在Python中使用模板方法设计模式实现新闻解析器

在定义算法时，程序员经常忽略将不同算法的相同方法分组的重要性。通常，他们从头到尾定义算法，并在每个算法中重复相同的方法。这种做法会导致代码重复和代码维护困难——即使是很小的逻辑变化，程序员也必须在多个地方更新代码。

一个常见的例子是使用社交网络帐户构建身份验证。使用不同社交网络帐户的身份验证过程大体相似，但在实现级别上略有不同。如果你从头到尾定义不同账户的算法，而不将常用方法分开，会导致代码重复和代码维护困难。

模板设计模式是Python中的一种设计模式，它提供了一种专门的模式来防止代码重复。在这种设计模式中，同样的方法将在抽象类中实现，从这个抽象类派生的算法可以重用这些方法。它有一个模板方法，可以促进每个派生算法的方法调用。让我们看看模板设计模式的好处。

它允许一个类控制和公开它的部分
它提供了极大的可扩展性
避免代码重复
易于代码维护

新闻解析器实现

让我们实现一个新闻解析器来获取来自不同站点的最新消息。在这里，我们考虑使用 RSS Feed 和 Atom Feed 来获取最新消息。这两个提要都基于 XML 协议，在 XML 结构上有一些差异。您可以检查 RSS 和 Atom 的 XML 结构。

在这里，我们的模板设计模式由两个具体类组成——YahooNewsParser 和 GoogleNewsParser——它们派生自一个名为 AbstractNewsParser 的抽象类。这个抽象类包含调用原始操作方法的模板方法——print_latest_news() 。这里的原始运算方法既包括通用算法，也包括不同算法，其中通用算法在抽象类本身中定义，不同的算法在各自的具体类中重新定义。

新闻解析器

从上图可以看出，在各自的具体类中重新定义了get_url()和parse_content()原始操作方法。这是因为 URL 和 XML 结构与提要不同。因此，有必要重新定义这些方法以实现所需的功能。其他原始方法如 get_raw_content() 和 content_crop() 是常用方法，并在抽象类本身中定义。模板方法print_lates_news() 负责调用这些原始方法。让我们进入代码实现。

Python3

import abc
import urllib.request
from xml.dom.minidom import parseString
  
  
class AbstractNewsParser(object, metaclass=abc.ABCMeta):
    def __init__(self):
        
        # Restrict creating abstract class instance
        if self.__class__ is AbstractNewsParser:
            raise TypeError('Abstract class cannot be instantiated')
  
    def print_latest_news(self):
        """ A Template method, returns 3 latest news for every
    news website """
        url = self.get_url()
        raw_content = self.get_raw_content(url)
        content = self.parse_content(raw_content)
        cropped = self.content_crop(content)
  
        for item in cropped:
            print('Title: ', item['title'])
            print('Content: ', item['content'])
            print('Link: ', item['link'])
            print('Published ', item['published'])
            print('Id: ', item['id'])
  
    @abc.abstractmethod
    def get_url(self):
        pass
  
    def get_raw_content(self, url):
        return urllib.request.urlopen(url).read()
  
    @abc.abstractmethod
    def parse_content(self, content):
        pass
  
    def content_crop(self, parsed_content, max_items=3):
        return parsed_content[:max_items]
  
  
class YahooNewsParser(AbstractNewsParser):
    def get_url(self):
        return 'https://news.yahoo.com/rss/'
  
    def parse_content(self, raw_content):
        yahoo_parsed_content = []
        dom = parseString(raw_content)
  
        for node in dom.getElementsByTagName('item'):
            yahoo_parsed_item = {}
            try:
                yahoo_parsed_item['title'] = node.getElementsByTagName('title')[0].\
                    childNodes[0].nodeValue
            except IndexError:
                yahoo_parsed_item['title'] = None
  
            try:
                yahoo_parsed_item['content'] = node.getElementsByTagName('description')[0].\
                    childNodes[0].nodeValue
            except IndexError:
                yahoo_parsed_item['content'] = None
  
            try:
                yahoo_parsed_item['link'] = node.getElementsByTagName('link')[0].\
                    childNodes[0].nodeValue
            except IndexError:
                yahoo_parsed_item['link'] = None
  
            try:
                yahoo_parsed_item['id'] = node.getElementsByTagName('guid')[0].\
                    childNodes[0].nodeValue
            except IndexError:
                yahoo_parsed_item['id'] = None
  
            try:
                yahoo_parsed_item['published'] = node.getElementsByTagName('pubDate')[0].\
                    childNodes[0].nodeValue
            except IndexError:
                yahoo_parsed_item['published'] = None
  
            yahoo_parsed_content.append(yahoo_parsed_item)
  
        return yahoo_parsed_content
  
  
class GoogleNewsParser(AbstractNewsParser):
    def get_url(self):
        return 'https://news.google.com/atom'
  
    def parse_content(self, raw_content):
        google_parsed_content = []
        dom = parseString(raw_content)
  
        for node in dom.getElementsByTagName('entry'):
            google_parsed_item = {}
  
            try:
                google_parsed_item['title'] = node.getElementsByTagName('title')[0].\
                    childNodes[0].nodeValue
            except IndexError:
                google_parsed_item['title'] = None
  
            try:
                google_parsed_item['content'] = node.getElementsByTagName('content')[0].\
                    childNodes[0].nodeValue
            except IndexError:
                google_parsed_item['content'] = None
  
            try:
                google_parsed_item['link'] = node.getElementsByTagName('href')[0].\
                    childNodes[0].nodeValue
            except IndexError:
                google_parsed_item['link'] = None
  
            try:
                google_parsed_item['id'] = node.getElementsByTagName('id')[0].\
                    childNodes[0].nodeValue
            except IndexError:
                google_parsed_item['id'] = None
  
            try:
                google_parsed_item['published'] = node.getElementsByTagName('title')[0].\
                    childNodes[0].nodeValue
            except IndexError:
                google_parsed_item['published'] = None
  
            google_parsed_content.append(google_parsed_item)
  
        return google_parsed_content
  
  
class NewsParser(object):
    def get_latest_news(self):
        yahoo = YahooNewsParser()
        print('Yahoo: \n', yahoo.print_latest_news())
        print()
        print()
        google = GoogleNewsParser()
        print('Google: \n', google.print_latest_news())
  
  
if __name__ == '__main__':
    newsParser = NewsParser()
    newsParser.get_latest_news()

输出

雅虎新闻解析器

谷歌新闻解析器

当您的算法具有相同的行为和不同的实现过程时，模板设计模式提供了最佳的设计解决方案。它有助于为算法设计一个标准结构，这样派生类可以重新定义步骤而不改变结构。