问题现象与背景
当开发者调用spacy.util.get_factories()方法时，偶尔会遇到返回空列表的情况，这与预期行为严重不符。该问题通常发生在以下环境配置中：
- spacy版本≥3.0的Python 3.8+环境
- 自定义管道组件开发场景
- 多语言模型加载过程中
根本原因分析
通过对spacy源码的逆向工程，我们发现空列表问题主要源于三个核心因素：
- 注册表污染：其他插件修改了全局
registry.factories字典 - 导入时序问题：组件装饰器(
@Language.factory)执行前调用方法 - 虚拟环境隔离：site-packages缓存导致工厂注册失效
解决方案验证
方法1：强制重载注册表
from spacy.util import registry
registry.factories = {}
importlib.reload(spacy.util)
print(spacy.util.get_factories())方法2：验证装饰器时序
确保所有工厂装饰器在get_factories()调用前执行：
@Language.component("my_component")
def my_component(doc):
return doc
# 必须等待装饰器注册完成
time.sleep(0.1)
print(spacy.util.get_factories())方法3：检查entry_points配置
对于通过setup.py安装的组件，需验证entry_points.txt是否包含：
[spacy_factories]
my_factory = my_module:MyFactoryClass深度技术解析
spacy的工厂系统采用延迟注册机制，其工作流程包含以下关键阶段：
| 阶段 | 触发条件 | 注册行为 |
|---|---|---|
| 静态注册 | @decorator执行时 | 写入临时缓存 |
| 动态加载 | 首次get_factories()调用 | 合并entry_points注册项 |
| 运行时缓存 | 模型加载时 | 冻结工厂字典 |
性能优化建议
对于高频调用场景，建议采用单例模式缓存工厂列表：
_FACTORIES_CACHE = None
def get_cached_factories():
global _FACTORIES_CACHE
if _FACTORIES_CACHE is None:
_FACTORIES_CACHE = spacy.util.get_factories()
return _FACTORIES_CACHE