京公网安备 11010802034615号
经营许可证编号:京B2-20210330
举例讲解Python设计模式编程中对抽象工厂模式的运用
这篇文章主要介绍了Python设计模式编程中对抽象工厂模式的运用,文中的例子体现了抽象工厂模式程序的一些设计优化点,需要的朋友可以参考下
抽象工厂模式:提供一个创建一系列相关或相互依赖对象的接口,而无需指定它们具体的类。
优点:易于交换“产品系列”,只要更改相应的工厂即可。
缺点:建立产品的时候很繁琐,需要增加和修改很多东西。
优化1:为了避免客户端有过多的逻辑判断,可以封装出一个简单工厂类来生成产品类。
优化2:为了减少简单工厂类里面的逻辑判断,可以采用“反射”机制,直接根据外部的配置文件读取出需要使用产品类的信息。
#encoding=utf-8
#
#by panda
#抽象工厂模式
def printInfo(info):
print unicode(info, 'utf-8').encode('gbk')
#抽象产品A:user表
class IUser():
def Insert(self):
pass
def GetUser(self):
pass
#sqlserver实现的User
class SqlserverUser(IUser):
def Insert(self):
printInfo("在SQL Server中给User表增加一条记录")
def GetUser(self):
printInfo("在SQL Server中得到User表的一条记录")
#Access实现的User
class AccessUser(IUser):
def Insert(self):
printInfo("在Access中给User表增加一条记录")
def GetUser(self):
printInfo("在Access中得到User表一条记录")
#抽象产品B:部门表
class IDepartment():
def Insert(self):
pass
def GetUser(self):
pass
#sqlserver实现的Department
class SqlserverDepartment(IUser):
def Insert(self):
printInfo("在SQL Server中给Department表增加一条记录")
def GetUser(self):
printInfo("在SQL Server中得到Department表的一条记录")
#Access实现的Department
class AccessDepartment(IUser):
def Insert(self):
printInfo("在Access中给Department表增加一条记录")
def GetUser(self):
printInfo("在Access中得到Department表一条记录")
#抽象工厂
class IFactory():
def CreateUser(self):
pass
def CreateDepartment(self):
pass
#sql server工厂
class SqlServerFactory(IFactory):
def CreateUser(self):
return SqlserverUser()
def CreateDepartment(self):
return SqlserverDepartment()
#access工厂
class AccessFactory(IFactory):
def CreateUser(self):
return AccessUser()
def CreateDepartment(self):
return AccessDepartment()
#优化一:采用一个简单工厂类,封装逻辑判断操作
class DataAccess():
# db = "Sqlserver"
db = "Access"
@staticmethod
def CreateUser():
if (DataAccess.db == "Sqlserver"):
return SqlserverUser()
elif(DataAccess.db == "Access"):
return AccessUser()
@staticmethod
def CreateDepartment():
if (DataAccess.db == "Sqlserver"):
return SqlserverDepartment()
elif(DataAccess.db == "Access"):
return AccessDepartment()
#优化二:采用反射机制,避免使用太多判断
##以下信息可以从配置文件中获取
DBType = 'Sqlserver' #'Access'
DBTab_User = 'User'
DBTab_Department = 'Department'
class DataAccessPro():
# db = "Sqlserver"
db = "Access"
@staticmethod
def CreateUser():
funName = DBType + DBTab_User
return eval(funName)() #eval 将其中的字符串转化为python表达式
@staticmethod
def CreateDepartment():
funName = DBType + DBTab_Department
return eval(funName)()
def clientUI():
printInfo("\n--------抽象工厂方法--------")
factory = SqlServerFactory()
iu = factory.CreateUser()
iu.Insert()
iu.GetUser()
id = factory.CreateDepartment()
id.Insert()
id.GetUser()
printInfo("\n--抽象工厂方法+简单工厂方法--")
iu = DataAccess.CreateUser()
iu.Insert()
iu.GetUser()
id = DataAccess.CreateDepartment()
id.Insert()
id.GetUser()
printInfo("\n-抽象工厂方法+简单工厂方法+反射-")
iu = DataAccessPro.CreateUser()
iu.Insert()
iu.GetUser()
id = DataAccessPro.CreateDepartment()
id.Insert()
id.GetUser()
return
if __name__ == '__main__':
clientUI();
类图:
工厂模式和抽象工厂模式的区别:工厂模式是在派生类中定义一个工厂的抽象接口,然后基类负责创建具体对象;抽象工厂模式是维护一个产品家族,由基类定义产品被生产的方法,客户根据派生类的接口进行开发。
实例:人民群众喜闻乐见的披萨店例子这里又可以搬出来了,这次我们根据抽象工厂模式的特点,用不同原材料制作不同口味的披萨,创建不同原材料的工厂,不同实体店做出口味不同的披萨。创建一个产品家族(Dough、Sauce、Cheese和Clam)的抽象类型(PizzaIngredientFactory),这个类型的子类(NYPizzaIngredientFactory和ChicagoPizzaIngredientFactory)定义了产品被产生的方法。
代码:
#!/usr/bin/python
# -*- coding:utf-8 -*-
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
'''
披萨
'''
class Pizza:
name = ""
dough = None
sauce = None
cheese = None
clam = None
def prepare(self):
pass
def bake(self):
print "烘烤25分钟在350。".decode('utf-8')
def cut(self):
print "切割成对角线切片。".decode('utf-8')
def box(self):
print "放在官方的盒子中。".decode('utf-8')
def get_name(self):
return self.name
def set_name(self, name):
self.name = name
def to_string(self):
string = "%s:\n" % self.name
string += " 面团: %s\n" % self.dough.to_string() if self.dough else ""
string += " 酱汁: %s\n" % self.sauce.to_string() if self.sauce else ""
string += " 奶酪: %s\n" % self.cheese.to_string() if self.cheese else ""
string += " 文蛤: %s\n" % self.clam.to_string() if self.clam else ""
return string
'''
什么类别的披萨
'''
class CheesePizza(Pizza):
def __init__(self, ingredient_factory):
self.ingredient_factory = ingredient_factory
def prepare(self):
print "准备: %s" % self.name
self.dough = self.ingredient_factory.create_dough()
self.sauce = self.ingredient_factory.create_sauce()
self.cheese = self.ingredient_factory.create_cheese()
class ClamPizza(Pizza):
def __init__(self, ingredient_factory):
self.ingredient_factory = ingredient_factory
def prepare(self):
print "准备: %s" % self.name
self.dough = self.ingredient_factory.create_dough()
self.sauce = self.ingredient_factory.create_sauce()
self.clam = self.ingredient_factory.create_clam()
'''
披萨店
'''
class PizzaStore:
def order_pizza(self, pizza_type):
self.pizza = self.create_pizza(pizza_type)
self.pizza.prepare()
self.pizza.bake()
self.pizza.cut()
self.pizza.box()
return self.pizza
def create_pizza(self, pizza_type):
pass
'''
纽约披萨实体店1
'''
class NYPizzaStore(PizzaStore):
def create_pizza(self, pizza_type):
ingredient_factory = NYPizzaIngredientFactory()
if pizza_type == "cheese":
pizza = CheesePizza(ingredient_factory)
pizza.set_name("纽约风格芝士披萨".decode('utf-8'))
elif pizza_type == "clam":
pizza = ClamPizza(ingredient_factory)
pizza.set_name("纽约风格文蛤披萨".decode('utf-8'))
else:
pizza = None
return pizza
'''
芝加哥披萨实体店2
'''
class ChicagoPizzaStore(PizzaStore):
def create_pizza(self, pizza_type):
ingredient_factory = ChicagoPizzaIngredientFactory()
if pizza_type == "cheese":
pizza = CheesePizza(ingredient_factory)
pizza.set_name("芝加哥风格芝士披萨".decode('utf-8'))
elif pizza_type == "clam":
pizza = ClamPizza(ingredient_factory)
pizza.set_name("芝加哥风格文蛤披萨".decode('utf-8'))
else:
pizza = None
return pizza
'''
生产披萨的工厂
'''
class PizzaIngredientFactory:
def create_dough(self):
pass
def create_sauce(self):
pass
def create_cheese(self):
pass
def create_clam(self):
pass
'''
生产披萨的实体工厂1
'''
class NYPizzaIngredientFactory(PizzaIngredientFactory):
def create_dough(self):
return ThinDough()
def create_sauce(self):
return MarinaraSauce()
def create_cheese(self):
return FreshCheese()
def create_clam(self):
return FreshClam()
'''
生产披萨的实体工厂2
'''
class ChicagoPizzaIngredientFactory(PizzaIngredientFactory):
def create_dough(self):
return ThickDough()
def create_sauce(self):
return MushroomSauce()
def create_cheese(self):
return BlueCheese()
def create_clam(self):
return FrozenClam()
class Dough:
def to_string(self):
pass
class ThinDough(Dough):
def to_string(self):
return "薄的面团"
class ThickDough(Dough):
def to_string(self):
return "厚的生面团"
class Sauce:
def to_string(self):
pass
class MarinaraSauce(Sauce):
def to_string(self):
return "番茄酱"
class MushroomSauce(Sauce):
def to_string(self):
return "蘑菇酱"
class Cheese:
def to_string(self):
pass
class FreshCheese(Cheese):
def to_string(self):
return "新鲜的奶酪"
class BlueCheese(Cheese):
def to_string(self):
return "蓝纹奶酪"
class Clam:
def to_string(self):
pass
class FreshClam(Clam):
def to_string(self):
return "新鲜的文蛤"
class FrozenClam(Clam):
def to_string(self):
return "冷冻的文蛤"
if __name__ == "__main__":
# 创建了两个披萨实体店
ny_store = NYPizzaStore()
chicago_store = ChicagoPizzaStore()
# 在第一个披萨对象中订购了一个cheese风味的披萨
pizza = ny_store.order_pizza("cheese")
print pizza.to_string()
print "迈克订购了一个 %s" % pizza.get_name()
print
pizza = chicago_store.order_pizza("clam")
print pizza.to_string()
print "约翰订购了一个%s" % pizza.get_name()
结果:
准备: 纽约风格芝士披萨
烘烤25分钟在350。
切割成对角线切片。
放在官方的盒子中。
纽约风格芝士披萨:
面团: 薄的面团
酱汁: 番茄酱
奶酪: 新鲜的奶酪
迈克订购了一个 纽约风格芝士披萨
准备: 芝加哥风格文蛤披萨
烘烤25分钟在350。
切割成对角线切片。
放在官方的盒子中。
芝加哥风格文蛤披萨:
面团: 厚的生面团
酱汁: 蘑菇酱
文蛤: 冷冻的文蛤
约翰订购了一个芝加哥风格文蛤披萨
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12