当前位置: 首页 > article >正文

22 | 别再复制粘贴那 80% 的代码了:给你的流程装个“标准模具”——模板方法模式

我之前给一个做跨境电商的朋友帮忙处理过一段让人特别心累的代码。当时系统里有各种各样的“数据导出”功能导出订单、导出库存、导出用户。我发现代码里全是重复的影子先查数据库再格式化数据最后生成文件。虽然导出的格式不同有的要 CSV有的要 Excel但头尾那 80% 的逻辑几乎一模一样。每次改个数据库连接池的配置我得把这三个导出函数全翻出来改一遍漏掉一个就是事故。我当时就跟同事复盘我们不应该在每个函数里都去重复那套“固定动作”。我们应该造一个“标准模具”把不变的流程焊死把会变的部分留出空位让不同的业务自己去填。这种定义一个算法的骨架而将一些步骤延迟到子类中实现的套路就是模板方法模式Template Method Pattern。为什么你的流程逻辑总是“改不动”先聊聊这个现象我们太习惯于写“一气呵成”的长函数了。你觉得写一个exportOrders很快写个exportUsers也不难。但换个角度想你其实是在不断地重复造轮子。说白了这种麻烦是因为你没有分清“流程”和“细节”。流程是稳定的比如校验 - 取数 - 转换 - 发送。细节是多变的比如怎么转换发给谁。如果你把这两者混在一起你的代码就会变得极其臃肿而且只要流程一变你就得去改几十个地方。点破真相真正的解耦是把“骨架”锁死把“血肉”交给具体业务去长。在 JS 里模板方法就是“高阶函数 钩子”在 Java 里你必须写个abstract class定一个final方法。但在 JavaScript 里我们有更灵动的玩法利用高阶函数或者带“钩子Hooks”的对象。咱们来看看怎么把那个乱成一团的“数据上传”流程理顺。// 0. 关键定义“标准模具”流程骨架// 这种写法最爽的地方在于流程是唯一的谁也别想乱改constbaseUploaderasync(config){const{validate,performUpload,notify}config;console.log(--- 启动标准上传流程 ---);// 1. 固定步骤校验每个上传都要做console.log(正在校验文件合法性...);if(!validate())returnconsole.log(❌ 校验失败);// 2. 变动步骤具体的上传动作// 换个角度想这里就是留给业务方的“填空题”awaitperformUpload();// 3. 固定步骤通知console.log(正在发送通知...);notify();console.log(--- 流程结束 ---);};// 1. 使用业务方只需要填空不需要管流程consts3Uploader()baseUploader({validate:()true,performUpload:async()console.log( 正在上传到 AWS S3...),notify:()console.log( 已发送邮件给管理员)});constlocalUploader()baseUploader({validate:()true,performUpload:async()console.log( 正在保存到本地硬盘...),notify:()console.log( 已弹出桌面通知)});// 2. 运行s3Uploader();换个角度想这种写法最舒服的地方在于…这种写法最爽的地方在于它建立了“秩序”。你想想如果你明天想在所有上传流程里加一个“压缩文件”的步骤。你只需要在baseUploader这个模具里加一行代码。所有的上传功能S3、本地、FTP都会瞬间自动获得这个能力。你完全不需要去动具体的业务逻辑。还有一个细节在现代前端框架里生命周期钩子如 Vue 的 mounted, React 的 useEffect本质上就是模板方法模式。框架定好了“组件渲染”的骨架它在特定的时刻喊你一下让你去填入自己的逻辑。两种写法的直观对比容易出问题的写法重复造轮子uploadToS3()和uploadToLocal()各自写一遍校验和通知。后果代码冗余严重。一旦流程要加个步骤你得满世界去找代码去改漏改一个就是坑。更稳健的模板方法写法baseProcess(specificSteps)后果核心流程被高度保护业务方想乱来都难。代码结构清晰得像流水线一眼就能看出哪些是共性的哪些是个性的。给你的 2 条行动建议识别“大同小异”的流程如果你发现两个函数的逻辑有 70% 以上是重合的只有中间一两行不一样别犹豫直接把那 70% 抽成模板。善用“默认钩子”在定义模板时可以给一些步骤提供默认实现。这样业务方如果没特殊需求连填空都不用填直接跑默认逻辑就行。我以前总觉得写个通用的模具有点费脑子不如直接复制粘贴快。后来才明白真正的专业是学会把“变动的细节”留给业务把“稳定的秩序”留给自己。模板方法模式就是给你的业务逻辑装上了一套“标准流水线”。

相关文章:

22 | 别再复制粘贴那 80% 的代码了:给你的流程装个“标准模具”——模板方法模式

我之前给一个做跨境电商的朋友帮忙,处理过一段让人特别心累的代码。 当时系统里有各种各样的“数据导出”功能:导出订单、导出库存、导出用户。 我发现代码里全是重复的影子:先查数据库,再格式化数据,最后生成文件。 虽…...

21 | 别再写那堆恶心的 if-else 了:给你的代码装个“插件盒”——策略模式

我之前接手过一个电商项目的促销模块,那段代码现在想起来还觉得头大。 当时的需求是:根据用户等级算折扣。 普通用户不打折,VIP 打 9 折,超级 VIP 打 8 折。 我当时写得特别顺手,直接一个 if-else 搞定。 结果后来业务…...

远程线程DLL注入

远程线程DLL注入 DLL注入是一项在Windows开发和安全研究中常见的技术,它允许一个进程将动态链接库加载到另一个进程的地址空间中。远程线程注入是其中最为经典和广泛应用的方法之一。这篇文章将深入探讨其原理、实现细节以及实际应用中的注意事项。 基本概念与原理 …...

基于YOLOv8的手势识别系统

基于 YOLOv8 目标检测框架的手势识别系统,支持图片、视频、摄像头实时检测,并提供训练、可视化与历史管理等功能。一、项目概述本系统采用 YOLOv8 作为检测骨干网络,对 18 类手势进行识别。系统包含完整的训练流程与桌面端应用,支…...

基于 Qt 5.12.2 实现 CAN 总线数据解析与可视化(规则配置 + 实时更新篇)

引言本文是我在学习 Qt 开发和 CAN 总线应用过程中的实践总结,基于 Qt 5.12.2 开发 CAN 总线数据分析软件。本文将聚焦软件核心功能 ——规则配置文件驱动的数据解析与QGraphicsScene 控件实时数据更新,同时说明当前功能进度与后续规划,为同领…...

基于Simulink的电网不平衡下正负序分离充电策略

目录 手把手教你学Simulink ——基于Simulink的电网不平衡下正负序分离充电策略 一、问题背景 二、正负序分离原理(DSOGI法) 1. 不平衡电压分解 2. DSOGI结构 三、系统整体控制架构 四、Simulink建模步骤 第一步:搭建不平衡电网与AFE…...

冯·诺依曼自复制自动机:从理论模型到C++/OpenCV实战

引言:探索自我复制的数字生命1940年代,数学家和计算机科学家约翰冯诺依曼提出了一个革命性的概念:自复制自动机。他设想了一种能够自我复制的机器,不仅能够复制自身,还能在复制过程中引入变化,从而实现类似…...

学Simulink--基于多能互补微电网系统的建模与优化场景实例:基于区块链的分布式能源交易与微电网调度仿真

目录 手把手教你学Simulink ——基于多能互补微电网系统的建模与优化场景实例:基于区块链的分布式能源交易与微电网调度仿真 一、背景介绍 二、系统结构设计 各模块具体功能如下: 三、建模过程详解 第一步:创建 Simulink 项目并导入基础模块 第二步:搭建微电网物理…...

Tomcat下载安装教程(附安装包)

Tomcat安装教程 (以tomcat-9.0.62为例:) 1.下载 安装包 官网需要注册登录,推荐直接百度网盘自提:链接:https://pan.baidu.com/s/1FA6m5o9VUdEccQ9KiuZHPA?pwd74i8提取码74i8 (1)从官网下载 输…...

SecureCRT下载、安装(附安装包)

一、安装步骤 这是我们接下来要用到的文件: 百度网盘链接: https://pan.baidu.com/s/196nrUkxrncxU0pWa9H9O0A?pwd1111 提取码: 11111、双击运行安装程序scrt-x64.8.5.4 .exe 2、按照安装向导完成安装(所有选项保持默认即可) 二、破解流程…...

2025_NIPS_CGBENCH: Benchmarking Language Model Scientific Reasoning for Clinical Genetics Research

核心结论 该文章提出临床遗传学领域的LLM评估基准CGBENCH,聚焦真实场景下的科学文献解读任务,揭示了现有模型在细粒度证据分析中的优势与不足,创新点集中在任务设计、数据来源和评估方法三方面。 一、主要内容总结 1. 研究背景与问题 临床遗传学中,基因和变异注释是个性…...

2025_NIPS_Compress, Gather, and Recompute: REFORMing Long-Context Processing in Transformers

文章核心总结与翻译 一、主要内容 本文针对大型语言模型(LLMs)处理超预训练上下文长度(如百万级token)时面临的计算成本高、内存消耗大、信息丢失等问题,提出了一种名为REFORM的新型推理框架。该框架融合循环压缩方法的效率优势与随机访问方法的召回能力,通过“压缩-收…...

2025_NIPS_MVU-Eval: Towards Multi-Video Understanding Evaluation for Multimodal LLMs

一、文章主要内容总结 该研究针对现有多模态大语言模型(MLLMs)评估基准局限于单视频理解、无法满足现实场景中多视频分析需求的问题,提出了首个全面的多视频理解评估基准 MVU-Eval。 核心内容: 基准设计:涵盖8项核心能力(4项基础感知任务+4项高阶推理任务),包含1824个…...

2025_NIPS_The Unreasonable Effectiveness of Entropy Minimization in LLM Reasoning

文章核心总结与翻译 主要内容 文章聚焦熵最小化(EM)在大语言模型(LLMs)推理任务中的应用,提出三种无需标注数据的方法,在数学、物理、编程等复杂任务中显著提升模型性能: 无监督微调(EM-FT):基于模型生成的无标注输出,最小化token级熵,效果对标有监督微调方法。 …...

SkillNet: Create, Evaluate, and Connect AI Skills

SkillNet 文章核心总结与关键翻译 一、主要内容总结 SkillNet 是一款面向 AI 技能的全生命周期开放基础设施,旨在解决当前 AI 智能体缺乏系统技能积累与迁移机制的核心痛点——智能体常陷入“重复造轮子”的困境,无法有效复用过往经验与策略。 该基础设施的核心架构包含三…...

微信运营数据化,这些报表不看就亏大了!

为了冲业绩,你带领团队在朋友圈社群里忙得脚不沾地,又是搞活动又是做一对一私聊。月底复盘时,老板问:“上个月我们加了多少好友?删了我们的人有多少?哪个员工偷偷摸鱼?那些加了微信的客户&#…...

2026 本科论文写作终极横评:9 大 AI 工具,从 0 到 1 搞定 1.2 万字初稿的高效密码

前言:本科论文的 “效率革命”,AI 工具正在重构毕业创作逻辑 对于本科毕业生而言,毕业论文从来不是 “写一篇长文”,而是一场横跨选题、文献、大纲、初稿、格式的全链路攻坚战。据《2026 本科毕业生学术创作调研》显示&#xff0…...

微信长按快速解锁沟通指法

日常用微信聊天、办公、刷朋友圈,你是否总在为找表情包、输长文本、解专业梗而烦恼?其实微信里藏着一套超实用的「长按指法」,只需轻轻按住 1 秒,就能解锁多种便捷功能,不管是摸鱼斗图还是职场办公,都能让你…...

网络程序设计入门第一章:Web、JSP、Tomcat 到底是什么?

一、前言 很多同学第一次上《网络程序设计》这门课,都会有一种很强的迷惑感: JSP 是什么? Tomcat 是什么? 浏览器为什么能打开我写的页面? HTML、JSP、Servlet 到底什么关系? 这门课和“计算机网络”到…...

火箭仿真系列-蒙特卡洛仿真与敏感性分析完整使用示例

以下是蒙特卡洛仿真与敏感性分析模块的完整使用示例,涵盖从不确定性定义到结果可视化的全过程。一、完整蒙特卡洛分析示例import numpy as np import matplotlib.pyplot as plt import pandas as pd from datetime import datetime import seaborn as sns from scip…...

TongWeb7在国产操作系统上的安装与配置实战指南

1. 环境准备:为TongWeb7铺好国产化“地基” 大家好,我是老张,在中间件和国产化环境里摸爬滚打了十来年。今天咱们不聊虚的,直接上手,把TongWeb7在国产操作系统(比如咱们熟悉的麒麟)上从零开始装…...

SpringBoot与RocketMQ深度整合:多连接配置与动态Topic处理实战

1. 为什么需要多连接与动态Topic处理? 在实际的企业级项目中,我们使用消息队列的场景往往不是单一的。比如,你的订单服务可能需要向一个RocketMQ集群发送订单创建消息,同时,你的物流服务又需要从另一个独立的RocketMQ…...

威联通QNAP通过Container快速部署Tranmission及美化UI实战

1. 为什么选择在威联通上跑Transmission? 如果你和我一样,是个喜欢折腾家庭影音库、有大量下载需求的人,那么一台威联通(QNAP)NAS绝对是你的好帮手。它不仅仅是个存储数据的“大硬盘”,更是一个功能强大的…...

Windows11系统下如何将Chrome设置为默认浏览器的完整指南

1. 为什么你的Windows 11总是不听使唤?聊聊默认浏览器那点事儿 不知道你有没有遇到过这种烦心事儿:明明电脑上装的是Chrome,平时查资料、看视频都用它,可每次一点开别人发来的网页链接,或者打开电脑里存的HTML文件&…...

小白也能用:Qwen3本地字幕生成工具部署指南,纯离线保护隐私

小白也能用:Qwen3本地字幕生成工具部署指南,纯离线保护隐私 1. 为什么你需要一个本地字幕工具? 想象一下这个场景:你刚录完一段产品介绍视频,或者整理完一场重要的会议录音。接下来,你需要为这段音频配上…...

伏羲天气预报国产软件栈:全栈国产化(OpenEuler+MindSpore)适配

伏羲天气预报国产软件栈:全栈国产化(OpenEulerMindSpore)适配 1. 项目背景与价值 伏羲天气预报系统(FuXi)是复旦大学研发的15天全球天气预报级联机器学习系统,基于国际权威期刊《npj Climate and Atmosph…...

【临床数据挖掘黄金法则】:20年三甲医院R语言实战总结的7个避坑指南

第一章:临床数据挖掘的医学逻辑与R语言适配性 临床数据挖掘并非简单套用统计模型,而是以循证医学为内核、以临床决策路径为骨架的数据推理过程。从疾病自然史建模、风险分层到治疗响应预测,每一步都需尊重医学因果链——例如,时间…...

Qt状态机实战:5分钟搞定UI状态切换(附完整代码)

Qt状态机实战:5分钟搞定UI状态切换(附完整代码) 如果你在Qt开发中遇到过这样的场景:一个按钮点击后,界面上的多个控件需要同步改变样式、文本、甚至禁用状态;或者一个复杂的表单需要根据用户输入动态切换不…...

程序员必备:用GitHub免费搭建永久图床,VScode写Markdown再也不愁插图了

程序员专属图床方案:用GitHub与VScode打造无缝写作体验 作为一名长期与Markdown打交道的程序员,我深知写作流程中那些看似微小却极其恼人的痛点。其中最典型的,莫过于图片管理。无论是写技术博客、项目文档,还是个人笔记&#xf…...

深入解析nn.TransformerEncoder:从原理到PyTorch实战

1. 从“注意力”说起:为什么Transformer是革命性的? 如果你接触过自然语言处理,或者看过一些AI新闻,肯定听过“Transformer”这个词。它现在几乎是所有大语言模型(比如我们熟悉的那些聊天机器人)的基石。但…...