Python中的函数参数类型检查
Python函数参数类型检查
有一个很经典的笑话：
三个月之前，只有我和上帝知道这代码是干什么的。
现在，只有上帝知道了。
在Python中，不知道函数参数类型是一个很正常的事情，特别是在一个大项目里。
我见过有些项目里，每一个函数体的前十几行都在检查参数类型，这实在是太麻烦了。而且一旦参数有改动，这部分也需要改动。
下面我们用装饰器来实现
函数参数的强制类型检查。
首先，这个装饰器，要接受类型参数，和指定函数参数的类型参数。也就是一个list和一个dict
from functools import wraps def typeassert(*type_args, **type_kwargs): def decorate(func): @wraps(func) def wrapper(*args, **kwargs): return func(*args, **kwargs) return wrapper return decorate
@wraps(func)的作用请看我的另一篇
那么，接下来，在装饰器中，我们需要获取函数参数列表，并且要和类型参数表映射。
这要借助Python的一个标准库——inspect 这个库一般用于Python代码调试
from inspect import signature from functools import wraps def typeassert(*type_args, **type_kwargs): def decorate(func): sig = signature(func) bound_types = sig.bind_partial(*type_args, **type_kwargs).arguments @wraps(func) def wrapper(*args, **kwargs): return func(*args, **kwargs) return wrapper return decorate
上面的代码中，我们使用inspect中的signature方法获取了func的Signature对象，然后使用bind_partial方法创建了(*type_args, **type_kwargs)到func参数的映射(也就是一个字典)。
接下来就简单了，我们只需要再获取(*args, **kwargs)的类型，使用isintance函数进行比较就好。
from inspect import signature
from functools import wraps
def typeassert(*type_args, **type_kwargs):
def decorate(func):
sig = signature(func)
bound_types = sig.bind_partial(*type_args, **type_kwargs).arguments
@wraps(func)
def wrapper(*args, **kwargs):
bound_values = sig.bind(*args, **kwargs)
for name, value in bound_values.arguments.items():
if name in bound_types:
if not isinstance(value, bound_types[name]):
raise TypeError('Argument {} must be {}'.format(name, bound_types[name]))
return func(*args, **kwargs)
return wrapper
return decorate运行如下代码
@typeassert(int, int)
def add(x, y):
return x+y
print(add("u", 2))能看到报错如下
Traceback (most recent call last):
File "c:\Users\Chen\Desktop\typeassert.py", line 32, in <module>
print(add("u", 2))
File "c:\Users\Chen\Desktop\typeassert.py", line 22, in wrapper
'Argument {} must be {}'.format(name, bound_types[name])
TypeError: Argument x must be <class 'int'>
很贴心的提醒了我们哪一个参数应该是什么类型。
你甚至可以自己改动这个装饰器，让它还能告诉你传进去了什么错误参数(特别是写爬虫的时候，参数很难掌握，一旦报错，还得重跑一遍才知道为什么。)
你也可以指定某一个参数的类型，譬如
@typeassert(int, z=str) def display(x, y, z): print(x, y, z)
这时你会发现，y的类型就像原生的Python函数一样，什么都行。而x必须是int，z必须是str。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了tkinter如何实现label超链接调用浏览器打开网址问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-01-01
这篇文章主要介绍了python通过实例讲解反射机制,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-10-10
anaconda虚拟环境python sklearn库的安装过程
Anaconda是专注于数据分析的Python发行版本,包含了conda、Python等190多个科学包及其依赖项,这篇文章主要给大家介绍了关于anaconda虚拟环境python sklearn库的安装过程,需要的朋友可以参考下2023-11-11
这篇文章主要为大家学习介绍了Flask如何实现定制日志并输出到文件，文中的示例代码简介易懂，感兴趣的小伙伴快跟随小编一起学习一下吧2023-07-07
这篇文章主要介绍了tensorflow模型转ncnn的操作方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-05-05
这篇文章主要介绍了如何使用Python 绘制瀑布图，我们一起了解瀑布图的重要性，以及如何使用不同的绘图库绘制瀑布图。瀑布图是一种二维图表，专门用于了解随着时间或多个步骤或变量的增量正负变化的影响，下文更多详细内容需要的小伙伴可以参考一下2022-05-05
浅谈flask中的before_request与after_request
这篇文章主要介绍了浅谈flask中的before_request与after_request，小编觉得还是挺不错的，具有一定借鉴价值，需要的朋友可以参考下2018-01-01
Python PyJWT库简化JSON Web Token的生成与验证
PyJWT库为Python开发者提供了简便的生成和验证JWT的工具，本文将深入介绍PyJWT库的核心概念、功能以及实际应用，通过丰富的示例代码，帮助大家更全面地了解和应用这一强大的JWT库2023-12-12
PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。它具有强大的GPU加速的张量计算和自动求导系统的深度神经网络。本文将介绍如何通过PyTorch实现病虫害图像分类，感兴趣的可以学习一下2021-12-12
这篇文章主要介绍了Python Socket编程的相关资料，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下2021-04-04
最新评论