如何通过Python的@property实现属性值的规范性校验?

2026-06-11 02:181阅读0评论SEO教程
  • 内容介绍
  • 文章标签
  • 相关推荐

本文共计1282个文字,预计阅读时间需要6分钟。

如何通过Python的@property实现属性值的规范性校验?

在设置属性时,若直接将属性暴露出去,虽然写起来简单,但缺乏参数检查,导致结果随意更改。例如:`s=Student()`,`s.score=9999` 显然不合逻辑。为了限制 `score` 的范围,可以:`s=Student()`,`s.set_score(9999)`。

在绑定属性时,如果我们直接把属性暴露出去,虽然写起来很简单,但是,没办法检查参数,导致可以把成绩随便改:

s = Student() s.score = 9999

这显然不合逻辑。为了限制score的范围,可以通过一个​​set_score()​​方法来设置成绩,再通过一个​​get_score()​​来获取成绩,这样,在​​set_score()​​方法里,就可以检查参数:

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

现在,对任意的Student实例进行操作,就不能随心所欲地设置score了:

>>> 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,上面的调用方法又略显复杂,没有直接用属性这么直接简单。

有没有既能检查参数,又可以用类似属性这样简单的方式来访问类的变量呢?对于追求完美的Python程序员来说,这是必须要做到的!

还记得装饰器(decorator)可以给函数动态加上功能吗?对于类的方法,装饰器一样起作用。Python内置的​​@property​​装饰器就是负责把一个方法变成属性调用的:

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​​的实现比较复杂,我们先考察如何使用。把一个getter方法变成属性,只需要加上​​@property​​就可以了,此时,​​@property​​本身又创建了另一个装饰器​​@score.setter​​,负责把一个setter方法变成属性赋值,于是,我们就拥有一个可控的属性操作:

>>> s = Student() >>> s.score = 60 # OK,实际转化为s.set_score(60) >>> s.score # OK,实际转化为s.get_score() 60 >>> s.score = 9999 Traceback (most recent call last): ... ValueError: score must between 0 ~ 100!

注意到这个神奇的​​@property​​,我们在对实例属性操作的时候,就知道该属性很可能不是直接暴露的,而是通过getter和setter方法来实现的。

还可以定义只读属性,只定义getter方法,不定义setter方法就是一个只读属性:

class Student(object): @property def birth(self): return self._birth @birth.setter def birth(self, value): self._birth = value @property def age(self): return 2015 - self._birth

上面的​​birth​​是可读写属性,而​​age​​就是一个只读属性,因为​​age​​可以根据​​birth​​和当前时间计算出来。

要特别注意:属性的方法名不要和实例变量重名。例如,以下的代码是错误的:

class Student(object): # 方法名称和实例变量均为birth: @property def birth(self): return self.birth

这是因为调用​​s.birth​​时,首先转换为方法调用,在执行​​return self.birth​​时,又视为访问​​self​​的属性,于是又转换为方法调用,造成无限递归,最终导致栈溢出报错​​RecursionError​​。

小结

​​@property​​广泛应用在类的定义中,可以让调用者写出简短的代码,同时保证对参数进行必要的检查,这样,程序运行时就减少了出错的可能性。

如何通过Python的@property实现属性值的规范性校验?

练习

请利用​​@property​​给一个​​Screen​​对象加上​​width​​和​​height​​属性,以及一个只读属性​​resolution​​:

# -*- coding: utf-8 -*- # 测试: s = Screen() s.width = 1024 s.height = 768 print('resolution =', s.resolution) if s.resolution == 786432: print('测试通过!') else: print('测试失败!')

完整源码:

#!/usr/bin/env python3 # -*- coding: utf-8 -*- 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 s = Student() s.score = 60 print('s.score =', s.score) # ValueError: score must between 0 ~ 100! s.score = 9999

到此这篇关于Python 使用@property对属性进行数据规范性校验的实现的文章就介绍到这了,更多相关Python @property 属性校验内容请搜索易盾网络以前的文章或继续浏览下面的相关文章希望大家以后多多支持易盾网络!

本文共计1282个文字,预计阅读时间需要6分钟。

如何通过Python的@property实现属性值的规范性校验?

在设置属性时,若直接将属性暴露出去,虽然写起来简单,但缺乏参数检查,导致结果随意更改。例如:`s=Student()`,`s.score=9999` 显然不合逻辑。为了限制 `score` 的范围,可以:`s=Student()`,`s.set_score(9999)`。

在绑定属性时,如果我们直接把属性暴露出去,虽然写起来很简单,但是,没办法检查参数,导致可以把成绩随便改:

s = Student() s.score = 9999

这显然不合逻辑。为了限制score的范围,可以通过一个​​set_score()​​方法来设置成绩,再通过一个​​get_score()​​来获取成绩,这样,在​​set_score()​​方法里,就可以检查参数:

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

现在,对任意的Student实例进行操作,就不能随心所欲地设置score了:

>>> 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,上面的调用方法又略显复杂,没有直接用属性这么直接简单。

有没有既能检查参数,又可以用类似属性这样简单的方式来访问类的变量呢?对于追求完美的Python程序员来说,这是必须要做到的!

还记得装饰器(decorator)可以给函数动态加上功能吗?对于类的方法,装饰器一样起作用。Python内置的​​@property​​装饰器就是负责把一个方法变成属性调用的:

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​​的实现比较复杂,我们先考察如何使用。把一个getter方法变成属性,只需要加上​​@property​​就可以了,此时,​​@property​​本身又创建了另一个装饰器​​@score.setter​​,负责把一个setter方法变成属性赋值,于是,我们就拥有一个可控的属性操作:

>>> s = Student() >>> s.score = 60 # OK,实际转化为s.set_score(60) >>> s.score # OK,实际转化为s.get_score() 60 >>> s.score = 9999 Traceback (most recent call last): ... ValueError: score must between 0 ~ 100!

注意到这个神奇的​​@property​​,我们在对实例属性操作的时候,就知道该属性很可能不是直接暴露的,而是通过getter和setter方法来实现的。

还可以定义只读属性,只定义getter方法,不定义setter方法就是一个只读属性:

class Student(object): @property def birth(self): return self._birth @birth.setter def birth(self, value): self._birth = value @property def age(self): return 2015 - self._birth

上面的​​birth​​是可读写属性,而​​age​​就是一个只读属性,因为​​age​​可以根据​​birth​​和当前时间计算出来。

要特别注意:属性的方法名不要和实例变量重名。例如,以下的代码是错误的:

class Student(object): # 方法名称和实例变量均为birth: @property def birth(self): return self.birth

这是因为调用​​s.birth​​时,首先转换为方法调用,在执行​​return self.birth​​时,又视为访问​​self​​的属性,于是又转换为方法调用,造成无限递归,最终导致栈溢出报错​​RecursionError​​。

小结

​​@property​​广泛应用在类的定义中,可以让调用者写出简短的代码,同时保证对参数进行必要的检查,这样,程序运行时就减少了出错的可能性。

如何通过Python的@property实现属性值的规范性校验?

练习

请利用​​@property​​给一个​​Screen​​对象加上​​width​​和​​height​​属性,以及一个只读属性​​resolution​​:

# -*- coding: utf-8 -*- # 测试: s = Screen() s.width = 1024 s.height = 768 print('resolution =', s.resolution) if s.resolution == 786432: print('测试通过!') else: print('测试失败!')

完整源码:

#!/usr/bin/env python3 # -*- coding: utf-8 -*- 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 s = Student() s.score = 60 print('s.score =', s.score) # ValueError: score must between 0 ~ 100! s.score = 9999

到此这篇关于Python 使用@property对属性进行数据规范性校验的实现的文章就介绍到这了,更多相关Python @property 属性校验内容请搜索易盾网络以前的文章或继续浏览下面的相关文章希望大家以后多多支持易盾网络!