AIogram3与aiohttp共存运行教程
大家好,我们又见面了啊~本文《AIogram 3 与 aiohttp 同时运行教程》的内容中将会涉及到等等。如果你正在学习文章相关知识,欢迎关注我,以后会给大家带来更多文章相关文章,希望我们能一起进步!下面就开始本文的正式内容~

本文介绍在单进程内并行启动 aiogram 3 轮询模式机器人和 aiohttp 异步 Web 服务器的正确方法,避免事件循环冲突,并提供可维护、符合官方实践的结构化实现方案。
在构建需要“双向通信”的 Telegram Bot 应用时(例如:Bot 主动推送消息给用户,同时接收外部系统通过 HTTP 发起的通知),常需将 aiogram 3 的轮询机器人与 aiohttp Web 服务共存于同一 Python 进程中。但直接调用 dp.start_polling() 和 web.run_app() 会引发冲突——因为二者都试图接管事件循环,且 web.run_app() 是阻塞式入口函数,不可与 asyncio.run() 或手动 loop.run_until_complete() 混用。
✅ 正确做法是:让 aiohttp 成为“主应用”,通过 cleanup_ctx 上下文管理器异步启动并生命周期托管 aiogram 任务。这种方式更健壮、可扩展,且与 aiohttp 官方推荐的复杂应用架构一致(见 aiohttp 文档 - Complex Applications)。
以下是一个生产就绪的完整示例:
import asyncio
import logging
from contextlib import suppress
from aiogram import Bot, Dispatcher
from aiohttp import web
# 配置日志(建议启用)
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)
TOKEN = "YOUR_BOT_TOKEN_HERE"
# 1. 定义 bot 启动逻辑(作为独立协程)
async def start_aiogram_bot():
bot = Bot(TOKEN, parse_mode="HTML")
dp = Dispatcher()
# ✅ 注册你的处理器(如 /start、消息处理等)
# @dp.message(Command("start"))
# async def cmd_start(message: Message):
# await message.answer("Hello from aiogram!")
logger.info("Starting aiogram bot in polling mode...")
await dp.start_polling(bot)
# 2. 定义 aiohttp Web 服务(含 bot 生命周期管理)
async def init_web_app() -> web.Application:
app = web.Application()
# ✅ 使用 cleanup_ctx 确保 bot 与 web server 共享同一事件循环
# 并在应用关闭时优雅终止 bot 任务
async def run_bot_task(_app):
task = asyncio.create_task(start_aiogram_bot())
yield # 应用运行期间保持 bot 活跃
# 清理阶段:取消 bot 任务
task.cancel()
with suppress(asyncio.CancelledError):
await task # 等待任务完全退出,抛出异常(如有)
app.cleanup_ctx.append(run_bot_task)
# ✅ 添加你的 HTTP 处理器(例如接收外部通知)
async def handle_notify(request):
try:
data = await request.json()
user_id = data.get("user_id")
text = data.get("text", "Notification received.")
# 注意:此处需访问 bot 实例 —— 推荐使用全局变量或依赖注入
# 实际项目中建议通过 app['bot'] 注入(见进阶说明)
# 示例暂略 bot 发送逻辑(需确保 bot 实例可访问)
return web.json_response({"status": "ok", "received": True})
except Exception as e:
logger.error(f"Failed to handle notify: {e}")
return web.json_response({"error": str(e)}, status=400)
app.router.add_post("/notify", handle_notify)
return app
# 3. 启动入口(标准 aiohttp 方式)
if __name__ == "__main__":
web_app = init_web_app()
web.run_app(web_app, host="127.0.0.1", port=5555)? 关键要点说明:
- web.run_app() 是 aiohttp 的顶层运行器,它内部调用 asyncio.run(),因此不应再手动获取/操作事件循环(如 get_event_loop()、create_task() 等);
- cleanup_ctx 是 aiohttp 提供的生命周期钩子:yield 前执行初始化(启动 bot),yield 后执行清理(取消 bot);
- bot 任务被包裹在 asyncio.create_task() 中,保证其在后台持续运行,不阻塞 Web 路由响应;
- 所有异步资源(如数据库连接、HTTP 客户端)均可通过 app['key'] 注入并在 cleanup_ctx 中统一释放,提升可维护性。
⚠️ 注意事项:
- 若需在 Web handler 中调用 bot.send_message(),请将 Bot 实例存储于 app['bot'](在 run_bot_task 初始化后赋值),而非创建新实例;
- 避免在 start_aiogram_bot() 内部直接使用 await dp.start_polling() 后继续执行其他逻辑——start_polling() 是长期运行协程,会阻塞后续代码;cleanup_ctx 的 yield 正是为此设计;
- 开发调试时可添加 --reload 支持(需 aiohttp-devtools),但注意热重载可能干扰 bot 状态,生产环境应禁用。
通过该结构,你获得了一个统一调度、生命周期可控、易于监控和部署的混合异步服务,兼顾 Telegram 交互与外部系统集成能力。
今天关于《AIogram3与aiohttp共存运行教程》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
夸克小说搜索入口,全网免费找书
- 上一篇
- 夸克小说搜索入口,全网免费找书
- 下一篇
- QQ邮箱设置显示姓名方法
-
- 文章 · python教程 | 8小时前 |
- Python heapq 最大堆 API 怎么避免手动取负数
- 397浏览 收藏
-
- 文章 · python教程 | 13小时前 | python · Python 不可变对象 namedtuple dataclass copy.replace
- Python copy.replace 怎么更新不可变对象字段
- 245浏览 收藏
-
- 文章 · python教程 | 17小时前 | python ·
- Python NamedTemporaryFile 的 delete_on_close 怎么设置
- 311浏览 收藏
-
- 文章 · python教程 | 23小时前 |
- Python itertools.batched strict 参数什么时候会报错
- 306浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python ExceptionGroup split 怎么按异常类型拆分
- 311浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python dataclass slots 与 weakref_slot 怎么一起用
- 207浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python tarfile extraction_filter data_filter
- Python tarfile extraction_filter 怎么阻止危险路径
- 232浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python pathlib.Path.walk 怎么剪枝目录遍历
- 159浏览 收藏
-
- 文章 · python教程 | 1天前 | python · SQLite · Python sqlite3 autocommit isolation_level SQLite事务
- Python sqlite3 autocommit 与 isolation_level 怎么配合
- 378浏览 收藏
-
- 文章 · python教程 | 2天前 | 并发 · 异步编程 · Python教程 · Python 任务调度 asyncio eager_task_factory
- Python asyncio eager task factory 什么时候会改变执行顺序
- 497浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 254次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 298次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 272次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 251次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 58次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
