当多个类仅在预处理逻辑上存在差异，而核心行为高度一致时，可通过基类封装共用方法、子类按条件继承并扩展预处理逻辑，从而消除冗余代码，提升可维护性与可读性。
当多个类仅在预处理逻辑上存在差异，而核心行为高度一致时，可通过基类封装共用方法、子类按条件继承并扩展预处理逻辑，从而消除冗余代码，提升可维护性与可读性。
在实际开发中，面对 Case1、Case2、Case3 这类基于运行时条件动态选择行为的场景，若为每种情况单独定义几乎完全相同的类，会导致严重代码重复——不仅违反 DRY（Don’t Repeat Yourself）原则，还会增加后续维护成本（如修改公共逻辑需同步更新三处）。
推荐方案：单一基类 + 条件化继承
核心思路是：
✅ 将所有共用逻辑（如 method() 的主体行为）提取到一个基类中；
✅ 每个具体 case 对应一个子类，仅覆写需差异化处理的部分（如预处理步骤）；
✅ 利用 super().method() 复用基类逻辑，确保一致性与可追溯性。
以下是符合 Python 3.10+ 语法的完整示例：
# 基类：封装所有通用行为
class BaseProcessor:
def __init__(self, data):
self.data = data
def method(self):
# ✅ 所有 case 共享的核心逻辑
result = self._core_processing(self.data)
self.data = result
return self # 注：返回 self 支持链式调用，但需明确设计意图；若无需链式，可改为 return result 或无返回值
def _core_processing(self, x):
# 示例：统一的数据转换逻辑
return x * 2 + 1
# 根据 condition 动态构建具体类（注意：此处演示“定义”逻辑，非运行时创建实例）
condition = "Case2" # 可来自配置、用户输入或环境变量
if condition == "Case1":
class ProcessorCase1(BaseProcessor):
pass # 无需额外预处理，直接复用基类 method
elif condition == "Case2":
class ProcessorCase2(BaseProcessor):
def method(self):
# ✅ Case2 特有预处理
self.data = self.data.upper() if isinstance(self.data, str) else self.data
return super().method()
elif condition == "Case3":
class ProcessorCase3(BaseProcessor):
def method(self):
# ✅ Case3 特有预处理
if isinstance(self.data, (list, tuple)):
self.data = [x * 0.9 for x in self.data]
return super().method()
# 使用示例
processor = ProcessorCase2("hello")
processor.method()
print(processor.data) # 输出: "HELLO" 经过 upper() 后再执行 core_processing → "HELLO" * 2 + 1（字符串乘法会重复，此处仅为示意；实际中建议对类型做校验）
⚠️ 关键注意事项：
- 类定义本身是编译期行为，上述 if/elif 块应在模块顶层或明确作用域内执行，避免在函数内重复定义同名类导致 RuntimeError；
- 若需在运行时动态生成类（例如插件系统），可使用 type() 构造类，但应谨慎评估可读性与调试成本；
- return self 确实支持链式调用（如 p.method().method()），但务必确保所有子类行为语义一致；若预处理可能引发异常（如 upper() 对非字符串调用），应在子类中妥善处理或提前校验；
- 更进一步，可将预处理逻辑抽象为策略函数，通过组合而非继承实现解耦（适用于预处理逻辑复杂多变的场景）。
总结：继承不是银弹，但在「结构一致、局部差异」的场景下，它是最直观、最易理解、最易调试的复用方式。合理设计基类接口，让子类专注表达“不同之处”，才是优雅解决此类问题的关键。
