Python 中输入的影响

Python 3.5 版本引入的类型提示增强了代码可读性，方便多人协作开发。

类型提示的必要性

在强类型语言（如 Java、C++）中，依赖注入（DI）至关重要，但在弱类型语言中难以实现。DI 的核心思想是：类不依赖于具体实现，而是依赖于抽象接口，因为接口比实现更稳定。 错误示范：

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

此例中，加油站只能为特定类型的汽车加油，且缺乏类型定义，可能导致运行时错误。改进后的代码：

from typing import Protocol

class Vehicle(Protocol):
    def fill(self, amount: int) -> None:
        ...

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

通过 Protocol 定义抽象类 Vehicle，GasStation 类变得更通用，可为任何实现 fill 方法的车辆加油。

PyDIT：简化 Python 依赖注入

PyDIT（Python Dependency Injection with Types）库利用 Python 类型系统简化依赖注入。假设需要在不同数据库（PostgreSQL、MySQL、Oracle、内存数据库或 NoSQL 数据库）中记录用户数据，需要实现数据库连接类，并提供读写删除记录的功能。示例代码：

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:
        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 conflict")

为了确保代码兼容各种数据库技术，定义一个统一的接口：

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

接下来，初始化依赖项并注入：

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")

最后，将依赖项注入到创建用户的模块中：

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()

依赖项作为属性注入，可以通过 self 或 module.user_repository 访问。 PyDIT 支持各种项目配置场景，并遵循 SOLID 原则。 项目地址：GitHub, LinkedIn: Marcelo Almeida (mrm4rc), PyPI: python-pydit

以上就是Python 中输入的影响的详细内容，更多请关注知识资源分享宝库其它相关文章！