最稳妥的只读属性方案是用 @property 配合 __init__ 中赋值，不定义 setter；它拦截常规赋值、兼容类型检查，但不禁止直接操作 _x；真正封死需结合 __slots__ 与自定义 __setattr__ 或 dataclass(frozen=True)。
用 @property 定义只读属性最稳妥
直接在类中给 self._x = value 赋值，再配一个不带 setter 的 @property，是 Python 里最常用也最符合预期的只读方案。它不阻止你改底层变量（比如 obj._x），但能拦住 obj.x = ... 这种常规赋值，且 IDE 和类型检查器（如 mypy）都能识别。
常见错误是只写 @property 却没加 @xxx.setter，结果误以为完全不可修改——其实绕过 property 直接操作下划线字段仍可行。真正想封死，得配合 __setattr__ 或 __slots__。
-
@property方法里别做重计算或 I/O，否则每次访问都触发，性能易翻车 - 如果属性依赖初始化参数，确保在
__init__中完成赋值，不要在@property里懒加载并缓存（除非明确需要） - 类型注解建议加上：例如
x: int放在@property方法签名后，mypy 才能校验调用方是否当它是只读
用 __slots__ + __setattr__ 拦截所有赋值
当必须禁止任何字段被动态新增或修改（包括私有字段），__slots__ 配合自定义 __setattr__ 是更硬核的做法。它能在运行时抛出 AttributeError，比纯 @property 更彻底。
容易踩的坑是忘了在 __setattr__ 里放行 __init__ 阶段的赋值——否则对象根本构造不出来。典型做法是用标志位或检查 self.__dict__ 是否为空来区分初始化和后续修改。
立即学习“Python免费学习笔记（深入）”；
- 启用
__slots__后，实例不再有__dict__，所以不能靠getattr(obj, 'x', default)动态查不存在的属性，得提前定义好 slot 名 -
__setattr__里用super().__setattr__(name, value)绕过拦截，仅限内部可信代码使用；对外一律 raise - 这种方案对继承敏感：子类若没声明
__slots__，父类的限制就失效了
用 dataclass(frozen=True) 快速获得不可变实例
如果你的类本质是数据容器（字段少、无复杂逻辑），@dataclass(frozen=True) 是最快捷的只读方案。它自动生成 __hash__、禁止所有字段修改，并在尝试赋值时立刻报 FrozenInstanceError。
注意它冻结的是整个实例，不是单个字段。哪怕你只想让 id 只读、name 可变，它也不支持——此时得退回 @property 或手动控制。
-
frozen=True会禁用__dict__，所以无法在运行时动态加属性（连obj._cache = ...都不行） - 如果字段默认值是可变对象（如
list），必须用default_factory，否则所有实例共享同一份引用 - 继承 frozen dataclass 时，子类也必须声明
frozen=True，否则父类字段可被绕过修改
为什么不用 __setitem__ 或描述符强行“锁死”？
有人试过用描述符（Descriptor）在 __set__ 里无条件 raise，或重写 __setitem__ 拦字典式访问——这些方法在特定场景（如模拟常量类）可能有用，但绝大多数时候是过度设计。
它们的问题在于：破坏 Python 的惯性认知。用户调用 obj.x = 1 时，期望得到明确的属性行为，而不是被描述符静默吞掉或抛出不相关的异常。而且这类方案往往漏掉 setattr(obj, 'x', 1) 这种反射调用，还得额外补 __setattr__，反而更难维护。
- 描述符的
__set__对obj.__dict__['x'] = 1无效，而这是很多框架（如 ORM、序列化库）实际用的底层操作 -
__setitem__只管obj['x']，对点号访问完全没影响，混淆语义 - 真正需要“绝对不可变”的场景极少，多数时候只需约定+工具链约束（如 mypy + pre-commit hook）就够了
真正难的不是实现只读，而是判断哪些字段该只读、哪些该开放、以及要不要为这点安全性增加维护成本。Python 的哲学是“我们都是 consenting adults”，所以多数项目用 @property 加文档说明，已经足够清晰。硬上 frozen=True 或 __setattr__ 前，先确认你的使用者真的会、且有必要去绕过那些防护。
