您忽略了最重要的部分，即数据的形状。这真的是最重要的事情。 "设计模式" 是一个干扰因素 - 许多这些模式存在是因为 Python 没有的语言限制，并引入了不必要的严格性。
1. 首先看看你的数据形状。例如：
- 首先你有 XML
- 然后你有从 XML 中提取的一些数据集合（一个简单的字典？一个嵌套的字典？你需要什么数据？它是同质还是异质的？这是最重要的事情，但你没有谈论它！）
- 然后将这些数据序列化 / 持久化在 SQL 后端中。
2. 然后设计方法、属性或甚至只是字典或元组中的项的“接口”（口头描述），以便对该数据进行操作。如果保持简单并坚持使用本机 Python 类型，则可能不需要类，只需函数和字典/元组。
3. 反复迭代，直到您获得所需的应用程序抽象级别。
例如，“提取器”的接口可能是“可迭代的，产生XML字符串”。请注意，这可以是生成器或具有__iter__和next()方法的类！无需定义抽象类并对其进行子类化！
您添加到数据中的可配置多态性取决于数据的确切形状。例如，您可以使用约定：
def persist_foo(data):
pass
import persisters
data = {'type':'foo', 'values':{'field1':'a','field2':[1,2]}}
try:
foo_persister = getitem(persisters, 'persist_'+data['type'])
except AttributeError:
或者，如果您需要更进一步的抽象（可能需要添加您无法控制的新模块），您可以使用注册表（只是一个字典）和模块约定：
def register(registry, method, type_):
"""Returns a decorator that registers a callable in a registry for the method and type"""
def register_decorator(callable_):
registry.setdefault(method, {})[type_] = callable_
return callable_
return register_decorator
def merge_registries(r1, r2):
for method, type_ in r2.iteritems():
r1.setdefault(method, {}).update(r2[method])
def get_callable(registry, method, type_):
try:
callable_ = registry[method][type]
except KeyError, e:
e.message = 'No {} method for type {} in registry'.format(method, type)
raise e
return callable_
def retrieve_registry(module):
try:
return module.get_registry()
except AttributeError:
return {}
def add_module_registry(yourregistry, *modules)
for module in modules:
merge_registries(yourregistry, module)
from registry import register
_REGISTRY = {}
def get_registry():
return _REGISTRY
@register(_REGISTRY, 'extract', 'foo')
def foo_extractor(abc):
print 'extracting_foo'
import extractors, registry
my_registry = {}
registry.add_module_registry(my_registry, extractors)
foo_extracter = registry.get_callable(my_registry, 'extract', 'foo')
如果你想要的话，可以在这个结构之上轻松地构建一个全局注册表（尽管即使有点不太方便，你应该避免使用全局状态）。
如果你正在构建公共框架，并且需要最大程度的可扩展性和形式化，并且愿意付出复杂性的代价，那么你可以看一下类似 zope.interface 这样的东西。（Pyramid 使用了它。）
与其自己编写提取-转换-加载应用程序，你是否考虑过 scrapy？使用 scrapy，你将编写一个“Spider”，它会接收一个字符串并返回 Item 序列（即你的数据）或 Request 序列（即请求更多字符串，例如要获取的 URL）。在可配置的 Item Pipeline 中，Item 会被发送到它接收到的任何 Item 上执行的操作中（例如在数据库中持久化），然后将它们传递下去。
即使你不使用 Scrapy，你也应该采用以数据为中心的流水线式设计，并优先考虑抽象的“可调用”和“可迭代”接口，而不是具体的“类”和“模式”。
dict的变体”的说法--这并不正确--用户可以定义不是dict的映射。至于另一点，这当然是个人喜好问题。但我已经看到有些人过分地使用了几次：def square(x): return x*x。那是一个非常无用的函数，“只是为了以防万一我想改变平方”。将本应该是普通函数的东西制作成类也是同样的道理。当然，我并不是说“内联一切”...只是试图做到实际。 - mgilson