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：
python
from abc import ABC, abstractmethod
class 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
python
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
python
from typing import Protocol
class Payable(Protocol):
def pay(self, amount: int) -> None: ...特点：
- 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：
python
from functools import wraps
def 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：
python
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。
python
from enum import Enum
class OrderStatus(Enum):
CREATED = 1
PAID = 2
SHIPPED = 3优势：
- 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。
python
from dataclasses import dataclass
@dataclass
class User:
id: int
name: str优势：
- 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
python
import copy
obj2 = 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。
python
from contextlib import contextmanager
@contextmanager
def resource():
print("acquire")
yield
print("release")用途：
- 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
python
import inspect
inspect.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。