Python 如何控制模块之间的依赖方向？

Python通过分层设计、接口抽象、工具检测和局部导入等手段约束模块依赖方向，确保高层模块依赖低层模块，避免循环依赖并降低耦合度。

Python 本身不强制依赖方向，但可以通过设计规范和工具约束模块间的引用关系，避免循环依赖、降低耦合度。关键在于主动管理 import 语句的流向——让高层模块依赖低层模块，而非反过来。

明确分层，控制 import 方向

将代码按职责划分为清晰层级（如 core → service → api 或

models → utils → views），规定上层模块可以导入下层，下层不能反向导入上层。

• 例如：api.py 可以 import service.py 和 models.py，但 models.py 不能 import api.py
• 用相对导入（from .. import xxx）时需格外注意包结构，避免跨层跳转
• 在 __init__.py 中谨慎暴露接口，避免隐式引入高阶模块

用接口抽象替代具体依赖

当两个模块需要协作但又不想形成强依赖时，可定义协议（Protocol）或抽象基类（ABC），让调用方依赖抽象，实现方负责具体注入。

• 比如定义 class DataFetcher(Protocol): def fetch(self) -> dict: ...
• processor.py 只依赖该协议，不关心 database_fetcher.py 或 http_fetcher.py 的存在
• 运行时通过参数或配置传入具体实现，解耦编译期依赖

借助工具检测和阻断违规依赖

静态检查能提前发现不符合约定的 import 关系。

• 使用 pydeps 生成依赖图： pydeps mypackage --max-bacon=2 查看实际引用链
• 用 archunit-py（或类似规则引擎）编写策略，例如“禁止 app.api 导入 app.tasks”
• 在 CI 中集成 pylint --enable=import-error,import-self 等检查项，失败即拦截

延迟导入与局部 import 控制作用域

把 import 放在函数或方法内部，可避免模块级循环引用，并限制依赖生效时机。

• 适合只在特定路径下才需要的模块（如某些 CLI 命令仅在运行时用到数据库）
• 例如：def run_migration(): import alembic; alembic.command.upgrade(...)
• 注意：不能解决根本的设计问题，仅作为补充手段，过度使用会增加维护成本