当你的函数接受相同的参数时，考虑使用一个类：反例-一一网

在之前的文章中，我谈到了在 Python 中使用类的启发式方法。

如果你有接受相同参数的函数，考虑使用一个类。

问题是，启发式方法并不总是有效。

为了最大限度地利用它们，知道什么是例外情况是有帮助的。

所以，让我们看看几个现实世界的例子，在这些例子中，取相同参数的函数不一定能组成一个类。

反例：两组参数 #

考虑一下下面的情况。

我们有一个Feed阅读器的网络应用，它显示了一个Feed列表和一个条目（文章）列表，以各种方式进行过滤。

因为我们想在命令行中做同样的事情，所以我们把数据库特定的逻辑拉到一个单独的模块中的函数中。这些函数接受一个数据库连接和其他参数，查询数据库，并返回结果。

def get_entries(db, feed=None, read=None, important=None): ... def get_entry_counts(db, feed=None, read=None, important=None): ... def search_entries(db, query, feed=None, read=None, important=None): ... def get_feeds(db): ...

主要的使用模式是：在程序开始时，连接到数据库；根据用户的输入，用相同的连接，但不同的选项重复调用函数。

把启发式的做法发挥到极致，我们最终会得到这样的结果。

`class Storage:

def __init__(self, db, feed=None, read=None, important=None):
    self._db = db
    self._feed = feed
    self._read = read
    self._important = important

def get_entries(self): ...
def get_entry_counts(self): ...
def search_entries(self, query): ...
def get_feeds(self): ...` 
复制代码

这不是很有用：每次我们改变选项，我们都需要创建一个新的Storage 对象（或者更糟糕的是，有一个单一的对象并改变它的属性）。另外，get_feeds() 甚至不使用它们–但不知为何，不使用它似乎同样糟糕。

缺少的是一点细微的差别：并不是_只有_一组参数，而是有_两组_，而且其中一组比另一组更经常变化。

让我们先处理一下明显的那个问题。

数据库连接变化的频率最低，所以把它保留在存储上是有意义的，并在周围传递一个存储对象。

`class Storage:

def __init__(self, db):
    self._db = db

def get_entries(self, feed=None, read=None, important=None): ...
def get_entry_counts(self, feed=None, read=None, important=None): ...
def search_entries(self, query, feed=None, read=None, important=None): ...
def get_feeds(self): ...` 
复制代码

这样做最重要的好处是，它把数据库从使用它的代码中抽象出来，允许你有不止一种存储。

想把条目作为文件存储在磁盘上吗？编写一个FileStorage类，从那里读取它们。想用各种组合的条目来测试你的应用程序吗？编写一个MockStorage类，把条目放在一个列表中，放在内存中。无论谁调用get_entries() 或search_entries()，都不必知道_或关心_条目来自哪里或如何实现搜索的。

这就是数据访问对象的设计模式。在面向对象的编程术语中，DAO提供了一个抽象的接口，封装_了_一个持久性机制。

好了，上面的内容在我看来是差不多的–我不会真的改变其他东西。

有些参数仍然是重复的，但这是_有用的重复：_一旦用户学会了用一种方法来过滤条目，他们就可以用任何一种方法来做。而且，人们在不同的时间使用不同的参数；从他们的角度来看，这并不是真正的重复。

而且，无论如何，我们已经在使用一个类…

反例：数据类 #

让我们增加更多的要求。

除了存储东西之外，还有更多的功能，而且我们也有多个用户来做这些事情（网络应用，CLI，有人把我们的代码作为一个库来使用）。所以我们让Storage ，_只_做存储，并把它包装在一个_有_存储功能的Reader 对象里。

`class Reader:

def __init__(self, storage):
    self._storage = storage

def get_entries(self, feed=None, read=None, important=None):
    return self._storage.get_entries(feed=feed, read=read, important=important)

...

def update_feeds(self):
    # calls various storage methods multiple times:
    # get feeds to be retrieved from storage,
    # store new/modified entries
    ...` 
复制代码

现在，Storage.get_entries() 的主要调用者是Reader.get_entries() 。此外，过滤器的参数很少被存储方法直接使用，大多数时候它们被传递给辅助函数。

`class Storage:

def get_entries(self, feed=None, read=None, important=None):
    query = make_get_entries_query(feed=feed, read=read, important=important)
    ...` 
复制代码

问题：当我们增加一个新的入口过滤器选项时，我们必须改变阅读器方法、存储方法_和_帮助器。而且很可能我们在未来还会这样做。

解决方案。将参数分组在一个只包含数据的类中。

`from typing import NamedTuple, Optional

class EntryFilterOptions(NamedTuple):
feed: Optional[str] = None
read: Optional[bool] = None
important: Optional[bool] = None

class Storage:

...

def get_entries(self, filter_options):
    query = make_get_entries_query(filter_options)
    ...

def get_entry_counts(self, filter_options): ...
def search_entries(self, query, filter_options): ...
def get_feeds(self): ...` 
复制代码

现在，不管它们被传了多少遍，只有两个地方的选项是重要的。