Summary  
This chapter covers how to define formal interfaces using abstract base classes and protocols to enforce that classes implement required methods, enabling explicit polymorphism, early error checking, and structural typing in Python.

General domain of usage  
Plugin systems

**Interfaces and protocols** provide formal contracts that classes must implement, ensuring consistency across different objects. They bridge the gap between Python's dynamic **duck typing** and more structured **polymorphism**, making codebases clearer, safer, and easier to extend.

Definition

**Abstract Base Classes (ABC)** and the **Protocol system** provide ways to define explicit interfaces that classes must follow. These mechanisms help ensure compatibility while preserving Python's flexibility. By applying them in contexts such as shape hierarchies, drawable objects, or plugin systems, developers can design software that is both robust and maintainable, with clear behavioral contracts guiding implementation.

• Define formal interfaces with @abstractmethod;
        • Prevent instantiation of incomplete classes;
        • Combine abstract and concrete methods;
        • Provide clear contracts for subclasses.

• Lightweight interface specifications;
        • Support static type checking with hints;
        • Work with existing classes via structural typing;
        • Enable gradual typing adoption.

These mechanisms also strengthen **type safety** by verifying interface compliance early, improving IDE support, and catching violations before runtime. At the same time, they support common **design patterns**, enabling plugin architectures, dependency injection, easier testing, and modular design that is simpler to maintain and scale.

Different implementations can be loaded at runtime and used through the same interface. New features can be added without changing the core system.

Plugin architectures

Objects receive their dependencies from the outside instead of creating them directly. This makes code easier to test and easier to replace.

Dependency injection

Each component has a clear role and can be developed or changed independently. This keeps the system flexible and easier to maintain as it grows.

Modular design

Which statement best highlights the difference between Abstract Base Classes (ABC) and Protocols?

Lær at bygge rene, sikre og skalerbare applikationer med objektorienteret programmering i Python. Dækker grundlæggende principper for klasser og objekter og går derefter videre til avancerede emner som arv, komposition, polymorfi og indkapsling. Med klare forklaringer og praktiske eksempler udvikler du evnen til at designe Python-programmer, der er kraftfulde, vedligeholdelsesvenlige og klar til brug i virkelige situationer.

Lær de grundlæggende byggesten i objektorienteret programmering i Python. Dette afsnit dækker klasser, objekter, metoder og variabler og giver dig et solidt fundament for at forstå, hvordan OOP organiserer og strukturerer kode.

Undersøg, hvordan klasser kan dele og udvide funktionalitet. Du lærer om forskellige arvmønstre, fra simple hierarkier til multipel arv og abstrakte klasser, og ser, hvordan de muliggør genbrug af kode og skalerbarhed.

Opdag, hvordan man opbygger fleksible systemer ved at kombinere objekter. I stedet for udelukkende at benytte arv, viser vi, hvordan komposition gør det muligt at samle funktionaliteter på en modulær og tilpasningsdygtig måde.

Forstå hvordan forskellige objekter kan dele et fælles interface, men opføre sig på deres egen måde. Dette afsnit viser, hvordan metodeoverskrivning, interfaces og protokoller gør din kode mere dynamisk og genanvendelig.

Lær at beskytte interne data og kontrollere adgangen til klasseattributter. Du vil udforske private attributter, getters og setters samt teknikker til dataindkapsling, der gør dine klasser sikre og vedligeholdelsesvenlige.

Interfaces and Protocols