用 PHP 函数变量数组改变代码结构

  项目越做越大,代码越来越乱,维护困难。原因很多吧。起初为了实现功能,并没有注重代码的结构,外包公司嘛。虽然公司的项目负责人一直考虑复用、封装,但是我觉得基本上没有达到想要的效果。因为整个代码中没有用到设计模式,这样结构肯定好不到哪去。虽然很多功能都封装了,但是分层特别的乱,有种为了封装而封装的感觉。其实,很多东西我也不懂,但是写完代码之后,偶尔还是会去把代码的结构稍微的修改修改,尽量的少给自己挖坑吧。

 

代码结构的问题

  接口有大量的方法,调用接口时需要使用 switch 进行判断,大致结构如下:

 1 private function makeXML($xmlName, $xmlNameParam)
 2 {
 3     $requestData = null;
 4 
 5     switch ($xmlName) {
 6         // ...
 7         case 'sendOrder':
 8             $requestData = $this->sendOrder($xmlNameParam);
 9             break;
10         case 'ecfareQuery':
11             $requestData = $this->ecfareQuery($xmlNameParam);
12             break;
13         case 'getInterAV':
14             $requestData = $this->getInterAV($xmlNameParam);
15             break;
16         // ...
17     }
18     
19     return $requestData;
20 }

以上 case 中都是调用对应的方法来拼接接口所需的 XML 信息的。

方法的参数分别传递了拼接接口方法的名称和参数。

这样的判断结构代码感觉不好管理,增加一个方法方法,就需要增加一个 case 调用,而且看的时候也比较乱。

代码结构的改进

因此进行了相关的改进,改进方式如下:

1、先定义一个方法数组,用于保存方法名,定义如下:

 1 protected $arr = [];
 2 
 3 public function __construct()
 4 {
 5     // 初始化接口方法
 6     $this->arr = [
 7         'getAV'                    => 'getAV',
 8         'sendOrder'                => 'sendOrder',
 9         'ecfareQuery'              => 'ecfareQuery',
10         'getInterAV'               => 'getInterAV',
11         // ...
12     ];
13 }

将来该接口下有了新的方法,直接添加到数组里就可以了。这样可以省去大量的 switch case 的判断。

2、修改 switch 的结构,代码如下:

 1 private function makeXML($xmlName, $xmlNameParam)
 2 {
 3     $requestData = null;
 4     
 5     $fun = $this->arr[$xmlName];
 6     
 7     $requestData = $this->$fun($xmlNameParam);
 8     
 9     return $requestData;
10 }

将 switch case 的结构改成了以数组下标的方式进行调用的方式。这样就把所有的方法统一管理了起来。

以上思路来自于 MFC 框架对 Windows 消息的处理。

相当于 C 语言中的函数指针数组,或 C# 里的委托。

知识补充:

面向过程的函数变量(往上找的)

 1 function come() {                   //定义com函数
 2   echo "来了<p>";
 3 }
 4 
 5 function go($name = "jack") {       //定义go函数
 6   echo $name."走了<p>";
 7 }
 8 
 9 function back($string)              //定义back函数
10 {
11   echo "又回来了,$string<p>";
12 }
13 
14 $func = "come";                     //声明一个变量,将变量赋值为“come”
15 $func();                            //使用变量函数来调用函数come()
16 $func = "go";                       //重新给变量赋值
17 $func("Tom");                       //使用变量函数来调用函数go()
18 $func = "back";                     //重新给变量赋值
19 $func("Lily");                      //使用变量函数来调用函数back();

对于 PHP 中面向对象的方式如下(自己实现的):

 1 <?php
 2 
 3 class test
 4 {
 5     public $arr = [];
 6     
 7     public function __construct()
 8     {
 9         $this->arr = array(
10             'func1'=>'func1',
11             'func2'=>'func2',
12             'func3'=>'func3',
13             'func4'=>'func4',
14             'func5'=>'func5',
15         );
16     }
17     
18     public function submit($func, $str)
19     {
20         $f = $this->arr[$func];
21         $this->$f($str);
22     }
23         
24     static public function func1($str)
25     {
26         print 'func1' . ' ' . $str . "\n";
27     }
28 
29     static public function func2($str)
30     {
31         print 'func2' . ' ' . $str . "\n";
32     }
33 
34     public function func3($str)
35     {
36         print 'func3' . ' ' . $str . "\n";
37     }
38 
39     private function func4($str)
40     {
41         print 'func4' . ' ' . $str . "\n";
42     }
43 
44     private function func5($str)
45     {
46         print 'func5' . ' ' . $str . "\n";
47     }
48 }
49 
50 $t = new test();        // 实例化类
51 
52 $f = $t->arr['func1'];
53 test::$f('abc');        // func1 func2 是静态方法
54 $f = $t->arr['func2'];
55 test::$f('abc');
56 
57 $f = $t->arr['func3'];  // func3 的调用
58 $t->$f('abc');
59 
60 // func4 func5 的调用需要使用 submit 方法进行分发
61 $t->submit('func4', 'abc');
62 $t->submit('func5', 'bcd');

以上代码的输出结果如下:

1 func1 abc
2 func2 abc
3 func3 abc
4 func4 abc
5 func5 bcd

 

 

欢迎大家关注微信公众号:“码农UP2U”

转载于:https://www.cnblogs.com/tosser/p/9794975.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值