Python 中的函数装饰器:理解 @property、Getter 和 Setter 方法
在文章实战开发的过程中,我们经常会遇到一些这样那样的问题,然后要卡好半天,等问题解决了才发现原来一些细节知识点还是没有掌握好。今天golang学习网就整理分享《Python 中的函数装饰器:理解 @property、Getter 和 Setter 方法》,聊聊,希望可以帮助到正在努力赚钱的你。

在面向对象编程中,封装是一个基本概念,对于确保数据完整性和向用户隐藏实现细节至关重要。 python 以其简单性和可读性而闻名,它采用 getter 和 setter 作为封装的一部分。本文深入探讨了 python 中 getter 和 setter 的目的和实现,深入了解它们在管理数据访问和维护对象完整性方面的作用。特别是,我们将探索 python 中的 @property 装饰器如何简化这些概念,从而允许使用更 pythonic 的方法来访问和更新对象属性。
封装和私有变量的重要性
封装的核心在于数据隐藏的思想——控制对对象内部状态的访问以防止意外干扰或误用。这需要使用私有变量。在许多编程语言中,私有变量用于确保对象内的敏感数据在未经适当授权的情况下无法直接访问或修改,从而保留给定对象的完整性。
python 不像其他一些语言那样具有严格的私有变量,而是使用在属性前添加单下划线 () 或双下划线 (_) 的约定,以表明它供内部使用。让我们来分解一下这两个约定之间的区别。
python 中的单下划线 (_) 与双下划线 (__)
a. 单下划线 (_):
- 变量开头的单个下划线(例如 _price)是一种约定,用于指示该属性供内部使用。 python 并未严格强制执行该属性,这意味着该属性仍然可以从类外部访问(即,它不是私有的)。但是,它向其他开发人员发出信号,表明该属性受到“保护”,除非必要,否则不应直接访问。 例子:
class product:
def __init__(self, price):
self._price = price # protected attribute (convention)
product = product(10)
print(product._price) # accessing is possible, but discouraged
b. 双下划线 (__):
- 变量开头的双下划线(例如 __price)会触发名称修改。名称修改在内部更改属性的名称,以防止从类外部意外访问或修改。这使得该属性更难直接访问,尽管它仍然不是完全私有的 - python 在内部通过在属性前面加上 _classname 来重命名该属性,使其只能通过其损坏的名称(例如 _product__price)进行访问。 例子:
class product:
def __init__(self, price):
self.__price = price # name-mangled attribute
product = product(10)
# print(product.__price) # this will raise an attributeerror
print(product._product__price) # accessing the mangled attribute
- 当您想要避免意外覆盖子类中的属性或想要针对意外的外部访问提供更强的保护时,它们非常有用。
为什么使用私有属性?
私有属性,尤其是那些用单下划线 (_) 表示的属性,对于维护封装非常重要。它们通过阻止外部代码直接与对象交互来保护对象的内部状态,这有助于:
- 保持数据完整性:私有属性可防止敏感或关键内部数据的意外修改。
- 启用受控访问:通过使用 getter 和 setter 方法(或 @property 装饰器),对象控制如何以及何时访问或修改其属性,通常添加验证逻辑。
- 提高可维护性:由于隐藏了内部细节,您可以修改底层实现而不影响类的外部行为。
传统的 getter 和 setter 方法
在许多编程语言中,getter 和 setter 用于提供对私有变量的受控访问。请参阅下面的示例:
class product:
def __init__(self, price):
self._price = price # protected attribute
def get_price(self):
return self._price
def set_price(self, value):
if value >= 0:
self._price = value
else:
raise valueerror("price cannot be negative")
product = product(10)
print(product.get_price()) # 10
product.set_price(20)
print(product.get_price()) # 20
在此示例中,getter (get_price()) 和 set_price()) 提供了一种访问和修改 _price 属性的方法,同时执行某些规则(例如确保价格不为负)。
@property 装饰器
python 使用 @property 装饰器提供了一种更优雅的方式来管理对私有属性的访问。这个装饰器允许您定义行为类似于属性的方法,使代码更具可读性和python风格,同时仍然允许受控访问。
使用 @property 装饰器进行 getter 和 setter
下面是使用 @property 重构的前面的示例,以简化语法并提高可读性:
class Product:
def __init__(self, price):
self._price = price
@property
def price(self):
return self._price
@price.setter
def price(self, value):
if value >= 0:
self._price = value
else:
raise ValueError("Price cannot be negative")
product = Product(10)
print(product.price) # 10
product.price = 20
print(product.price) # 20
在此重构版本中:
@property装饰器允许我们像属性一样访问price(),即product.price,而不必调用像product.get_price()这样的getter方法。
@price.setter 装饰器启用设置价格值的逻辑,允许我们将其设置为 product.price = 20,同时仍然执行验证规则。
为什么使用@property?
@property 装饰器使您的代码更干净且更易于使用,特别是在处理私有属性时。原因如下:
- 可读性:它允许自然地访问属性,同时隐藏验证或转换的底层逻辑。
- 封装:您可以强制执行如何访问或修改属性的规则,而无需暴露内部实现细节。
- 灵活性:您可以在不更改外部接口的情况下重构内部行为,这意味着代码库的其余部分不会受到影响。
结论
封装是面向对象编程的基石,python 对私有变量的使用以及 @property 装饰器提供了一种干净灵活的方式来管理对对象内部状态的访问。带有单下划线 (_) 的属性表明它们供内部使用,而带有双下划线 (__) 的属性通过名称修改提供更强的保护。 @property 装饰器允许您以 pythonic 和可读的方式实现对这些私有属性的受控访问,确保数据完整性,同时保持干净的公共接口。
参考文献
关于属性的 python 文档
pep 318:函数装饰器
今天关于《Python 中的函数装饰器:理解 @property、Getter 和 Setter 方法》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
函数重载是否适合所有Java场景
- 上一篇
- 函数重载是否适合所有Java场景
- 下一篇
- 出片新搭子,华为 nova Flip 手机影像大咖秀直播满分教学来了
-
- 文章 · python教程 | 31分钟前 | Python教程 · pathlib · 路径安全 Python pathlib Path.resolve 目录穿越 relative_to
- Pathlib 安全拼接用户路径:解析后再验证根目录
- 463浏览 收藏
-
- 文章 · python教程 | 2小时前 | 性能优化 · Python教程 · Python 进程间通信 pickle multiprocessing SharedMemory
- multiprocessing 传输大对象为何变慢,如何减少序列化
- 478浏览 收藏
-
- 文章 · python教程 | 21小时前 | python · Python import很慢 -X importtime 模块级副作用 延迟导入 Python启动优化
- Python import 很慢怎么分析:模块级副作用与延迟导入
- 292浏览 收藏
-
- 文章 · python教程 | 23小时前 | python · 异步编程 · Python asyncio contextvars request_id
- contextvars 在异步请求链中传递追踪信息
- 393浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发 · 异常处理 · python · asyncio · CancelledError 结构化并发 ExceptionGroup Python asyncio TaskGroup asyncio gather
- asyncio TaskGroup 让并发任务在首错时一起收敛
- 246浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python 3.14 自由线程程序怎样显式保护共享状态
- 337浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · Python教程 · Python Traversable importlib.resources 包内资源
- Python importlib.resources Traversable 怎么读取包内目录
- 359浏览 收藏
-
- 文章 · python教程 | 1天前 | 时区 · python · Python zoneinfo reset_tzpath TZPATH 自定义时区库 ZoneInfo缓存
- Python zoneinfo.reset_tzpath 怎么切换自定义时区库
- 176浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 375次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 446次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 454次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 399次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 226次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
