Un objet qui laisse n’importe quel programme modifier ses données sans contrôle devient vite fragile. Un solde bancaire pourrait devenir négatif par erreur, un âge pourrait recevoir une valeur absurde. L’encapsulation règle ce problème : elle protège l’état d’un objet et n’expose que ce qui est nécessaire.
- Définir l’encapsulation et son intérêt.
- Distinguer attributs publics, protégés et privés en Python.
- Utiliser des accesseurs (getters) et des mutateurs (setters) avec
@property. - Expliquer le principe d’abstraction.
- Écrire une classe qui contrôle la validité de ses données.
L’encapsulation
Encapsulation : regrouper les données d’un objet et les méthodes qui les manipulent, en limitant l’accès direct aux données depuis l’extérieur.
Pour changer le solde d’un compte, on passe par une méthode depot ou retrait qui vérifie les règles. On ne modifie pas le solde directement.
Niveaux d’accès en Python
| Convention | Exemple | Signification |
|---|---|---|
| Public | self.nom | Accessible partout |
| Protégé | self._solde | Un seul underscore : « ne pas toucher depuis l’extérieur » (convention) |
| Privé | self.__solde | Double underscore : nom modifié par Python, accès direct bloqué |
Attention : en Python, rien n’est vraiment verrouillé. Le double underscore rend l’accès direct difficile, pas impossible. C’est une règle de bonne conduite entre développeurs.
Contrôler les données : getters et setters
Le décorateur @property permet de lire un attribut comme une simple variable, tout en passant par une méthode. Le décorateur @solde.setter ajoute une vérification lors de l’écriture.
Exemple.
class Compte:
def __init__(self, titulaire):
self.titulaire = titulaire
self.__solde = 0
@property
def solde(self):
return self.__solde
def depot(self, montant):
if montant > 0:
self.__solde += montant
On lit c.solde comme un attribut, mais on ne peut le modifier que par depot, qui refuse les montants négatifs.
Abstraction
Abstraction : ne montrer à l’utilisateur d’un objet que ce qu’il doit savoir pour l’utiliser, en cachant les détails internes.
Quand vous appelez c.depot(100), vous n’avez pas besoin de savoir comment le solde est stocké ni quelles vérifications sont faites. L’encapsulation rend l’abstraction possible.
Exercice 1. Dans la classe ci-dessus, que se passe-t-il pour c.depot(-50) ?
Réponse : rien ne change. La condition montant > 0 est fausse, donc le solde reste inchangé.
Exercice 2. Ajoutez une méthode retrait(montant) qui débite le compte seulement si le solde est suffisant.
Solution : def retrait(self, montant):
if 0 < montant <= self.__solde:
self.__solde -= montant
Vérifiez vos acquis
Quel est le principal intérêt de l’encapsulation ?
Protéger l’état d’un objet en empêchant qu’il soit modifié sans contrôle depuis l’extérieur.
Quelle différence entre self._x et self.__x ?
Le simple underscore est une convention (protégé) ; le double underscore active le name mangling et rend l’accès direct plus difficile (privé).
À quoi sert le décorateur @property ?
À exposer un attribut en lecture comme une variable, tout en passant par une méthode.
Exercice 3 — Ajoutez à la classe Compte un setter qui refuse un titulaire vide.
@titulaire.setter (avec le getter correspondant).
def titulaire(self, valeur):
if valeur.strip():
self._titulaire = valeur
Exercice 4 — Pourquoi parle-t-on d’abstraction quand on utilise list.append() sans connaître son code interne ?
Parce que l’utilisateur ne voit que l’interface (ajouter un élément), pas les détails de l’implémentation.
Vous savez maintenant protéger les données d’un objet et n’exposer que ce qui est utile. La partie 3 montre comment réutiliser une classe grâce à l’héritage.
Commentaires
Enregistrer un commentaire