Python中重构多IF语句为更简洁实现的方案咨询

策略模式完全适用于你的场景，结合注册表模式可以彻底消除冗余的IF分支，同时保证代码的扩展性与可维护性，以下是具体实现步骤：

1. 定义统一的检索工具抽象基类 #

先通过抽象基类约束所有检索工具的接口，确保子类实现统一的方法：

from abc import ABC, abstractmethod

class BaseRetrievalTool(ABC):
    @abstractmethod
    def start_detailed_search(self, query_id: str, request_id: str):
        """所有检索工具必须实现的核心方法"""
        pass

2. 实现子类并继承抽象基类 #

让现有的所有检索工具子类继承上述基类，确保接口一致性：

class UserRetrievalTool(BaseRetrievalTool):
    def start_detailed_search(self, query_id: str, request_id: str):
        # 实现用户维度的检索逻辑
        print(f"用户检索: query_id={query_id}, request_id={request_id}")

class OrderRetrievalTool(BaseRetrievalTool):
    def start_detailed_search(self, query_id: str, request_id: str):
        # 实现订单维度的检索逻辑
        print(f"订单检索: query_id={query_id}, request_id={request_id}")

3. 用注册表替代IF分支 #

方案一：静态注册表字典 #

直接用字典映射工具名称到对应的类，新增工具时只需添加键值对：

# 定义工具注册表，键为原TOOL_NAME常量值，值为对应工具类
RETRIEVAL_TOOL_REGISTRY = {
    "USER_DETAIL_TOOL": UserRetrievalTool,
    "ORDER_DETAIL_TOOL": OrderRetrievalTool,
    # 新增工具时在此处添加即可
}

# 重构后的工厂类
class DetailRetrievalFactory:
    def get_detailed_search_tool(self, tool_name: str) -> BaseRetrievalTool:
        try:
            tool_class = RETRIEVAL_TOOL_REGISTRY[tool_name]
            return tool_class()
        except KeyError:
            raise ValueError(f"不支持的检索工具类型: {tool_name}")

方案二：装饰器自动注册（更优雅） #

用装饰器自动将子类注册到注册表，新增工具时只需给子类添加装饰器，无需修改注册表字典：

RETRIEVAL_TOOL_REGISTRY = {}

def register_retrieval_tool(tool_name: str):
    def decorator(cls):
        if tool_name in RETRIEVAL_TOOL_REGISTRY:
            raise ValueError(f"工具名称 {tool_name} 已被注册")
        RETRIEVAL_TOOL_REGISTRY[tool_name] = cls
        return cls
    return decorator

# 子类通过装饰器自动注册
@register_retrieval_tool("USER_DETAIL_TOOL")
class UserRetrievalTool(BaseRetrievalTool):
    def start_detailed_search(self, query_id: str, request_id: str):
        print(f"用户检索: query_id={query_id}, request_id={request_id}")

@register_retrieval_tool("ORDER_DETAIL_TOOL")
class OrderRetrievalTool(BaseRetrievalTool):
    def start_detailed_search(self, query_id: str, request_id: str):
        print(f"订单检索: query_id={query_id}, request_id={request_id}")

# 工厂类逻辑与方案一一致
class DetailRetrievalFactory:
    def get_detailed_search_tool(self, tool_name: str) -> BaseRetrievalTool:
        try:
            tool_class = RETRIEVAL_TOOL_REGISTRY[tool_name]
            return tool_class()
        except KeyError:
            raise ValueError(f"不支持的检索工具类型: {tool_name}")

4. 原有调用逻辑完全兼容 #

重构后，业务代码的调用方式不需要任何修改：

# 示例调用
tool_name = "USER_DETAIL_TOOL"
data_retrieval = DetailRetrievalFactory().get_detailed_search_tool(tool_name)
data_retrieval.start_detailed_search("q_123", "req_456")

方案优势 #

• 彻底消除了冗余的IF分支，代码结构更清晰，维护成本大幅降低
• 新增检索工具时，只需新增子类并完成注册，无需修改工厂类核心逻辑，完全符合开闭原则
• 本质是策略模式的落地实现：将不同检索逻辑（策略）封装为独立子类，通过统一接口调用，注册表则是策略的管理容器

内容的提问来源于stack exchange，提问作者Squiggs.