这篇文章主要为大家展示了“Python中下划线有什么含义”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“Python中下划线有什么含义”这篇文章吧。
本文介绍了Python中单下划线和双下划线（"dunder"）的各种含义和命名约定，名称修饰（name mangling）的工作原理，以及它如何影响你自己的Python类。
单下划线和双下划线在 Python 变量和方法名称中都各有其含义。有一些含义仅仅是依照约定，被视作是对程序员的提示，而有一些含义是由 Python 解释器严格执行的。
如果你想知道“Python 变量和方法名称中单下划线和双下划线的含义是什么？”，我会尽我所能在这里为你解答。
在本文中，我将讨论以下五种下划线模式和命名约定，以及它们如何影响 Python 程序的行为：
单前导下划线：_var
单末尾下划线：var_
双前导下划线：__var
双前导和末尾下划线：_var_
单下划线：_
在文章结尾处，你可以找到一个简短的“速查表”，总结了五种不同的下划线命名约定及其含义，以及一个简短的视频教程，可让你亲身体验它们的行为。
让我们马上开始！
当涉及到变量和方法名称时，单个下划线前缀有一个约定俗成的含义。 它是对程序员的一个提示，意味着 Python 社区一致认为它应该是什么意思，但程序的行为不受影响。
下划线前缀的含义是告知其他程序员：以单个下划线开头的变量或方法仅供内部使用。 该约定在 PEP8 中有定义。
这不是 Python 强制规定的。 Python 不像 Java 那样在“私有”和“公共”变量之间有很强的区别。 这就像有人提出了一个小小的下划线警告标志，说：
“嘿，这不是真的要成为类的公共接口的一部分。不去管它就好。“
看看下面的例子：
class Test: def __init__(self): self.foo = 11 self._bar = 23
如果你实例化此类，并尝试访问在__init__构造函数中定义的 foo 和 _bar 属性，会发生什么情况？ 让我们来看看：
>>> t = Test() >>> t.foo 11 >>> t._bar 23
你会看到 _bar 中的单个下划线并没有阻止我们“进入”类并访问该变量的值。
这是因为 Python 中的单个下划线前缀仅仅是一个约定，至少相对于变量和方法名而言。
但是，前导下划线的确会影响从模块中导入名称的方式。
假设你在一个名为 my_module 的模块中有以下代码：
# This is my_module.py: def external_func(): return 23 def _internal_func(): return 42
现在，如果使用通配符从模块中导入所有名称，则 Python 不会导入带有前导下划线的名称（除非模块定义了覆盖此行为的__all__列表）：
>>> from my_module import * >>> external_func() 23 >>> _internal_func() NameError: "name '_internal_func' is not defined"
顺便说一下，应该避免通配符导入，因为它们使名称空间中存在哪些名称不清楚 。 为了清楚起见，坚持常规导入更好。
与通配符导入不同，常规导入不受前导单个下划线命名约定的影响：
>>> import my_module >>> my_module.external_func() 23 >>> my_module._internal_func() 42
我知道这一点可能有点令人困惑。 如果你遵循 PEP8 推荐，避免通配符导入，那么你真正需要记住的只有这个：
单个下划线是一个 Python 命名约定，表示这个名称是供内部使用的。 它通常不由 Python 解释器强制执行，仅仅作为一种对程序员的提示。
有时候，一个变量的最合适的名称已经被一个关键字所占用。 因此，像 class 或 def 这样的名称不能用作 Python 中的变量名称。 在这种情况下，你可以附加一个下划线来解决命名冲突：
>>> def make_object(name, class): SyntaxError: "invalid syntax" >>> def make_object(name, class_): ... pass
总之，单个末尾下划线（后缀）是一个约定，用来避免与 Python 关键字产生命名冲突。 PEP8 解释了这个约定。
到目前为止，我们所涉及的所有命名模式的含义，来自于已达成共识的约定。 而对于以双下划线开头的 Python 类的属性（包括变量和方法），情况就有点不同了。
双下划线前缀会导致 Python 解释器重写属性名称，以避免子类中的命名冲突。
这也叫做名称修饰（name mangling），解释器更改变量的名称，以便在类被扩展的时候不容易产生冲突。
我知道这听起来很抽象。 因此，我组合了一个小小的代码示例来予以说明：
class Test: def __init__(self): self.foo = 11 self._bar = 23 self.__baz = 23
让我们用内置的 dir() 函数来看看这个对象的属性：
>>> t = Test() >>> dir(t) ['_Test__baz', '__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', '_bar', 'foo']
以上是这个对象属性的列表。 让我们来看看这个列表，并寻找我们的原始变量名称 foo，_bar和 __baz ， 我保证你会注意到一些有趣的变化。
self.foo 变量在属性列表中显示为未修改为 foo。
self._bar 的行为方式相同 - 它以 _bar 的形式显示在类上。 就像我之前说过的，在这种情况下，前导下划线仅仅是一个约定。 给程序员一个提示而已。
然而，对于 self.__baz 而言，情况看起来有点不同。 当你在该列表中搜索 __baz 时，你会看不到有这个名字的变量。
如果你仔细观察，你会看到此对象上有一个名为 _Test__baz 的属性。 这就是 Python 解释器所做的名称修饰。 它这样做是为了防止变量在子类中被重写。
让我们创建另一个扩展 Test 类的类，并尝试重写构造函数中添加的现有属性：
class ExtendedTest(Test): def __init__(self): super().__init__() self.foo = 'overridden' self._bar = 'overridden' self.__baz = 'overridden'
现在，你认为 foo，_bar和 __baz 的值会出现在这个 ExtendedTest 类的实例上吗？ 我们来看一看：
>>> t2 = ExtendedTest() >>> t2.foo 'overridden' >>> t2._bar 'overridden' >>> t2.__baz AttributeError: "'ExtendedTest' object has no attribute '__baz'"
等一下，当我们尝试查看 t2 .__ baz 的值时，为什么我们会得到 AttributeError？ 名称修饰被再次触发了！ 事实证明，这个对象甚至没有 __baz 属性：
['_ExtendedTest__baz', '_Test__baz', '__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', '_bar', 'foo']
正如你可以看到 __baz变成 _ExtendedTest__baz 以防止意外修改：
>>> t2._ExtendedTest__baz 'overridden'
但原来的 _Test__baz 还在：
>>> t2._Test__baz 42
双下划线名称修饰对程序员是完全透明的。 下面的例子证实了这一点：
class ManglingTest: def __init__(self): self.__mangled = 'hello' def get_mangled(self): return self.__mangled >>> ManglingTest().get_mangled() 'hello' >>> ManglingTest().__mangled AttributeError: "'ManglingTest' object has no attribute '__mangled'"
名称修饰是否也适用于方法名称？ 是的，也适用。名称修饰会影响在一个类的上下文中，以两个下划线字符（"dunders"）开头的所有名称：
class MangledMethod: def __method(self): return 42 def call_it(self): return self.__method() >>> MangledMethod().__method() AttributeError: "'MangledMethod' object has no attribute '__method'" >>> MangledMethod().call_it() 42
这是另一个也许令人惊讶的运用名称修饰的例子：
_MangledGlobal__mangled = 23 class MangledGlobal: def test(self): return __mangled >>> MangledGlobal().test() 23
在这个例子中，我声明了一个名为_MangledGlobal__mangled 的全局变量。然后我在名为 MangledGlobal 的类的上下文中访问变量。由于名称修饰，我能够在类的 test() 方法内，以 __mangled 来引用_MangledGlobal__mangled全局变量。
Python 解释器自动将名称__mangled 扩展为 _MangledGlobal__mangled，因为它以两个下划线字符开头。这表明名称修饰不是专门与类属性关联的。它适用于在类上下文中使用的两个下划线字符开头的任何名称。
有很多要吸收的内容吧。
老实说，这些例子和解释不是从我脑子里蹦出来的。我作了一些研究和加工才弄出来。我一直使用 Python，有很多年了，但是像这样的规则和特殊情况并不总是浮现在脑海里。
有时候程序员最重要的技能是“模式识别”，而且知道在哪里查阅信息。如果您在这一点上感到有点不知所措，请不要担心。慢慢来，试试这篇文章中的一些例子。
让这些概念完全沉浸下来，以便你能够理解名称修饰的总体思路，以及我向您展示的一些其他的行为。如果有一天你和它们不期而遇，你会知道在文档中按什么来查。
也许令人惊讶的是，如果一个名字同时以双下划线开始和结束，则不会应用名称修饰。 由双下划线前缀和后缀包围的变量不会被Python解释器修改：
class PrefixPostfixTest: def __init__(self): self.__bam__ = 42 >>> PrefixPostfixTest().__bam__ 42
但是，Python保留了有双前导和双末尾下划线的名称，用于特殊用途。 这样的例子有，_init__对象构造函数，或_call --- 它使得一个对象可以被调用。
这些dunder方法通常被称为神奇方法 - 但Python社区中的许多人（包括我自己）都不喜欢这种方法。
最好避免在自己的程序中使用以双下划线（“dunders”）开头和结尾的名称，以避免与将来Python语言的变化产生冲突。
按照习惯，有时候单个独立下划线是用作一个名字，来表示某个变量是临时的或无关紧要的。
例如，在下面的循环中，我们不需要访问正在运行的索引，我们可以使用“_”来表示它只是一个临时值：
>>> for _ in range(32):
... print('Hello, World.')你也可以在拆分(unpacking)表达式中将单个下划线用作“不关心的”变量，以忽略特定的值。 同样，这个含义只是“依照约定”，并不会在Python解释器中触发特殊的行为。 单个下划线仅仅是一个有效的变量名称，会有这个用途而已。
在下面的代码示例中，我将汽车元组拆分为单独的变量，但我只对颜色和里程值感兴趣。 但是，为了使拆分表达式成功运行，我需要将包含在元组中的所有值分配给变量。 在这种情况下，“_”作为占位符变量可以派上用场：
>>> car = ('red', 'auto', 12, 3812.4)
>>> color, _, _, mileage = car
>>> color
'red'
>>> mileage
3812.4
>>> _
12除了用作临时变量之外，“_”是大多数Python REPL中的一个特殊变量，它表示由解释器评估的最近一个表达式的结果。
这样就很方便了，比如你可以在一个解释器会话中访问先前计算的结果，或者，你是在动态构建多个对象并与它们交互，无需事先给这些对象分配名字：
>>> 20 + 3 23 >>> _ 23 >>> print(_) 23 >>> list() [] >>> _.append(1) >>> _.append(2) >>> _.append(3) >>> _ [1, 2, 3]
以下是一个简短的小结，即“速查表”，罗列了我在本文中谈到的五种Python下划线模式的含义：
以上是“Python中下划线有什么含义”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
