当前位置:

首页 > 编程开发 > Python中的@property像访问属性一样调用方法示例

Python中的@property像访问属性一样调用方法示例

Python的@property装饰器可将方法伪装成属性,实现属性访问控制。通过@属性名.setter可在赋值时进行数据校验,如年龄范围检查,避免不合理数据。这种写法既保留了属性简洁的访问方式,又增强了代码安全性。

Python 中的 @property:像访问属性一样调用方法

写类的时候,我们总会碰到一个经典难题:对象的属性如果可以被随意修改,那就很容易出现一些“离谱”的数据。

比如一个人的年龄:

class Person:
    def __init__(self, age):
        self.age = age

然后创建对象:

Python中的@property像访问属性一样调用方法示例

person1 = Person(-18)
print(person1.age)

程序居然正常运行了,但年龄是负数——这显然不合理。

再比如学生成绩:

class Student:
    def __init__(self, score):
        self.score = score

创建对象:

student1 = Student(100)
print(student1.score)

一开始没啥毛病,但如果外界可以随便改:

student1.score = -100

不合理的数据就冒出来了。

那么问题来了:Python 有没有像 Ja va 那样,把属性保护起来,只暴露指定接口让外界调用?

答案当然是有的。在 Python 里,我们可以用 @property 装饰器来控制属性的访问。

一、为什么需要属性访问控制

如果一个属性可以被外界随便赋值,数据安全就无从谈起。

例如:

person1 = Person(-18)

对象是创建成功了,但 -18 这个年龄明显不合理。我们希望在给 age 赋值时,能先判断一下:

if age < 0 or age > 120:
    raise ValueError("不合理的年龄")

如果年龄不合理,直接抛出异常,而不是让错误数据悄悄溜进去。

二、使用 @property 定义属性

完整代码是这样:

class Person:
    def __init__(self, age):
        self.age = age

    @property
    def age(self):
        return self._age

    @age.setter
    def age(self, age):
        if age < 0 or age > 120:
            raise ValueError('不合理的年龄')
        self._age = age

person1 = Person(18)
print(person1.age)

代码里最核心的就是这块:

@property
def age(self):
    return self._age

@property 的作用非常直白:把一个方法变成属性一样来访问。

也就是说,虽然 age 本质上是一个方法:

def age(self):
    return self._age

但调用时不需要写成 person1.age(),而是可以直接写 person1.age,看起来就跟访问普通属性一模一样。

三、使用 setter 控制赋值

下面这段代码负责给 age 赋值时的控制:

@age.setter
def age(self, age):
    if age < 0 or age > 120:
        raise ValueError('不合理的年龄')
    self._age = age

当我们执行 self.age = age 或者 person1.age = 18 时,都会自动调用这个 setter 方法。所以赋值之前,程序会先判断年龄是否合法:如果年龄小于 0 或大于 120,就抛出异常;只有合理时,才会真正赋值 self._age = age。

四、为什么使用 _age

代码中真正保存年龄的属性是 self._age,而不是 self.age。这是因为 self.age 已经被 @property 和 @age.setter 接管了。如果在 setter 里继续写 self.age = age,就会再次调用 setter,导致无限递归。所以我们用 self._age 来真正存储数据。注意前面的下划线,它表示这是一个内部属性,不建议外界直接访问。

五、创建对象时发生了什么

当我们创建对象:

person1 = Person(18)

会先执行构造方法:

def __init__(self, age):
    self.age = age

这里的 self.age = age 并不是简单地创建一个普通属性,因为类里已经定义了 @age.setter,所以这句代码会自动调用 setter 方法。也就是说,创建对象时年龄就已经被检查了一遍。如果写成 person1 = Person(-18),立刻就会抛出 ValueError: 不合理的年龄,避免了创建出不合理的对象。

六、读取属性时发生了什么

当我们执行 print(person1.age) 时,这里的 .age 其实不是直接访问属性,而是在调用被 @property 装饰的方法:

@property
def age(self):
    return self._age

只不过 @property 让这个调用看起来像访问普通属性一样。本质上相当于调用了 getter 方法。

七、@property 的好处

用 @property 的好处很明显:

  1. 可以像访问普通属性一样访问方法
  2. 赋值时能自动校验数据
  3. 保护对象内部数据
  4. 让代码更安全
  5. 对外使用简单,对内逻辑可控

外界仍然可以用 person1.age 读取,用 person1.age = 20 赋值,但赋值时程序会自动帮我们检查数据是否合法——再多一层保障。

八、总结

@property 装饰器能把方法伪装成属性来访问。它通常和 setter 配合使用:

@property
def age(self):
    return self._age

@age.setter
def age(self, age):
    if age < 0 or age > 120:
        raise ValueError('不合理的年龄')
    self._age = age

这样做的好处是:既保留了属性访问的简洁写法,又可以在内部控制数据是否合法。

简单来说:

  • @property 负责读取属性。
  • @属性名.setter 负责设置属性。

在这个例子中,我们通过 @property 和 @age.setter,让 age 不能被随便设置成不合理的值——这就是 Python 中属性访问控制的一种常见写法。

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
作者最新文章
编程开发 Python
相关文章 更多
大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

langgraph python guide中文入门教程详解
langgraph python guide中文入门教程详解

本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

Windows 安装 Python:从官方入口到虚拟环境的可复现实践
Windows 安装 Python:从官方入口到虚拟环境的可复现实践

面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

Windows系统Python安装教程:下载、勾选PATH及环境变量配置
Windows系统Python安装教程:下载、勾选PATH及环境变量配置

针对Windows初学者的Python安装实战指南。详细讲解如何从Python官网下载匹配架构的安装包,重点演示安装首屏勾选“Add python.exe to PATH”的关键操作,并提供使用python --version和py命令验证环境变量的具体步骤,帮助新手快速搭建开发环境并排查路径问题。

Python安装后怎么打开:使用IDLE或命令行启动解释器
Python安装后怎么打开:使用IDLE或命令行启动解释器

刚在Windows安装好Python却不知道如何启动?本文详细演示如何通过开始菜单找到并打开IDLE集成开发环境,以及如何在PowerShell或命令提示符中使用python和py命令启动交互式解释器、运行.py脚本文件。包含退出解释器的方法及常见启动问题排查,帮助初学者快速验证安装成功并开始编写代码。

了解Python编程领域中最好的就业行业
了解Python编程领域中最好的就业行业

了解Python编程领域中最好的就业行业导语:近年来,Python作为一种易学易用的编程语言,越来越受到企业和开发者的青睐。在Python编程领域中,有许多就业机会,涵盖了各个行业。本文将介绍一些Python编程领域中最好的就业行业,并提供相应的代码示例。数据科学和机器学习数据科学和机器学习是Python编程领域中最热门的行业之一。Python在数据科学和机

python处理csv文件的方法完整实用教程
python处理csv文件的方法完整实用教程

针对Python处理CSV文件时常见的编码报错、内存溢出和数据类型错误,本文对比标准库csv与Pandas库的适用场景,提供可复制的代码示例和因果排查思路,帮助开发者选择最优处理方案。

python字典怎么按值排序用sorted函数实现升降序
python字典怎么按值排序用sorted函数实现升降序

本文介绍如何使用Python的sorted函数对字典按值进行升序和降序排序,结合具体代码示例和应用场景,帮助读者理解排序逻辑及其在数据处理中的实际价值。

python正则匹配修改方法与代码实现教程
python正则匹配修改方法与代码实现教程

深入讲解Python中使用re.sub进行正则匹配与替换的技巧,涵盖基础语法、分组引用及回调函数应用,帮助开发者解决复杂字符串修改需求,提升代码效率与可维护性。

selenium中文安装包下载与安装教程
selenium中文安装包下载与安装教程

详解Selenium在Python环境下的安装步骤,包括使用pip安装库文件、下载对应版本的浏览器驱动以及验证安装是否成功,适合自动化测试初学者参考。

查看更多
精品专题 更多
装机必备
装机必备

正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

Windows
Windows

正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

PDF教程
PDF教程

正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

Mac软件 更多
IntelliJ IDEA macOS版
IntelliJ IDEA macOS版
Mac

IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境,重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具,并可借助插件扩展语言和框架支持。

PyCharm macOS版
PyCharm macOS版
Mac

JetBrains PyCharm 是面向 Python 开发者的集成开发环境,提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片,核心功能可免费使用。

WebStorm macOS版
WebStorm macOS版
Mac

JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境,可智能理解项目结构,提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。

WINDOWS 更多
IntelliJ IDEA Windows版
IntelliJ IDEA Windows版
Windows

JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境,提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目,

PhpStorm Windows版
PhpStorm Windows版
Windows

PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境,提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序,

PyCharm Windows版
PyCharm Windows版
Windows

PyCharm 是 JetBrains 推出的 Python 集成开发环境,提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能,