Python -- 插件化开发

动态导入

运行时，根据用户需要（提供字符串），找到模块的资源动态加载起来

内建函数__import__()

__import__(name, globals=None, locals=None, fromlist=(), level=0

• name，模块名
• import语句本质上就是调用的这个函数，但是不鼓励直接使用它。
• 建议使用importlib.import_module()

sys = __import__('sys')等价于import sys

# t1.py
class A:
    def showme(self):
        print('I am A')
     
# t2.py
if __name__ == '__main__':
    mod = __import__('t1')
    cls = getattr(mod, 'A')
    cls().showme()

# 执行结果
I am A

importlib.import_module()

• importlib.import_module(name, package=None)
  支持绝对导入和相对导入，如果是相对带入，package必须设置

# t1.py
class A:
    def showme(self):
        print('I am A')
        
# 主模块程序t2.py
import importlib

def plugin_load(plugin_name:str, sep=":"):
    m, _, c = plugin_name.partition(sep)
    mod = importlib.import_module(m)
    cls = getattr(mod, c)
    return cls()

if __name__ == '__main__':
    # 装载插件
    obj = plugin_load('t1:A')
    obj.showme()

# 执行结果
I am A

上面的例子就是插件化编程的核心代码

插件化变成技术

依赖的技术

• 反射：运行时获取类型的信息，可以动态维护类型数据
• 动态import：推荐使用importlib模块，实现动态import模块的能力
• 多线程：可以开启一个线程，等待用户输入，从而加载指定名称的模块

加载的时机

1. 程序启动时
   像pycharm这样的工具，需要很多组件，这些组件也可能是插件，启动的时候扫描固定的目录，加载插件
2. 程序运行中
   程序运行过程中，接受用户指定或请求，启动相应的插件

两种方式有利弊，如果插件过多，会导致程序启动很慢，如果用户需要时再加载，插件太大或者依赖多时，插件也会启动慢

• 所以先加载必须的、常用的插件，其他插件使用时，再动态载入较为好

应用

软件的设计不可能尽善尽美，或者在某些功能上，不可能做的专业，需要专业的客户自己增强。
Noerpad++，它只需要做好一个文本编辑器就可以，其他增强功能都通过插件的方式提供

• 瓶邪检查、HTML预览、正则插件等
• 要定义规范，定义插件从哪里加载，如何加载、必须实现的功能等

插件是把模块加载到系统中，运行它，增强当前系统功能，或者提供系统不具备的功能，往往插件技术应用在框架设计中。系统本身设计简单化、轻量级，实现基本功能后，其他功能通过插件加入进来，方便扩展