博客
关于我
Java基础_访问权限
阅读量:778 次
发布时间:2019-03-24

本文共 1187 字,大约阅读时间需要 3 分钟。

权限控制字段

在Java编程中,字段的访问权限由关键字决定,主要有以下四种修饰方式:

  • private:表示私有属性,只能在类内部访问,不能被外部类或其他包中的方法访问。

    如果不特别指定访问权限级别,默认的访问权限为package-private,即只能在同一包内访问。

  • protected:表示受保护的属性,可以被当前类或同一包下的类访问,且可以通过继承关系访问子类中的属性。

  • public:表示公开属性,可以在任何地方访问,包括同一包、子类以及不同的包。

  • JavaBean规范

    JavaBean是一种在Java平台上开发的可重用的软件组件,其主要规范包括以下几点:

  • 类必须为公开类:类的访问权限必须设置为public,这使得JavaBean可以在任何地方使用和引用。

  • 必须有无参构造器:无论类是否有参数化的构造器,都必须提供一个不需要参数的构造器。通常,构造器可以设置为public访问权限以便于组件被其他JavaBean使用。

  • 属性相关方法的提供:如果类有属性(此处指的是字段),则需要提供相应的getset方法来操作这些属性。对于属性property)而言,虽然不一定直接对应字段,但也需要通过gettersetter方法进行访问和修改。

  • JavaBean的分类

    JavaBean可以根据其功能大致分为以下几种类型:

  • 复杂Bean:主要用于用户界面相关的组件,如ButtonPanelWindow等。这些组件通常包含视图、逻辑和数据-binding等多个方面的功能。

  • 简单Bean:主要用于数据处理相关的组件,如domainDAOservice等。这些组件的主要功能是对数据进行操作,如数据库运算、业务逻辑处理等。

  • 封装字段的Bean:一些简单的组件主要是对数据进行操作,其功能范围较为有限,通常包含字段(field),以及对这些字段进行操作的gettersetter方法。

  • JavaBean的成员

    • 方法(method:是组件的一部分功能的实现,通过调用方法来操作组件的行为。

    • 事件(event:用于在组件内部传递信息或触发某些动作,常用于与用户交互相关的操作。

    • 属性(property:组件所持有的状态信息,通常以gettersetter方法的形式进行访问和修改,attribute则是对应的字段或其他存储状态的方式。

    属性的分类

    在JavaBean中,属性的概念分为以下两种:

  • attribute:直接对应组件的字段,表示组件的状态。这些状态可以通过gettersetter方法进行获取和设置。

  • property:表示状态的扩展方式,但不一定直接对应字段。property的状态信息是通过gettersetter方法来管理和访问的,而不是直接操作字段。

  • 通过理解以上内容,可以更好地掌握JavaBean的开发规范和组件化开发的基本知识。

    转载地址:http://dnrkk.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
    查看>>