《流畅的Python》卢西亚诺·拉马略 第6章 使用一等函数实现设计模式 读书笔记
如果合理利用作为一等对象的函数,某些设计模式可以简化,“策略”模式就是其中一个例子。
《设计模式:可复用面向对象软件的基础》一书是这样概述“策略”模式的:
定义一系列算法,把它们一一封装起来,并且使它们可以相互替换。本模式使得算法可以独立于使用它的客户而变化。电商领域有个功能明显可以使用“策略”模式,即根据客户的属性或订单中的商品计算折扣。
上下文
把一些计算委托给实现不同算法的可互换组件,它提供服务。在这个电商示例中,上下文是 Order,它会根据不同的算法计算促销折扣。
策略
实现不同算法的组件共同的接口。在这个示例中,名为 Promotion的抽象类扮演这个角色。
具体策略
策略的具体子类。fidelityPromo、BulkPromo 和LargeOrderPromo 是这里实现的三个具体策略。
假如一个网店制定了下述折扣规则,假定一个订单一次只能享用一个折扣
有 1000 或以上积分的顾客,每个订单享 5% 折扣。
同一订单中,单个商品的数量达到 20 个或以上,享 10% 折扣。
订单中的不同商品达到 10 个或以上,享 7% 折扣。
【改进步骤】
示例 6-1 每个策略都是一个类,且只定义了一个方法 discount
示例 6-3 把具体策略换成了简单的函数,而且去掉了 Promo 抽象类
示例 6-6 best_promo 迭代一个函数列表,并找出折扣额度最大的
缺点:若想添加新的促销策略,要定义相应的函数,还要记得把它添加到 promos 列表中
示例 6-7 使用 globals 函数帮助 best_promo 自动找到其他可用的*_promo 函数
示例 6-8 内省单独的 promotions 模块,构建 promos 列表
示例 7-3 promos 列表中的值使用 promotion 装饰器填充 。传送门 -> 函数装饰器和闭包_wy_hhxx-----------------------------------------------------------------------------
示例 6-1 实现 Order 类,支持插入式折扣策略
order.py
from abc import ABC, abstractmethod
from collections import namedtuple
Customer = namedtuple('Customer', 'name fidelity')
class LineItem:
def __init__(self, product, quantity, price):
self.product = product
self.quantity = quantity
self.price = price
def total(self):
return self.price * self.quantity
class Order: # 上下文
def __init__(self, customer, cart, promotion=None):
self.customer = customer
self.cart = list(cart)
self.promotion = promotion
def total(self):
if not hasattr(self, '__total'):
self.__total = sum(item.total() for item in self.cart)
return self.__total
def due(self):
if self.promotion is None:
discount = 0
else:
discount = self.promotion.discount(self)
return self.total() - discount
def __repr__(self):
fmt = ''
return fmt.format(self.total(), self.due())
class Promotion(ABC) : # 策略:抽象基类
@abstractmethod
def discount(self, order):
"""返回折扣金额(正值)"""
class FidelityPromo(Promotion): # 第一个具体策略
"""为积分为1000或以上的顾客提供5%折扣"""
def discount(self, order):
return order.total() * .05 if order.customer.fidelity >= 1000 else 0
class BulkItemPromo(Promotion): # 第二个具体策略
"""单个商品为20个或以上时提供10%折扣"""
def discount(self, order):
discount = 0
for item in order.cart:
if item.quantity >= 20:
discount += item.total() * .1
return discount
class LargeOrderPromo(Promotion): # 第三个具体策略
"""订单中的不同商品达到10个或以上时提供7%折扣"""
def discount(self, order):
distinct_items = {item.product for item in order.cart}
if len(distinct_items) >= 10:
return order.total() * .07
return 0
注意,line30-33 把 Promotion 定义为抽象基类(Abstract Base Class,ABC),这么做是为了使用 @abstractmethod 装饰器,从而明确表明所用的模式。
@abstractmethod:抽象方法,含abstractmethod方法的类不能实例化,继承了含abstractmethod方法的子类必须复写所有abstractmethod装饰的方法,未被装饰的可以不重写
示例 6-2 使用不同促销折扣的 Order 类示例
>>> from order import *
>>> joe = Customer('John Doe', 0) #1
>>> ann = Customer('Ann Smith', 1100)
>>> cart = [LineItem('banana', 4, .5), #2
... LineItem('apple', 10, 1.5),
... LineItem('watermellon', 5, 5.0)]
>>>
>>> Order(joe, cart, FidelityPromo()) #3
>>> Order(ann, cart, FidelityPromo()) #4
>>>
>>> banana_cart = [LineItem('banana', 30, .5), #5
... LineItem('apple', 10, 1.5)]
>>> Order(joe, banana_cart, BulkItemPromo()) #6
>>> long_order = [LineItem(str(item_code), 1, 1.0) #7
... for item_code in range(10)]
>>> Order(joe, long_order, LargeOrderPromo()) #8
>>> Order(joe, cart, LargeOrderPromo())
>>>
说明:
#1 两个顾客:joe 的积分是 0,ann 的积分是 1100。
#2 有三个商品的购物车。
#3 fidelityPromo 没给joe提供折扣(积分<1000)。
#4 fidelityPromo 给ann提供了5%折扣(积分>1000)。
#5 banana_cart 中有30把香蕉和10个苹果。
#6 BulkItemPromo 给joe购买的香蕉优惠了1.50美元(香蕉>20)。
#7 long_order 中有10个不同的商品,每个商品的价格为1.00美元。
#8 LargerOrderPromo 给joe的整个订单提供了 7% 折扣(不同商品个数=10)。
在示例 6-1 中,每个具体策略都是一个类,而且都只定义了一个方法,即 discount。此外,策略实例没有状态(没有实例属性)。
示例 6-3 是对示例 6-1的重构,把具体策略换成了简单的函数,而且去掉了 Promo 抽象类。
示例 6-3 Order 类和使用函数实现的折扣策略
……
class Order: # 上下文
……
def due(self):
if self.promotion is None:
discount = 0
else:
discount = self.promotion(self) #计算折扣只需调用 self.promotion() 函数
return self.total() - discount
……
def fidelity_promo(order): #没有抽象类,各个策略都是函数
"""为积分为1000或以上的顾客提供5%折扣"""
return order.total() * .05 if order.customer.fidelity >= 1000 else 0
def bulk_item_promo(order):
"""单个商品为20个或以上时提供10%折扣"""
discount = 0
for item in order.cart:
if item.quantity >= 20:
discount += item.total() * .1
return discount
def large_order_promo(order):
"""订单中的不同商品达到10个或以上时提供7%折扣"""
distinct_items = {item.product for item in order.cart}
if len(distinct_items) >= 10:
return order.total() * .07
return 0
示例 6-4 使用函数实现的促销折扣的 Order 类示例
>>> from order2 import *
>>> joe = Customer('John Doe', 0)
>>> ann = Customer('Ann Smith', 1100)
>>> cart = [LineItem('banana', 4, .5),
... LineItem('apple', 10, 1.5),
... LineItem('watermellon', 5, 5.0)]
>>> Order(joe, cart, fidelity_promo) #为了把折扣策略应用到 Order 实例上,只需把促销函数作为参数传入
>>> Order(ann, cart, fidelity_promo)
>>> banana_cart = [LineItem('banana', 30, .5),
... LineItem('apple', 10, 1.5)]
>>> Order(joe, banana_cart, bulk_item_promo)
>>> long_order = [LineItem(str(item_code), 1, 1.0)
... for item_code in range(10)]
>>> Order(joe, long_order, large_order_promo)
>>> Order(joe, cart, large_order_promo)
>>>
没必要在新建订单时实例化新的促销对象,函数拿来即用。
共享是推荐的做法,这样不必在每个新的上下文(这里是Order 实例)中使用相同的策略时不断新建具体策略对象,从而减少消耗。
示例 6-6 best_promo 迭代一个函数列表,并找出折扣额度最大的
promos = [fidelity_promo, bulk_item_promo, large_order_promo] # promos 列出以函数实现的各个策略
def best_promo(order):
"""选择可用的最佳折扣"""
return max(promo(order) for promo in promos) # 使用生成器表达式把 order 传给 promos 列表中的各个函数,返回折扣额度最大的那个函数
测试如下,
>>> from order3 import *
>>>
>>> joe = Customer('John Doe', 0)
>>>
>>> banana_cart = [LineItem('banana', 30, .5),
... LineItem('apple', 10, 1.5)]
>>> long_order = [LineItem(str(item_code), 1, 1.0)
... for item_code in range(10)]
>>>
>>> Order(joe, long_order, best_promo)
>>> Order(joe, banana_cart, best_promo)
缺点:若想添加新的促销策略,要定义相应的函数,还要记得把它添加到 promos 列表中;否则,当新促销函数显式地作为参数传给 Order时,它是可用的,但是 best_promo 不会考虑它。
在 Python 中,模块也是一等对象,而且标准库提供了几个处理模块的函数。
内置函数globals() 返回一个字典,表示当前的全局符号表。这个符号表始终针对当前模块(对函数或方法来说,是指定义它们的模块,而不是调用它们的模块)。
示例 6-7 使用 globals 函数帮助 best_promo 自动找到其他可用的*_promo 函数
promos = [globals()[name] for name in globals() #1
if name.endswith('_promo') #2
and name != 'best_promo'] #3
def best_promo(order):
"""选择可用的最佳折扣"""
return max(promo(order) for promo in promos) #4
说明:
#1 迭代 globals() 返回字典中的各个 name。
#2 只选择以 _promo 结尾的名称。
#3 过滤掉 best_promo 自身,防止无限递归。
#4 best_promo 内部的代码没有变化。
>>> globals()
{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': , '__spec__': None, '__annotations__': {}, '__builtins__': , 'order4': }
>>>
>>> from order4 import *
>>>
>>> globals()
{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': , '__spec__': None, '__annotations__': {}, '__builtins__': , 'order4': , 'ABC': , 'abstractmethod': , 'namedtuple': , 'Customer': , 'LineItem': , 'Order': , 'fidelity_promo': , 'bulk_item_promo': , 'large_order_promo': , 'promos': [, , ], 'best_promo': }
>>>
>>> promos
[, , ]
>>>
收集所有可用促销的另一种方法是,在一个单独的模块中保存所有策略函数,把 best_promo 排除在外。
示例 6-8 内省单独的 promotions 模块,构建 promos 列表
将全部三个promos函数放置到 promotions.py
order5.py 去除三个promos函数,并导入promotions 模块和提供高阶内省函数的 inspect 模块
from abc import ABC, abstractmethod
from collections import namedtuple
import inspect
import promotions
……
promos = [func for name, func in
inspect.getmembers(promotions, inspect.isfunction)]
def best_promo(order):
"""选择可用的最佳折扣"""
return max(promo(order) for promo in promos)
测试如下:
>>> import order5
>>> promos
[, , ]
>>>
“命令”设计模式也可以通过把函数作为参数传递而简化。
我们可以不为调用者提供一个 Command 实例,而是给它一个函数。此时,调用者不用调用 command.execute(),直接调用 command() 即可。MacroCommand 可以实现成定义了 __call__ 方法的类。这样,MacroCommand 的实例就是维护一个函数列表的可调用对象。
示例 6-9 MacroCommand 的各个实例都在内部存储着命令列表
class MacroCommand:
"""一个执行一组命令的命令"""
def __init__(self, commands):
self.commands = list(commands) #1
def __call__(self):
for command in self.commands: #2
command()
#1 使用 commands 参数构建一个列表,这样能确保参数是可迭代对象,还能在各个 MacroCommand 实例中保存各个命令引用的副本
#2 调用 MacroCommand 实例时,self.commands 中的各个命令依序执行