python工作流流程引擎_用Python实现简易可拓展的规则引擎

摘要：用Python实现简易可拓展的规则引擎 做这个规则引擎的初衷是用来实现一个可序列号为json，容易拓展的条件执行引擎，用在类似工作流的场景中，最终实现的效果希望是这样的： ![] 简单整理下需求 执行结果最终返回=true= or false 支持四则运算，逻辑运算以及自定义函数等

用Python实现简易可拓展的规则引擎

做这个规则引擎的初衷是用来实现一个可序列号为json，容易拓展的条件执行引擎，用在类似工作流的场景中，最终实现的效果希望是这样的：

简单整理下需求执行结果最终返回=true= or false

支持四则运算，逻辑运算以及自定义函数等

支持多级规则组合，级别理论上无限（Python递归调用深度限制）

序列化成json实现

json没有条件判断和流程控制，且不可引用对象，是不好序列化规则的，除非用树来保存，但这样又过于臃肿不好阅读。

在苦苦思索的时候，突然灵光一闪~曾经我用过一个自动装机系统--

["or", ["=", ["fact", "macaddress"], "de:ea:db:ee:f0:00"] ["=", ["fact", "macaddress"], "de:ea:db:ee:f0:01"]]

这表示匹配目标机器的Mac地址等于=de:ea:db:ee:f0:00=或=de:ea:db:ee:f0:00=，这种表达既简洁，又足够灵活这种灵活体现在理论上可以无限嵌套，也可以随意自定义操作函数（这里的=、fact）

这灵感来自于古老的=Lisp=，完全可以实现我们的想法~并且简单、好用，还非常非常灵活！就它了！

因此我就使用这种基于=Json Array=的语法来实现我们的规则引擎。

最后实现的语法规则是这样的：

规则语法 基本语法： ["操作符", "参数1", "参数2", ...]

多条判断语句可组合，如:

["操作符", ["操作符1", "参数1", "参数2", ...],["操作符2", "参数1", "参数2", ...] ] ["and", [">", 0 , 0.05], [">", 3, 2] ]

*支持的操作符： * 比较运算符：

=, !=, >, <, >=, <=

逻辑运算符： and, or, not, in

四则运算： +, -, *, /

数据转换： int, str, upper, lower

其他特殊操作符： 可自定义操作符，例如get，从某http服务获取数据代码

这里Functions这个类，就是用来存放操作符方法的，由于有些操作符不是合法的Python变量名，所以需要用ALIAS做一次转换。

当需要添加新的操作，只需在Functions中添加方法即可。由于始终使用array来存储，所以方法接收的参数始终可以用args[n]来访问到，这里没有做异常处理，如果想要更健壮的话可以拓展validate方法，以及在每次调用前检查参数。

整个规则引擎的核心代码其实就是=~evaluate~=这个10行不到的方法，在这里会递归遍历列表，从最里层的列表开始执行，然后层层往外执行，最后执行完毕返回一个Boolean值，当然这里也可以拓展改成允许返回任何值，然后根据返回值来决定后续走向，这便可以成为一个工作流中的条件节点了。