咨询适用于可配置多格式数据导入流程的推荐设计模式

首选：管道与过滤器模式（Pipes and Filters） #

完全匹配你的核心需求：

• 每个过滤器对应一个解析服务，仅处理特定数据片段，输出部分结果并标记已解析数据，从根源避免重复处理。
• 管道按配置的固定顺序串联过滤器，同步执行的特性正好契合你“无法异步运行”的要求。
• 可读性极强：管道的流程就是导入序列的直观体现，新增、移除或替换过滤器只需调整管道的配置列表，无需修改核心逻辑。

结合策略模式（Strategy Pattern）处理多模式需求 #

针对文本的三种解析方式（作为几何名称/通用数据/跳过），可以为文本解析服务实现三种独立策略：

• 每个策略对应一种解析逻辑，通过配置就能动态切换生效的策略。
• 直线、圆形等其他实体的解析服务也可沿用这种方式扩展不同处理算法，保持代码的模块化和可维护性。

为什么不选编排型Saga模式？ #

Saga模式的核心是在分布式事务场景下协调多个独立服务的回滚逻辑，你的场景是单进程内的同步数据解析流程，既没有分布式事务需求，也不需要回滚机制，用Saga属于过度设计，会无端增加复杂度。

额外优化：配置驱动的步骤管理 #

可以用JSON/YAML这类配置文件定义不同模式下的过滤器序列，示例如下：

# 模式1：文本作为几何名称
mode_1_filters:
  - LineParser
  - CircleParser
  - TextAsGeometryNameParser

# 模式2：文本作为通用数据
mode_2_filters:
  - LineParser
  - CircleParser
  - TextAsMetadataParser

# 模式3：跳过文本
mode_3_filters:
  - LineParser
  - CircleParser

启动时根据配置加载对应的过滤器序列，实现零代码修改切换导入模式，同时让步骤顺序和组合一目了然。

内容的提问来源于stack exchange，提问作者prompt