Python-Dependency-Injector中的默认工厂模式实现
2025-06-14 08:55:10作者:郦嵘贵Just
在Python依赖注入框架Python-Dependency-Injector中,FactoryAggregate和Selector是两种常用的提供器(Provider)类型,它们允许开发者根据不同的条件选择不同的依赖实现。然而,这两种提供器默认情况下不支持设置"默认工厂"选项,当传入未定义的选项时会抛出NoSuchProviderError异常。
问题背景
在实际开发中,我们经常需要处理这样的情况:当用户传入一个未预定义的选项时,系统应该返回一个默认实现而不是直接报错。例如,在一个多语言支持的系统中,当用户请求的语言不支持时,我们希望返回默认语言的内容。
原生解决方案的局限性
Python-Dependency-Injector原生提供了两种处理方式:
- FactoryAggregate:通过字典形式定义多个工厂,但不支持默认选项
- Callable提供器:可以编写自定义逻辑处理所有情况,但代码结构不如FactoryAggregate清晰
自定义DefaultFactoryAggregate提供器
为了弥补这一功能缺失,我们可以通过继承或组合的方式创建自定义提供器。以下是两种实现方式:
组合方式实现
class DefaultFactoryAggregate(providers.Provider):
DEFAULT_OPTION = '_'
__slots__ = ('_agg_factory')
def __init__(self, provider_dict=None, **provider_kwargs):
self._agg_factory = providers.FactoryAggregate(provider_dict, **provider_kwargs)
super().__init__()
@property
def related(self):
"""返回相关提供器生成器"""
yield from [self._agg_factory]
yield from super().related
def __deepcopy__(self, memo):
copied = memo.get(id(self))
if copied is not None:
return copied
copied = self.__class__(
self._agg_factory.providers,
)
self._copy_overridings(copied, memo)
return copied
def _provide(self, args, kwargs):
try:
return self._agg_factory(*args, **kwargs)
except NoSuchProviderError:
kwargs.pop('factory_name', None)
args = (self.DEFAULT_OPTION,) + args[1:]
return self._agg_factory(*args, **kwargs)
继承方式实现
class InheritedDefaultFactoryAggregate(providers.FactoryAggregate):
DEFAULT_OPTION = '_'
def _provide(self, args: tuple, kwargs: dict):
try:
return super()._provide(args, kwargs)
except NoSuchProviderError:
kwargs.pop('factory_name', None)
args = (self.DEFAULT_OPTION,) + args[1:]
return super()._provide(args, kwargs)
实现原理分析
这两种实现方式都遵循了相同的核心逻辑:
- 首先尝试使用用户传入的参数调用原始FactoryAggregate
- 如果抛出NoSuchProviderError异常,则使用默认选项重新尝试
- 在重试前清理可能存在的factory_name参数
- 将第一个参数替换为默认选项标识
组合方式更符合"组合优于继承"的设计原则,但代码量较大;继承方式更为简洁,但可能带来潜在的继承问题。
使用示例
class C(DeclarativeContainer):
agg_factory = DefaultFactoryAggregate(
option1=providers.Factory(Obj, 'option1'),
option2=providers.Factory(Obj, 'option2'),
_=providers.Factory(Obj, "I'm default")
)
container = C()
print(container.agg_factory('option1')) # <Obj name=option1>
print(container.agg_factory('random')) # <Obj name=I'm default>
最佳实践建议
- 命名约定:建议使用"_"作为默认选项的标识符,保持一致性
- 错误处理:考虑添加日志记录,记录默认选项被使用的情况
- 性能考虑:异常处理会有一定性能开销,在性能敏感场景需谨慎使用
- 测试覆盖:确保测试用例覆盖默认选项分支
通过这种自定义提供器,我们可以在保持FactoryAggregate清晰结构的同时,获得更灵活的错误处理能力,使代码更加健壮和用户友好。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
openEuler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。
C
433
395
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++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.68 K
989