如何在 Python 中应用设计原则

[[408977]]

写出能用的代码很简单，写出好用的代码很难。

什么是好用的代码呢?其实就是代码质量比较高，如何评价代码质量的高低呢?最常用的、最重要的评价标准，就是代码的可维护性、可读性、可扩展性、灵活性、简洁性、可复用性、可测试性。

好用的代码，也都会遵循一此原则，这就是设计原则，它们分别是：

• 单一职责原则 (SRP)
• 开闭原则 (OCP)
• 里氏替换原则 (LSP)
• 接口隔离原则 (ISP)
• 依赖倒置原则 (DIP)

提取这五种原则的首字母缩写词，就是 SOLID 原则。下面分别进行介绍，并展示如何在 Python 中应用。

1、单一职责原则 SRP

单一职责原则(Single Responsibility Principle)这个原则的英文描述是这样的：A class or module should have a single responsibility。如果我们把它翻译成中文，那就是：一个类或者模块只负责完成一个职责(或者功能)。

让我们举一个更简单的例子，我们有一个数字 L = [n1, n2, …, nx] 的列表，我们计算一些数学函数。例如，计算最大值、平均值等。

一个不好的方法是让一个函数来完成所有的工作：

import numpy as np 
 
def math_operations(list_): 
    # Compute Average 
    print(f"the mean is {np.mean(list_)}") 
    # Compute Max 
    print(f"the max is {np.max(list_)}")  
 
math_operations(list_ = [1,2,3,4,5]) 
# the mean is 3.0 
# the max is 5 

实际开发中，你可以认为 math_operations 很庞大，揉杂了各种功能代码。

为了使这个更符合单一职责原则，我们应该做的第一件事是将函数 math_operations 拆分为更细粒度的函数，一个函数只干一件事：

def get_mean(list_): 
    '''Compute Max''' 
    print(f"the mean is {np.mean(list_)}")  
 
def get_max(list_): 
    '''Compute Max''' 
    print(f"the max is {np.max(list_)}")  
 
def main(list_):  
    # Compute Average 
    get_mean(list_) 
    # Compute Max 
    get_max(list_) 
 
main([1,2,3,4,5]) 
# the mean is 3.0 
# the max is 5 

这样做的好处就是：

• 易读易调试，更容易定位错误。
• 可复用，代码的任何部分都可以在代码的其他部分中重用。
• 可测试，为代码的每个功能创建测试更容易。

但是要增加新功能，比如计算中位数，main 函数还是很难维护，因此还需要第二个原则：OCP。

2、开闭原则 OCP

开闭原则(Open Closed Principle)就是对扩展开放，对修改关闭，这可以大大提升代码的可维护性，也就是说要增加新功能时只需要添加新的代码，不修改原有的代码，这样做即简单，也不会影响之前的单元测试，不容易出错，即使出错也只需要检查新添加的代码。

上述代码，可以通过将我们编写的所有函数变成一个类的子类来解决这个问题。代码如下：

import numpy as np 
from abc import ABC, abstractmethod 
 
class Operations(ABC): 
    '''Operations''' 
    @abstractmethod 
    def operation(): 
        pass 
 
class Mean(Operations): 
    '''Compute Max''' 
    def operation(list_): 
        print(f"The mean is {np.mean(list_)}")  
 
class Max(Operations): 
    '''Compute Max''' 
    def operation(list_): 
        print(f"The max is {np.max(list_)}")  
 
class Main: 
    '''Main''' 
    def get_operations(list_): 
        # __subclasses__ will found all classes inheriting from Operations 
        for operation in Operations.__subclasses__(): 
            operation.operation(list_) 
 
 
if __name__ == "__main__": 
    Main.get_operations([1,2,3,4,5]) 
# The mean is 3.0 
# The max is 5 

如果现在我们想添加一个新的操作，例如：median，我们只需要添加一个继承自 Operations 类的 Median 类。新形成的子类将立即被 __subclasses__()接收，无需对代码的任何其他部分进行修改。

3、里氏替换原则 (LSP)

里式替换原则的英文是 Liskov Substitution Principle，缩写为 LSP。这个原则最早是在 1986 年由 Barbara Liskov 提出，他是这么描述这条原则的：

If S is a subtype of T, then objects of type T may be replaced with objects of type S, without breaking the program。

也就是说 子类对象能够替换程序中父类对象出现的任何地方，并且保证原来程序的逻辑行为不变及正确性不被破坏。

实际上，里式替换原则还有另外一个更加能落地、更有指导意义的描述，那就是按照协议来设计，子类在设计的时候，要遵守父类的行为约定(或者叫协议)。父类定义了函数的行为约定，那子类可以改变函数的内部实现逻辑，但不能改变函数原有的行为约定。这里的行为约定包括：函数声明要实现的功能;对输入、输出、异常的约定;甚至包括注释中所罗列的任何特殊说明。

4、接口隔离原则 (ISP)

接口隔离原则的英文翻译是 Interface Segregation Principle，缩写为 ISP。Robert Martin 在 SOLID 原则中是这样定义它的：Clients should not be forced to depend upon interfaces that they do not use。

直译成中文的话就是：客户端不应该被强迫依赖它不需要的接口。其中的 客户端 ，可以理解为接口的调用者或者使用者。

举个例子：

from abc import ABC, abstractmethod 
class Mammals(ABC): 
 
    @abstractmethod 
    def swim(self) -> bool: 
        pass 
 
    @abstractmethod 
    def walk(self) -> bool: 
        pass 
 
 
class Human(Mammals): 
    def swim(self)-> bool: 
        print("Humans can swim") 
        return True 
 
    def walk(self)-> bool: 
        print("Humans can walk") 
        return True 
 
 
class Whale(Mammals): 
 
    def walk(self) -> bool: 
        print("Whales can't walk") 
        return False 
 
    def swim(self): 
        print("Whales can swim") 
        return True 
 
 
human = Human() 
human.swim() 
human.walk() 
whale = Whale() 
whale.swim() 
whale.walk() 

执行结果：

Humans can swim 
Humans can walk 
Whales can swim 
Whales can't walk 

事实上，子类鲸鱼不应该依赖它不需要的接口 walk，针对这种情况，就需要对接口进行拆分，代码如下：

from abc import ABC, abstractmethod 
 
class Swimer(ABC): 
 
    @abstractmethod 
    def swim(self) -> bool: 
        pass 
 
class Walker(ABC): 
    @abstractmethod 
    def walk(self) -> bool: 
        pass 
 
 
class Human(Swimer,Walker): 
    def swim(self)-> bool: 
        print("Humans can swim") 
        return True 
 
    def walk(self)-> bool: 
        print("Humans can walk") 
        return True 
 
 
class Whale(Swimer): 
 
    def swim(self): 
        print("Whales can swim") 
        return True 
 
 
human = Human() 
human.swim() 
human.walk() 
whale = Whale() 
whale.swim() 

5、依赖反转原则 (DIP)

依赖反转原则的英文翻译是 Dependency Inversion Principle，缩写为 DIP。英文描述：High-level modules shouldn’t depend on low-level modules. Both modules should depend on abstractions. In addition, abstractions shouldn’t depend on details. Details depend on abstractions。

我们将它翻译成中文，大概意思就是：高层模块不要依赖低层模块。高层模块和低层模块应该通过抽象(abstractions)来互相依赖。除此之外，抽象不要依赖具体实现细节，具体实现细节依赖抽象。

在调用链上，调用者属于高层，被调用者属于低层，我们写的代码都属于低层，由框架来调用。在平时的业务代码开发中，高层模块依赖低层模块是没有任何问题的，但是在框架层面设计的时候，就要考虑通用性，高层应该依赖抽象的接口，低层应该实现对应的接口。如下图所示：

也就是说本来 ObjectA 依赖 ObjectB，但为了扩展后面可能会有 ObjectC，ObjectD，经常变化，因此为了频繁改动，让高层模块依赖抽象的接口 interface，然后让 ObjectB 也反过来依赖 interface，这就是依赖反转原则。

举个例子，wsgi 协议就是一种抽象接口，高层模块有 uWSGI，gunicorn等，低层模块有 Django，Flask 等，uWSGI，gunicorn 并不直接依赖 Django，Flask，而是通过 wsgi 协议进行互相依赖。

依赖倒置原则概念是高层次模块不依赖于低层次模块。看似在要求高层次模块，实际上是在规范低层次模块的设计。低层次模块提供的接口要足够的抽象、通用，在设计时需要考虑高层次模块的使用种类和场景。明明是高层次模块要使用低层次模块，对低层次模块有依赖性。现在反而低层次模块需要根据高层次模块来设计，出现了「倒置」的显现。

这样设计好处有两点：

• 低层次模块更加通用，适用性更广
• 高层次模块没有依赖低层次模块的具体实现，方便低层次模块的替换

最后的话

我去年(2020)年 2 月 3 号购买的《设计模式之美》专栏，将近一年半才把它学习完，再回看之前的代码，真是一堆垃圾。之前一天写完的代码，重构差不多花了一个星期，重构之后，感觉还可以再重构的更好，似乎无止境，正如小争哥说的那样，项目无论大小，都可以有技术含量，所谓代码细节是魔鬼，细节到处都存在在取舍，应该怎么样，不应该怎么样，都大有学问。

本文转载自微信公众号「Python七号」，可以通过以下二维码关注。转载本文请联系Python七号公众号。