如前所述，可以通过在变量或方法前面加上下划线来表示它是私有的。如果您觉得这还不够，还可以使用属性装饰器。这里有一个例子:

class Foo:

    def __init__(self, bar):
        self._bar = bar

    @property
    def bar(self):
        """Getter for '_bar'."""
        return self._bar

This way, someone or something that references bar is actually referencing the return value of the bar function rather than the variable itself, and therefore it can be accessed but not changed. However, if someone really wanted to, they could simply use _bar and assign a new value to it. There is no surefire way to prevent someone from accessing variables and methods that you wish to hide, as has been said repeatedly. However, using property is the clearest message you can send that a variable is not to be edited. property can also be used for more complex getter/setter/deleter access paths, as explained here: https://docs.python.org/3/library/functions.html#property

在Python 3中，如果你只是想“封装”类属性，就像在Java中一样，你可以这样做:

class Simple:
    def __init__(self, str):
        print("inside the simple constructor")
        self.__s = str

    def show(self):
        print(self.__s)

    def showMsg(self, msg):
        print(msg + ':', self.show())

要实例化此操作:

ss = Simple("lol")
ss.show()

注意:print(ss.__s)将抛出一个错误。

实际上，Python 3会混淆全局属性名。就像在Java中一样，它将此转换为“私有”属性。属性名仍然是全局的，但是以一种不可访问的方式，就像其他语言中的私有属性一样。

但是不要害怕。没关系。它也起作用了。；）

关于源代码(更改访问权限，从而绕过Java或c++等语言封装):

您并不总是拥有源代码，即使您拥有源代码，这些源代码也由一个只允许特定程序员访问源代码的系统管理(在专业上下文中)。通常，每个程序员都负责某些类，因此知道自己能做什么，不能做什么。源代码管理器还锁定正在修改的源代码，当然，还管理程序员的访问权限。

所以根据经验，我更相信软件而不是人。所以约定很好，但多重保护更好，比如访问管理(真正的私有变量)+源代码管理。

下面是我处理Python 3类字段的方法:

class MyClass:
    def __init__(self, public_read_variable, private_variable):
        self.public_read_variable_ = public_read_variable
        self.__private_variable = private_variable

我只在MyClass方法中使用两个下划线访问__private_variable。

我用一个下划线对public_read_variable_进行读访问 在类之外，但从不修改变量:

my_class = MyClass("public", "private")
print(my_class.public_read_variable_) # OK
my_class.public_read_variable_ = 'another value' # NOT OK, don't do that.

自从我开始开发一个想要发布的包以来，我一直在考虑私有类属性和方法(后续阅读中称为成员)。它背后的想法从来都不是不可能覆盖这些成员，而是对那些接触它们的人发出警告。我想到了一些可能有用的解决办法。第一个解决方案在我最喜欢的Python书籍之一《Fluent Python》中使用。

技术1的优点:

它不太可能被意外覆盖。 它很容易理解和实现。 它比实例属性的前双下划线更容易处理。

*在书中使用了哈希符号，但你也可以使用整数转换为字符串。在Python中，禁止使用class .1

class Technique1:

    def __init__(self, name, value):
        setattr(self, f'private#{name}', value)
        setattr(self, f'1{name}', value)

技术1的缺点:

但是，使用这种技术不容易保护方法。这是可能的。 属性查找只能通过getattr实现 仍然没有对用户发出警告

我遇到的另一个解决方案是编写__setattr__。优点:

它很容易实现和理解 它与方法一起工作 查找不受影响 用户得到一个警告或错误

class Demonstration:

    def __init__(self):
        self.a = 1

    def method(self):
        return None

    def __setattr__(self, name, value):
        if not getattr(self, name, None):
            super().__setattr__(name, value)
        else:
            raise ValueError(f'Already reserved name: {name}')

d = Demonstration()
#d.a = 2
d.method = None

缺点:

您仍然可以重写类 为了让变量不仅仅是常量，您需要映射允许的输入。 子类仍然可以覆盖方法

为了防止子类覆盖方法，你可以使用__init_subclass__:

class Demonstration:
    __protected = ['method']

    def method(self):
        return None

    def __init_subclass__(cls):
        protected_methods = Demonstration.__protected
        subclass_methods = dir(cls)
        for i in protected_methods:
            p = getattr(Demonstration,i)
            j = getattr(cls, i)
            if not p is j:
                raise ValueError(f'Protected method "{i}" was touched')

可以看到，有很多方法可以保护类成员，但不能保证用户不会覆盖它们。这应该能给你们一些启发。最后，您还可以使用元类，但这可能会带来新的危险。这里使用的技术也非常简单，你应该看看文档，你可以找到这个技术的有用特性，并根据你的需要定制它们。

隐私和受保护的概念非常重要。但Python只是一个用于原型设计和快速开发的工具，可用的开发资源有限，这就是为什么Python中没有严格遵守一些保护级别的原因。你可以在类成员中使用“__”。它工作正常，但看起来不够好。对该字段的每次访问都包含这些字符。

此外，您可以注意到Python OOP概念并不完美。Smalltalk或Ruby更接近于纯OOP概念。甚至c#或Java也更接近。

Python是一个非常好的工具。但它是一种简化的面向对象语言。从语法和概念上简化。Python存在的主要目标是使开发人员能够以非常快的方式编写具有高抽象级别的易于阅读的代码。