Как изучал aiogram?

Изучение aiogram: От нуля до production-ready бота

aiogram — один из самых популярных фреймворков для разработки Telegram ботов на Python. Я изучал его систематически, начиная с основ и постепенно переходя к сложным паттернам. Вот мой путь обучения.

Фаза 1: Основы и первый bot (1-2 недели)

Начал с официальной документации и простых примеров.

# Мой первый бот на aiogram 3.x
from aiogram import Bot, Dispatcher, F
from aiogram.types import Message
from aiogram.filters import Command
from aiogram.fsm.context import FSMContext
import logging
import asyncio

# Инициализация
TOKEN = "YOUR_TOKEN_HERE"
bot = Bot(token=TOKEN)
dp = Dispatcher()

# Простой handler на команду /start
@dp.message(Command("start"))
async def start_command(message: Message):
    await message.answer(f"Привет, {message.from_user.full_name}!")

# Echo бот для всех сообщений
@dp.message()
async def echo(message: Message):
    await message.answer(f"Вы написали: {message.text}")

# Запуск
async def main():
    await dp.start_polling(bot)

if __name__ == "__main__":
    asyncio.run(main())

Что я сразу изучил:

• Установка и настройка (pip install aiogram)
• Bot API token и его безопасность
• Базовые обработчики (handlers)
• Асинхронность в Python (async/await)
• Структура диспетчера (Dispatcher)

Фаза 2: FSM и состояния (1-2 недели)

Переход к более сложным ботам с сохранением состояния пользователя.

from aiogram.fsm.state import State, StatesGroup
from aiogram.fsm.context import FSMContext
from aiogram.types import ReplyKeyboardMarkup, KeyboardButton, Message

# Определяю состояния
class Form(StatesGroup):
    waiting_for_name = State()     # Ожидаем имя
    waiting_for_age = State()      # Ожидаем возраст
    waiting_for_email = State()    # Ожидаем email
    waiting_for_confirmation = State()  # Подтверждение

# Фильтр для файлов состояния
from aiogram.fsm.storage.memory import MemoryStorage
# В production используем Redis

# Начало регистрации
@dp.message(Command("register"))
async def start_registration(message: Message, state: FSMContext):
    await state.set_state(Form.waiting_for_name)
    await message.answer("Введите ваше имя:")

# Обработка имени
@dp.message(Form.waiting_for_name)
async def process_name(message: Message, state: FSMContext):
    await state.update_data(name=message.text)
    await state.set_state(Form.waiting_for_age)
    await message.answer("Спасибо! Теперь укажите ваш возраст:")

# Обработка возраста
@dp.message(Form.waiting_for_age)
async def process_age(message: Message, state: FSMContext):
    try:
        age = int(message.text)
        if age < 13:
            await message.answer("Возраст должен быть от 13 лет")
            return
        
        await state.update_data(age=age)
        await state.set_state(Form.waiting_for_email)
        await message.answer("Укажите ваш email:")
    except ValueError:
        await message.answer("Введите корректный возраст (число)")

# Завершение
@dp.message(Form.waiting_for_email)
async def process_email(message: Message, state: FSMContext):
    data = await state.get_data()
    # Сохраняю в БД
    await message.answer(
        f"Спасибо за регистрацию, {data['name']}!"
    )
    await state.clear()  # Очищаю состояние

Ключевые концепции:

• FSM (Finite State Machine) для сложных сценариев
• Сохранение контекста пользователя
• Валидация на каждом шаге
• В production использую Redis вместо MemoryStorage

Фаза 3: Inline кнопки и Callback Query (1-2 недели)

Изучал интерактивные кнопки для лучшего UX.

from aiogram.types import InlineKeyboardMarkup, InlineKeyboardButton
from aiogram.types import CallbackQuery

class ItemsCallback(BaseModel):  # Typed CallbackData
    action: str
    item_id: int

# Отправка сообщения с кнопками
@dp.message(Command("menu"))
async def show_menu(message: Message):
    kb = InlineKeyboardMarkup(inline_keyboard=[
        [InlineKeyboardButton(text="Заказать", callback_data="order")],
        [InlineKeyboardButton(text="Помощь", callback_data="help")],
        [InlineKeyboardButton(text="О нас", callback_data="about")],
    ])
    await message.answer("Выберите опцию:", reply_markup=kb)

# Обработка нажатия кнопки
@dp.callback_query(F.data == "order")
async def process_order(callback: CallbackQuery):
    await callback.answer("Вы выбрали заказ!")  # Уведомление
    await callback.message.edit_text(
        "Оформление заказа...",
        reply_markup=None  # Удаляю кнопки
    )

# Typed CallbackData (рекомендуемый подход)
class ProductCallback(BaseModel):
    action: str  # 'buy' или 'info'
    product_id: int

@dp.callback_query(F.data.startswith("product_"))
async def handle_product(callback: CallbackQuery):
    data = callback.data.split("_")[1]
    product_id = int(data)
    # Обработка...

Фаза 4: Работа с БД и middlewares (2 недели)

Интеграция с реальной базой данных и логирование.

from sqlalchemy.orm import Session
from typing import Callable, Dict, Any
from aiogram.middlewares.base import BaseMiddleware

# Middleware для логирования
class LoggingMiddleware(BaseMiddleware):
    async def __call__(
        self,
        handler: Callable[[Message, Dict[str, Any]], Any],
        event: Message,
        data: Dict[str, Any]
    ) -> Any:
        print(f"Message from {event.from_user.id}: {event.text}")
        return await handler(event, data)

# Регистрирую middleware
dp.message.middleware(LoggingMiddleware())

# Middleware для подключения к БД
class DatabaseMiddleware(BaseMiddleware):
    def __init__(self, db_session_maker):
        self.db_session_maker = db_session_maker
    
    async def __call__(
        self,
        handler: Callable,
        event: Message,
        data: Dict[str, Any]
    ) -> Any:
        async with self.db_session_maker() as session:
            data['session'] = session
            return await handler(event, data)

# Использование
@dp.message()
async def echo(message: Message, session: Session):
    user = session.query(User).filter(
        User.telegram_id == message.from_user.id
    ).first()
    if not user:
        user = User(telegram_id=message.from_user.id)
        session.add(user)
        session.commit()
    
    await message.answer(f"Привет, {user.username}!")

Фаза 5: Advanced паттерны и production (3+ недели)

Фильтры и правила маршрутизации

from aiogram.filters import BaseFilter

class IsAdmin(BaseFilter):
    async def __call__(self, message: Message) -> bool:
        return message.from_user.id in ADMIN_IDS

# Использование
@dp.message(IsAdmin(), Command("admin_panel"))
async def admin_panel(message: Message):
    await message.answer("Админ панель")

Обработка ошибок

from aiogram.filters import ExceptionTypeFilter
from aiogram.types import Update

@dp.error(ExceptionTypeFilter(Exception))
async def error_handler(update: Update, error: Exception):
    logging.error(f"Update {update.update_id} caused error: {error}")
    # Отправляю уведомление админу
    # Логирую в файл или сервис мониторинга

Webhook вместо polling

from fastapi import FastAPI
from aiogram.types import Update

app = FastAPI()

@app.post("/webhook")
async def webhook(update: dict):
    await dp.feed_update(bot, Update(**update))
    return {"ok": True}

Ресурсы, которые помогли

1. Официальная документация: https://docs.aiogram.dev/ — всегда начинаю отсюда
2. Примеры на GitHub: aiogram/aiogram repository
3. Telegram Bot API docs: https://core.telegram.org/bots/api
4. Сообщество: @aiogram_ru, Stack Overflow
5. Собственные проекты: Практика — лучший учитель

Типичные ошибки, которые я делал

• Забывал await перед async функциями → много багов с race conditions
• Использовал MemoryStorage в production → данные теряются при перезагрузке
• Не обрабатывал ошибки → боты падали без логирования
• Hardcodил токены в коде → проблемы с безопасностью
• Не использовал файлы состояния → запутанный код с глобальными переменными

Современные best practices (aiogram 3.x)

• Используй Typed CallbackData вместо строк
• FSM для UI-state только, не для бизнес-логики
• Middleware для кросс-функционального функционала
• Dependency injection для инъекции сервисов
• Webhook в production, polling только для разработки
• Graceful shutdown перед обновлением

Итог

Обучение aiogram — это не просто чтение документации, это практика через реальные проекты. Я начал с простого echo бота, потом добавлял FSM, БД, сложные UI. Каждый проект учил меня новому: async patterns, обработка ошибок, масштабирование. Сейчас я могу быстро писать production-ready Telegram ботов с любой сложностью.