Python 3.10中如何利用TypeGuard处理类型异常_编写自定义类型守卫函数-Python教程-PHP中文网

typeguard 是专为类型检查器设计的类型守卫声明，返回 typeguard[t] 时告知检查器“若函数返回 true，则参数在后续代码中必为 t 类型”，它不改变运行时行为、不抛异常，需手动实现运行时判断且必须显式标注。

python 3.10中如何利用typeguard处理类型异常_编写自定义类型守卫函数

什么是 `TypeGuard`，它和普通类型检查函数有什么区别

TypeGuard 不是运行时抛异常的工具，而是给类型检查器（如 mypy、pyright）看的“声明”——告诉它：如果这个函数返回 True，那么传入参数**在后续代码中就一定是某个具体类型**。它本身不改变运行时行为，也不会自动 raise 异常。

常见误解是把它当 isinstance 增强版来“捕获类型错误”，但实际它只影响类型推导。若想处理异常，得额外写逻辑。

必须用 -> TypeGuard[T] 显式标注返回类型，否则类型检查器无视其守卫语义
函数体里仍需手动做运行时判断（比如 isinstance(x, str)），TypeGuard 不替你做这件事
仅在类型检查阶段生效；运行时调用它，就是个普通布尔函数

怎么写一个合法的自定义 `TypeGuard` 函数

核心就两点：正确标注 + 运行时判断一致。例如，想确认某个值是“非空字符串”：

from typing import TypeGuard
<p>def is_nonempty_str(obj: object) -> TypeGuard[str]:
return isinstance(obj, str) and len(obj) > 0
</p>

注意这里 obj: object 是推荐写法——用太窄的类型注解（比如 str）会让类型检查器提前“认定它是 str”，失去守卫意义。

返回类型必须是 TypeGuard[YourTargetType]，不能是 bool 或泛型别名
守卫逻辑必须覆盖目标类型的全部必要条件（比如判断 str 就不能漏掉 isinstance）
避免副作用：类型守卫函数不应修改输入、打印、读文件等，否则可能被静态分析误判

为什么用了 `TypeGuard`，mypy 还报错说“可能为 None”

典型场景：你写了 if is_nonempty_str(x): ...，但之后访问 x.upper() 仍被 mypy 报错。这往往是因为：

python-parallelization

将顺序 Python 代码转换为并行/并发实现，用于在需要并行化 Python 代码、提升性能时使用。

下载

x 的原始类型注解是 Optional[str] 或 Union[str, int]，而你的 TypeGuard 只声明了 str，没排除 None —— 所以检查器只敢推导出“此时 x 是 str”，但无法否定其他分支的存在
你在 if 块外或 else 分支里复用了 x，而类型检查器不会跨作用域“记住”守卫结果
使用了不支持 TypeGuard 的旧版 mypy（

验证方式：在 if 块内加一行 reveal_type(x)（mypy）或 assert_never(x)（pyright），看实际推导类型是否符合预期。

如何配合异常处理真正“处理类型异常”

TypeGuard 自身不抛异常，但你可以把它和显式错误处理组合起来。例如，拒绝非法输入并给出清晰提示：

from typing import TypeGuard
<p>def is_positive_int(obj: object) -> TypeGuard[int]:
return isinstance(obj, int) and obj > 0</p><p>def process_count(value: object) -> int:
if not is_positive_int(value):
raise TypeError(f"Expected positive int, got {type(value).<strong>name</strong>}: {value}")
return value  # 此处 mypy 知道 value 是 int
</p>

这种写法既让类型检查器能推导后续类型，又在运行时提供明确失败路径。关键点：