在前面的几篇中，我们已经从理论上理解了设计模式、分类和重构思想。本篇将视角拉回到 Python 本身，看看在实际编写设计模式时，哪些内置工具和标准库最常被用到。

掌握这些工具，能让你用更少的代码实现更清晰的设计模式。

一、abc：抽象类的基石

abc（Abstract Base Class）是 Python 实现设计模式时最重要的基础工具之一。

典型用途

• 策略模式

• 工厂模式

• 模板方法模式

示例：

from abc import ABC, abstractmethodclass Payment(ABC):    @abstractmethod    def pay(self, amount):        pass

作用：

• 强制子类实现指定方法

• 明确“接口契约”

• 提前暴露设计错误

二、typing：让设计更清晰

typing 并不是设计模式本身，但它极大提升了模式的可读性与可维护性。

1. 类型注解

def process(payment: Payment) -> None:    payment.pay(100)

阅读代码时，可以快速理解“这里依赖的是抽象，而不是具体实现”。

2. Protocol：轻量级接口

from typing import Protocolclass Payable(Protocol):    def pay(self, amount: int) -> None: ...

• 不需要继承

• 只关心“行为是否存在”

• 非常适合策略模式、适配器模式

三、functools：函数级设计模式利器

1. functools.wraps

实现装饰器模式时必不可少：

from functools import wrapsdef log(func):    @wraps(func)    def wrapper(*args, **kwargs):        print("before")        return func(*args, **kwargs)    return wrapper

保持原函数的名称、文档等元信息。

2. functools.lru_cache

典型的代理 + 缓存模式实现：

from functools import lru_cache@lru_cache(maxsize=128)def get_user(user_id):    print("query database")    return {"id": user_id}

无需显式写代理类，也能实现缓存代理。

四、enum：状态与策略的好搭档

Enum 在状态模式、策略选择中非常实用。

from enumimport Enumclass OrderStatus(Enum):    CREATED = 1    PAID = 2    SHIPPED = 3

• 状态语义清晰

• 避免魔法数字

• 配合状态模式非常自然

五、dataclasses：简化模型对象

在设计模式中，很多类只是数据载体。

from dataclasses import dataclass@dataclassclass User:    id: int    name: str

• 自动生成 __init__

• 减少样板代码

• 提升模型类可读性

非常适合建造者模式、原型模式中的对象定义。

六、copy：原型模式的基础

import copyobj2 = copy.copy(obj1)      # 浅拷贝obj3 = copy.deepcopy(obj1)  # 深拷贝

在需要通过“复制已有对象”创建新对象时，原型模式会大量依赖它。

七、contextlib：上下文管理器模式

上下文管理器是 Python 中非常典型的模板方法思想体现。

from contextlib import contextmanager@contextmanagerdef resource():    print("acquire")    yield    print("release")

• 资源管理

• 日志、锁、事务

• 模板方法模式的函数化实现

八、inspect 与反射机制

Python 的反射能力，在以下模式中非常常见：

• 工厂模式

• 插件式架构

• 依赖注入

import inspectinspect.isclass(obj)inspect.getmembers(module)

让程序在运行时决定“用哪个类、怎么用”。

九、什么时候该用库，什么时候该写模式？

一个实用判断标准：

• 标准库能解决问题 → 优先用库

• 业务逻辑复杂、变化频繁 → 设计模式

• 库解决的是机制，模式解决的是结构

例如：

• 缓存：lru_cache

• 对象创建规则复杂：工厂模式

• 算法可替换：策略模式

十、总结

Python 并不排斥设计模式，反而通过强大的标准库：

• 让模式实现更简洁

• 减少模板代码

• 强化设计表达能力

理解这些工具后，你会发现：很多 Python 风格的设计模式，并不“长得像”传统 UML，但思想完全一致。