Python模块解耦的核心是通过接口约定、运行时注入或配置驱动控制依赖关系，避免硬编码；用Protocol/ABC抽象接口、依赖注入容器、配置驱动工厂及事件总线实现职责清晰、通信可控的松耦合。
Python模块解耦的核心是让各模块职责清晰、通信可控，不直接硬编码依赖，而是通过接口约定、运行时注入或配置驱动来降低耦合度。关键不在“删掉import”，而在“控制何时、如何、由谁来建立依赖关系”。
用抽象接口替代具体实现引用
避免模块A直接导入并实例化模块B的某个类；改为定义一个协议（Protocol）或抽象基类（ABC），让A只依赖接口，B负责实现。运行时再把B的实例传给A（如通过构造函数或setter）。
- 例如：日志模块不写red">from db import MySQLLogger，而是定义class Logger(ABC): def log(self, msg): ...，主业务模块只接收一个Logger实例
- Python 3.8+ 推荐用typing.Protocol做轻量契约，无需继承，更灵活
依赖注入（DI）代替手动初始化
把对象创建和组装逻辑从业务代码中抽离，交由专门的容器或工厂管理。模块之间不再互相new，而是声明“我需要什么”，由外部提供。
- 小项目可用简单函数工厂：def create_service(): return UserService(LoggerImpl(), CacheClient())
- 中大型项目可引入dependency-injector或DInjector等库，支持单例、作用域、自动解析
- Flask/FastAPI用户可直接利用其app.dependency_overrides做测试隔离
配置驱动行为，而非条件import
避免在代码里写if env == 'prod': from xxx import A else: from yyy import B。应统一读取配置（如pydantic-settings），再由工厂根据配置值决定实例化哪个类。
立即学习“Python免费学习笔记（深入）”；
- 配置项建议用字符串标识实现类型（如"redis_cache"、"file_logger"），避免暴露模块路径
- 配合entry_points或插件机制，还能支持运行时动态加载第三方实现
跨模块通信走事件或消息，不直调方法
当模块A需通知模块B某事发生（如“订单已支付”），别写b_module.handle_payment(order)，改用事件总线或发布-订阅模式。
- 轻量场景可用blinker或pyee发事件，B模块提前注册监听器
- 强调解耦时，可引入消息队列（如Redis Pub/Sub、RabbitMQ），让A和B完全无代码依赖
- 注意事件数据要序列化友好，避免传入模块内部对象实例
不复杂但容易忽略：解耦不是追求绝对零依赖，而是让依赖变得显式、可测、可换。每次加一个import前，先问一句——这个依赖是我必须现在就要用的实现，还是可以推迟到运行时再决定？
