Version: 2.0.0-beta.5

简介

受 FastAPI 启发，NoneBot 同样编写了一个简易的依赖注入模块，使得开发者可以通过事件处理函数参数的类型标注来自动注入依赖。

什么是依赖注入？

在软件工程中，依赖注入（dependency injection）的意思为，给予调用方它所需要的事物。 “依赖”是指可被方法调用的事物。依赖注入形式下，调用方不再直接使用“依赖”，取而代之是“注入” 。“注入”是指将“依赖”传递给调用方的过程。在“注入”之后，调用方才会调用该“依赖。传递依赖给调用方，而不是让让调用方直接获得依赖，这个是该设计的根本需求。

依赖注入往往起到了分离依赖和调用方的作用，这样一方面能让代码更为整洁可读，一方面可以提升代码的复用性。

使用依赖注入

以下通过一个简单的例子来说明依赖注入的使用方法：

from nonebot import on_command
from nonebot.params import Depends # 1.引用 Depends
from nonebot.adapters.onebot.v11 import MessageEvent


test = on_command("123")


async def depend(event: MessageEvent): # 2.编写依赖函数
    return {"uid": event.get_user_id(), "nickname": event.sender.nickname}


@test.handle()
async def _(x: dict = Depends(depend)): # 3.在事件处理函数里声明依赖项
    print(x["uid"], x["nickname"])

如注释所言，可以用三步来说明依赖注入的使用过程：

引用 Depends 。
编写依赖函数。依赖函数和普通的事件处理函数并无区别，同样可以接收 bot, event, state 等参数，你可以把它当作一个普通的事件处理函数，但是去除了装饰器（没有使用 matcher.handle() 等来装饰），并且可以返回任何类型的值。
在这里我们接受了 event，并以 onebot 的 MessageEvent 作为类型标注，返回一个新的字典，包括 uid 和 nickname 两个键值。
在事件处理函数中声明依赖项。依赖项必须要 Depends 包裹依赖函数作为默认值。

tip

请注意，参数 x 的类型标注将会影响到事件处理函数的运行，与类型标注不符的值将会导致事件处理函数被跳过。

tip

事实上，bot、event、state 它们本身只是依赖注入的一个特例，它们无需声明这是依赖即可注入。

虽然声明依赖项的方式和其他参数如 bot, event 并无二样，但他的参数有一些限制，必须是可调用对象，函数自然是可调用对象，类和生成器也是，我们会在接下来的小节说明。

一般来说，当接收到事件时，NoneBot2 会进行以下处理：

准备依赖函数所需要的参数。
调用依赖函数并获得返回值。
将返回值作为事件处理函数中的参数值传入。

依赖缓存

在使用 Depends 包裹依赖函数时，有一个参数 use_cache ，它默认为 True ，这个参数会决定 Nonebot2 在依赖注入的处理中是否使用缓存。

import random
from nonebot import on_command
from nonebot.params import Depends


test = on_command("123")


async def always_run():
    return random.randint(1, 100)


@test.handle()
async def _(x: int = Depends(always_run, use_cache=False)):
    print(x)

tip

缓存是针对单次事件处理来说的，在事件处理中 Depends 第一次被调用时，结果存入缓存，在之后都会直接返回缓存中的值，在事件处理结束后缓存就会被清除。

当使用缓存时，依赖注入会这样处理：

查询缓存，如果缓存中有相应的值，则直接返回。
准备依赖函数所需要的参数。
调用依赖函数并获得返回值。
将返回值存入缓存。
将返回值作为事件处理函数中的参数值传入。

同步支持

我们在编写依赖函数时，可以简单地用同步函数，NoneBot2 的内部流程会进行处理：

from nonebot.log import logger
from nonebot.params import Depends # 1.引用 Depends
from nonebot import on_command, on_message
from nonebot.adapters.onebot.v11 import MessageEvent


test = on_command("123")


def depend(event: MessageEvent): # 2.编写同步依赖函数
    return {"uid": event.get_user_id(), "nickname": event.sender.nickname}


@test.handle()
async def _(x: dict = Depends(depend)): # 3.在事件处理函数里声明依赖项
    print(x["uid"], x["nickname"])

Class 作为依赖

我们可以看下面的代码段：

class A:
    def __init__(self):
        pass
a = A()

在我们实例化类 A 的时候，其实我们就在调用它，类本身也是一个可调用对象，所以类可以被 Depends 包裹成为依赖项。

因此我们对第一节的代码段做一下改造：

from nonebot import on_command
from nonebot.params import Depends # 1.引用 Depends
from nonebot.adapters.onebot.v11 import MessageEvent


test = on_command("123")


class DependClass: # 2.编写依赖类
    def __init__(self, event: MessageEvent):
        self.uid = event.get_user_id()
        self.nickname = event.sender.nickname


@test.handle()
async def _(x: DependClass = Depends(DependClass)): # 3.在事件处理函数里声明依赖项
    print(x.uid, x.nickname)

依然可以用三步说明如何用类作为依赖项：

引用 Depends 。
编写依赖类。类的 __init__ 函数可以接收 bot, event, state 等参数，在这里我们接受了 event，并以 onebot 的 MessageEvent 作为类型标注。
在事件处理函数中声明依赖项。当用类作为依赖项时，它会是一个对应的实例，在这里 x 就是 DependClass 实例。

另一种依赖项声明方式

当使用类作为依赖项时，Depends 的参数可以为空，NoneBot2 会根据参数的类型标注进行推断并进行依赖注入。

@test.handle()
async def _(x: DependClass = Depends()): # 在事件处理函数里声明依赖项
    print(x.uid, x.nickname)

生成器作为依赖

warning

yield 语句只能写一次，否则会引发异常。如果对此有疑问并想探究原因，可以看 contextmanager 和 asynccontextmanager 文档，实际上，Nonebot2 的内部就使用了这两个装饰器。

s

生成器是 Python 高级特性，如果你对此处文档感到疑惑那说明暂时你还用不上这个功能。

与 FastAPI 一样，NoneBot2 的依赖注入支持依赖项在事件处理结束后进行一些额外的工作，比如数据库 session 或者网络 IO 的关闭，互斥锁的解锁等等。

要实现上述功能，我们可以用生成器函数作为依赖项，我们用 yield 关键字取代 return 关键字，并在 yield 之后进行额外的工作。

我们可以看下述代码段, 使用 httpx.AsyncClient 异步网络 IO：

import httpx
from nonebot import on_command
from nonebot.params import Depends # 1.引用 Depends


test = on_command("123")


async def get_client(): # 2.编写异步生成器函数
    async with httpx.AsyncClient() as client:
        yield client
    print("调用结束")


@test.handle()
async def _(x: httpx.AsyncClient = Depends(get_client)): # 3.在事件处理函数里声明依赖项
    resp = await x.get("https://v2.nonebot.dev")
    # do something

我们用 yield 代码段作为生成器函数的“返回”，在事件处理函数里用返回出来的 client 做自己需要的工作。在 NoneBot2 结束事件处理时，会执行 yield 之后的代码。

创造可调用对象作为依赖

s

魔法方法 __call__ 是 Python 高级特性，如果你对此处文档感到疑惑那说明暂时你还用不上这个功能。

在 Python 的里，类的 __call__ 方法会让类的实例变成可调用对象，我们可以利用这个魔法方法做一个简单的尝试：

from typing import Type
from nonebot.log import logger
from nonebot.params import Depends # 1.引用 Depends
from nonebot import on_command
from nonebot.adapters.onebot.v11 import MessageEvent, GroupMessageEvent


test = on_command("123")


class EventChecker: # 2.编写需要的类
    def __init__(self, EventClass: Type[MessageEvent]):
        self.event_class = EventClass


    def __call__(self, event: MessageEvent) -> bool:
        return isinstance(event, self.event_class)


checker = EventChecker(GroupMessageEvent) # 3.将类实例化


@test.handle()
async def _(x: bool = Depends(checker)): # 4.在事件处理函数里声明依赖项
    if x:
        print("这是群聊消息")
    else:
        print("这不是群聊消息")

这是判断 onebot 的消息事件是不是群聊消息事件的一个例子，我们可以用四步来说明这个例子：

引用 Depends 。
编写需要的类。类的 __init__ 函数接收参数 EventClass，它将接收事件类本身。类的 __call__ 函数将接受消息事件对象，并返回一个 bool 类型的判定结果。
将类实例化。我们传入群聊消息事件作为参数实例化 checker 。
在事件处理函数里声明依赖项。NoneBot2 将会调用 checker 的 __call__ 方法，返回给参数 x 相应的判断结果。

什么是依赖注入？#

使用依赖注入#

tip

tip

依赖缓存#

tip

同步支持#

Class 作为依赖#

另一种依赖项声明方式#

生成器作为依赖#

warning

s

创造可调用对象作为依赖#

s

什么是依赖注入？

使用依赖注入

依赖缓存

同步支持

Class 作为依赖

另一种依赖项声明方式

生成器作为依赖

创造可调用对象作为依赖