怎样在Python中编写泛型函数以支持多种输入类型-Python教程-PHP中文网

python泛型函数依赖运行时行为适配而非编译期类型检查，核心是鸭子类型与协议约束；typevar需配合bound或constraints才能发挥静态检查作用，避免union滥用和isinstance堆砌，优先使用collections.abc抽象基类及functools.singledispatch实现清晰分发。

怎样在python中编写泛型函数以支持多种输入类型

Python泛型函数不是靠类型声明，而是靠运行时行为适配

Python本身没有编译期泛型（如Java或Rust），所谓“泛型函数”实际是函数能接受多种类型输入并合理处理——关键不在标注，而在逻辑是否健壮。类型提示（typing.Generic、TypeVar）只用于静态检查和IDE提示，不改变运行行为。

常见误操作是过度依赖Union或写一堆isinstance分支，结果函数越来越臃肿、难以维护。真正实用的泛型函数，往往靠鸭子类型（duck typing）或协议（Protocol）来隐式约束。

用`TypeVar`加约束让类型提示真正起作用

单纯写T = TypeVar("T")意义有限；只有加上bound=或constraints=，mypy才能帮你捕获明显类型错误。比如要支持所有可相加类型（int、str、list），但排除dict这种不支持+的：

from typing import TypeVar, Union
<h1>错误：太宽泛，mypy无法校验 + 是否合法</h1><p>T = TypeVar("T")</p><div class="aritcle_card flexRow artxards">
											<div class="artcardd flexRow">
												<a class="aritcle_card_img" rel="nofollow" href="/xiazai/skill5288" title="提示词大师-python版"><img
														src="https://img.php.cn/upload/skill/000/000/081/179042051830184.jpg" alt="提示词大师-python版" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
												<div class="aritcle_card_info flexColumn">
													<a rel="nofollow" href="/xiazai/skill5288" title="提示词大师-python版" class="overflowclass">提示词大师-python版</a>
													<p class="overflowclass">图片提示词生成器？不止如此。
马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。
用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。
用得越多，它越快：缓存机制让后续对话越来越省。
RAG进化：成功案例持续入库，越跑越聪明。
输入「新手指南」查看完整功能介绍</p>
												</div>
												<a rel="nofollow" href="/xiazai/skill5288" title="提示词大师-python版" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
												</a>
											</div>
										</div><h1>正确：用 bound 限定为支持 <strong>add</strong> 的类型</h1><p>class Addable:
def <strong>add</strong>(self, other): ...</p><p>T = TypeVar("T", bound=Addable)</p><p>def concat(a: T, b: T) -> T:
return a + b
</p>

bound=Addable比Union[int, str, list]更可持续——未来新增支持__add__的类（如自定义向量）自动兼容
注意：Addable是空协议类，仅作类型检查用途，运行时不生效
若需更精确控制（如要求返回同类型），必须在函数体内手动校验type(a) == type(b)，类型系统无法保证

避免`isinstance`堆砌，优先用`collections.abc`抽象基类

当需要区分“可迭代”“映射”“字符串”等行为时，直接比对具体类型（如type(x) is list）会漏掉tuple、array.array等合法变体。应使用标准ABC：

from collections.abc import Iterable, Mapping, Sequence
from typing import Any
<p>def flatten(obj: Any) -> list:
if isinstance(obj, (str, bytes)):  # 字符串是Iterable但不该递归展开
return [obj]
elif isinstance(obj, Mapping):
return [item for pair in obj.items() for item in flatten(pair)]
elif isinstance(obj, Iterable):
return [item for sub in obj for item in flatten(sub)]
else:
return [obj]
</p>

isinstance(obj, str)必须显式写在Iterable之前，否则"abc"会被当成Iterable无限递归
Sequence比list更合适表示“有序可索引”，但别滥用——多数场景只需Iterable即可
这类函数无法用TypeVar精确建模输入/输出类型关系，类型提示只能写Any或保守的object

运行时类型分发用`functools.singledispatch`而非if链

当不同类型的处理逻辑差异大（比如序列拼接 vs 字典合并 vs 数值加法），硬塞进一个函数会导致条件判断爆炸。singledispatch提供清晰的分发入口：

from functools import singledispatch
from typing import Union, Dict, List, Any
<p>@singledispatch
def merge(a, b):
raise TypeError(f"Cannot merge {type(a)} and {type(b)}")</p><p>@merge.register
def _(a: dict, b: dict) -> Dict:
return {<strong>a, </strong>b}</p><p>@merge.register
def _(a: list, b: list) -> List:
return a + b</p><p>@merge.register
def _(a: int, b: int) -> int:
return a + b
</p>