Die Auswirkungen der Eingabe in Python

Python Version 3.5 führt „Typhinweise“ ein, um den Code lesbarer zu machen und es Entwicklern zu erleichtern, den Code des anderen zu verstehen.

Warum sind Typhinweise wichtig?

In stark typisierten Sprachen wie Java und C ist die Abhängigkeitsinversion (DI – Dependency Inversion) eine wichtige Technologie, in schwach typisierten Sprachen ist sie jedoch schwierig zu implementieren.

Die Kernidee der Abhängigkeitsinversion ist: Klassen sollten sich nicht auf bestimmte Implementierungen verlassen, sondern auf Abstraktionen. Denn Abstraktionen (Schnittstellen oder abstrakte Klassen) sind relativ stabile Verträge.

Schlechtes Beispiel:

class GasStation:
    def fill_tank(car, amount):
        car.fill(amount)

In diesem Beispiel kann die Tankstelle nur Autos betanken. Erschwerend kommt hinzu, dass, da die Funktion fill_tank keinen definierten Typ hat, ein beliebiger Wert übergeben werden kann und der Fehler erst zur Laufzeit entdeckt wird.

Gutes Beispiel:

from typing import Protocol

class Vehicle(Protocol):
    def fill(amount: int) -> None:
        ...
class GasStation:
    def fill_tank(vehicle: Vehicle, amount: int) -> None:
        vehicle.fill(amount)

In diesem Beispiel definieren Sie zunächst die abstrakte Klasse Vehicle (mit typing.Protocol). Die GasStation-Funktion von fill_tank ist nicht mehr auf eine bestimmte Fahrzeugklasse angewiesen, sondern auf die Vehicle-Schnittstelle, wird damit allgemeiner und kann jedes Fahrzeug betanken, das die fill-Methode implementiert.

Was ist PyDIT?

Ich habe das Typhinweissystem von Python genutzt und eine Bibliothek namens PyDIT (Python Dependency Injection with Types) erstellt, die die Verwendung der Abhängigkeitsumkehr vereinfacht.

Angenommen, Sie benötigen eine Datenbankschnittstelle zum Speichern von Benutzerdaten. Unabhängig davon, ob Sie PostgreSQL, MySQL, OracleDB, eine In-Memory-Datenbank oder eine NoSQL-Datenbank verwenden, müssen Sie eine Datenbankverbindungsklasse implementieren und die Funktionen zum Lesen, Schreiben und Löschen von Datensätzen bereitstellen .

from time import sleep
from typing import TypedDict
from typing_extensions import override
from uuid import UUID
from src.configs.di import pydit
from src.adapters.repositories.interfaces.user import UserRepository
from src.constants.injection import MEMORY_REPOSITORY_CONFIG_TOKEN
from src.domain.user.models.user import UserModel


class ConfigType(TypedDict):
    delay: int


class MemoryUserRepository(UserRepository):

    __users: dict[UUID, UserModel] = {}

    def __init__(self):
        self.__delay = self.config.get("delay", 0.2)

    @pydit.inject(token=MEMORY_REPOSITORY_CONFIG_TOKEN)
    def config(self) -> ConfigType:  # TODO: supress return type error
        pass

    @override
    def get_by_id(self, *, id_: UUID) -> UserModel:
        sleep(self.__delay)

        user = self.__users.get(id_)

        if user is None:
            raise ValueError("User not found")

        return user

    @override
    def save(self, *, data: UserModel) -> None:
        sleep(self.__delay)
        self._check_pk_conflict(pk=data.id)

        self.__users[data.id] = data

    @override
    def list_(self) -> list[UserModel]:
        return list(self.__users.values())

    def _check_pk_conflict(self, *, pk: UUID) -> None:
        if pk not in self.__users:
            return

        raise ValueError("Primary key conflicts: DB alrady has a user with this ID")

Um sicherzustellen, dass der Code nichts mit der Datenbanktechnologie zu tun hat, definieren Sie eine Schnittstelle, der alle Datenbankklassen folgen müssen:

from abc import abstractmethod
from typing import Protocol
from uuid import UUID
from src.domain.user.models.user import UserModel


class UserRepository(Protocol):
    @abstractmethod
    def get_by_id(self, *, id_: UUID) -> UserModel:
        pass

    @abstractmethod
    def save(self, *, data: UserModel) -> None:
        pass

    @abstractmethod
    def list_(self) -> list[UserModel]:
        pass

Als nächstes initialisieren Sie die Abhängigkeiten für die Injektion:

from src.adapters.repositories.in_memory.user import MemoryUserRepository
from src.constants.injection import MEMORY_REPOSITORY_CONFIG_TOKEN
from .di import pydit
from .get_db_config import get_db_config


def setup_dependencies():
    pydit.add_dependency(get_db_config, token=MEMORY_REPOSITORY_CONFIG_TOKEN)
    pydit.add_dependency(MemoryUserRepository, "UserRepository")

Fügen Sie abschließend die Abhängigkeiten in das Modul ein, das den Benutzer erstellt:

from typing import cast
from src.adapters.repositories.interfaces.user import UserRepository
from src.configs.di import pydit
from src.domain.user.models.create_user import CreateUserModel
from src.domain.user.models.user import UserModel
from src.domain.user.services.create import CreateUserService
from src.domain.user.services.list import ListUsersService


class UserModule:
    @pydit.inject()
    def user_repository(self) -> UserRepository:
        return cast(UserRepository, None)

    def create(self, data: CreateUserModel) -> None:
        CreateUserService(self.user_repository).execute(data)

    def list_(self) -> list[UserModel]:
        return ListUsersService().execute()

Abhängigkeiten werden als Eigenschaften eingefügt und können über self oder module.user_repository aufgerufen werden.

Dieses Beispiel ist einfach, aber PyDIT kann auf eine Vielzahl von Projektkonfigurationen, Codeabstraktionen und SOLID-Prinzipszenarien angewendet werden. Willkommen beim Ausprobieren und beisteuern von Code!

Code-Repository: Github
LinkedIn: Marcelo Almeida (MrM4rc)
PyPI: python-pydit

Das obige ist der detaillierte Inhalt vonDie Auswirkungen der Eingabe in Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!