传入​​fget​​​等三个函数作为属性。​​getter​​等方法的定义是为了让它可以完美地使用装饰器形式，我们先不看这一部分，先看看不是使用第一种即不使用装饰器的形式的调用机制。

# 类似函数的形式class A: def __init__(self, name, score): self.name = name # 普通属性 self.score = score def getscore(self): return self._score def setscore(self, value): print('setting score here') if isinstance(value, int): self._score = value else: print('please input an int') score = property(getscore, setscore) a = A('Bob',90)a.name # 'Bob'a.score # 90a.score = 'bob' # please input an int

分析上述调用score的过程

初始化时即开始访问score，发现有两个选项，一个是属性，另一个是​​property(getscore, setscore)​​​对象，因为后者中定义了​​__get__​​​与​​__set__​​方法，因此是一个资料描述器，具有比属性更高的优先级，所以这里就访问了描述器因为初始化时是对属性进行设置，所以自动调用了描述器的​​__set__​​方法​​__set__​​​中对​​fset​​​属性进行检查，这里即传入的​​setscore​​​，不是​​None​​​，所以调用了​​fset​​​即​​setscore​​方法，这就实现了设置属性时使用自定义函数进行检查的目的​​__get__​​​也是一样，查询score时，调用​​__get__​​​方法，触发了​​getscore​​方法

下面是另一种使用property的方法

# 装饰器形式，即引言中的形式class A: def __init__(self, name, score): self.name = name # 普通属性 self.score = score @property def score(self): print('getting score here') return self._score @score.setter def score(self, value): print('setting score here') if isinstance(value, int): self._score = value else: print('please input an int') a = A('Bob',90)# a.name # 'Bob'# a.score # 90# a.score = 'bob' # please input an int

下面进行分析

在第一种使用方法中，是将函数作为传入property中，所以可以想到是否可以用装饰器来封装get部分很简单，访问​​score​​​时，加上装饰器变成访问​​property(score)​​​这个描述器，这个​​score​​​也作为​​fget​​​参数传入​​__get__​​中指定调用时的操作而set部分就不行了，于是有了​​setter​​等方法的定义使用了​​property​​​和​​setter​​​装饰器的两个方法的命名都还是score，一般同名的方法后面的会覆盖前面的，所以调用时调用的是后面的​​setter​​​装饰器处理过的​​score​​，是以如果两个装饰器定义的位置调换，将无法进行属性赋值操作。而调用​​setter​​​装饰器的​​score​​​时，面临一个问题，装饰器​​score.setter​​​是什么呢？是​​score​​​的​​setter​​​方法，而​​score​​​是什么呢，不是下面定义的这个​​score​​​，因为那个​​score​​​只相当于参数传入。自动向其他位置寻找有没有现成的​​score​​​，发现了一个，是​​property​​​修饰过的​​score​​​，这是个描述器，根据​​property​​​的定义，里面确实有一个​​setter​​​方法，返回的是​​property​​​类传入​​fset​​​后的结果，还是一个描述器，这个描述器传入了​​fget​​​和​​fset​​​，这就是最新的​​score​​​了，以后实例只要调用或修改​​score​​，使用的都是这个描述器如果还有​​del​​​则装饰器中的​​score​​​找到的是​​setter​​​处理过的​​score​​​，最新的​​score​​​就会是三个函数都传入的​​score​​对最新的​​score​​的调用及赋值删除都跟前面一样了

​​property​​​的原理就讲到这里，从它的定义我们可以知道它其实就是将我们设置的检查等函数传入​​get set​​​等方法中，让我们可以自由对属性进行操作。它是一个框架，让我们可以方便传入其他操作，当很多对象都要进行相同操作的话，重复就是难免的。如果想要避免重复，只有自己写一个类似​​property​​的框架，这个框架不是传入我们希望的操作了，而是就把这些操作放在框架里面，这个框架因为只能实现一种操作而不具有普适性，但是却能大大减少当前问题代码重复问题

下面使用描述器定义了Checkint类之后，会发现A类简洁了非常多

class Checkint: def __init__(self, name): self.name = name def __get__(self, instance, owner): if instance is None: return self else: return instance.__dict__[self.name] def __set__(self, instance, value): if isinstance(value, int): instance.__dict__[self.name] = value else: print('please input an integer')# 类似函数的形式class A: score = Checkint('score') age = Checkint('age') def __init__(self, name, score, age): self.name = name # 普通属性 self.score = score self.age = age a = A('Bob', 90, 30)a.name # 'Bob'a.score # 90# a.score = 'bob' # please input an int# a.age='a' # please input an integer

描述器的应用

因为我本人也刚刚学描述器不久，对它的应用还不是非常了解，下面只列举我现在能想到的它有什么用，以后如果想到其他的再补充

首先是上文提到的，它是实例方法、静态方法、类方法、property的实现原理当访问属性、赋值属性、删除属性，出现冗余操作，或者苦思无法找到答案时，可以求助于描述器具体使用1：缓存。比如调用一个类的方法要计算比较长的时间，这个结果还会被其他方法反复使用，我们不想每次使用和这个相关的函数都要把这个方法重新运行一遍，于是可以设计出第一次计算后将结果缓存下来，以后调用都使用存下来的结果。只要使用描述器在​​__get__​​​方法中，在判断语句下，​​obj.__dict__[self.name] = value​​​。这样每次再调用这个方法都会从这个字典中取得值，而不是重新运行这个方法。（​​例子来源​​最后的那个例子）

​​参考​​

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。