【Python】Python中的作用域与变量访问控制

一、理解作用域的基本概念

作用域（Scope）定义了变量在程序中的可见性和生命周期。Python中有四种作用域，按照从里到外的顺序就是著名的LEGB规则。前一章已经详细讲述，本章不再赘述。

二、变量访问控制的多种实现

1. 闭包：利用作用域规则实现变量隐藏

闭包是最彻底的变量隐藏机制，它利用Python的作用域规则使变量完全不可访问：

• 变量完全隐藏，无法从外部访问
• 只能通过闭包返回的函数操作变量
• 每个闭包实例都有自己的变量副本

2. 类的变量访问控制机制

a) 名称改写（Name Mangling）

python

代码解读

复制代码

class BankAccount: def __init__(self): self.__balance = 1000 # 双下划线开头 self._amount = 500 # 单下划线开头 self.name = "John" # 普通变量 account = BankAccount() print(account.name) # 直接访问：正常 print(account._amount) # 可以访问，但有警告 # print(account.__balance) # 报错！ print(account._BankAccount__balance) # 可以访问，但不推荐

命名规则总结：

• 双下划线（__）：强制名称改写
• 单下划线（_）：约定俗成的"私有"
• 无下划线：公开变量

b) @property装饰器

python

代码解读

复制代码

class Temperature: def __init__(self): self._celsius = 0 @property def celsius(self): return self._celsius @celsius.setter def celsius(self, value): if value < -273.15: raise ValueError("温度不能低于绝对零度") self._celsius = value # 使用示例 temp = Temperature() temp.celsius = 25 # 使用setter print(temp.celsius) # 使用getter

3. 高级变量控制：描述符

描述符提供了更细粒度的变量访问控制：

python

代码解读

复制代码

class Validator: def __init__(self, min_value=None, max_value=None): self.min_value = min_value self.max_value = max_value self.name = None def __set_name__(self, owner, name): self.name = f"_{name}" def __get__(self, instance, owner): if instance is None: return self return getattr(instance, self.name, None) def __set__(self, instance, value): if self.min_value is not None and value < self.min_value: raise ValueError(f"值不能小于{self.min_value}") if self.max_value is not None and value > self.max_value: raise ValueError(f"值不能大于{self.max_value}") setattr(instance, self.name, value) class Account: balance = Validator(min_value=0) credit_limit = Validator(min_value=-10000, max_value=0)

三、闭包详解

闭包是函数式编程中的一个非常重要的概念，它描述了一个函数和它的词法作用域之间的关系。指的是函数可以“记住”并访问定义时的作用域，即使函数在外部被调用时，它仍然能够访问这些作用域中的变量。这种现象通常发生在内嵌函数中，内嵌函数可以访问其外部函数的局部变量，即使外部函数已经执行完毕。

python

代码解读

复制代码

# 使用类实现私有变量 class BankAccount: def __init__(self): self.__balance = 0 # 使用双下划线创建私有变量 def get_balance(self): return self.__balance account = BankAccount( )# 尝试访问私有变量 print(account.__balance) # 会抛出 AttributeError 错误

当你尝试直接访问 __balance 时，Python会抛出错误。这是因为Python使用了名称修饰（name mangling）机制 - 它实际上将 __balance 重命名为 _BankAccount__balance。这是一种语言层面的保护机制。（但是其实只能防自己，因为只是重命名而已，所以这个私有变量其实就是为了防止自己手滑而已....）

python

代码解读

复制代码

class BankAccount: def __init__(self): self.__balance = 1000 # 看似私有的变量 def get_balance(self): return self.__balance account = BankAccount() # 方式1：标准访问方式（会失败） try: print(account.__balance) # AttributeError except AttributeError as e: print("不能直接访问：", e) # 方式2：通过名称修饰后的名字（可以成功！） print(account._BankAccount__balance) # 输出：1000

相比之下，看看闭包的实现：

python

代码解读

复制代码

def create_bank_account(): balance = 0 # 这个变量在闭包中是隐藏的 def get_balance(): return balance return get_balance # 使用闭包 account = create_bank_account() # 没有办法直接访问 balance 变量

在闭包中，balance 变量是隐藏的，但这种隐藏是通过作用域规则实现的。你根本找不到一种语法来访问这个变量，因为它只存在于函数的作用域内。这就带来了一个有趣的区别：

• 类的私有变量是"设计成防手滑"的（仍然可以通过 _BankAccount__balance 访问）
• 闭包的变量是"根本无法访问"的（因为作用域规则）

真正的数据隐藏：闭包的优势

闭包确实提供了更强的数据隐藏机制，因为它利用了Python的作用域规则：

没有任何方法可以直接访问 隐藏的 【变量】！

只能通过返回的 【方法】 间接操作那个变量，因为只有这个方法能访问到该变量

python

代码解读

复制代码

def create_secure_account(initial_balance): balance = initial_balance # 这个变量完全隐藏在闭包中 def deposit(amount): nonlocal balance if amount > 0: balance += amount return True return False def get_balance(): return balance return { 'deposit': deposit, 'get_balance': get_balance } # 创建账户 account = create_secure_account(1000) # 没有任何方法可以直接访问 balance 变量！ # 只能通过返回的方法间接操作 print(account['get_balance']()) # 1000 account['deposit'](500) print(account['get_balance']()) # 1500

保护机制	强度	难度	场景	优点	缺点
双下划线	低	简单	高	防止意外访问和命名冲突	简单直观明	可以通过改写名称轻易绕过
闭包	高	中等	中	需要严格数据隐藏	完全隐藏变量	不支持继承，代码组织较复杂
@property	中	简单	中	需要控制单个属性访问	使用优雅，接口清晰	每个属性都需要单独编写代码
描述符	高	复杂	中	多个属性需要相同的访问控制	代码复用性好	实现复杂，理解成本高
slots	中	简单	高	限制类属性集	节省内存，防止属性扩展