多年来，我参与过许多 Python 项目，从大型企业系统到模块化库，一个持续的挑战是以清晰、可维护和可扩展的方式定义和实施对象的行为，Python 为此提供了两个强大的工具：协议和抽象基类 （ABC）。

虽然两者都有助于定义对象应该做什么，但它们迎合了不同的场景和思维方式，在这篇文章中，我将向你介绍它们是什么、它们如何工作以及我发现它们何时最有用。

动态 Duck 类型的协议

如果你曾经使用过 Python 的动态鸭子类型方法，你可能已经体验过依赖对象以某种方式“嘎嘎”的自由（和混乱），协议采用这个想法，并通过类型提示将其形式化。

Python 的 typing 模块 （3.8+） 中引入的协议提供了一种无需显式继承即可定义接口的方法，协议定义了对象必须实现的一组方法或属性才能被视为 “兼容”，协议的特别之处在于它们不关心继承 — 任何具有所需方法或属性的对象都满足协议。

数据处理示例

让我们举一个受我使用的财务分析工具启发的示例，系统处理来自 API、数据库和 CSV 文件等各种来源的数据，每个数据源对象都有 and 方法，但它们不共享公共父类，我们需要一种方法来确保这些对象与共享的处理函数一起工作，而无需强制重构。

from typing import Protocol

class DataSource(Protocol):
    def read(self) -> str:
        ...
    def write(self, data: str) -> None:
        ...

class APIClient:
    def read(self) -> str:
        return "Data from API"

    def write(self, data: str) -> None:
        print(f"Sending data to API: {data}")

class CSVHandler:
    def read(self) -> str:
        return "Data from CSV"

    def write(self, data: str) -> None:
        print(f"Writing to CSV: {data}")

def process_data(source: DataSource) -> None:
    data = source.read()
    print(f"Processing: {data}")
    source.write("Processed data")

api_client = APIClient()
csv_handler = CSVHandler()

process_data(api_client)  # Works with APIClient
process_data(csv_handler)  # Works with CSVHandler

此方法允许函数接受满足协议的任何对象。这就是为什么我认为协议在这种情况下效果很好：

• 该协议定义了传递给 的任何对象所需的 and 方法.DataSourcereadwriteprocess_data
• 和 都实现了这些方法，但不需要从公共基类继承.APIClientCSVHandler
• 这种灵活性可确保系统可扩展 — 你可以在不修改现有代码的情况下添加新的数据源类型。

根据我的经验，协议在处理遗留代码或集成第三方库时特别有用，由于它们不需要继承，因此它们可以提供类型安全并强制执行行为，而无需强制你重构现有系统。

协议的工作原理

在后台，Python 使用元类使协议同时用作类型提示和运行时验证器，当你使用 Python 定义协议时，Python 会创建一个处理结构类型检查的特殊元类，这意味着，如果对象实现了所需的方法和属性，则该对象被视为协议的虚拟子类。

print(issubclass(APIClient, DataSource))  # True
print(isinstance(csv_handler, DataSource))  # True

既不是 NOR 显式继承自 ，但 Python 的元类机制确保它们符合条件，因为它们实现了 and 方法。
APIClientCSVHandlerDataSourcereadwrite

请注意，如果需要在运行时验证协议，则必须使用模块中的装饰器，没有它，检查将不起作用：@
runtime_checkabletypingisinstanceissubclass

from typing import runtime_checkable

@runtime_checkable
class DataSource(Protocol):
    def read(self) -> str:
        ...
    def write(self, data: str) -> None:
        ...

print(isinstance(api_client, DataSource))  # True

这种灵活性使协议在类型检查方面特别强大，同时保持代码的动态性和可扩展性。

用于设计时结构的抽象基类

协议具有很高的灵活性，但有时你需要更结构化的方法，这就是抽象基类 （ABC） 的用武之地，ABC 是一种工具，通过定义 subclasses 必须实现的严格接口来强制执行一致行为，与协议不同，ABC 需要显式继承，因此当你希望在代码中明确定义层次结构时，它们是更好的选择。

我发现 ABC 在系统的设计阶段特别有用，因为你从头开始构建东西，并希望确保所有子类都遵循一个通用的契约。

报告插件示例

假设我们正在构建一个系统，其中每个插件都会生成一个报告并需要特定的配置，在这里，我们可以使用 ABC 来强制执行一个结构，其中所有插件都实现了 method 和 .generate_reportconfigure

from abc import ABC, abstractmethod

class ReportPlugin(ABC):
    @abstractmethod
    def generate_report(self, data: dict) -> str:
        """Generate a report based on the given data."""
        pass

    @abstractmethod
    def configure(self, settings: dict) -> None:
        """Configure the plugin with specific settings."""
        pass

class PDFReportPlugin(ReportPlugin):
    def generate_report(self, data: dict) -> str:
        return f"PDF Report for {data['name']}"

    def configure(self, settings: dict) -> None:
        print(f"Configuring PDF Plugin with: {settings}")

class HTMLReportPlugin(ReportPlugin):
    def generate_report(self, data: dict) -> str:
        return f"HTML Report for {data['name']}"

    def configure(self, settings: dict) -> None:
        print(f"Configuring HTML Plugin with: {settings}")

def run_plugin(plugin: ReportPlugin, data: dict, settings: dict) -> None:
    plugin.configure(settings)
    report = plugin.generate_report(data)
    print(report)

pdf_plugin = PDFReportPlugin()
run_plugin(pdf_plugin, {"name": "John Doe"}, {"font": "Arial"})

html_plugin = HTMLReportPlugin()
run_plugin(html_plugin, {"name": "Jane Smith"}, {"color": "blue"})

在此示例中：

• 强制结构：所有插件都必须显式继承并实现 and 方法。ReportPlugingenerate_reportconfigure
• 行为是可预测的：该函数可在任何插件上运行，而无需了解其详细信息。run_plugin
• 可扩展性很简单：添加新插件非常简单，共享接口可确保一致性。

何时使用协议与 ABC

协议和 ABC 之间的选择并不总是非黑即白的，根据我的经验，这通常取决于项目的背景和你的目标，以下是帮助你决定使用哪种方法的一般准则：

在以下情况下使用协议

• 你正在使用现有代码或集成第三方库。
• 灵活性是重中之重，你不希望强制实施严格的层次结构。
• 来自不相关类层次结构的对象需要共享行为。

在以下情况下使用 ABC

• 你正在从头开始设计一个系统，需要强制执行结构。
• 类之间的关系是可预测的，并且继承是有意义的。
• 共享功能或默认行为可以减少重复并提高一致性。

反思

根据我的经验，协议和抽象基类不是相互竞争的工具，它们是互补的，我使用协议将类型安全改造到遗留系统中，而无需进行大量重构，另一方面，在从头开始构建系统时，我一直依赖 ABC，其中结构和一致性至关重要。

在决定使用哪个时，请考虑项目的灵活性需求和长期目标，协议提供灵活性和无缝集成，而 ABC 有助于建立结构和一致性，通过了解它们的优势，你可以选择合适的工具来构建强大、可维护的 Python 系统。

原文
:https://www.tk1s.com/python/protocols-vs-abstract-base-classes-in-python