Python 封裝：為什麼不應任意修改物件資料？

Python 封裝（Encapsulation）：為什麼不應該讓所有程式都能隨意修改物件資料？

Python 物件導向系列（四）｜Class × Inheritance × Polymorphism × Encapsulation

AI 能快速寫出 Python 類別，但真正的設計能力，是知道哪些資料需要檢查、哪些操作應該被允許，以及如何讓物件維持合理的狀態。

前面三篇已介紹類別、繼承與多型。這次繼續以「水井村智慧養殖池」為例，理解封裝（Encapsulation）的用意。封裝不只是把資料藏起來，更是把資料與相關操作組織在一起，提供清楚的存取介面與檢查規則。

一、生活中的封裝：自動販賣機

使用者可以選商品、付款與購買，但不能任意修改販賣機的庫存帳務。操作必須經過規定的介面；程式中的物件也可以如此設計。

二、沒有檢查的公開屬性，會發生什麼事？

class Pond:
    def __init__(self, name, oxygen):
        self.name = name
        self.oxygen = oxygen

pond1 = Pond("水井一號池", 5.8)
pond1.oxygen = -100
print(pond1.oxygen)

執行結果：

-100

溶氧濃度不應為負數，但這段程式仍允許寫入。當感測數據用於警報或控制時，資料錯誤可能引發後續問題。

三、第一步：透過方法更新資料

class Pond:
    def __init__(self, name, oxygen):
        self.name = name
        self.oxygen = 0
        self.set_oxygen(oxygen)

    def set_oxygen(self, value):
        if value >= 0:
            self.oxygen = value
        else:
            print("錯誤：溶氧不能小於 0")

    def show_info(self):
        print(self.name, "溶氧:", self.oxygen)

pond1 = Pond("水井一號池", 5.8)
pond1.set_oxygen(6.2)
pond1.set_oxygen(-100)
pond1.show_info()

錯誤：溶氧不能小於 0
水井一號池 溶氧: 6.2

這個版本可以檢查經過 set_oxygen() 的更新，但外部仍能執行 pond1.oxygen = -100 繞過檢查，因此需要更清楚的屬性介面。

四、Python 的屬性命名與封裝

寫法	意義	注意事項
self.oxygen	公開屬性	通常可直接讀寫
self._oxygen	非公開慣例	提醒使用者避免從外部直接修改
self.__oxygen	名稱改寫	降低意外存取及子類別名稱衝突，並非絕對私有

Python 的雙底線屬性會發生 Name Mangling（名稱改寫），例如 __oxygen 可能成為 _Pond__oxygen。這不是安全邊界，也不能用來防止惡意程式存取。

五、推薦實作：使用 @property 驗證資料

class Pond:
    def __init__(self, name, oxygen):
        self.name = name
        self.oxygen = oxygen

    @property
    def oxygen(self):
        return self._oxygen

    @oxygen.setter
    def oxygen(self, value):
        if value < 0:
            raise ValueError("溶氧不能小於 0")
        self._oxygen = value

pond1 = Pond("水井一號池", 5.8)
print(pond1.oxygen)
pond1.oxygen = 6.2
print(pond1.oxygen)

5.8
6.2

此時 pond1.oxygen = 6.2 看似直接指定屬性，實際上會呼叫 @oxygen.setter 的檢查邏輯。若執行 pond1.oxygen = -100，則會引發 ValueError。

重點：_oxygen 仍可被直接存取。封裝的目的是建立可靠、清楚的操作介面，並非提供資訊安全上的絕對保護。

六、封裝流程圖：資料如何被檢查？

使用者只需要知道如何操作公開介面，物件內部則負責檢查與維持資料一致性。

七、所有屬性都要用 Getter 與 Setter 嗎？

不需要。如果只是簡單的學生姓名，直接使用公開屬性就很合理：

class Student:
    def __init__(self, name):
        self.name = name

只有在需要驗證、轉換、唯讀控制或維持特殊規則時，才考慮 @property 或明確的操作方法。好的封裝不是讓程式變長，而是讓規則更明確。

八、No-AI → AI Pair → Challenge AI 實習

No-AI：先發現資料問題

class Product:
    def __init__(self, name, stock):
        self.name = name
        self.stock = stock

product = Product("水井文蛤", 100)
product.stock = -50

請思考：負數庫存有什麼問題？如果直接修改庫存，哪些規則可能被跳過？

AI Pair：與 AI 合作改善

建議提示詞：

請使用 Python 的 @property 改善 Product 類別，讓庫存不能小於零，並提供購買商品的方法。請比較公開屬性與 property 的優缺點，程式保持適合大學生理解。

拿到 AI 程式後，請測試：負數庫存、庫存不足、購買零件商品及正常購買。

Challenge AI：需求突然改變

新規則：「庫存不允許由外部直接設定，只能透過進貨 restock() 與銷售 purchase() 改變。」請設計唯讀的 stock 屬性，並判斷這樣是否比公開 Setter 更符合需求。

九、物件導向四個重要觀念比較

觀念	核心問題	智慧養殖範例
Class 類別	如何組織資料與行為？	建立 Pond
Inheritance 繼承	如何共用與擴充既有設計？	SmartPond(Pond)
Polymorphism 多型	如何用相同方式操作不同物件？	check_status()
Encapsulation 封裝	如何管理資料存取並維持合理狀態？	oxygen 的驗證

十、結語：AI 會寫封裝，但誰來決定規則？

AI 可以快速產生 @property、Getter 與 Setter，但只有理解應用情境的人，才能判斷哪些資料不合理、哪些操作應被允許，以及哪些規則需要由物件自己維護。

AI 協助寫程式；學生負責理解問題、設計規則、驗證行為。這是 AI 時代學習 Python 物件導向的重要能力。

Python 物件導向教學系列：（一）Class　（二）Inheritance　（三）Polymorphism　（四）Encapsulation
下一篇建議：整合四大觀念，設計智慧養殖監控系統。