如何使用Python基于接口编程的方法实现

软件行业，唯一不变的就是变化。产品经理会变，产品需求会变，代码同样要跟着变。

不同的代码设计，变化所带来的工作量更是不同，有的每改一次需求，近乎一次重构，而有的只需要修改一个配置文件，或者在类里添加一行代码。当然比较好的代码设计，由于有着良好的可扩展性，高内聚，低耦合，因而易维护， 以少变应万变。如果才能有好的代码设计，就需要我们学习设计模式。今天为你分享的是在Python中，如何基于接口编程。

1994 年 GoF 的《设计模式》一书中有一个重要的原则就是：基于接口而非实现编程，英文源文是「Program to an interface,not an implementaion」，这里的所说的 interface，并不是特定编程语言中的接口，它是语言无关的，是指开发者提供给使用者的一个功能列表，理解了这一点非常重要。接口在 java 语言中是有关键字 interface 来实现的，java 不支持类的多重继承，但支持接口的多重继承，所在 java 开发者对接口非常熟悉了，Python 其实完全不需要 Java 那样的设计，但可以借鉴接口的优点。

先通过一个实例来了解下接口到底解决什么问题。

比如你正在实现一个图片上传功能，目前采用七牛云来存储，你的类可能是这样的。

class QnyImageStore(object):
 def getToken():
  pass
 def upload_qny(self,image):
  print("Qny upload.")
  #do something
 
 def download_qny(self,image):
  print("Qny download.")
  #do something

实际的开发中，代码会有很多行，函数也不止三个，它被成百上千个地方被调用，分散在好几百个文件中。 过了一段时间，公司自建了私有云，要求不能再使用七牛云了，要改成自己的云存储，于是你不得不重新写一个类：

class OwnImageStore(object):
 def upload_own(self,image):
  print("Qny upload.")
  #do something
 
 def download_own(self,image):
  print("Qny download.")
  #do something

然后你在使用七牛去的地方，都进行替换，还要替换函数的名称，最后还要多次测试，生活哪一处没有考虑到，运行报错。好不容易改好了，突然有一天，需求又变了，由于自己的云服务经常出问题，于是要换阿里云。经过上次的一翻痛苦折腾，看到这次又要改，直接吐血。

其实问题就在于你写的代码不够通用，命名不够抽象。假如你的类的函数命名使用 upload,download 这样，那么你修改的代码量可能会减少到一半，只替换一下类名就可以了。实际上，我们可以使用接口来减少代码的改动量：通过接口和实现相分离的模式，封装不稳定的实现，暴露稳定的接口。上下游系统在使用我们开发的功能时，只需要使用接口中声明的函数列表，这样当实现发生变化的时候，上游系统的代码基本上不需要做改动，以此来降低耦合性，提高扩展性。下面就该问题，提供一种基于接口的代码实现方式。

定义一个接口

from abc import ABCMeta, abstractmethod
class ImageStore(metaclass = ABCMeta):
 
 @abstractmethod
 def upload(self,image): 
  pass
  #raise NotImplementedError
 @abstractmethod
 def download(self,image): 
  pass
  #raise NotImplementedError

定义了该接口之后，任何继承该接口的类要想正确的使用，必须重写 upload 和 download 方法，否则均会抛出异常，这里我们不需要自己在接口中抛出异常，标准库 abc 已经为我们做好了这些工作。

定义类，继承接口

目的其实是是为了强制约束，也就是说必须实现 upload 和 download 方法，在编译时进行检查，确保程序的健壮。

class OwnImageStore2(ImageStore):
 def upload(self,image):
  print("Own upload.")
  #do something
 
 def download(self,image):
  print("Own download.")
  #do something
class QnyImageStore2(ImageStore):
 def getToken():
  pass
 def upload(self,image):
  print("Qny upload.")
 def download(self,image):
  print("Qny download.")
  #do something

接下来，我们定义一个接口，可以自动的根据类型来选择调用对应对象的方法。

class UsedStore(object):
 def __init__(self, store):
  if not isinstance(store, ImageStore): raise Exception('Bad interface')
  self._store = store
 def upload(self):
  self._store.upload('image')
 def download(self):
  self._store.download('image')

最后，我们可以在配置文件中指明我们使用的是哪个具体的接口：

#在其他文件中，应该这样调用
img = QnyImageStore2()
# img = OwnImageStore2() 把这些放在配置文件中，只需要更新配置文件就可以替换 
store = UsedStore(img)
store.upload()
store.download()

这样，后面再增加新的图片存储，我们只需要添加相应的类，继承接口，并修改下配置文件即可，减轻大量的代码修改工作。

Python 抽象基类的介绍 (PEP3119)

python 标准库 abc，全称是Abstract Base Classes，它提供以下功能：

• 一种重载isinstance()和issubclass()的方法
• 一个新的模块abc作为“Abstract Base Classes支持框架”。它定义了一个用于abc的元类和一个可以用来定义抽象方法的装饰器
• 容器和迭代器的特定抽象基类，将被添加到 collections 模块

基本原理：

在面向对象程序设计领域，与对象交互的设计模式可以分为两个基本类别，即“调用”和“检查”。

调用是指通过调用对象的方法与对象进行交互。 通常，这会与多态性结合使用，因此调用给定方法可能会根据对象的类型运行不同的代码。

检查是指外部代码（在对象的方法之外）检查该对象的类型或属性，并根据该信息来决定如何处理该对象的能力。

两种使用模式均服务于相同的通用目的，即能够以统一的方式支持处理多种多样且可能新颖的对象，但同时允许为每种不同类型的对象定制处理决策。

在经典的 OOP 理论中，调用是首选的设计模式，并且不鼓励检查，因为检查被认为是较早的过程编程风格的产物。 但是，实际上，这种观点过于教条和僵化，导致了某种设计僵化，与诸如 Python 之类的语言的动态特性大相径庭。

特别是，通常需要以对象类的创建者无法预期的方式处理对象。 内置到满足该对象的每个可能用户需求的每个对象方法中，并非总是最佳的解决方案。 而且，有许多强大的调度哲学与严格地封装在对象中的经典OOP行为要求形成鲜明对比，例如规则或模式匹配驱动的逻辑

另一方面，经典的 OOP 理论家对检查的批评之一是缺乏形式主义和被检查内容的特殊性质。 在诸如 Python 这样的语言中，几乎可以通过外部代码反映并直接访问对象的任何方面，有很多不同的方法来测试对象是否符合特定的协议。 例如，如果询问“此对象是否是可变序列容器？”，则可以寻找“列表”的基类，或者可以寻找名为“ getitem”的方法。 但是请注意，尽管这些测试看似显而易见，但它们都不正确，因为其中一个会产生假阴性，而另一个会产生假阳性。

普遍同意的补救措施是对测试进行标准化，并将其分组为正式形式。 通过继承机制或其他某种方式，通过与每个类关联一组标准的可测试属性，最容易做到这一点。 每个测试都带有一组承诺：它包含有关类的一般行为的承诺，以及有关其他可用的类方法的承诺。

PEP为组织这些测试提出了一种特殊的策略，称为抽象基类（ABC）。 ABC只是添加到对象的继承树中的Python类，以将对象的某些功能发送给外部检查器。 使用isinstance（）完成测试，并且特定ABC的存在意味着测试已通过。

此外，ABC定义了建立该类型特征行为的最少方法集。 根据对象的ABC类型区分对象的代码可以相信，这些方法将始终存在。 这些方法中的每一个都附带有ABC文档中描述的广义抽象语义定义。 这些标准的语义定义不是强制性的，但强烈建议使用。

像Python中的所有其他内容一样，这些承诺属于绅士协议的性质，在这种情况下，这意味着尽管该语言确实执行了ABC中做出的某些承诺，但具体类的实现者必须确保 剩下的保留下来。

看完上面的描述，你可以简单的理解为，ABC 是一个基类，继承它，你可以写一个类似于 java 的接口，接口中的方法将始终存在，可以放心使用，不需要再进行探测。

PEP3119 还给了样例代码让你理解：

from abc import ABCMeta, abstractmethod
class A(metaclass=ABCMeta):
 @abstractmethod
 def foo(self): pass
A()  # raises TypeError
class B(A):
 pass
B()  # raises TypeError
class C(A):
 def foo(self): print(42)
C()  # works

多的不说了，希望你可以正确地使用 ABC，同时强烈推荐，学习 Python，就看 Python 的官方文档和 PEP 提案，这里有最权威的讲解。

此外，设置模式也是非常重要的编程之术和编程之道，它是基本功，基本功如果不够，把一台战斗机放你面前，你都不知道如何欣赏和品味。

掌握了设计模式，再看别人的代码，你会拥有火眼金睛，哪些是战斗机，哪些是拖拉机，对自己的学习和提升也非常有帮助，写的代码也会更加具有可维护性，可读性，可扩展性，灵活性。

到此这篇关于如何使用Python基于接口编程的方法实现的文章就介绍到这了,更多相关Python基于接口编程内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站！

版权声明：本站文章来源标注为YINGSOO的内容版权均为本站所有，欢迎引用、转载，请保持原文完整并注明来源及原文链接。禁止复制或仿造本网站，禁止在非www.yingsoo.com所属的服务器上建立镜像，否则将依法追究法律责任。本站部分内容来源于网友推荐、互联网收集整理而来，仅供学习参考，不代表本站立场，如有内容涉嫌侵权，请联系alex-e#qq.com处理。