typechecked装饰器不能只靠get_type_hints,因其仅提取注解而无法执行实际类型校验;必须结合get_origin、get_args递归解析泛型与联合类型,并用isinstance逐层验证值是否满足约束。

Python 运行时不强制检查函数参数类型,但开发中常需要提前发现类型错误——typing 本身不执行检查,必须配合运行时校验机制(如装饰器)才能真正生效。
为什么 type_check 装饰器不能只靠 get_type_hints 就完事
get_type_hints 只能提取注解,无法处理:可选参数(Optional[T])、联合类型(Union[int, str] 或 int | str)、泛型(List[str])、以及 Any / Never 等特殊类型。更关键的是,它不检查实际传入值是否满足类型约束。
- 必须用
isinstance做基础判断,但isinstance(val, list)无法区分List[str]和普通list -
typing.get_origin和typing.get_args才能拆解泛型结构,比如从List[str]中拿到list和(str,) -
Union类型需逐个尝试isinstance,且要小心None在Optional[T]中的特殊处理
如何写一个轻量但可用的 @typechecked 装饰器
核心是拦截调用、读取参数注解、对每个实参做类型验证。不依赖第三方库,仅用标准库 typing 和 inspect。
from typing import get_type_hints, get_origin, get_args, Union, Optional
import inspect
<p>def typechecked(func):
sig = inspect.signature(func)
type_hints = get_type_hints(func)</p><pre class="brush:php;toolbar:false;">def wrapper(*args, **kwargs):
# 绑定参数,获得实际传入值与形参名的映射
bound = sig.bind(*args, **kwargs)
bound.apply_defaults()
for name, value in bound.arguments.items():
if name not in type_hints:
continue
expected_type = type_hints[name]
if not _is_instance(value, expected_type):
raise TypeError(
f"Argument '{name}' of {func.__name__} expects {expected_type}, got {type(value).__name__}"
)
return func(*args, **kwargs)
return wrapperdef _is_instance(val, typ): origin = get_origin(typ) args = get_args(typ)
if origin is Union:
return any(_is_instance(val, arg) for arg in args)
if origin is Optional:
return val is None or _is_instance(val, args[0])
if origin in (list, dict, tuple, set):
if not isinstance(val, origin):
return False
if not args:
return True
# 简单泛型校验:只检查第一层元素类型(如 list[str])
elem_type = args[0]
if origin is list:
return all(_is_instance(x, elem_type) for x in val)
# 其他容器类型可依此类推,此处略
return isinstance(val, typ)- 该装饰器不支持嵌套泛型(如
list[list[int]]),也不校验Callable或Literal,够日常调试用,但别当生产级校验器 -
get_origin(typ)对普通类(如str、int)返回None,此时直接走isinstance(val, typ) - 注意 Python 3.10+ 的
int | str语法会被get_origin识别为types.UnionType,需额外分支处理
typechecked 和 mypy 是什么关系?能互相替代吗
不能替代。二者定位完全不同:mypy 是静态分析工具,在代码运行前扫描类型注解并报错;而 @typechecked 是运行时校验,在每次函数调用时检查。
-
mypy查不出动态构造的值(如json.loads(input_str)返回的dict是否真含"id": int字段) -
@typechecked查不出未被调用的函数路径,也增加运行时开销(尤其高频小函数) - 最佳实践是:用
mypy做 CI 检查 + 关键入口函数(如 API handler、CLI 主函数)加@typechecked
真正容易被忽略的是:类型校验一旦开启,就要求整个调用链上的中间函数也补全注解,否则 get_type_hints 返回空字典,校验直接跳过——这不是 bug,是设计使然。
Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!











