函数定义的弊端
- python 是动态语言，变量随时可以被赋值，且能赋值为不同类型
- python 不是静态编译型语言，变量类型是在运行器决定的
- 动态语言很灵活，但是这种特性也是弊端
def add(x,y): return x+y print(add(4,5)) print(add(‘hello’,’world’)) print(add(4,’hello’)) #报错，TypeError: unsupported operand type(s) for +: ‘int’ and ‘str’
- 难发现：由于不做任何类型检查，直到运行期问题才显现出来，或者线上运行时才能暴露出问题
- 难使用：函数的使用者看到函数的时候，并不知道你的函数的设计，并不知道应该传入什么类型数据
如何解决这种动态语言定义的弊端呢？
- 增加文档Docmentation String
- 这是一个惯例，不是强制标准，不能要求程序员一定为函数提供说明文档
- 函数定义更新了，文档未必同步更新
def add(x,y): “”” :param x:int :param y:int :return:int “”” return x+y print(help(add))
- 函数注解
- python3.5引入
- 对函数的参数进行类型注解
- 对函数的返回值进行类型注解
- 只对函数参数做一个辅助说明，并不对函数参数进行类型检查
- 提供给第三方工具，做代码分析，发现隐形bug
- 函数注解的信息，保存在__annotations__属性中
- python3.6中引入变量注解
- i:int = 3
def add(x:int,y:int)->int: “”” :param x:int :param y:int :return:int “”” return x+y print(help(add)) print(add(4,5)) print(add(“jax”,”zhai”)) #在pycharm里参数是灰色
函数参数类型检查
思路：
- 函数参数的检查，一定是在函数外
- 函数应该作为参数，传入到检查函数中
- 检查函数拿到函数传入的实际参数，与形参声明对比
- __annotations__属性是一个字典，其中包括返回值类型的声明，假设要做一个位置参数的判断，无法和字典中的声明对应，使用inspect模块
- inspect模块
- 提供获取对象信息的函数，可以检查函数和类、类型检查
inspect模块
- signature(callable)，获取签名（函数签名包含一个函数的信息，包括函数名、它的参数类型、它所在的类和名称空间及其他信息）
import inspect def add(x:int,y:int,*args,**kwargs)->int: return x+y sig = inspect.signature(add) print(sig,type(sig)) #获取签名 print(‘params :’,sig.parameters) #OrderedDict print(‘return :’,sig.return_annotation) #返回值类型 print(sig.parameters[‘y’], type(sig.parameters[‘y’])) print(sig.parameters[‘x’].annotation) print(sig.parameters[‘args’]) print(sig.parameters[‘args’].annotation) print(sig.parameters[‘kwargs’]) print(sig.parameters[‘kwargs’].annotation)
inspect.isfunction(add) #是不是函数 inspect.ismethod(add) #是不是类方法 inspect.isgenerator(add) #是不是生成器 inspect.isclass(add) #是不是类 inspect.ismodule(add) #是不是模块 inspect.isbuiltin(add) #是不是内建对象
- Parameter对象
- 保存在元组中，是只读的
- name ，参数的名字
- annotation 参数注解，可能没有定义
- default 参数的缺省值，可能没有定义
- empty 特殊的类，用来标记default属性或者注释annotation属性的空值
- kind 实参如何绑定到形参，就是形参的类型
- POSITIONAL_ONLY，值必须是位置参提供
- POSITIONAL_OR_KEYWORD，值可以作为关键字或者位置参数提供
- VAR_POSITIONAL，可变位置参数，对应*args
- KEYWORD_ONLY，keyword-only参数，对应*或者*args之后的出现的非可变关键字参数
- VAR_KEYWORD，可变关键字参数，对应**kwargs
举例：
import inspect def add(x:int,y:int,*args,**kwargs)->int: return x+y sig = inspect.signature(add) print(sig) print(‘params : ‘, sig.parameters) print(‘return : ‘, sig.return_annotation) print(‘~~~~~~~~~~~~~~~~’) for i,item in enumerate(sig.parameters.items()): name,param = item print(i+1,name,param.annotation,param.kind,param.default) print(param.default is param.empty, end = ‘\n\n’)
有函数如下：
def add(x,y:int=7) -> int: return x + y
- 检查用户输入是否符合参数注解的要求？
- 思路：
- 调用时，判断用户输入的实参是否符合要求
- 调用时，用户感觉上还是在调用add函数
- 对用户输入的数据和声明的类型进行对比，如果不符合，提示用户
def check(fn): def wrapper(*args,**kwargs): sig = inspect.signature(fn) params = sig.parameters values = list(params.values()) #print(values) for i,p in enumerate(args): # print(i,p) params = values[i] #print(params.annotation,params.empty) if params.annotation is not params.empty and not isinstance(p,params.annotation): print(p,’!==’,values[i].annotation) for k,v in kwargs.items(): if sig.parameters[k].annotation is not inspect._empty and not isinstance(v,sig.parameters[k].annotation): print(k,v,’!===’,sig.parameters[k].annotation) return fn(*args,**kwargs) return wrapper @check def add(x,y:int=7) -> int: return x + y #print(add(20,10)) print(add(20,y=10)) print(add(y=10,x=20))
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/102921.html
