Transitions状态机库中on_enter回调重复执行问题解析
2025-06-04 05:42:38作者:范靓好Udolf
在Python状态机库Transitions的使用过程中,开发者可能会遇到一个典型问题:当定义状态进入回调时,回调函数会被意外地多次执行。这种情况通常发生在开发者同时使用了两种方式设置回调函数时。
问题现象
当开发者同时采用以下两种方式定义状态进入回调时:
- 按照命名规范定义
on_enter_<state_name>方法 - 显式调用
machine.on_enter_<state_name>方法设置回调
会导致在状态转换时,同一个回调函数被设置两次,从而执行两次。例如:
def on_enter_accepting_money(self): # 自动设置
pass
machine.on_enter_accepting_money('on_enter_accepting_money') # 手动设置
问题根源
Transitions库在设计上提供了两种回调设置机制:
- 自动设置机制:当检测到模型对象中存在符合
on_enter_<state>命名规范的方法时,会自动将其设置为对应状态的进入回调 - 显式设置机制:通过
machine.on_enter_<state>方法手动设置回调函数
当开发者同时使用这两种机制时,就会导致同一个回调函数被重复设置。
解决方案
开发者只需选择其中一种设置方式即可:
方案一:依赖自动设置(推荐)
class MyMachine:
def __init__(self):
self.machine = Machine(model=self, states=['A', 'B'], initial='A')
def on_enter_B(self): # 自动被设置为状态B的进入回调
print("进入状态B")
方案二:使用显式设置
class MyMachine:
def __init__(self):
self.machine = Machine(model=self, states=['A', 'B'], initial='A')
self.machine.on_enter_B('custom_callback') # 显式设置
def custom_callback(self):
print("进入状态B")
最佳实践
- 保持一致性:在项目中统一使用一种回调设置方式
- 优先自动设置:对于简单场景,使用命名规范的自动设置更简洁
- 显式设置适用场景:
- 回调函数名称不符合命名规范时
- 需要动态设置/移除回调时
- 需要将同一个回调设置到多个状态时
深入理解
Transitions库的这种设计实际上提供了灵活性。自动设置机制简化了常见场景的使用,而显式设置机制则提供了更多控制权。理解这一设计原理后,开发者可以根据具体需求灵活选择最合适的回调设置方式。
在实际开发中,如果确实需要多次设置同一个回调(虽然不常见),可以通过检查回调是否已存在来避免重复执行问题,但这通常不是推荐的做法。保持代码清晰和可维护性才是更重要的考虑因素。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
241
277
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
694
367
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
881