流畅的python学习笔记（三）：把函数视作对象（2：使用一等函数实现设计模式 ）
1. 案例分析：重构“策略”模式
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”模式就是其中一个很好的例子。本节接下来的内容中将说明“策略”模式，并使用《设计模式：可复用面向对象软件的基础》一书中所述的“经典”结构实现它。
1.1 经典的“策略”模式
图中的 UML 类图指出了“策略”模式对类的编排。
《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。假如一个网店制定了下述折扣规则：
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。
简单起见，我们假定一个订单一次只能享用一个折扣。先简单描述下这个策略模式：
上下文（订单）
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（促销策略）
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。策略实现代码如下：
from abc import ABC, abstractmethodfrom collections import namedtuple'''经典策略模式实现'''Customer = namedtuple("Customer", "name fidelity")class LineItem: # 单个商品 def __init__(self, product, quantity, price): self.product = product # 商品名称 self.quantity = quantity # 商品数量 self.price = price # 商品单价 def total(self): '''单个商品总金额''' return self.price * self.quantityclass Order: # 订单（上下文） def __init__(self, customer, cart, promotion=None): self.customer = customer self.cart = cart # 购物车 self.promotion = promotion # 促销策略 def total(self): """商品总金额""" if not hasattr(self, '__total'): self.__total = sum(item.total() for item in self.cart) return self.__total def due(self): """折扣后应付金额""" discount = 0 if self.promotion is None else self.promotion.discount(self, self) return self.total() - discount def __repr__(self): '''格式化对象输出''' fmt = '<Order total: {:.2f}> due: {:.2f}' return fmt.format(self.total(), self.due())class Promotion(ABC): # 抽象基类 @abstractmethod # 抽象方法 def discount(self, order): """返回折扣金额"""class FidelityPromo(Promotion): # 策略1 def discount(self, order): """为积分为1000或以上的顾客提供5%折扣""" return order.total() * 0.05 if order.customer.fidelity >= 1000 else 0class BulkItemPromo(Promotion): # 策略2 def discount(self, order): """单个商品为20个或以上时提供10%折扣""" return sum([item.total() * 0.1 for item in order.cart if item.quantity >= 20])class LargeOrderPromo(Promotion): # 策略3 def discount(self, order): """订单中的不同商品达到10个或以上时提供7%折扣""" return order.total() * 0.07 if len([item.product for item in order.cart]) >= 10 else 0
注意：把 Promotion 定义为
抽象基类（AbstractBase 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。在due()函数中调用discount函数传入了两个self，这是因为策略类中的discount(self, order)函数的self会把传入的self当做self使用，而传入的self其实就是指Order，为了避免这个问题，传入了两个self，第二个self赋值给discount的order参数，也就是discount(self=self, order=self)，这里比较特殊，一般情况下这个self可以拿到自身对象是无需传入的。测试案例如下：
if __name__ == '__main__': # 两个顾客：joe 的积分是 0，ann 的积分是 1100。 joe = Customer('John Doe', 0) ann = Customer('Ann Smith', 1100) # 有三个商品的购物车 cart = [ LineItem('banana', 4, 0.5), LineItem('apple', 10, 1.5), LineItem('watermelon', 5, 5.0), ] # banana_cart 中有 30 把香蕉和 10 个苹果 banana_cart = [ LineItem('banana', 30, 0.5), LineItem('apple', 10, 1.5), ] # long_order 中有 10 个不同的商品，每个商品的价格为 1.00 Long_order = [LineItem(str(item), 1, 1.0) for item in range(10)] # 使用促销策略1 print(Order(joe, cart, FidelityPromo)) print(Order(ann, cart, FidelityPromo)) # <Order total: 42.00> due: 42.00 # <Order total: 42.00> due: 39.90 # 使用促销策略2 print(Order(joe, banana_cart, BulkItemPromo))# <Order total: 30.00> due: 28.50 # 使用促销策略3 print(Order(joe, Long_order, LargeOrderPromo)) print(Order(joe, cart, LargeOrderPromo)) # <Order total: 10.00> due: 9.30 # <Order total: 42.00> due: 42.00
输出结果验证了三种促销策略带来的折扣。
1.2 使用函数实现“策略”模式
在经典策略模式中，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）。你可能会说，它们看起来像是普通的函数——的确如此。既然这样可以使用函数来实现：
from collections import namedtupleCustomer = 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.quantityclass Order: def __init__(self, customer, cart, promotion=None): self.customer = customer self.cart = 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): discount = 0 if self.promotion is None else self.promotion(self) return self.total() - discount def __repr__(self): fmt = '<Order total: {:.2f}> due: {:.2f}' return fmt.format(self.total(), self.due())def fidelity_promo(order): """为积分为1000或以上的顾客提供5%折扣""" return order.total() * 0.05 if order.customer.fidelity >= 1000 else 0def bulk_item_promo(order): """单个商品为20个或以上时提供10%折扣""" return sum([item.total() * 0.1 for item in order.cart if item.quantity >= 20])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""" return order.total() * 0.07 if len([item.product for item in order.cart]) >= 10 else 0
使用函数计算折扣只需调用
self.promotion()函数，而且省去了抽象基类，各个策略都是函数。新的程序代码量更少而且容易阅读。再次测试一下：
if __name__ == '__main__': if __name__ == '__main__': # 两个顾客：joe 的积分是 0，ann 的积分是 1100。 joe = Customer('John Doe', 0) ann = Customer('Ann Smith', 1100) # 有三个商品的购物车 cart = [ LineItem('banana', 4, 0.5), LineItem('apple', 10, 1.5), LineItem('watermelon', 5, 5.0), ] # banana_cart 中有 30 把香蕉和 10 个苹果 banana_cart = [ LineItem('banana', 30, 0.5), LineItem('apple', 10, 1.5), ] # long_order 中有 10 个不同的商品，每个商品的价格为 1.00 Long_order = [LineItem(str(item), 1, 1.0) for item in range(10)] # 使用促销策略1 print(Order(joe, cart, fidelity_promo)) print(Order(ann, cart, fidelity_promo)) # <Order total: 42.00> due: 42.00 # <Order total: 42.00> due: 39.90 # 使用促销策略2 print(Order(joe, banana_cart, bulk_item_promo)) # <Order total: 30.00> due: 28.50 # 使用促销策略3 print(Order(joe, Long_order, large_order_promo)) print(Order(joe, cart, large_order_promo)) # <Order total: 10.00> due: 9.30 # <Order total: 42.00> due: 42.00
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即可。
至此，我们使用函数实现了“策略”模式，由此也出现了其他可能性。假设我们想创建一个“元策略”，让它为指定的订单选择最佳折扣。接下来的几节会接着重构，利用函数和模块是对象，使用不同的方式实现这个需求。
1.3 选择最佳策略：简单的方式
继续使用函数策略，在此基础上使用
元策略，也就是定义一个函数，让函数根据订单自动选择最佳折扣。实现起来也很简单：
def best_promo(order): """选择最佳折扣""" promos = [fidelity_promo, bulk_item_promo, large_order_promo] return max(promo(order) for promo in promos)
增加三个测试：
# 最佳策略模式 print(Order(joe, Long_order, best_promo)) print(Order(joe, banana_cart, best_promo)) print(Order(ann, cart, best_promo)) # <Order total: 10.00> due: 9.30 -- best_promo 为顾客 joe 选择 larger_order_promo。 # <Order total: 30.00> due: 28.50 -- 订购大量香蕉时，joe 使用 bulk_item_promo 提供的折扣。 # <Order total: 42.00> due: 39.90 -- 在一个简单的购物车中，best_promo 为顾客 ann 提供fidelity_promo 优惠的折扣。
该元策略解决了策略的选择问题，而且易于阅读。但是还存在一定的缺陷：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。接下来探讨下该缺陷的解决方案。
1.4 找出模块中的全部策略
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。Python 文档是这样说明内置函数
globals的。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）。有了globals，就可以帮助best_promo 自动找到其他可用的*_promo 函数，不过过程有点曲折：
'''迭代 globals() 返回字典中的各个key：value, 只选择key中以 _promo 结尾的名称，并且过滤掉元策略 best_promo 防止无限递归。'''promos = [v for k, v in globals().items() if k.endswith("_promo") and k != 'best_promo']def best_promo(order): """选择最佳折扣""" return max(promo(order) for promo in 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。
import inspectimport promotions'''inspect.getmembers 函数用于获取对象（这里是 promotions 模块）的属性，第二个参数是可选的判断条件（一个布尔值函数）。我们使用的是 inspect.isfunction，只获取模块中的函数。'''promos = [func for name, func in inspect.getmembers(promotions, inspect.isfunction)]
promotions 模块保存所有策略
def fidelity_promo(order): """为积分为1000或以上的顾客提供5%折扣""" return order.total() * 0.05 if order.customer.fidelity >= 1000 else 0def bulk_item_promo(order): """单个商品为20个或以上时提供10%折扣""" return sum([item.total() * 0.1 for item in order.cart if item.quantity >= 20])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""" return order.total() * 0.07 if len([item.product for item in order.cart]) >= 10 else 0
该例展示了很好的可扩展性。唯一值得注意的是：promotions 模块只能包含计算订单折扣的函数。如果有人在 promotions 模块中使用不同的签名定义函数，那么 best_promo 函数尝试将其应用到订单上时会出错。我们可以添加更为严格的测试，审查传给实例的参数，进一步过滤函数。
动态收集促销折扣函数更为显式的一种方案是使用简单的装饰器，这里我会放在下一篇博客中详细介绍装饰器时讲解。下一节讨论
“命令”模式。这个设计模式也常使用单方法类实现，同样也可以换成普通的函数。
2. “命令”模式
“命令”设计模式也可以通过把函数作为参数传递而简化。这一模式对类的编排如图所示。
对PasteCommand 来说，接收者是 Document。对 OpenCommand来说，接收者是应用程序
“命令”模式的目的是解耦调用操作的对象（调用者）和提供实现的对象（接收者）。在《设计模式：可复用面向对象软件的基础》所举的示例中，调用者是图形应用程序中的菜单项，而接收者是被编辑的文档或应用程序自身。这个模式的做法是，在二者之间放一个 Command 对象，让它实现只有一个方法（execute）的接口，调用接收者中的方法执行所需的操作。这样，调用者无需了解接收者的接口，而且不同的接收者可以适应不同的 Command 子类。调用者有一个具体的命令，通过调用 execute 方法执行。MacroCommand 可能保存一系列命令，它的 execute() 方法会在各个命令上调用相同的方法。
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 的实例就是可调用对象，各自维护着一个函数列表，供以后调用。如下示例：
class MacroCommand: """一个执行一组命令的命令""" def __init__(self, commands): self.commands = list(commands) def __call__(self, *args, **kwargs): for cmd in self.commands: cmd()
复杂的“命令”模式（如支持撤销操作）可能需要更多，而不仅是简单的回调函数。即便如此，也可以考虑使用 Python 提供的几个替代品。
使用一等函数对“命令”模式的重新审视到此结束。站在一定高度上看，这里采用的方式与“策略”模式所用的类似：
把实现单方法接口的类的实例替换成可调用对象。毕竟，每 Python可调用对象都实现了单方法接口，这个方法就是__call__。
小结
很多情况下，在 Python 中使用函数或可调用对象实现回调更自然。本章对“策略”模式的重构和对“命令”模式的讨论是为了通过示例说明一个更为常见的做法：
有时，设计模式或 API 要求组件实现单方法接口，而那个方法的名称很宽泛，例如“execute”“run”或“doIt”。在 Python 中，这些模式或 API 通常可以使用一等函数或其他可调用的对象实现，从而减少样板代码。