可爱的 Python: Python 之优雅与瑕疵，第 2 部分

奇怪地是，特性将我在上文中描述的 Ruby 编程语言的工作原理重新演绎了一遍。特性其实就是在语法上与属性类似的一种东西，通过定义所有 getters、setters 等就可定义特性。如果需要的话，您可以在 Python 中强行执行 “Ruby 式的规则”，并且永远不访问 “真正的” 属性。更可能的一种情况是，您将希望进行 “混合搭配（mix-and-match）”。下面举例说明了特性的工作原理。

清单 10. 特性的工作原理

class FooP(object):
　　def getX(self): return self.__x
　　def setX(self, value): self.__x = value
　　def delX(self): del self.__x
　　x = property(getX, setX, delX, "I'm the 'x' property.")

getter、setter 和 deleter 的名字没什么特别的约束。通常，您希望使用类似上文的可感知的名字。实际上没什么具体作用，但对属性名使用两个下划线比较合理。这些属性将使用普通的 Python 名字（针对 “半隐藏” 属性做了修改）附加到实例。而且，方法仍然保持可用性：

清单 11. 使用方法

>>> foop = FooP()
>>> foop.x = 'FooP x'
>>> foop.getX()
'FooP x'
>>> foop._FooP__x
'FooP x'
>>> foop.x
'FooP x'

结束语

在本期文章中，我展示了大量方法，使 Python 实例属性的行为类似于（或变成）方法调用，但是对于如何减少复杂性，我确实提不出什么明确的建议来。我希望能够告诉您从所介绍的方法中仅选择一种，将其他方法作为次要选择或不常用的方法。遗憾地是，每种方法都各有优缺点。每种方法都特别针对特定的编程环境，即使各种方法的语法和语义截然不同。

此外，虽然本文没有对此进行介绍，我曾考虑过一些更加晦涩的方法，编程人员可以使用元类、类工厂和修饰器来获得本文介绍的六种 “标准” 技术所获得的类似效果。这些方法将真正查明 Python 元编程语言中一些隐秘区域。

如果本文所描述的方法全部可行就太好了，但是这些方法之间的变化将通过某种简单的方式参数化，而不是使用完全不同的语法和结构。Python 3000 的主要目标就是简化这些方法；但是有关如何统一和简化属性和方法方面我还没有看到任何具体建议。我想到的一个方法是 Python 可以对类启用修饰器（结合目前在方法和函数中的使用），同时提供一些标准的修饰器模块，用于最常见的 “魔法属性” 行为。这仅是一种推测，我不知道它实际工作起来怎样，但是我能想象得到这种方法可以向 Python 编程人员隐藏 95% 的复杂性，他们确实不希望过多地关注 Python 内部和那些古怪的符号。