『无为则无心』Python面向对象 — 51、私有成员变量(类中数据的封装)
1、私有成员变量介绍
(1)私有成员变量概念
在Python面向对象中,把类的某些属性,如果在使用的过程中,不希望被外界直接访问,就可以将该属性设置为私有的,即只有当前类持有,然后暴露给外界一个访问的函数,来实现间接的访问对象属性,这就是类中数据的封装。
如果类中的属性不想被外界直接访问,则可以在属性的前面添加两个下划线__
,此时称该属性为私有属性,即私有成员变量。
封装的本质:就是属性的私有化。
(2)私有成员变量特点
只能在类的内部被直接访问,在外界不能直接访问。
(3)私有成员变量体验
1)属性不被私有化情况:
# 1.属性不私有化的时候
class Student():
def __init__(self, name, age):
self.name = name
self.age = age
def tellMe(self):
print(f"大家好,我是{self.name},年龄{self.age}")
# 创建对象
stu = Student("孙悟空", 18)
# 通过对象.成员函数,调用函数并访问对象中的成员变量
stu.tellMe()
# 通过对象.属性,直接访问对象中的属性
print(f"大家好,我是{stu.name},年龄{stu.age}")
# 通过对象直接访问对象的属性,并给属性赋值
stu.name = "齐天大圣"
print(stu.name) # 齐天大圣
"""
输出结果:
大家好,我是孙悟空,年龄18
大家好,我是孙悟空,年龄18
齐天大圣
可以看到都可以访问到。
"""
2)属性被私有化情况:
# 2.属性私有化的时候
class Student():
def __init__(self, name, age):
self.name = name
# 私有化age属性
self.__age = age
def tellMe(self):
print(f"大家好,我是{self.name},年龄{self.__age}")
# 创建对象
stu = Student("孙悟空", 18)
# 通过对象.成员函数,调用函数并访问对象中的成员变量
# 可以访问当对象中的私有成员变量
# 输出:大家好,我是孙悟空,年龄18
stu.tellMe()
# 通过对象.属性,直接访问对象中的属性
# 报错:
# AttributeError: 'Student' object has no attribute '__age'
# print(f"大家好,我是{stu.name},年龄{stu.__age}")
# 直接通过对象.属性,修改成员变量属性值
# 可以
stu.name = "齐天大圣"
print(stu.name) # 齐天大圣
# 结果:大家好,我是齐天大圣,年龄18
stu.tellMe()
# 直接通过对象.属性,修改私有成员变量属性值
# 输出了结果
stu.__age = 30
print(stu.__age) # 30
# 结果:大家好,我是齐天大圣,年龄18
# 但是通过调用对象中的方法,查看对象的私有属性
# 结果并没有变化,还是18
stu.tellMe()
"""
但是我们通过__dict__属性查看stu对象的所有成员:
{'name': '齐天大圣', '_Student__age': 18, '__age': 30}
可以看到我们并没有修改原有的属性'_Student__age': 18,
而是给stu对象新添加了一个属性 '__age': 30。
所以说我们并没有对私有成员变量age重新赋值成功。
只有 '_Student__age': 18为什么指的是私有变量的age,
我们下面的私有成员原理就会讲解。
"""
print(stu.__dict__)
说明:双下划线开头的属性,是对象的隐藏属性,隐藏属性只能在类的内部访问,无法通过对象访问
2、属性私有化工作原理
class Student():
def __init__(self, name, age):
self.name = name
# 私有化成员属性
self.__age = age
def tellMe(self):
print(f"大家好,我是{self.name},年龄{self.__age}")
"""
其实隐藏(私有化)属性只不过是Python自动为属性改了一个名字
实际上是将名字修改为了,_类名__属性名
比如 __age -> _Student__name,
也就是在原有的变量名前边加上了 _类名。
"""
# 创建对象
stu = Student("孙悟空", 18)
# 结果:大家好,我是孙悟空,年龄18
stu.tellMe()
# 直接通过对象.属性,修改对象的私有成员变量
# 通过下面的打印结果可以看到,修改成功了
stu._Student__age = 30
# 结果:大家好,我是孙悟空,年龄30
stu.tellMe()
总结:
Python中,并没有 真正意义 的 私有,实际是对成员变量的名称做了一些特殊处理,使得外界无法访问到。
所以定义为双下划线
__
开头的属性,实际上依然可以在外部访问。但平时我们不建议这么访问私有属性。
3、定义成员变量的标识符规范
xxx
:普通变量。_xxx
:使用_
开头的属性为受保护的变量,没有特殊需要不要修改。__xxx
:使用双_
开头的属性私有变量,在外界不能直接被访问。__xxx__
:系统的内置变量。xx_
:单后置下划线,用于避免与Python关键词的冲突。
示例:
class Student():
def __init__(self, name, age, gender):
# 在变量的前面添加一个下划线,属于特殊变量,则认为该变量受保护的
self._name = name
# 在变量的前添加双下划线。表示定义私有变量。
# 特点:对象不能直接使用
self.__age = age
# 在变量的前后各添加两个下划线,属于特殊变量,一般认为这种变量都是系统的内置变量或者内置函数
# 特点:在类的外面也可以直接访问,但不建议使用
self.__gender__ = gender
stu = Student("唐僧", 66, "男")
print(stu._name) # 唐僧
print(stu.__gender__) # 男
4、私有成员变量的获取和设置方式
(1)方式:
如何获取(修改)对象中的私有属性?
需要提供一个
getter()
和setter()
方法使外部可以访问到属性。
getter()
方法用来获取对象中的指定属性。
getter()
方法的规范命名为get_属性名
。
setter()
方法用来设置对象中的指定属性。
setter()
方法的规范命名为set_属性名
。
(2)格式:
getter()
方法:会有一个返回值。
def get_xxx(self):
return self.属性名
setter()
方法:没有返回值,但是方法多一个参数。
def set_xxx(self, 形参名称):
self.属性名 = 形参名称的值
(3)示例:
class Student():
def __init__(self, name, age):
# 普通变量
self.name = name
# 私有变量
self.__age = age
def tellMe(self):
print(f"大家好,我是{self.name},年龄{self.__age}")
def get_name(self):
"""
get_name()用来获取对象的name属性
"""
return self.name
def set_name(self, name):
"""
set_name()用来设置对象的name属性
"""
self.name = name
def get_age(self):
return self.__age
def set_age(self, age):
if age > 0:
self.__age = age
# 创建对象
stu = Student("孙悟空", 18)
# 输出结果:大家好,我是孙悟空,年龄18
stu.tellMe()
# 修改属性值
stu.set_name("齐天大圣")
stu.set_age(30)
# 打印属性值
# 结果都是:大家好,我是齐天大圣,年龄30
stu.tellMe()
print(f"大家好,我是{stu.get_name()},年龄{stu.get_age()}")
"""
私有属性只能在类内部使用,对象不能直接使用,但是我们可以通过在类内部定义公有方法对私有属性进行调用或修改,然后对象在调用这个公有方法使用
"""
(4)总结:
- 不管是普通方法和私有方法都可以使用
getter()
方法和setter()
方法来获取或设置属性值,我们日常开发中也经常是这么编程的。 - 使用封装,确实增加了类的定义的复杂程度,但是它也确保了数据的安全性。
- 增加了
getter()
方法和setter()
方法,很好的控制的属性是否是只读的,
如果希望属性是只读的,则可以直接去掉setter()
方法,
如果希望属性不能被外部访问,则可以直接去掉getter()
方法。 - 使用
setter()
方法设置属性,可以增加数据的验证,确保数据的值是正确的,如:def set_age(self, age): if age > 0: self.__age = age
- 同理使用
getter()
方法获取属性时,或者使用setter()
方法设置属性时,可以在读取属性和修改属性的同时,对数据做一些其他的处理。