Python 自定义装饰器实现运行时函数参数类型严格校验

问题背景与目标

Python 属于动态类型语言，即使为函数参数添加了类型注解（如 uid: int），解释器在运行时也不会强制校验传入值的类型。这可能导致隐式 Bug 难以排查。本文旨在通过自定义装饰器与反射机制，实现调用前的参数类型严格校验，在动态环境中获得类似强类型语言的报错反馈。

底层实现逻辑

利用 Python 标准库 inspect 获取函数的签名对象（sig = inspect.signature(func)）。通过 bind() 方法将传入的位置参数与关键字参数绑定到对应的形参名称上，并填充默认值。随后遍历所有已绑定的参数，提取其注解（param.annotation）与默认值（param.default）。在匹配过程中，仅对显式传入且非默认值的参数执行 isinstance() 比对，发现类型不匹配时直接抛出 TypeError 阻断执行。

装饰器源码

import inspect
def type_check(func):
    def wrapper(*args, **kwargs):
        sig = inspect.signature(func)
        bound_args = sig.bind(*args, **kwargs)
        bound_args.apply_defaults()
        for name, value in bound_args.arguments.items():
            param = sig.parameters[name]
            expected = param.annotation
            default_value = param.default
            if default_value != inspect.Parameter.empty:
                print('有默认值 => {}实际值={}'.format(name, value))
            else:
                print('无默认值 => {}'.format(name))
            # 有注解的参数
            if expected != inspect.Parameter.empty:
                # 无默认值的参数
                if default_value == inspect.Parameter.empty:
                    if not isinstance(value, expected):
                        raise TypeError(f"参数'{name}'应该是{expected}而不是{type(value)}")
                # 有默认值的参数（值必须是注解类型或者等于默认值）
                if value != default_value and not isinstance(value, expected):
                    raise TypeError(f"参数'{name}'应该是{expected}而不是{type(value)}")
        return func(*args, **kwargs)
    return wrapper

验证流程

第1步：构建测试函数

目的：验证校验器对必填参数、可选参数及类型转换拦截的效果。

入口：当前工作目录下的脚本文件。

动作：使用 @type_check 装饰一个业务函数 demo，明确标注 n: int、msg: str 及可选参数 state: int = None。

@type_check
def demo(n: int, msg: str, state: int = None):
    print('正常结束\n')

第2步：执行合规调用与异常拦截测试

目的：确认正确类型放行，错误类型触发断言。

动作：依次调用 demo(1, 'SUCCESS')、demo(2, 'SUCCESS', 200) 观察正常日志；接着传入字符串类型数据 demo(3, 'FAILED', '哈哈') 与 demo('4', "FAILED", '嘻嘻') 验证边界拦截。

注意事项

该方案依赖运行时反射，频繁调用会引入轻微的性能损耗。对于大型项目或性能敏感型接口，建议将此类动态校验降级至 CI/CD 阶段的静态类型检查工具（如 mypy 或 pyright），或在开发调试阶段启用。typing 包中的泛型集合（如 list[int]）在当前基础实现中暂不支持深度嵌套解析，需额外扩展解析逻辑。

总结

以上就是Python 调用函数时检查参数类型合规性的详细内容，更多关于Python 装饰器类型校验的资料请关注本站其它相关文章！