Python中@property、@x.setter与@x.deleter的完整用法解析

不晚
不晚
发布时间:2026-10-13| 4人浏览过
原创

本文详细解析Python中@property、@x.setter及@x.deleter装饰器的使用方法。通过具体代码示例,展示如何实现只读、可读可写以及可读可写可删除的属性控制,帮助开发者更优雅地管理类属性访问权限。

@property装饰器的基本概念与访问控制

在Python中,@property装饰器允许将类中的方法像访问普通属性一样进行调用,从而提供更简洁、友好的接口。然而,在某些场景下,仅仅只读访问是不够的,还需要支持修改(setter)或删除(deleter)操作。

  • 如果类中仅定义了@property,则该属性为只读属性,无法通过实例直接赋值修改。
  • 当同时定义了@property和@x.setter时,该属性变为可读可写。此时可以通过实例直接赋值来修改属性值,并在setter中实现必要的逻辑校验。
  • 若同时存在@property、@x.setter和@x.deleter,则该属性支持读取、写入和删除操作。删除操作可通过del语句触发deleter方法,从而清理相关资源或状态。

以下代码展示了只读及可读可写属性的实现方式:

只读与可读可写属性的代码实现


class student(object): #新式类
  def __init__(self,id): 
    self.__id=id 
  @property #读 
  def score(self): 
    return self._score 
  @score.setter #写 
  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 and 100')  
    self._score=value 
  @property #读(只能读,不能写) 
  def get_id(self): 
    return self.__id 
 
s=student('123456') 
s.score=60 #写 
print s.score #读 
#s.score=-2 #ValueError: score must between 0 and 100 
#s.score=32.6 #ValueError: score must be an integer! 
s.score=100 #写 
print s.score #读 
print s.get_id #读(只能读,不可写)
#s.get_id=456 #只能读,不可写:AttributeError: can't set attribute

程序运行输出结果如下:

60 100 123456

另一段代码演示了包含删除功能的完整属性控制:

包含删除功能的完整属性控制示例


class A(object):#要求继承object
  def __init__(self):
    self.__name=None
  
  #下面开始定义属性,3个函数的名字要一样!
  @property #读
  def name(self):
    return self.__name
  @name.setter #写
  def name(self,value):
    self.__name=value
  @name.deleter #删除
  def name(self):
    del self.__name
  
a=A()
print a.name #读
a.name='python' #写
print a.name #读
del a.name #删除
#print a.name # a.name已经被删除 AttributeError: 'A' object has no attribute '_A__name' 

对应运行结果如下:

None

python

以上内容涵盖了Python中@property系列装饰器的核心用法,希望能为读者在类属性设计方面提供实用参考。欢迎继续支持本站获取更多技术内容。

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。