nonebot2/website/docs/advanced/dependency.mdx

---
sidebar_position: 6
description: 通过依赖注入获取上下文信息

options:
  menu:
    weight: 70
    category: advanced
---

# 依赖注入

import Tabs from "@theme/Tabs";
import TabItem from "@theme/TabItem";

在事件处理流程中，事件响应器具有自己独立的上下文，例如：当前的事件、机器人等信息。在 NoneBot 中，这些信息通过依赖注入的方式提供给事件处理函数，可以让代码更加整洁可读、提升复用能力。

在了解如何使用依赖注入获取上下文信息之前，我们需要先了解两个概念：

- `Dependent`：使用依赖注入的函数或其他任意可调用对象。如：事件处理函数、自定义的依赖函数等。
- `Dependency`：依赖注入的对象。如：当前事件、机器人等。

在之前的文档中，我们已经多次使用了依赖注入来获取事件信息。通过对函数参数依照一定规则填写类型注解，即可获得想要的上下文信息。任何一个事件处理函数在添加到事件处理流程时，都会根据一定规则提前将其解析成一个 `Dependent` 对象，方便运行时进行注入。如果遇到无法解析的参数，将会抛出 `ValueError("Unknown parameter")` 的异常。整个依赖注入系统可以分为两部分：

- 参数解析
  - 依据一定规则解析函数参数，识别 `Dependency` 依赖。
  - 生成 `Dependent` 对象。
- 执行
  - 根据已经解析的 `Dependency` 依赖，执行调用。
  - 将所有 `Dependency` 的返回值根据参数名传入并调用 `Dependent` 。

:::danger 警告
在依赖注入中，类型注解是非常重要的，因为它不仅可以决定依赖注入的对象，还可以触发[重载机制](../appendices/overload.md#重载)。如果类型注解与实际获得数据类型不一致，将会跳过当前 `Dependent` 对象（即事件处理函数）。
:::

:::tip 提示
如果对于依赖注入的解析流程有疑问，可以调整[日志等级配置项](../appendices/config.mdx#log-level)为 `TRACE`，查看依赖解析日志。
:::

## 同步支持

对于依赖注入系统中的 `Dependent` 或者 `Dependency` 对象，均支持同步类型的函数或可调用对象。例如：

```python {6,10}
from nonebot import on_command
from nonebot.params import Depends

matcher = on_command("foo")

def dependency() -> str:
    return "something"

@matcher.handle()
def _(result: str = Depends(dependency)):
    ...
```

## 非依赖参数

在依赖注入解析中，任何无法解析的参数如果带有默认值，将会被视为非依赖参数。这些参数在依赖运行时将不会被注入而使用函数默认值。例如：

```python
async def _(foo: str = "bar"): ...
```

## 类型依赖注入

这一类的依赖注入仅需要在函数参数中添加对应的类型注解即可。

### Bot

获取当前事件的 Bot 对象。

通过标注参数为 `Bot` 类型，或者一系列 `Bot` 类型，即可获取到当前事件的 Bot 对象。为兼容性考虑，如果参数名为 `bot` 且无类型注解，也会视为 Bot 依赖注入。

Bot 依赖注入支持重载（即：可以标注参数为子类型）且具有[重载优先检查权](../appendices/overload.md#重载)。

<Tabs groupId="python">
  <TabItem value="3.10" label="Python 3.10+" default>

```python
from nonebot.adapters import Bot
from nonebot.adapters.console import Bot as ConsoleBot
from nonebot.adapters.onebot.v11 import Bot as OneBotV11Bot

async def _(foo: Bot): ...
async def _(foo: ConsoleBot | OneBotV11Bot): ...
async def _(bot): ...  # 兼容性处理
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python
from typing import Union

from nonebot.adapters import Bot
from nonebot.adapters.console import Bot as ConsoleBot
from nonebot.adapters.onebot.v11 import Bot as OneBotV11Bot

async def _(foo: Bot): ...
async def _(foo: Union[ConsoleBot, OneBotV11Bot]): ...
async def _(bot): ...  # 兼容性处理
```

  </TabItem>
</Tabs>

### Event

获取当前事件。

通过标注参数为 `Event` 类型，或者一系列 `Event` 类型，即可获取到当前事件。为兼容性考虑，如果参数名为 `event` 且无类型注解，也会视为 Event 依赖注入。

Event 依赖注入支持重载（即：可以标注参数为子类型）且具有[重载优先检查权](../appendices/overload.md#重载)。

<Tabs groupId="python">
  <TabItem value="3.10" label="Python 3.10+" default>

```python
from nonebot.adapters import Event
from nonebot.adapters.onebot.v11 import PrivateMessageEvent, GroupMessageEvent

async def _(foo: Event): ...
async def _(foo: PrivateMessageEvent | GroupMessageEvent): ...
async def _(event): ...  # 兼容性处理
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python
from typing import Union

from nonebot.adapters import Event
from nonebot.adapters.onebot.v11 import PrivateMessageEvent, GroupMessageEvent

async def _(foo: Event): ...
async def _(foo: Union[PrivateMessageEvent, GroupMessageEvent]): ...
async def _(event): ...  # 兼容性处理
```

  </TabItem>
</Tabs>

### State

获取当前[会话状态](../appendices/session-state.md)。

通过标注参数为 `T_State` 类型，即可获取到当前会话状态。为兼容性考虑，如果参数名为 `state` 且无类型注解，也会视为 State 依赖注入。

```python
from nonebot.typing import T_State

async def _(foo: T_State): ...
```

### Matcher

获取当前事件响应器实例。常用于使用[事件响应器操作](../appendices/session-control.mdx)。

通过标注参数为 `Matcher` 类型，或者一系列 `Matcher` 类型，即可获取到当前事件。为兼容性考虑，如果参数名为 `matcher` 且无类型注解，也会视为 Matcher 依赖注入。

Matcher 依赖注入支持重载（即：可以标注参数为子类型）且具有[重载优先检查权](../appendices/overload.md#重载)。

```python
from nonebot.matcher import Matcher

async def _(foo: Matcher): ...
async def _(matcher): ...  # 兼容性处理
```

### Exception

获取事件响应器运行中抛出的异常。该依赖注入目前仅在事件响应器运行后处理 Hook 中可用。

通过标注参数为异常类型，或者一系列异常类型，即可获取到事件响应器运行中抛出的异常。

<Tabs groupId="python">
  <TabItem value="3.10" label="Python 3.10+" default>

```python {5,8}
from nonebot.message import run_postprocessor
from nonebot.exception import ActionFailed, NetworkError

@run_postprocessor
async def _(e: Exception): ...

@run_postprocessor
async def _(e: ActionFailed | NetworkError): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {6,9}
from typing import Union
from nonebot.message import run_postprocessor
from nonebot.exception import ActionFailed, NetworkError

@run_postprocessor
async def _(e: Exception): ...

@run_postprocessor
async def _(e: Union[ActionFailed, NetworkError]): ...
```

  </TabItem>
</Tabs>

## 子依赖

在依赖注入系统中，我们可以定义一个子依赖，来执行自定义的操作，提高代码复用性以及处理性能。

### 定义子依赖

子依赖使用 `Depends` 标记进行定义，其参数即依赖的函数或可调用对象，同样会被解析为 `Dependent` 对象，将会在依赖注入期间执行。我们来看一个例子：

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {5,15}
from typing import Annotated

from nonebot import on_command
from nonebot.adapters import Event
from nonebot.params import Depends

test = on_command("test")

async def check(event: Event) -> Event:
    if event.get_user_id() in BLACKLIST:
        await test.finish()
    return event

@test.handle()
async def _(event: Annotated[Event, Depends(check)]):
    ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {3,13}
from nonebot import on_command
from nonebot.adapters import Event
from nonebot.params import Depends

test = on_command("test")

async def check(event: Event) -> Event:
    if event.get_user_id() in BLACKLIST:
        await test.finish()
    return event

@test.handle()
async def _(event: Event = Depends(check)):
    ...
```

  </TabItem>
</Tabs>

在上面的代码中，我们使用 `Depends` 标记定义了一个子依赖 `check`。它判断事件主体用户是否在黑名单中，如果在，则直接结束事件处理流程。如果不在，则返回事件对象，以便事件处理函数可以继续执行。

通过将 `Depends` 包裹的子依赖作为参数的默认值，我们就可以在执行事件处理函数之前执行子依赖，并将其返回值作为参数传入事件处理函数。子依赖和普通的事件处理函数并没有区别，同样可以使用依赖注入，并且可以返回任何类型的值。但需要注意的是，如果事件处理函数参数的类型注解与子依赖返回值的类型**不一致**，将会触发[重载](../appendices/overload.md)而跳过当前事件处理函数。

特别的，我们可以为 `Dependent` 对象定义一系列前置子依赖，它们会在参数执行前被顺序执行，且返回值将会被忽略，例如：

```python {11}
from nonebot import on_command
from nonebot.adapters import Event
from nonebot.params import Depends

test = on_command("test")

async def check(event: Event):
    if event.get_user_id() in BLACKLIST:
        await test.finish()

@test.handle(parameterless=[Depends(check)])
async def _():
    ...
```

### 依赖缓存

NoneBot 在执行子依赖时，会将其返回值缓存起来。当我们在使用子依赖时，`Depends` 具有一个参数 `use_cache`，默认为 `True`。此时在事件处理流程中，多次使用同一个子依赖时，将会使用缓存中的结果而不会重复执行。这在很多情景中非常有用，例如：

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {7}
import random
from typing import Annotated

async def random_result() -> int:
    return random.randint(1, 100)

async def _(x: Annotated[int, Depends(random_result)]):
    print(x)
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {6}
import random

async def random_result() -> int:
    return random.randint(1, 100)

async def _(x: int = Depends(random_result)):
    print(x)
```

  </TabItem>
</Tabs>

此时，在同一事件处理流程中，这个随机函数的返回值将会保持一致。如果我们希望每次都重新执行子依赖，可以将 `use_cache` 设置为 `False`。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {7}
import random
from typing import Annotated

async def random_result() -> int:
    return random.randint(1, 100)

async def _(x: Annotated[int, Depends(random_result, use_cache=False)]):
    print(x)
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {6}
import random

async def random_result() -> int:
    return random.randint(1, 100)

async def _(x: int = Depends(random_result, use_cache=False)):
    print(x)
```

  </TabItem>
</Tabs>

:::tip 提示
缓存的生命周期与当前接收到的事件相同。接收到事件后，子依赖在首次执行时缓存，在该事件处理完成后，缓存就会被清除。
:::

### 类型转换与校验

在依赖注入系统中，我们可以对子依赖的返回值进行自动类型转换与校验。这个功能由 Pydantic 支持，因此我们通过参数类型注解自动使用 Pydantic 支持的类型转换。例如：

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {6,9}
from typing import Annotated

from nonebot.params import Depends
from nonebot.adapters import Event

def get_user_id(event: Event) -> str:
    return event.get_user_id()

async def _(user_id: Annotated[int, Depends(get_user_id, validate=True)]):
    print(user_id)
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {4,7}
from nonebot.params import Depends
from nonebot.adapters import Event

def get_user_id(event: Event) -> str:
    return event.get_user_id()

async def _(user_id: int = Depends(get_user_id, validate=True)):
    print(user_id)
```

  </TabItem>
</Tabs>

在进行类型自动转换的同时，Pydantic 还支持对数据进行更多的限制，如：大于、小于、长度等。使用方法如下：

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {7,10}
from typing import Annotated

from pydantic import Field
from nonebot.params import Depends
from nonebot.adapters import Event

def get_user_id(event: Event) -> str:
    return event.get_user_id()

async def _(user_id: Annotated[int, Depends(get_user_id, validate=Field(gt=100))]):
    print(user_id)
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {5,8}
from pydantic import Field
from nonebot.params import Depends
from nonebot.adapters import Event

def get_user_id(event: Event) -> str:
    return event.get_user_id()

async def _(user_id: int = Depends(get_user_id, validate=Field(gt=100))):
    print(user_id)
```

  </TabItem>
</Tabs>

### 类作为依赖

在前面的事例中，我们使用了函数作为子依赖。实际上，我们还可以使用类作为依赖。当我们在实例化一个类的时候，其实我们就在调用它，类本身也是一个可调用对象。例如：

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {16}
from typing import Annotated
from dataclasses import dataclass

from nonebot.params import Depends
from nonebot.adapters import Event
from nonebot.typing import T_State

def get_context(state: T_State) -> dict:
    return state.setdefault("context", {})

@dataclass
class ClassDependency:
    event: Event
    context: dict = Depends(get_context)

async def _(data: Annotated[ClassDependency, Depends(ClassDependency)]):
    print(data.event, data.context)
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {15}
from dataclasses import dataclass

from nonebot.params import Depends
from nonebot.adapters import Event
from nonebot.typing import T_State

def get_context(state: T_State) -> dict:
    return state.setdefault("context", {})

@dataclass
class ClassDependency:
    event: Event
    context: dict = Depends(get_context)

async def _(data: ClassDependency = Depends(ClassDependency)):
    print(data.event, data.context)
```

  </TabItem>
</Tabs>

可以看到，我们使用 `dataclass` 定义了一个类。由于这个类的 `__init__` 方法可以被依赖注入系统解析，因此，我们可以将其作为子依赖进行声明。特别地，对于类依赖，`Depends` 的参数可以为空，NoneBot 将会使用参数的类型注解进行解析与推断：

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python
from typing import Annotated

async def _(data: Annotated[ClassDependency, Depends()]):
    print(data.event, data.context)
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python
async def _(data: ClassDependency = Depends()):
    print(data.event, data.context)
```

  </TabItem>
</Tabs>

### 生成器作为依赖

NoneBot 的依赖注入支持依赖项在事件处理流程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。同时，由于[依赖缓存](#依赖缓存)的存在，我们可以通过这种方式来实现共享一个 session 等功能。

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，并在事件处理流程中共用一个 client：

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {15}
from typing import Annotated, AsyncGenerator

import httpx
from nonebot.params import Depends

async def get_client() -> AsyncGenerator[httpx.AsyncClient, None]:
    try:
        async with httpx.AsyncClient() as client:
            yield client
    finally:
        # 在这里进行额外的工作


@test.handle()
async def _(x: Annotated[httpx.AsyncClient, Depends(get_client)]):
    resp = await x.get("https://nonebot.dev")
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {15}
from typing import AsyncGenerator

import httpx
from nonebot.params import Depends

async def get_client() -> AsyncGenerator[httpx.AsyncClient, None]:
    try:
        async with httpx.AsyncClient() as client:
            yield client
    finally:
        # 在这里进行额外的工作


@test.handle()
async def _(x: httpx.AsyncClient = Depends(get_client)):
    resp = await x.get("https://nonebot.dev")
```

  </TabItem>
</Tabs>

:::warning 注意
生成器作为依赖时，其中只能进行一次 `yield`，否则将会触发异常。如果对此有疑问并想探究原因，可以参考 [contextmanager](https://docs.python.org/zh-cn/3/library/contextlib.html#contextlib.contextmanager) 和 [asynccontextmanager](https://docs.python.org/zh-cn/3/library/contextlib.html#contextlib.asynccontextmanager) 文档。事实上，NoneBot 内部就使用了这两个装饰器。
:::

### 可调用对象作为依赖

在 Python 里，为类定义 `__call__` 方法就可以使得这个类的实例成为一个可调用对象。因此，我们也可以将定义了 `__call__` 方法的类的实例作为依赖。事实上，NoneBot 的[内置响应规则](./matcher.md#内置响应规则)就广泛使用了这种方式，以 `is_type` 规则为例：

```python
from typing import Type
from nonebot.adapters import Event

class IsTypeRule:
    def __init__(self, *types: Type[Event]):
        self.types = types

    async def __call__(self, event: Event) -> bool:
        return isinstance(event, self.types)
```

我们在使用 `is_type` 时，即实例化了 `IsTypeRule` 类，然后将实例作为响应规则依赖项传入。

## 其他依赖注入

这一类的依赖注入通常基于子依赖编写，为我们开发者提供更方便的途径获取上下文信息。

### EventType

获取当前事件的类型。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {4}
from typing import Annotated
from nonebot.params import EventType

async def _(foo: Annotated[str, EventType()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {3}
from nonebot.params import EventType

async def _(foo: str = EventType()): ...
```

  </TabItem>
</Tabs>

### EventMessage

获取当前事件的消息。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {5}
from typing import Annotated
from nonebot.adapters import Message
from nonebot.params import EventMessage

async def _(foo: Annotated[Message, EventMessage()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {4}
from nonebot.adapters import Message
from nonebot.params import EventMessage

async def _(foo: Message = EventMessage()): ...
```

  </TabItem>
</Tabs>

### EventPlainText

获取当前事件的消息纯文本部分。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {4}
from typing import Annotated
from nonebot.params import EventPlainText

async def _(foo: Annotated[str, EventPlainText()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {3}
from nonebot.params import EventPlainText

async def _(foo: str = EventPlainText()): ...
```

  </TabItem>
</Tabs>

### EventToMe

获取当前事件是否与机器人相关。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {4}
from typing import Annotated
from nonebot.params import EventToMe

async def _(foo: Annotated[bool, EventToMe()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {3}
from nonebot.params import EventToMe

async def _(foo: bool = EventToMe()): ...
```

  </TabItem>
</Tabs>

### Command

获取当前命令型消息的元组形式命令名。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {4}
from typing import Annotated
from nonebot.params import Command

async def _(foo: Annotated[tuple[str, ...], Command()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {4}
from typing import Tuple
from nonebot.params import Command

async def _(foo: Tuple[str, ...] = Command()): ...
```

  </TabItem>
</Tabs>

:::tip 提示
命令详情只能在**触发命令型事件响应器时**获取。如果在事件处理后续流程中获取，则会获取到不同的值。
:::

### RawCommand

获取当前命令型消息的文本形式命令名。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {4}
from typing import Annotated
from nonebot.params import RawCommand

async def _(foo: Annotated[str, RawCommand()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {3}
from nonebot.params import RawCommand

async def _(foo: str = RawCommand()): ...
```

  </TabItem>
</Tabs>

:::tip 提示
命令详情只能在**触发命令型事件响应器时**获取。如果在事件处理后续流程中获取，则会获取到不同的值。
:::

### CommandArg

获取命令型消息命令后跟随的参数。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {5}
from typing import Annotated
from nonebot.adapters import Message
from nonebot.params import CommandArg

async def _(foo: Annotated[Message, CommandArg()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {4}
from nonebot.adapters import Message
from nonebot.params import CommandArg

async def _(foo: Message = CommandArg()): ...
```

  </TabItem>
</Tabs>

:::tip 提示
命令详情只能在**触发命令型事件响应器时**获取。如果在事件处理后续流程中获取，则会获取到不同的值。
:::

### CommandStart

获取命令型消息命令前缀。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {4}
from typing import Annotated
from nonebot.params import CommandStart

async def _(foo: Annotated[str, CommandStart()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {3}
from nonebot.params import CommandStart

async def _(foo: str = CommandStart()): ...
```

  </TabItem>
</Tabs>

:::tip 提示
命令详情只能在**触发命令型事件响应器时**获取。如果在事件处理后续流程中获取，则会获取到不同的值。
:::

### CommandWhitespace

获取命令型消息命令与参数间空白符。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {4}
from typing import Annotated
from nonebot.params import CommandWhitespace

async def _(foo: Annotated[str, CommandWhitespace()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {3}
from nonebot.params import CommandWhitespace

async def _(foo: str = CommandWhitespace()): ...
```

  </TabItem>
</Tabs>

:::tip 提示
命令详情只能在**触发命令型事件响应器时**获取。如果在事件处理后续流程中获取，则会获取到不同的值。
:::

### ShellCommandArgv

获取 shell 命令解析前的参数列表，列表中可能包含文本字符串和富文本消息段（如：图片）。

<Tabs groupId="python">
  <TabItem value="3.10" label="Python 3.10+" default>

```python {4}
from typing import Annotated
from nonebot.params import ShellCommandArgs

async def _(foo: Annotated[list[str | MessageSegment], ShellCommandArgv()]): ...
```

  </TabItem>
  <TabItem value="3.9" label="Python 3.9+">

```python {4}
from typing import Union, Annotated
from nonebot.params import ShellCommandArgs

async def _(foo: Annotated[list[Union[str, MessageSegment]], ShellCommandArgv()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {4}
from typing import List, Union
from nonebot.params import ShellCommandArgs

async def _(foo: List[Union[str, MessageSegment]] = ShellCommandArgv()): ...
```

  </TabItem>
</Tabs>

### ShellCommandArgs

获取 shell 命令解析后的参数 Namespace，支持 MessageSegment 富文本（如：图片）。

:::tip 提示
如果参数解析成功，则为 parser 返回的 Namespace；如果参数解析失败，则为 [`ParserExit`](../api/exception.md#ParserExit) 异常，并携带错误码与错误信息。通过重载机制即可处理两种不同的情况。

由于 `ArgumentParser` 在解析到 `--help` 参数时也会抛出异常，这种情况下错误码为 `0` 且错误信息即为帮助信息。
:::

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {14,22}
from typing import Annotated

from nonebot import on_shell_command
from nonebot.exception import ParserExit
from nonebot.params import ShellCommandArgs
from nonebot.rule import Namespace, ArgumentParser

parser = ArgumentParser("demo")
# parser.add_argument ...
matcher = on_shell_command("cmd", parser=parser)

# 解析失败
@matcher.handle()
async def _(foo: Annotated[ParserExit, ShellCommandArgs()]):
    if foo.status == 0:
        foo.message  # help message
    else:
        foo.message  # error message

# 解析成功
@matcher.handle()
async def _(foo: Annotated[Namespace, ShellCommandArgs()]):
    arg_dict = vars(foo)
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {12,20}
from nonebot import on_shell_command
from nonebot.exception import ParserExit
from nonebot.params import ShellCommandArgs
from nonebot.rule import Namespace, ArgumentParser

parser = ArgumentParser("demo")
# parser.add_argument ...
matcher = on_shell_command("cmd", parser=parser)

# 解析失败
@matcher.handle()
async def _(foo: ParserExit = ShellCommandArgs()):
    if foo.status == 0:
        foo.message  # help message
    else:
        foo.message  # error message

# 解析成功
@matcher.handle()
async def _(foo: Namespace = ShellCommandArgs()):
    arg_dict = vars(foo)
```

  </TabItem>
</Tabs>

### RegexStr

获取正则匹配结果的文本。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {4}
from typing import Annotated
from nonebot.params import RegexStr

async def _(foo: Annotated[str, RegexStr()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {3}
from nonebot.params import RegexStr

async def _(foo: str = RegexStr()): ...
```

  </TabItem>
</Tabs>

### RegexGroup

获取正则匹配结果的 group 元组。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {4}
from typing import Any, Annotated
from nonebot.params import RegexGroup

async def _(foo: Annotated[tuple[Any, ...], RegexGroup()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {4}
from typing import Tuple, Any
from nonebot.params import RegexGroup

async def _(foo: Tuple[Any, ...] = RegexGroup()): ...
```

  </TabItem>
</Tabs>

### RegexDict

获取正则匹配结果的 group 字典。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {4}
from typing import Any, Annotated
from nonebot.params import RegexDict

async def _(foo: Annotated[dict[str, Any], RegexDict()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {4}
from typing import Any, Dict
from nonebot.params import RegexDict

async def _(foo: Dict[str, Any] = RegexDict()): ...
```

  </TabItem>
</Tabs>

### Startswith

获取触发响应器的消息前缀字符串。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {4}
from typing import Annotated
from nonebot.params import Startswith

async def _(foo: Annotated[str, Startswith()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {3}
from nonebot.params import Startswith

async def _(foo: str = Startswith()): ...
```

  </TabItem>
</Tabs>

### Endswith

获取触发响应器的消息后缀字符串。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {4}
from typing import Annotated
from nonebot.params import Endswith

async def _(foo: Annotated[str, Endswith()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {3}
from nonebot.params import Endswith

async def _(foo: str = Endswith()): ...
```

  </TabItem>
</Tabs>

### Fullmatch

获取触发响应器的消息字符串。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {4}
from typing import Annotated
from nonebot.params import Fullmatch

async def _(foo: Annotated[str, Fullmatch()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {3}
from nonebot.params import Fullmatch

async def _(foo: str = Fullmatch()): ...
```

  </TabItem>
</Tabs>

### Keyword

获取触发响应器的关键字字符串。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {4}
from typing import Annotated
from nonebot.params import Keyword

async def _(foo: Annotated[str, Keyword()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {3}
from nonebot.params import Keyword

async def _(foo: str = Keyword()): ...
```

  </TabItem>
</Tabs>

### Received

获取某次 `receive` 接收的事件。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {7}
from typing import Annotated

from nonebot.adapters import Event
from nonebot.params import Received

@matcher.receive("id")
async def _(foo: Annotated[Event, Received("id")]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {5}
from nonebot.adapters import Event
from nonebot.params import Received

@matcher.receive("id")
async def _(foo: Event = Received("id")): ...
```

  </TabItem>
</Tabs>

### LastReceived

获取最近一次 `receive` 接收的事件。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {7}
from typing import Annotated

from nonebot.adapters import Event
from nonebot.params import LastReceived

@matcher.receive("any")
async def _(foo: Annotated[Event, LastReceived()]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {5}
from nonebot.adapters import Event
from nonebot.params import LastReceived

@matcher.receive("any")
async def _(foo: Event = LastReceived()): ...
```

  </TabItem>
</Tabs>

### Arg

获取某次 `got` 接收的参数。如果 `Arg` 参数留空，则使用函数的参数名作为要获取的参数。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {7,8}
from typing import Annotated

from nonebot.params import Arg
from nonebot.adapters import Message

@matcher.got("key")
async def _(key: Annotated[Message, Arg()]): ...
async def _(foo: Annotated[Message, Arg("key")]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {5,6}
from nonebot.params import Arg
from nonebot.adapters import Message

@matcher.got("key")
async def _(key: Message = Arg()): ...
async def _(foo: Message = Arg("key")): ...
```

  </TabItem>
</Tabs>

### ArgStr

获取某次 `got` 接收的参数，并转换为字符串。如果 `Arg` 参数留空，则使用函数的参数名作为要获取的参数。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {6,7}
from typing import Annotated

from nonebot.params import ArgStr

@matcher.got("key")
async def _(key: Annotated[str, ArgStr()]): ...
async def _(foo: Annotated[str, ArgStr("key")]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {4,5}
from nonebot.params import ArgStr

@matcher.got("key")
async def _(key: str = ArgStr()): ...
async def _(foo: str = ArgStr("key")): ...
```

  </TabItem>
</Tabs>

### ArgPlainText

获取某次 `got` 接收的参数的纯文本部分。如果 `Arg` 参数留空，则使用函数的参数名作为要获取的参数。

<Tabs groupId="python">
  <TabItem value="3.9" label="Python 3.9+" default>

```python {6,7}
from typing import Annotated

from nonebot.params import ArgPlainText

@matcher.got("key")
async def _(key: Annotated[str, ArgPlainText()]): ...
async def _(foo: Annotated[str, ArgPlainText("key")]): ...
```

  </TabItem>
  <TabItem value="3.8" label="Python 3.8+">

```python {4,5}
from nonebot.params import ArgPlainText

@matcher.got("key")
async def _(key: str = ArgPlainText()): ...
async def _(foo: str = ArgPlainText("key")): ...
```

  </TabItem>
</Tabs>