Python命名规范与导入机制详解:单双下划线及绝对相对导入

南乔
南乔
发布时间:2026-10-16| 3人浏览过
原创

本文详解Python中单下划线与双下划线的命名约定及其对访问权限的影响,区分保护变量、私有成员及特殊方法。同时深入解析绝对导入与相对导入的区别、使用场景及潜在限制,结合硬编码概念说明模块维护的最佳实践。

单下划线与双下划线

在 Python 开发中,经常遇到以 _xx、xx 以及 __xx 形式命名的变量或函数。本文将对这些命名约定进行简要梳理和总结。

  • _xx:表示保护(protected)级别的变量或函数。这类成员仅允许类对象及其子类对象访问,无法通过 'from module import *' 语句导入。当变量或函数具有私有性质时,使用 _xx 是一种良好的编码习惯。
  • __xx:表示私有成员。这意味着只有定义该成员的类对象本身可以访问,连子类对象也无法访问这些数据。
  • _xx_:代表 Python 中特殊方法专用的标识符,例如 _init_() 用于表示类的构造函数。变量名 _xx_ 在 Python 内部具有特殊含义,对于普通自定义变量,应当避免采用这种命名风格。

下划线在解释器中具有特殊意义,且是内建标识符所使用的符号,因此应避免使用下划线作为变量名的起始字符。

绝对导入与相对导入

鉴于前文涉及包的导入话题,此处进一步阐述 Python 包内导入的两种规则:绝对导入与相对导入。

  • 相对导入:在不指定 package 名称的情况下,导入当前 package 下的模块。例如,若一个 package 包含 a.py 和 b.py 两个文件,在 a.py 中使用 from . import b 即表示相对导入 b.py。
  • 绝对导入:需指明顶层 package 的名称。例如执行 import a,Python 会在 sys.path 环境变量中搜索所有名为 a 的顶层模块。

在 Python 3.0 之前的旧版本中,若要启用相对导入等特性,必须使用以下语句:

from __future__ import absolute_import

Python 包的概念:包含 _init_.py 文件的目录即为包。在导入包时,该文件会首先被执行,其内容可以为空,也可以包含任意合法的 Python 代码。

相对导入的特点:能够避免因硬编码带来的维护问题。例如,如果修改了某一顶层包的名称,使用相对导入的子包无需修改导入语句即可继续使用,而绝对导入则可能失效。

然而,包含相对导入语句的模块不能直接作为主程序运行,否则将抛出异常:

ValueError: Attempted relative import in non-package

尽管使用相对导入在形式上类似于浏览文件系统,但不能导入定义包的目录之外的模块。也就是说,若尝试从非包的目录中使用点号模式进行导入,将会引发错误。

绝对导入的特点:能够有效避免与标准库命名冲突。实际上,也不推荐自定义模块的名称与标准库中的模块名称相同。

硬编码的概念

与软编码相对,软编码的值可以在运行时确定或修改;而硬编码的值则是固定不变的。

举例说明:

以计算圆面积为例,直接使用 3.14*r*r 属于硬编码,而使用 PI*r*r 则不属于硬编码。

将数值直接写死为常数而非变量,即为硬编码。

以上为个人经验总结,希望能为大家提供参考,也希望大家多多支持本站。

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。