工厂应只负责选型而非组装,通过注册机制(如装饰器+字典)和统一create()类方法解耦构造逻辑;输入为明确标识,输出遵循Protocol/ABC协议;配置应结构化为专用数据类,由工厂统一分发验证。

工厂类不该知道具体产品怎么初始化
很多初学者写的工厂函数里直接 return ProductA(param1, param2),这等于把构造逻辑硬编码进工厂——一旦 ProductA 的初始化参数变(比如加了 config 参数),所有调用工厂的地方都得改。真正的解耦是让工厂只负责“选型”,不负责“组装”。
正确做法是让每个产品类自己暴露一个标准创建接口,比如统一的 create() 类方法,或注册到某个映射表中:
class ProductA:
def __init__(self, host: str, timeout: int):
self.host = host
self.timeout = timeout
<pre class="brush:python;toolbar:false;">@classmethod
def create(cls, config: dict):
return cls(host=config["host"], timeout=config.get("timeout", 30))
class ProductB: @classmethod def create(cls, config: dict): return cls(api_key=config["api_key"])
工厂只需按类型名查表、调用 create(),完全不碰构造参数细节。
用注册机制代替 if/elif 链
写一堆 if product_type == "A": return ProductA.create(...) 看似简单,实则每次新增产品都要改工厂源码,违反开闭原则。注册机制把“谁来处理哪种类型”从代码逻辑里抽出来,变成可配置、可热插拔的行为。
推荐用字典注册 + 装饰器简化流程:
_registry = {}
<p>def register_product(name: str):
def decorator(cls):
_registry[name] = cls
return cls
return decorator</p><p>@register_product("database")
class DatabaseClient:
@classmethod
def create(cls, config): ...</p><p>@register_product("cache")
class RedisClient:
@classmethod
def create(cls, config): ...</p>
工厂函数就只剩一行核心逻辑:_registry[product_type].create(config)。新增产品?加个 @register_product("xxx") 类就行,工厂零修改。
避免在工厂里做运行时类型判断
有人喜欢在工厂里用 isinstance(obj, SomeInterface) 或 hasattr(obj, "execute") 做动态分发,这会把本该静态确定的依赖关系拖到运行时,导致 IDE 无法跳转、类型检查失效、单元测试难写。
高内聚低耦合的关键是:工厂的输入必须是明确的字符串标识(如 "payment_stripe")或枚举,输出必须是已知协议(Protocol)或抽象基类(ABC)的实例。例如:
from typing import Protocol <p>class PaymentProcessor(Protocol): def charge(self, amount: float) -> str: ...</p><h1>工厂返回值类型声明为 Protocol,调用方只依赖这个契约</h1><p>def get_payment_processor(kind: str, config: dict) -> PaymentProcessor: return _registry[kind].create(config)</p>
这样调用方不用管背后是 Stripe 还是 PayPal,只要它满足 PaymentProcessor 协议即可。类型检查器能校验,重构也安全。
配置传递别用 kwargs 到处透传
常见反模式:factory.create(type="A", **config),然后在各 create() 方法里手动挑字段:host=config["host"]。这等于把配置结构散落在各个产品类里,改一个字段名就得全局搜索。
应该让配置本身成为有结构的对象,由工厂统一分发、验证:
- 定义配置数据类,比如
DatabaseConfig、CacheConfig - 工厂根据
type实例化对应 Config 类(可用 Pydantic 或 dataclass) - 再把该 Config 实例传给对应产品的
create()方法
好处是配置约束集中、错误提前暴露(比如缺少必填字段)、IDE 能补全字段名,且产品类内部不再需要解析字典键——它们只认自己的 Config 类型。
真正难的不是写出一个能跑的工厂,而是让新增产品时不碰老代码、让类型检查器能跟上、让配置变更不引发隐式崩溃。这些点藏在注册方式、配置建模和协议定义里,而不是在“要不要用抽象类”这种表层选择上。
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!











