Python规则引擎DIY：从零开始构建规则引擎

在软件开发领域，规则引擎是一种非常有用的技术，它允许开发者定义和执行一系列基于条件的逻辑。尽管Python社区中有许多现成的规则引擎框架，但本文将展示如何从零开始构建一个基本的规则引擎。我们将介绍这个引擎的基本结构，并通过代码示例来解释每个部分的功能。

引言

本文介绍基于Python的简单规则引擎。该引擎的设计初衷是为了提供基础框架，开发者可以根据自己的需求进行扩展和定制。接下来，我们将逐步构建这个引擎，包括定义事实（Fact）、条件（Condition）和动作（Action）等核心组件。

定义事实（Fact）

在我们的规则引擎中，事实是存储信息的基本单元。每个事实可以包含任何与规则引擎设计相关的数据。以下是如何定义一个简单的事实类：

from typing import Any

class Fact:
    def __init__(self, **kwargs: Any):
        self.__dict__.update(kwargs)

通过这个类，我们可以轻松地创建包含任意关键字参数的事实对象。例如：

person_fact = Fact(name="John Brown", age=35, occupation="Software Developer")

访问事实的属性就像访问对象的成员或方法一样简单。

定义条件（Condition）

条件用于评估事实是否满足特定的逻辑要求。每个条件包含一个名称和一个评估函数，该函数接收一个事实作为输入并返回一个布尔值。

from rule_engine.fact import Fact
from typing import Callable, Any

class Condition:
    def __init__(self, name: str, evaluation_function: Callable[[Fact], bool]):
        self.name = name
        self.eval_func = evaluation_function

    def evaluate(self, fact: Fact) -> bool:
        return self.eval_func(fact)

定义动作（Action）

动作是在所有条件都满足时执行的操作。每个动作包含一个名称和一个执行函数，该函数接收一个事实作为输入并执行相应的操作。

from typing import Callable, Any
from rule_engine.fact import Fact

class Action:
    def __init__(self, name: str, execution_function: Callable[[Fact], None]):
        self.name = name
        self.exec_func = execution_function

    def execute(self, fact: Fact) -> None:
        self.exec_func(fact)

构建规则（Rule）

规则是将条件和动作组合在一起的逻辑单元。以下是如何定义一个规则类：

from rule_engine.condition import Condition
from rule_engine.action import Action
from rule_engine.fact import Fact
from typing import Any, List
from functools import reduce

class Rule:
    def __init__(self, condition: Condition, action: Action):
        self.conditions = [condition]
        self.actions = [action]

    def add_condition(self, condition: Condition) -> None:
        self.conditions.append(condition)

    def add_action(self, action: Action) -> None:
        self.actions.append(action)

    def evaluate(self, facts: List[Fact]) -> Any:
        def fact_generator(conditions: List[Condition], facts: List[Fact]):
            all_conditions_true = True
            for fact in facts:
                results = map(lambda condition: condition.evaluate(fact), conditions)
                all_conditions_true = reduce(lambda x, y: x and y, results)
                if all_conditions_true:
                    yield fact

        true_facts = list(fact_generator(self.conditions, facts))
        if len(true_facts) > 0:
            for fact in true_facts:
                for action in self.actions:
                    action.execute(fact)

使用示例

现在，让我们通过一个简单的示例来展示如何使用这个规则引擎：

from rule_engine.fact import Fact
from rule_engine.condition import Condition
from rule_engine.action import Action
from rule_engine.rule import Rule

age_cond = Condition(name="Age>=21", evaluation_function=lambda fact: fact.age >= 21)
occupation_cond = Condition(name="Occupation==Software Developer", evaluation_function=lambda fact: fact.occupation == "Software Developer")
print_action = Action(name="Print Fact", execution_function=lambda fact: print("Name: {} Age: {} Occupation: {}".format(fact.name, fact.age, fact.occupation)))

john = Fact(age=25, name="John Brown", occupation="Software Developer")
sarah = Fact(age=35, name="Sarah Purple", occupation="Data Engineer")
barry = Fact(age=27, name="Barry White", occupation="Software Developer")

rule = Rule(condition=age_cond, action=print_action)
rule.add_condition(occupation_cond)
rule.evaluate([john, sarah, barry])

结论

本文介绍了一个简单的Python规则引擎的构建过程。通过定义事实、条件和动作等核心组件，我们可以创建灵活且可扩展的规则逻辑。希望这个示例能够激发你对规则引擎的兴趣，并鼓励你在自己的项目中尝试使用它。希望对你有所启发，感谢阅读！