在电商系统中，商品属性的有效性验证至关重要。本文通过 LineItem 类的迭代演进，展示如何利用 Python 特性（@property）实现属性验证，避免业务逻辑错误。

问题场景：无效属性导致的业务漏洞

在初始版本的 LineItem 类中，重量（weight）允许负值输入，导致金额计算出现负数（客户可能通过负重量获利）：

class LineItem:

    def __init__(self, description, weight, price):

        self.description = description

        self.weight = weight  # 无验证

        self.price = price

    def subtotal(self):

        return self.weight * self.price  # 重量为负时结果异常

测试结果 

raisins = LineItem('Golden raisins', -10, 6.95)

print(raisins.subtotal())  # 输出: -69.5 （业务漏洞！）

亚马逊早期真实案例

顾客曾将书籍数量设为负数，系统向其信用卡退款却未收到退货。此类漏洞源于未验证属性值。

解决方案：使用 @property 实现读写验证

通过特性装饰器重构 weight 属性，在赋值时进行验证：

class LineItem:

    def __init__(self, description, weight, price):

        self.description = description 

        self.weight = weight  # 通过 setter 验证 

        self.price = price 

    def subtotal(self):

        return self.weight * self.price  # 此时 weight 已被验证 

    @property 

    def weight(self):

        return self.__weight  # 返回私有属性

    @weight.setter

    def weight(self, value):

        if value > 0:

            self.__weight = value  # 有效值存储到私有属性 

        else:

            raise ValueError("重量必须 > 0")  # 拦截无效输入 

测试 

    try:

        walnuts = LineItem('Walnuts', 0, 10.00)  # 触发异常 

    except ValueError as e:

        print(e)  # 输出: 重量必须 > 0 

关键机制解析

数据封装

真实值存储在私有属性 __weight 中，避免外部直接修改

公有属性 weight 作为受控接口

验证逻辑

Setter 方法在赋值前检查 value > 0

无效值抛出 ValueError 阻断对象创建

业务一致性

外部仍可直观使用 item.weight = 10 语法

计算逻辑 subtotal() 无需修改，保持接口兼容

模式演进：从特性到抽象

当前方案仍有重复验证问题（如 price 同样需防负值）。进阶方案包括：

特性工厂函数

生成可复用的验证逻辑模板：

def validate_attribute(min_value):

def getter(instance):

    return instance.__dict__[f"__{attr_name}"]

def setter(instance, value):

    if value < min_value:

        raise ValueError(f"值不可小于 {min_value}")

        instance.__dict__[f"__{attr_name}"] = value

    return property(getter, setter)

class LineItem:

    weight = validate_attribute(min_value=1)

    price = validate_attribute(min_value=0)

描述符协议（进阶）

通过实现 __get__ 和 __set__ 方法创建更灵活的验证器。

总结：特性的核心价值

当发现代码中重复验证逻辑时，遵循 Paul Graham 的告诫：“重复模式表明设计存在问题”。此时应通过特性工厂或描述符提升抽象层次，而非简单复制验证代码。

通过合理使用特性，我们能在保持 Python 简洁语法的同时，构建健壮的业务模型——这正是 Pythonic 设计的精髓所在。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。