私有属性包括私有变量和私有方法,在 Python 中,在变量名或者方法名前面加上双下划线,这个属性就成为了类的私有属性。
class Person:
def __init__(self, name, age):
self.__name = name
self.__age = age
def __fun(self):
print(self.__class__)
def say(self):
self.__fun() # 自动转换为 调用 _Person__fun 方法
print(self.__name + ' ' + str(self.__age)) # 自动转换为 调用 \_Person\_\_name 和 \_Person\_\_age 属性~
p = Person('Kitty', 18)
p.say()
# 输出结果:
Kitty 18
上述示例中,__name 和 __age 为类的私有变量,私有变量仅能在类中进行访问,在类的外部访问不到。
p = Person('Kitty', 18)
print(p.__name)
# 报错信息:
AttributeError: 'Person' object has no attribute '__name'
其实在类中定义私有属性时,__name 和 __age 已经自动变形为 _Person__name 和 _Person__age,__fun 自动变形为 _Person__fun,即私有属性会自动变形为_类名__属性~
p = Person('Kitty', 18)
print(p.__dict__)
# 输出结果:
{'_Person__name': 'Kitty', '_Person__age': 18}
当在类的内部通过属性名称访问私有属性时,会自动进行转换,例如 self.__name 转换为 self._Person__name,在类的外部不会进行这样的自动转换~
类的私有属性只是在语法上做了访问限制,但是并没有真正限制从外部的访问。在外部不能通过 对象.__属性 来进行访问,但是可以通过变形后的属性名来进行访问~
p = Person('Kitty', 18)
# print(p.__name) # 不能这样访问
print(p._Person__name)
p._Person__fun()
# 结果输出:
Kitty
对私有属性的访问限制只是一种规范,在开发过程中一般不允许在外部通过这种方式访问私有属性~
私有属性的变形只在类的内部生效,在定义后的赋值操作,不会变形~
p = Person('Kitty', 18)
p.__name = 'abc'
print(p.__dict__)
print(p.__name) # 调用的是 __name 属性,不是私有属性
# 输出结果:
{'_Person__name': 'Kitty', '_Person__age': 18, '__name': 'abc'} # 这个属性就叫 __name
abc
在子类中定义的私有属性若是和父类中的私有属性同名,不会覆盖父类的这些私有属性,因为这些私有属性变形后的名称不同,子类:_子类名__属性,父类:_父类名__属性~
class Fu:
__key = 123 # 静态私有属性
def __init__(self, name):
self.__name = name
class Zi(Fu):
def get_name(self):
print(self.__name) # 变形为 self._Zi__name
def get_key(self):
print(Fu.__key) # 变形为 self._Zi__key
zi = Zi('hello')
zi.get_name() # 报错信息:AttributeError: 'Zi' object has no attribute '_Zi__name'
zi.get_key() # 报错信息:AttributeError: type object 'Fu' has no attribute '_Zi__key'
若是父类中定义的方法不想被子类调用到,可以将方法定义为私有方法~
class A:
def __fun(self): # 在定义时就变形为_A__fun
print('from A')
def test(self):
self.__fun() # 变形为 self._A__fun(),即以当前的类为准
class B(A):
def __fun(self):
print('from B')
b=B()
b.test() # 调用 A类中的test方法,test方法中的 self.__fun() 调用的是 A类中的私有方法__fun()
# 输出结果:
from A
封装的优势在于将类内部的实现细节隐藏起来,调用者无需了解,直接调用对应的方法即可(方法名,参数都不改变),若功能需要改变,只需要在类的内部进行调整,外部的调用代码无需改变~
property为内置装饰器函数,只在面向对象中使用。@property装饰器 可以将 对方法的调用转为 对变量的调用。示例如下:
class Person:
def __init__(self, name, age):
self.__name = name
self.__age = age
@property
def name(self):
return self.__name
@property
def age(self):
return self.__age
p = Person('Kitty', 18)
print(p.name)
print(p.age)
# 结果输出:
Kitty
18
p.name 和 p.age 其实是执行了一个函数,然后将结果返回。这种特性的使用方式遵循了统一访问的原则。
p.属性 的这个过程也可以做一些运算操作然后将结果返回~
class Room:
def __init__(self, width, length, high):
self.__width = width
self.__length = length
self.__high = high
def area(self):
return self.__width * self.__length * self.__high
room = Room(1, 2, 3)
print(room.area()) # 6
除了 @property,还有 @属性.setter和 @属性.deleter,要注意的是,定义了 property 后才能定义 属性.setter,属性.deleter ~
class Person:
def __init__(self, name, age):
self.__name = name
self.__age = age
@property
def name(self):
return self.__name
@name.setter
def name(self, value):
if not isinstance(value, str): # 在设定值之前进行类型检查
raise TypeError('%s must be str' %value)
self.__name = value
@name.deleter
def name(self):
raise TypeError('Can not delete')
@property
def age(self):
return self.__age
p = Person('Kitty', 18)
p.name = 'nihao'
print(p.name)
del p.name # TypeError: Can not delete
说明:
执行 p.name 的时候,调用 @name.setter 修饰的方法,这样的赋值方式在真正的赋值之前可以做一些类型检验的操作,或者别的自定义操作,更具灵活性~
执行 del p.name 的时候,调用 @name.deleter 修饰的方法
在使用 @property,@属性.setter 和 @属性.deleter 的时候,这几个地方必须保持一致,即属性名称需要保持一致。
上述示例也可以通过如下方式实现:
class Person:
def __init__(self, name, age):
self.__name = name
self.__age = age
def get_name(self):
return self.__name
def set_name(self, value):
if not isinstance(value, str): # 在设定值之前进行类型检查
raise TypeError('%s must be str' %value)
self.__name = value
def del_name(self):
print('delete name')
name = property(get_name, set_name, del_name)
@property
def age(self):
return self.__age
Tip:
.................^_^
另外有需要云服务器可以了解下创新互联cdcxhl.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。