Python 的泛型在运行时会被擦除，但通过 __orig_class__ 属性可访问实例化时传入的具体类型参数；需注意该属性仅在对象初始化完成后可用，不能在 __init__ 中直接用于类型验证。
python 的泛型在运行时会被擦除，但通过 `__orig_class__` 属性可访问实例化时传入的具体类型参数；需注意该属性仅在对象初始化完成后可用，不能在 `__init__` 中直接用于类型验证。
在 Python 3.12+（尤其是 3.13）中，typing.Generic 的运行时类型反射能力发生了重要变化：__orig_bases__ 已被弃用或不可靠，而 __orig_class__ 成为获取泛型实参的唯一可靠途径——但它仅在实例创建完成之后才被设置，因此无法在 __init__ 或 __new__ 中安全读取。
以下是一个正确、健壮的实现方式：
from typing import Optional, Type, get_origin, get_args
class Test[T]:
data: Optional[T]
def __init__(self, data: Optional[T] = None):
self.data = data
def get_type(self) -> Type[T]:
"""
获取泛型参数 T 在实例化时的具体类型（如 int、str、None 等）。
注意：必须在实例已创建后调用（即不能在 __init__ 内部使用）。
"""
orig_class = getattr(self, "__orig_class__", None)
if orig_class is None:
raise RuntimeError("Cannot access __orig_class__: instance not properly parameterized.")
args = get_args(orig_class)
if not args:
raise TypeError(f"No type arguments found in {orig_class}")
t_arg = args[0]
# 处理 None 类型：get_args(Test[None]) 返回 (type(None),)，需保留为 type(None)
return t_arg
def validate_data(self) -> bool:
"""基于运行时推导出的 T 类型，验证 self.data 是否符合预期类型"""
try:
expected_type = self.get_type()
# isinstance(None, type(None)) → True；isinstance(42, type(None)) → False
return isinstance(self.data, expected_type)
except (RuntimeError, TypeError):
return False
# ✅ 正确用法示例
if __name__ == "__main__":
assert Test[int](data=1).validate_data() # True
assert Test[str](data="hello").validate_data() # True
assert not Test[int](data="wrong").validate_data() # False
assert Test[type(None)](data=None).validate_data() # True（显式写 type(None) 更清晰）
# 注意：Test[None] 是语法糖，等价于 Test[type(None)]
⚠️ 关键注意事项：
-
__orig_class__是 CPython 实现的私有属性，虽稳定但未被正式纳入 PEP 560/695 规范，应视为“约定俗成”的运行时接口； - 不要尝试在
__init__中调用self.get_type()并立即用于数据校验——此时__orig_class__尚未注入，会触发AttributeError； - 对于
None类型，推荐显式使用type(None)（如Test[type(None)]），避免歧义；Test[None]虽可解析，但部分工具链可能处理不一致； - 若需更严格的类型检查（如支持
Union[int, str]、嵌套泛型等），建议结合typing.get_origin()和typing.get_args()递归解析，或使用第三方库如typing-inspect（兼容性更好）或rttc（runtime type checking）。
总之，__orig_class__ 是当前 Python 泛型运行时元编程的基石，合理利用它，即可在保持类型提示优势的同时，实现动态类型感知与运行时验证。
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！
