如何遵循SOLID原则动态调用数据集加载类？

我正在开发一个遵循SOLID原则的数据集生成模块，以下是基于**里氏替换原则（Liskov Substitution Principle）**设计的代码：

from abc import ABC

class BaseLoader(ABC):
    def __init__(self, dataset_name='mnist'):
        self.dataset_name = dataset_name

class MNISTLoader(BaseLoader):
    def load(self):
        # 加载数据的逻辑
        pass

class OCTMNISTLoader(BaseLoader):
    def download(self):
        # 下载数据的逻辑
        pass

现在我希望根据解析后的参数或加载的配置文件动态创建类实例，想知道以下实现是否为最佳实践，或者有没有更优的动态实例化方式：

possible_instances = {'mnist': MNISTLoader, 'octmnist': OCTMNISTLoader}
chosen_dataset = 'mnist'
instance = possible_instances[chosen_dataset](dataset_name=chosen_dataset)

补充说明 #

我们还考虑过用函数来动态调用类，把这个函数放在包含这些类的模块中：

def get_loader(loader_name: str) -> BaseLoader:
    loaders = {
        'mnist': MNISTLoader,
        'octmnist': OCTMNISTLoader    
    }
    try:
        return loaders[loader_name]
    except KeyError as err:
        raise CustomError("合适的错误提示信息")

我不确定哪种方式最符合Python风格。

两种方式的优劣对比 #

1. 直接字典映射实例化

   • 优点：代码简洁直观，适合小规模、场景简单的情况，无需额外封装函数，直接通过字典查找类并实例化，可读性强。
   • 缺点：后续如果需要扩展（比如添加参数校验、统一初始化逻辑、错误处理），相关代码会分散在业务逻辑中，导致冗余；KeyError的捕获需要在调用处单独处理，无法统一管理。

2. 封装成工厂函数

   • 优点：符合单一职责原则，将加载器的查找、实例化、错误处理逻辑集中在一处，业务代码只需调用get_loader即可，降低耦合；可以统一抛出自定义异常、提供友好提示，后续新增加载器只需修改工厂函数内的字典，无需改动所有调用位置；还能在函数内添加额外逻辑，比如参数校验、统一初始化参数处理。
   • 缺点：对于极简单的场景会多一层封装，但长期来看更利于维护。

更符合Python风格的选择 #

如果你的模块后续有扩展需求（比如新增更多数据集加载器）、需要统一的错误处理或初始化逻辑，工厂函数的方式更符合Python“显式优于隐式”“DRY（Don't Repeat Yourself）”的设计原则，是更推荐的实践。

另外，建议修正工厂函数的细节：如果目标是返回类实例而非类本身，应在返回时添加实例化括号并传递必要参数，示例如下：

def get_loader(loader_name: str, dataset_name: str) -> BaseLoader:
    loaders = {
        'mnist': MNISTLoader,
        'octmnist': OCTMNISTLoader    
    }
    try:
        return loaders[loader_name](dataset_name=dataset_name)
    except KeyError:
        raise CustomError(f"不支持的数据集加载器：{loader_name}")

进阶优化建议 #

如果后续加载器数量较多，可以用装饰器自动注册加载器，避免每次新增加载器都手动修改工厂函数内的字典：

from abc import ABC

loaders_registry = {}

def register_loader(name: str):
    def decorator(cls):
        loaders_registry[name] = cls
        return cls
    return decorator

class BaseLoader(ABC):
    def __init__(self, dataset_name='mnist'):
        self.dataset_name = dataset_name

@register_loader('mnist')
class MNISTLoader(BaseLoader):
    def load(self):
        pass

@register_loader('octmnist')
class OCTMNISTLoader(BaseLoader):
    def download(self):
        pass

def get_loader(loader_name: str, dataset_name: str) -> BaseLoader:
    try:
        return loaders_registry[loader_name](dataset_name=dataset_name)
    except KeyError:
        raise CustomError(f"不支持的数据集加载器：{loader_name}")

这种方式灵活性更强，新增加载器只需添加装饰器，无需修改工厂函数，更贴合Python的动态特性。

内容的提问来源于stack exchange，提问作者MaKaNu