开闭原则在Python中需接口契约、运行时发现机制和零修改接入点三者配合；仅用abc.ABC定义抽象类不够，必须避免类型判断、硬编码工厂、配置文件类名依赖，并通过策略注册表、行为契约约束与生命周期管理实现真正扩展。
开闭原则在Python中不是靠“加个抽象类”就自动生效的；它依赖接口契约、运行时发现机制和零修改接入点三者配合，缺一不可。
为什么直接继承抽象基类还不够
很多人以为只要用 abc.ABC 定义抽象方法，再让子类实现，就算满足开闭原则。但实际中常见问题包括：
- 主流程里仍用
if isinstance(obj, ConcreteA)做类型判断，新增类时必须改主逻辑 - 工厂函数硬编码所有已知子类，如
cls_map = {'a': A, 'b': B}，加 C 就得改字典 - 配置文件里写死类名字符串（如
"myapp.plugins.FileExporter"），换模块路径就得改配置 - 抽象类定义了
export()，但子类悄悄加了pre_export_hook()，调用方不感知，导致行为不一致
这些都会破坏「零修改性」——新加一个插件，却要动已有代码或配置。
用策略注册表替代硬编码工厂
核心是把“哪个类响应什么请求”的映射关系从代码里抽出来，变成可动态注册的表结构。
实操建议：
- 定义统一入口函数，如
get_exporter(format_name: str) -> Exporter，不暴露具体类名 - 用全局字典或
weakref.WeakValueDictionary存储注册项：_registry: dict[str, type[Exporter]] = {} - 提供装饰器或显式注册函数：
@register_exporter("csv")或Exporter.register("json", JsonExporter) - 确保注册发生在模块导入时（如
__init__.py中），而非运行时某次调用中 - 避免用
globals()或importlib.import_module()动态加载未声明依赖的模块，容易引发循环导入
这样新增 CsvExporter 只需加一个带 @register_exporter("csv") 的类，其余代码完全不动。
抽象接口必须约束行为契约，不只是方法签名
只定义 def process(self, data: dict) -> bytes: 是不够的。OCP 要求新实现上线后，旧调用方无需任何变更就能安全使用——这意味着前置条件、后置条件、异常类型、线程安全性都得明确。
推荐做法：
- 在抽象方法 docstring 里写清约束，例如：
"""Raises ValueError if data is empty. Thread-safe.""" - 用
typing.Protocol替代abc.ABC（尤其当不需要实例化抽象类时），更轻量且支持结构化匹配 - 对关键字段做运行时校验，比如在基类
__init__中检查self.required_version >= "1.2"，避免低版本插件被误用 - 禁止子类重写非抽象方法（可用
final装饰器或命名约定如_internal_setup()）
否则看似扩展了，实则埋下兼容性雷：新插件返回 str 而非 bytes，上游 decode 就崩。
热插拔真正卡点在依赖注入与生命周期管理
很多项目能注册、能发现，但一到真实场景就失效，根本原因是没处理好依赖传递和对象存活期。
典型陷阱：
- 插件类构造时直接初始化数据库连接，导致多个插件共用一个未加锁的连接对象
- 主模块用单例模式缓存插件实例，但新插件需要每次新建（如带用户上下文的处理器）
- 插件依赖外部服务（如 Redis 客户端），但主系统没提供标准注入方式，只能自己 new，破坏解耦
- 插件卸载时没清理资源（如注册的信号监听器、后台线程），造成内存泄漏
解决方案是把插件视为有状态组件：提供 setup() / teardown() 钩子，并由统一容器管理其生命周期。不要指望 Python 的 import 机制自动帮你管好这一切。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
