在不同场合下，下划线有不同含义：比如_var表示内部变量；__var表示私有属性；__var__表示魔术方法；这些含义有的是程序员群体的约定，如_var；有的是 Python 解释器规定的形式，如__var。

本文总结 Python 语言编程中常用下划线的地方，力图一次搞懂_用法。目前常见的用法有五种：

• _用于临时变量
• var_用于解决命名冲突问题
• _var用于保护变量
• __var用于私有变量
• __var__用于魔术方法

下面我们具体看看这些下划线应用场景。

一、_用于临时变量

单下划线一般用于表示临时变量，在 REPL、for 循环和元组拆包等场景中比较常见。

1.1 REPL

单下划线在 REPL 中关联的是上一次计算的非 None 结果。

>>> 1+12>>> _2>>> a=2+2>>> _2

1+1，结果为 2，赋值给_；而赋值表达式a=2+2a 为 4，但整个表达式结果为None，故不会关联到_。这有点类似日常大家使用的计算器中的ANS按键，直接保存了上次的计算结果。

1.2 for循环中的_

for 循环中_作为临时变量用。下划线来指代没什么意义的变量。例如在如下函数中，当我们只关心函数执行次数，而不关心具体次序的情况下，可以使用_作为参数。

nums = 13for _ in range(nums):    fun_oper()

1.3 元组拆包中的_

第三个用法是元组拆包，赋值的时候可以用_来表示略过的内容。如下代码忽略北京市人口数，只取得名字和区号。

>>> city,_,code = ("Beijing",21536000,"010")>>> print(city,code)Beijing 010

如果需要略过的内容多于一个的话，可以使用*开头的参数，表示忽略多个内容。如下代码忽略面积和人口数，只取得名字和区号

city,*_,code = ("Beijing",21536000,16410.54,"010")

1.4 国际化函数

在一些国际化编程中，_常用来表示翻译函数名。例如 gettext 包使用时：

import gettextzh = gettext.tranlation("dict","locale",languages=["zh_CN"])zh.install()_("hello world")

依据设定的字典文件，其返回相应的汉字"你好世界"。

1.5 大数字表示形式

_也可用于数字的分割，这在数字比较长的时候常用。

>>> a = 9_999_999_999>>> a9999999999

a 的值自动忽略了下划线。这样用_分割数字，有利于便捷读取比较大的数。

二、var_用于解决命名冲突问题

变量后面加一个下划线。主要用于解决命名冲突问题，元编程中遇时 Python 保留的关键字时，需要临时创建一个变量的副本时，都可以使用这种机制。

def type_obj_class(name,class_):    passdef tag(name,*content,class_):    pass

以上代码中出现的class是 Python 的保留关键字，直接使用会报错，使用下划线后缀的方式解决了这个问题。

三、_var用于保护变量

前面一个下划线，后面加上变量，这是仅供内部使用的"保护变量"。比如函数、方法或者属性。

这种保护不是强制规定，而是一种程序员的约定，解释器不做访问控制。一般来讲这些属性都作为实现细节而不需要调用者关心，随时都可能改变，我们编程时虽然能访问，但是不建议访问。

这种属性，只有在导入时，才能发挥保护作用。而且必须是from XXX import *这种导入形式才能发挥保护作用。

使用from XXX import *是一种通配导入（wildcard import），这是 Python 社区不推荐的方式，因为你根本搞不清你到底导入了什么属性、方法，很可能搞乱你自己的命名空间。PEP8推荐的导入方式是from XXX import aVar , b_func , c_func这种形式。

比如在下例汽车库函数 tools.py 里定义的"保护属性"：发动机型号和轮胎型号，这属于实现细节，没必要暴露给用户。当我们使用 from tools import * 语句调用时，其实际并没有导入所有_开头的属性，只导入了普通 drive 方法。

_moto_type = "L15b2"_wheel_type = "michelin"def drive():    _start_engine()    _drive_wheel()def _start_engine():    print("start engine %s"%_moto_type)    def _drive_wheel():    print("drive wheel %s"%_wheel_type)

查看命令空间print(vars())可见，只有 drive 函数被导入进来，其他下划线开头的"私有属性"都没有导入进来。

{"__name__": "__main__", "__doc__": None, "__package__": None, "__loader__": <_frozen_importlib_external.SourceFileLoader object at 0x005CF868>, "__spec__": None, "__annotations__":{}, "__builtins__": <module "builtins" (built-in)>, "__file__": ".\xiahuaxian.py", "__cached__": None, "walk": <function walk at 0x01DA8C40>, "root": ".\__pycache__", "_": [21536000, 16410.54], "dirs": ["tools.cpython-38.pyc"], "city": "Beijing", "code": "010", "drive": <function drive at 0x01DBC4A8>}

3.1 突破保护属性

之所以说是"保护"并不是"私有"，是因为 Python 没有提供解释器机制来控制访问权限。我们依然可以访问这些属性：

import toolstools._moto_type = "EA211"tools.drive()

以上代码，以越过"保护属性"。此外，还有两种方法能突破这个限制，一种是将"私有属性"添加到 tool.py 文件的 __all__ 列表里，使from tools import *也导入这些本该隐藏的属性。

__all__ = ["drive","_moto_type","_wheel_type"]

另一种是导入时指定"受保护属性"名。

from tools import drive,_start_engine_start_engine()

甚至是，使用import tools也可以轻易突破保护限制。所以可见，"保护属性"是一种简单的隐藏机制，只有在from tools import *时，由解释器提供简单的保护，但是可以轻易突破。这种保护更多地依赖程序员的共识：不访问、修改"保护属性"。除此之外，有没有更安全的保护机制呢？有，就是下一部分讨论的私有变量。

四、__var用于私有变量

私有属性解决的之前的保护属性保护力度不够的问题。变量前面加上两个下划线，类里面作为属性名和方法都可以。两个下划线属性由 Python 的改写机制来实现对这个属性的保护。

看下面汽车例子中，品牌为普通属性，发动机为"保护属性"，车轮品牌为"私有属性"。

class Car:    def __init__(self):        self.brand = "Honda"        self._moto_type = "L15B2"        self.__wheel_type = "michelin"    def drive(self):        print("Start the engine %s,drive the wheel %s,I get a running %s car"%        (self._moto_type,        self.__wheel_type,        self.brand))

我们用var(car1)查看下具体属性值，

["_Car__wheel_type", "__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__", "_moto_type", "brand", "drive"]

可见，实例化 car1 中，普通属性 self.brand 和保护属性 self._moto_type 都得以保存，两个下划线的私有属性 __wheel_type 没有了。取而代之的是_Car_wheel_type这个属性。这就是改写机制（Name mangling）。两个下划线的属性，被改写成带有类名前缀的变量，这样子类很难明明一个和如此复杂名字重名的属性。保证了属性不被重载，保证了其的私有性。

4.1 突破私有属性

这里"私有变量"的实现，是从解释器层面给与的改写，保护了私有变量。但是这个机制并非绝对安全，因为我们依然可以通过 obj._ClasssName__private 来访问 __private 私有属性。

car1.brand = "Toyota"car1._moto_type = "6AR-FSE"car1._Car__wheel_type = "BRIDGESTONE"car1.drive()

结果

Start the engine 6AR-FSE,drive the wheel BRIDGESTONE,I get a running Toyota car

可见，对改写机制改写的私有变量，虽然保护性加强了，但依然可以访问并修改。只是这种修改，只是一种杂耍般的操作，并不可取。

五、__var__用于魔术方法

变量前面两个下划线，后面两个下划线。这是 Python 当中的魔术方法，一般是给系统程序调用的。例如上例中的 __init__ 就是类的初始化魔术方法，还有支持 len 函数的 __len__ 方法，支持上下文管理器协议的 __enter__ 和 __exit__ 方法，支持迭代器协议的 __iter__ 方法，支持格式化显示的 __repr__ 和 __str__ 方法等等。这里我们为上例的 Car 类添加魔术方法 __repr__ 来支持格式化显示。

    def __repr__(self):        return "***Car %s:with %s Engine,%sWheel***"%        (self.brand,self._moto_type,self.__wheel_type)

未添加__repr__魔术方法之前，print(car1)结果为<__main__.Car object at 0x0047F7F0>，这个结果让人看的一头雾水，增加 repr 魔术方法之后，显示结果为***Car Toyota:with 6AR-FSE Engine,BRIDGESTONE Wheel***清晰明了，利于调试。这就是魔术方法的功效：支持系统调用，改进用户类表现，增加协议支持，使用户类表现得更像系统类。

5.1 Python魔术方法分类

以下所有魔术方法均需要在前后加上__，这里省略了这些双下划线。

• 一元运算符 neg pos abs invert
• 转换 complex int float round inex
• 算术运算 add sub mul truediv floordiv mod divmod pow lshift rshift and xor or

算术运算除 and 之外，前面再加上 r，表示反运算。除 dimod 外，前面加上 i，表示就地运算。

• 比较 lt le eq ne gt ge
• 类属性 getattr getattribute setattr delattr dir get set delete
• 格式化 bytes hash bool format
• 类相关 init del new
• 列表 getitem
• 迭代器 iter next
• 上下文管理器 enter exit

六、总结

总之，下划线在 Python 当中应用还是很广泛的，甚至可以说 Python 对下划线有所偏爱。可以看到 _常用于临时变量，在 REPL，for 循环，元组拆包和国际化中得到了广泛应用。var_用于解决命名冲突问题，使用时比较简单易懂的。_var对变量的保护，只是一种脆弱的保护，更多依靠程序员的约定。__var用于私有变量，借助改写机制支持，已经支持了私有变量，但是仍然存在漏洞。对__var__用于魔术方法，进行了一个简单的介绍，魔术方法较多，但是理解并不复杂。希望以后可以进一步介绍这些魔术方法。

End.

作者：巩庆奎

本文为转载分享，如果涉及作品、版权和其他问题，请联系我们第一时间删除（微信号：lovedata0520）

更多文章前往首页浏览http://www.itongji.cn/