策略模式：
定義一系列演算法，把它們一 一封裝起來，並且使它們之間可以相互替換。此模式讓演算法的變化不會影響到使用演算法的客戶。
舉例：電商領域根據客戶的屬性或訂單中的商品計算折扣。
策略模式包含以下3個角色：context（環境類）strategy（抽象策略類）concretestrategy（具體策略類）
from abc import abc, abstractmethod
from collections import namedtuple
customer = namedtuple('customer', 'name fidelity')
class lineitem:
"""訂單中單個商品的數量和單價"""
def __init__(self, product, quantity, price):
self.product = product
self.quantity = quantity
self.price = price
def total(self):
return self.price * self.quantity
class order:
"""訂單"""
def __init__(self, customer, cart, promotion=none):
self.customer = customer
self.cart = list(cart)
self.promotion = promotion
def total(self):
if not hasattr(self, '__total'):
self.__total = sum(item.total() for item in self.cart)
return self.__total
def due(self):
if self.promotion is none:
discount = 0
else:
discount = self.promotion.discount(self)
return self.total() - discount
def __repr__(self):
fmt = '《訂單 總價: 實付: >'
return fmt.format(self.total(), self.due())
class promotion(abc): # 策略：抽象基類
@abstractmethod
def discount(self, order):
"""返回折扣金額（正值）"""
class fidelitypromo(promotion): # 第乙個具體策略
"""為積分為1000或以上的顧客提供5%折扣"""
def discount(self, order):
return order.total() * 0.05 if order.customer.fidelity >= 1000 else 0
class bulkitempromo(promotion): # 第二個具體策略
"""單個商品為20個或以上時提供10%折扣"""
def discount(self, order):
discount = 0
for item in order.cart:
if item.quantity >= 20:
discount += item.total() * 0.1
return discount
class largeorderpromo(promotion): # 第三個具體策略
"""訂單中的不同商品達到10個或以上時提供7%折扣"""
def discount(self, order):
distinct_items =
if len(distinct_items) >= 10:
return order.total() * 0.07
return 0
joe = customer('john doe', 0)
ann = customer('ann smith', 1100)
cart = [lineitem('banana', 4, 0.5),
lineitem('watermellon', 5, 5.0)]
print('策略一：為積分為1000或以上的顧客提供5%折扣')
print(order(joe, cart, fidelitypromo()))
print(order(ann, cart, fidelitypromo()))
banana_cart = [lineitem('banana', 30, 0.5),
print('策略二：單個商品為20個或以上時提供10%折扣')
print(order(joe, banana_cart, bulkitempromo()))
long_order = [lineitem(str(item_code), 1, 1.0) for item_code in range(10)]
print('策略三：訂單中的不同商品達到10個或以上時提供7%折扣')
直譯器模式：****開發者自定義一種「有內涵」的語言（或者叫字串），並設定相關的解釋規則，輸入該字串後可以輸出公認的解釋，或者執行程式可以理解的動作。這種模式被用在 sql 解析、符號處理引擎等
直譯器模式要實現兩個核心角色：
終結符表示式：實現與文法中的元素相關聯的解釋操作，通常乙個直譯器模式中只有乙個終結符表示式，但有多個例項，對應不同的終結符。終結符一半是文法中的運算單元，比如有乙個簡單的公式r=r1+r2，在裡面r1和r2就是終結符，對應的解析r1和r2的直譯器就是終結符表示式
非終結符表示式：文法中的每條規則對應於乙個非終結符表示式，非終結符表示式一般是文法中的運算子或者其他關鍵字，比如公式r=r1+r2中，+就是非終結符，解析+的直譯器就是乙個非終結符表示式。非終結符表示式根據邏輯的複雜程度而增加，原則上每個文法規則都對應乙個非終結符表示式。
何時使用：如果一種特定型別的問題發生的頻率足夠高，那麼可能就值得將該問題的各個例項表述為乙個簡單語言中的句子。這樣就可以構建乙個直譯器，該直譯器通過解釋這些句子來解決該問題。
應用例項：編譯器、運算表示式計算。
優點： 1、可擴充套件性比較好，靈活。 2、增加了新的解釋表示式的方式。 3、易於實現簡單文法。
缺點： 1、可利用場景比較少。 2、對於複雜的文法比較難維護。 3、直譯器模式會引起類膨脹。
"""實現一段簡單的中文程式設計"""
import time
import datetime
class code:
"""自定義語言"""
def __init__(self, text=none):
self.text = text
class interpreterbase:
"""自定**釋器基類"""
def run(self, code):
pass
class interpreter(interpreterbase):
"""實現直譯器方法，實現終結符表示式字典"""
def run(self, code):
code = code.text
code_dict =
print(code_dict.get(code))
if __name__ == '__main__':
test = code()
test.text = '獲取當前時間戳'
data1 = interpreter().run(test)
test.text = '獲取當前日期'
ps：歡迎補充和指正
設計模式 直譯器模式
未來機器智慧型化已然成為趨勢，現在手機都能聽懂英語和普通話，那我大中華幾萬種方言的被智慧型化也許也是趨勢，我們的方言雖然和普通話相似，但是還是不一樣的。這可能需要乙個新的語法分析器來幫助我們。我們的直譯器模式就是描述了如何為簡單的語言定義乙個文法，如何在該語言中表示乙個句子，以及如何解釋這些句子。但...
設計模式 直譯器模式
直譯器模式 給定乙個語言，定義它的文法的一種表示，並定義乙個直譯器，這個直譯器使用該表示來解釋語言中的句子。如果一種特定型別的問題發生的頻率足夠高，那麼可能就值得將該問題的各個例項表述為乙個簡單語言中的句子。這樣就可以構建乙個直譯器，該直譯器通過解釋這些句子來解決該問題。當有乙個語言需要解釋執行，並...
設計模式 直譯器模式
直譯器模式 interpreter pattern 提供了評估語言的語法或表示式的方式，它屬於行為型模式。這種模式實現了乙個表示式介面，該介面解釋乙個特定的上下文。這種模式被用在 sql 解析 符號處理引擎等。給定乙個語言，定義它的文法表示，並定義乙個直譯器，這個直譯器使用該標識來解釋語言中的句子。...