python command属性_Python与设计模式（三）：行为型模式（上）

---

接前文：Python与设计模式(二)：结构型模式(下)

---

行为型模式主要处理对象间的通信问题，包括责任链模式、命令模式、解释器模式、迭代器模式、观察者模式、状态模式、策略模式、模板模式等。

---

1. 责任链模式

责任链模式一般用于任务的链式处理。前一个处理者处理后，任务传递给下一个处理者，直至完成。

大家常用的例子是OA系统中的审批流程，比如请假。假设3天以下的假期只需要团队长审批，3天以上的同时需要部门经理审批，7天以上的还需要业务总监审批，那么，就形成了一条请假审批的责任链：主管审批之后，任务没有完成，提交至经理，如果还没有完成，则继续往上级提交。

一般的代码会为每一个审批级构建一个类，定义它的处理方法和下一个处理者：

class Director: successor = None def handle_vocation(self, days): passclass Manager: successor = Director() def handle_vocation(self, days): if days < 7: pass else: self.successor.handle_vocation(days)class Teamleader: successor = Manager() def handle_vocation(self, days): if days < 3: pass else: self.successor.handle_vocation(days)

作为例子，我们可以通过这个代码大概理解责任链模式的含义。通过责任链模式，我们解耦了请求发起者和请求处理者之间的关系，请假的人不需要关心谁来审批的问题，只需要把假条给他的直接主管。

但我们都知道，现实中应该不会这么写代码。今天审批请假，明天审批出差，后天审批报销，不同层级的人走的审批路线还不一样，这样的类和方法是写不完的，缺乏灵活性。

我们看钉钉的设计，可以由行政部门根据需要，动态设计审批流程，不同岗位、不同部门、不同层级的员工对应不同的流程，这才是比较贴合实际的情形，我们一般也会这么写。

class Process: id = 0 name = '' class Step: id = 0  name = ''  process_id = 0  pre_step_id = 0  next_step_id = 0

即有一个流程对象，每个流程对象有不同的步骤，每个步骤有前置步骤和后续步骤，这里使用id来表示，其实是对应着实际中的数据库记录。可以每完成一个步骤，就生成下一个步骤，也可以在任务一开始就生成所有步骤。

仔细想想，这应该只是处理实际需求中的责任链模式，而不是在代码的组织中体现了责任链模式，可供参考吧。毕竟，需要硬编码写死的责任链还是比较少的。

---

2. 命令模式

命令模式的目的也是解耦请求发起者和请求处理者之间的关系。方式是把请求(或者说命令)做单独的封装，通过请求的执行方法来调用处理者完成任务。

常用的例子是餐馆点餐：不同的厨师负责不同的菜品，服务员需要根据客户点的菜，将请求发给不同的厨师。通过命令模式，服务员不需要知道哪个厨师负责哪个菜品，相关信息保存在对应菜品(即请求，或者说命令)的信息中，调用执行方法时，将自动通知对应的厨师完成菜品。

因为请求单独做了封装，所以可以保存在一个队列之类的容器中，也可以随时撤销。

有些不需要马上完成的工作，打包成命令，放入某个队列，等处理者有空的时候再执行是很合理的。比如一些服务器维护、数据库备份命令等，我们一般设置定时任务来进行处理，有时会设置在某个预计访问量比较少的时间段，但这个时间段并不总是可靠的，那么，就可以先放入任务队列中。如果CPU占用率、硬盘读写量低于设定值，就让命令执行，否则就放回队列继续等待。

在Python中，一个简单示例如下(来自网页：https://sourcemaking.com/design_patterns/command/python/1)：

import abcclass Requester: def __init__(self): self._commands = []  def add_command(self, command): self._commands.append(command)  def send_commands(self): for command in self._commands: command.execute()class Command(metaclass=abc.ABCMeta): def __init__(self, receiver): self._receiver = receiver  @abc.abstractmethod def execute(self): passclass Command_1(Command): def execute(self): sefl._receiver.action()class Receiver: def action(self): passdef main(): receiver = Receiver() command_1 = Command_1() requester = Requester() requester.add_command(command_1) requester.send_commands()if __name__ == "__main__": main()

---

3. 观察者模式

与责任链模式、命令模式一样，观察者模式也用于处理消息发送者和接收者之间的关系。

不同的是：

• 责任链模式下，发送者只需要知道第一个消息接收者就行，消息在一个个接收者之间链式传播；
• 命令模式下，消息发送者只需要了解有什么命令，至于命令要传给谁执行，则由命令自身决定；
• 而在观察者模式下，消息发送者把接收者保存在一个列表中，当自身状态发生改变，就通知列表中的所有成员。

Python 主流 Web 框架 Django 有一个第三方包，django-observer，就提供了跟踪模型字段变化的简洁方式，用户可以注册回调函数，在字段变化时自动执行一些任务。

被观察者通知观察者，可以同步通知，即直接调用一些函数；也可以通过消息队列进行异步通知，这样，被观察者就不用等待观察者的反馈，直接进行自己的下一步任务。

就通知消息来说，可以将准确的变动信息直接告知接收者，即所谓的“push”模式，也可以只告知发生变动，让消息接收者根据需要拉取信息，即所谓的“pull”模式。

Python中的观察者模式没什么特殊的，但是可以通过属性设置器在类属性变动时触发通知动作。简单示例如下：

class Notifier: def __init__(self): self._observers = set() self._state = None  def add_observer(self, observer): self._observers.add(observer)  def remove_boserver(self, observer): self._observers.discard(observer)  def _notify(self): for observer in self._observers: observer.update(self.state)  @property def state(self): return self._state  @state.setter def state(self, obj_state): self._state = obj_state self._notify()

---

4. 状态模式

有限状态机是现实中常见的场景：当对象处于不同状态时，执行不同的行为；或者当对象的状态发生变化时，执行特定的行为。

常见的例子是零食贩卖机：当我们塞入零钱时，达到某些零食的价格，可能对应零食的指示灯就会变绿，在这种状态下，我们可以正常购买，而有些零食可能价格较贵，指示灯还是红色的，点击购买时会给出余额不足的提示。

在代码中，实现状态模式，一般要关注两点，一个是状态变化时需要执行的动作，一个是处在不同状态时，对象会表现出不同的行为。

简单代码体现如下：

class VenderMachine: def set_state(self, state): do_something() self._state = state  def execute(self): self._state.execute()class State_A: def execute(self): passclass State_B: def execute(self): passvender_machine = VenderMachine()state_a = State_A()vender_machine.set_state(state_a)vender_machine.execute()

在Python中，很多第三方库提供了状态机的简单实现，目前，GitHub 上 Star 最多的应该是 transition 模块(https://github.com/pytransitions/transitions)，有兴趣可以直接参考文档，还是挺有意思的。

---

未完待续……