Python双下划线属性是名称改写而非访问控制，解释器自动将__attr重命名为_ClassName__attr以避免子类冲突，但不阻止外部访问。

Python 的双下划线属性不是访问控制机制，而是名称改写（name mangling）——它防的是误触和子类覆盖，不是外部访问。

__attr 为什么能被 _ClassName__attr 访问

Python 解释器在类定义阶段，会把所有满足条件的 __attr 自动重命名为 _ClassName__attr。这个过程完全透明、可预测，不加密也不拦截。只要你知道类名和原属性名，就能拼出真实键名。

常见错误现象：

• 以为 obj.__attr 报错 = 属性不存在 → 实际是键名已变，obj.__dict__ 里根本找不到 __attr，只有 _ClassName__attr
• 手动给实例赋值 obj.__attr = 123 → 这创建的是一个全新的、和类内私有属性完全无关的实例属性

实操建议：

• 用 dir(obj) 或 obj.__dict__ 查看真实存在的键名，确认是否已被 mangling
• 不要在外部代码中硬写 _ClassName__attr —— 类名一改就失效，且破坏封装意图
• 如果真需要读写，优先走公开方法（如 get_x() / set_x()），或用 @property

双下划线真正的设计目的：隔离子类命名冲突

它的唯一强理由，是让父类和子类可以各自定义同名“私有”属性，互不干扰。这不是为了拦住同事，而是防止继承时意外覆盖。

使用场景：

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

• 你在写一个基类，内部需要一个状态变量（比如 __cache），又不想让任何子类无意中通过定义同名 self.__cache = ... 覆盖它
• 你在实现 descriptor 或元类逻辑，需要藏一个绝对只属于当前类的标记字段

性能 / 兼容性影响：

• 名称改写发生在类创建时，无运行时开销
• 所有 CPython、PyPy、Jython 都遵循同一规则，跨解释器兼容

为什么不能靠双下划线做数据保护

因为 Python 没有访问控制语法。所有对象结构在运行时都是可查、可改的。你拦不住 setattr(obj, '_ClassName__secret', 'hacked')，也拦不住 monkey patch。

容易踩的坑：

• 把 __ 当成安全边界，在敏感逻辑（如权限校验、密钥存储）里依赖它 → 实际毫无防护力
• 在 pickle / JSON 序列化时直接操作 __dict__，却忘了里面全是 mangling 后的名字，导致反序列化失败
• 用 IDE 的自动补全看到 _ClassName__attr 就顺手用了 → 这属于打破契约，后续重构极易断裂

真正难的不是怎么访问，而是什么时候不该访问：当你发现自己总想绕过 __ 去读写，通常说明接口设计漏了必要方法，或者职责划分出了问题。

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！