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。

私有变量在Python中或多或少是一种hack:解释器会故意重命名变量。

class A:
    def __init__(self):
        self.__var = 123
    def printVar(self):
        print self.__var

现在，如果你试图在类定义之外访问__var，它会失败:

>>> x = A()
>>> x.__var # this will return error: "A has no attribute __var"

>>> x.printVar() # this gives back 123

但你可以很容易地摆脱这种情况:

>>> x.__dict__ # this will show everything that is contained in object x
               # which in this case is something like {'_A__var' : 123}

>>> x._A__var = 456 # you now know the masked name of private variables
>>> x.printVar() # this gives back 456

你可能知道OOP中的方法是这样调用的:x. printvar () => A.printVar(x)。如果A.printVar()可以访问x中的某个字段，那么这个字段也可以在A.printVar()之外访问…毕竟，函数是为可重用性而创建的，其中的语句并没有任何特殊的功能。

正如上面许多评论所正确提到的，让我们不要忘记Access Modifiers的主要目标:帮助代码的用户理解应该改变什么，不应该改变什么。当你看到一个私有的字段时，你不要乱摆弄它。所以它主要是语法糖，这在Python中很容易通过_和__实现。

Python不像c++或Java那样有任何私有变量。如果需要，还可以在任何时候访问任何成员变量。然而，在Python中不需要私有变量，因为在Python中公开类的成员变量并不坏。如果需要封装成员变量，可以稍后使用“@property”来实现，而不会破坏现有的客户端代码。

在Python中，单个下划线“_”用于表示方法或变量不被视为类的公共API的一部分，并且API的这一部分可以在不同版本之间更改。您可以使用这些方法和变量，但是如果您使用这个类的新版本，您的代码可能会中断。

双下划线“__”并不意味着“私有变量”。你可以使用它来定义“类本地”变量，这些变量不容易被子类覆盖。它破坏了变量名。

例如:

class A(object):
    def __init__(self):
        self.__foobar = None # Will be automatically mangled to self._A__foobar

class B(A):
    def __init__(self):
        self.__foobar = 1 # Will be automatically mangled to self._B__foobar

自我。__foobar的名称自动被破坏为self。在类B中，它被破坏为self._B__foobar。因此，每个子类都可以定义自己的变量__foobar，而不重写其父变量。但是没有什么可以阻止您访问以双下划线开头的变量。但是，name mangling阻止你偶然调用这些变量/方法。

我强烈建议你观看Raymond Hettinger的Python类开发工具包，它提供了一个很好的例子，为什么以及如何使用@property和“__”-实例变量。

如果您已经公开了公共变量，并且需要封装它们，那么可以使用@property。因此，您可以从最简单的解决方案开始。你可以让成员变量为public，除非你有具体的理由不这样做。这里有一个例子:

class Distance:
    def __init__(self, meter):
        self.meter = meter


d = Distance(1.0)
print(d.meter)
# prints 1.0

class Distance:
    def __init__(self, meter):
        # Customer request: Distances must be stored in millimeters.
        # Public available internals must be changed.
        # This would break client code in C++.
        # This is why you never expose public variables in C++ or Java.
        # However, this is Python.
        self.millimeter = meter * 1000

    # In Python we have @property to the rescue.
    @property
    def meter(self):
        return self.millimeter *0.001

    @meter.setter
    def meter(self, value):
        self.millimeter = value * 1000

d = Distance(1.0)
print(d.meter)
# prints 1.0

在下划线约定中有一种私有变量的变体。

In [5]: class Test(object):
   ...:     def __private_method(self):
   ...:         return "Boo"
   ...:     def public_method(self):
   ...:         return self.__private_method()
   ...:

In [6]: x = Test()

In [7]: x.public_method()
Out[7]: 'Boo'

In [8]: x.__private_method()
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-8-fa17ce05d8bc> in <module>()
----> 1 x.__private_method()

AttributeError: 'Test' object has no attribute '__private_method'

有一些细微的区别，但是为了编程模式意识形态的纯洁性，它已经足够好了。

有一些@private decorator的例子更紧密地实现了这个概念，但你的情况可能会有所不同。可以说，也可以编写使用meta的类定义。

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。；）