python-patterns：Python 设计模式集合，42k+ Star

python-patterns：Python 设计模式集合，42k+ Star

GitHub 上有一个仓库，把常见的设计模式用 Python 重新实现了一遍，收获了 42k+ 的 Star。

这个仓库叫 python-patterns，由开发者 faif 维护，收录了创建型、结构型、行为型等多种设计模式的 Python 实现。

每个模式都是独立的 Python 文件，可以直接运行和学习。

创建型模式

创建型模式关注的是对象的创建方式。仓库中收录了以下几种：

• abstract_factory：用通用函数配合具体工厂来创建对象
• borg：一种共享状态的单例模式，所有实例共享同一个字典
• builder：通过构建对象逐步接收参数，最终返回构造好的对象
• factory：将实例创建委托给专门的函数或方法
• lazy_evaluation：Python 中的惰性求值属性模式
• pool：预先实例化并维护一组相同类型的对象
• prototype：使用工厂和原型克隆来创建新实例，适合实例化成本较高的场景

结构型模式

结构型模式定义了类和对象如何组合成更大的结构：

• adapter：通过白名单将一个接口适配到另一个接口
• bridge：在客户端和提供者之间充当中间人，降低接口变更的影响
• composite：让客户端可以统一处理单个对象和组合对象
• decorator：用其他功能包装功能，从而影响输出
• facade：用一个类作为一组其他类的 API
• flyweight：透明地复用具有相似或相同状态的现有实例
• proxy：一个对象将操作转发给另一个对象
• mvc：模型、视图、控制器的非严格关系模式

行为型模式

行为型模式关注对象之间的通信和职责分配：

• chain_of_responsibility：用一连串处理器依次尝试处理数据
• command：将命令和参数打包，稍后调用
• iterator：遍历容器并访问其元素
• mediator：一个对象知道如何连接其他对象并充当代理
• memento：生成不透明令牌，用于回退到之前的状态
• observer：为事件或数据变化提供回调通知
• publish_subscribe：源将事件或数据分发给零个或多个注册的监听者
• state：将逻辑组织为离散的潜在状态，以及可转换的下一状态
• strategy：对同一数据的可选操作
• template：对象强加一个结构，但接受可插拔的组件
• visitor：对集合中的所有项调用回调

反模式

仓库还列出了一些在 Python 中不推荐使用的设计模式：

Singleton：Python 模块本身就是单例，每个模块只会被导入一次。显式的单例类增加了不必要的复杂度，更好的做法是使用模块级变量或依赖注入。

God Object：把太多逻辑集中在一个类里，会让代码难以测试和维护。应该把功能拆分成更小、更内聚的类。

继承过度使用：深层继承树会让代码变得脆弱。Python 社区更倾向于组合优于继承。

依赖注入和委托模式

仓库还包含了依赖注入的三种变体实现，以及委托模式的实现。委托模式中，一个对象通过委托给第二个对象来处理请求。

其他模式

除了经典的 GoF 模式，仓库还收录了一些非标准模式：

• blackboard：一种架构模型，通过整合不同子系统的知识来构建解决方案
• graph_search：图搜索算法的实现
• hsm：层次状态机的实现

安装使用

克隆仓库后可以直接查看每个模式的源码：

git clone https://github.com/faif/python-patterns

每个模式文件都包含模块级的 docstring，部分文件还提供了 Python 生态中的实际应用示例。

仓库还附带了视频资源，包括 Peter Ullrich 的 Python 设计模式演讲，以及 Sebastian Buczynski 关于为什么在 Python 中不需要设计模式的讨论。

对于想要深入理解设计模式在 Python 中如何落地的开发者来说，这个仓库是一个不错的参考。每个模式都有独立的实现文件，可以单独阅读和运行，不需要依赖整个项目。

的讨论。

对于想要深入理解设计模式在 Python 中如何落地的开发者来说，这个仓库是一个不错的参考。每个模式都有独立的实现文件，可以单独阅读和运行，不需要依赖整个项目。