在綁定屬性時,如果我們直接把屬性暴露出去,雖然寫起來很簡單,但是,沒辦法檢查參數,導致可以把成績隨便改:
1
2
|
s = Student() s.score = 9999 |
這顯然不合邏輯。為了限制score的范圍,可以通過一個set_score()方法來設置成績,再通過一個get_score()來獲取成績,這樣,在set_score()方法里,就可以檢查參數:
1
2
3
4
5
6
7
8
9
10
11
|
class Student( object ): def get_score( self ): return self ._score def set_score( self , value): if not isinstance (value, int ): raise ValueError( 'score must be an integer!' ) if value < 0 or value > 100 : raise ValueError( 'score must between 0 ~ 100!' ) self ._score = value |
現在,對任意的Student實例進行操作,就不能隨心所欲地設置score了:
1
2
3
4
5
6
7
8
|
>>> s = Student() >>> s.set_score( 60 ) # ok! >>> s.get_score() 60 >>> s.set_score( 9999 ) Traceback (most recent call last): ... ValueError: score must between 0 ~ 100 ! |
但是,上面的調用方法又略顯復雜,沒有直接用屬性這么直接簡單。
有沒有既能檢查參數,又可以用類似屬性這樣簡單的方式來訪問類的變量呢?對于追求完美的Python程序員來說,這是必須要做到的!
還記得裝飾器(decorator)可以給函數動態加上功能嗎?對于類的方法,裝飾器一樣起作用。Python內置的@property裝飾器就是負責把一個方法變成屬性調用的:
1
2
3
4
5
6
7
8
9
10
11
12
13
|
class Student( object ): @property def score( self ): return self ._score @score .setter def score( self , value): if not isinstance (value, int ): raise ValueError( 'score must be an integer!' ) if value < 0 or value > 100 : raise ValueError( 'score must between 0 ~ 100!' ) self ._score = value |
@property的實現比較復雜,我們先考察如何使用。把一個getter方法變成屬性,只需要加上@property就可以了,此時,@property本身又創建了另一個裝飾器@score.setter,負責把一個setter方法變成屬性賦值,于是,我們就擁有一個可控的屬性操作:
1
2
3
4
5
6
7
8
|
>>> s = Student() >>> s.score = 60 # OK,實際轉化為s.set_score(60) >>> s.score # OK,實際轉化為s.get_score() 60 >>> s.score = 9999 Traceback (most recent call last): ... ValueError: score must between 0 ~ 100 ! |
注意到這個神奇的@property,我們在對實例屬性操作的時候,就知道該屬性很可能不是直接暴露的,而是通過getter和setter方法來實現的。
還可以定義只讀屬性,只定義getter方法,不定義setter方法就是一個只讀屬性:
1
2
3
4
5
6
7
8
9
10
11
12
13
|
class Student( object ): @property def birth( self ): return self ._birth @birth .setter def birth( self , value): self ._birth = value @property def age( self ): return 2014 - self ._birth |
上面的birth是可讀寫屬性,而age就是一個只讀屬性,因為age可以根據birth和當前時間計算出來。
小結
@property廣泛應用在類的定義中,可以讓調用者寫出簡短的代碼,同時保證對參數進行必要的檢查,這樣,程序運行時就減少了出錯的可能性。