python null怎么表示_[Python] @NotNull装饰器如何写比较好?

要求具体到某个参数，那最好的办法自然是使用最新的语法annotations了，随手摘一段现在项目里的代码：

def _get_inner_function(f):

while hasattr(f, '__wrapped__'):

f = f.__wrapped__

return f

def _checktype(f):

_inner_f = _get_inner_function(f)

check_type_args = inspect.getfullargspec(_inner_f).annotations

if not check_type_args:

warnings.warn(UserWarning("Function " + repr(f) + " does not have annotations, checktype ignored."))

return f

@wraps(f)

async def _f(*args, **kwargs):

call_args = inspect.getcallargs(_inner_f, *args, **kwargs)

for k, v in list(call_args.items()):

if k in check_type_args:

call_args[k] = check_type(v, check_type_args[k])

return await f(**call_args)

return _f

注意_checktype这个注解在这里是用来修饰async函数的，可以自行去掉async和await。check_type是一个按规则检查类型并返回正确的值的函数，它在输入类型不符合规则的时候会抛出异常。这里使用的是 hubo1016/pychecktype 这里的实现，你也可以换成自己的实现，比如说仅仅检查是否为None。

使用方法类似于下面这样：

@_checktype

async def myfunc(self, param1: str, param2: (str, None), param3, param4: int = 0):

...

解释一下，_get_inner_function用来获取最内层的原始函数定义，这个利用了wraps修饰器在Python3最新版当中的特性，这就防止了其他装饰器对_checktype的功能造成干扰(不过也限定了其他装饰器不能修改传入参数)。annotations在Python中是函数的一部分，可以通过inspect中的函数等方法来获取，最后在装饰过的函数中比较传入的参数与注解，并进行必要的类型检查，就可以完成这个功能。链接中的check_type实现中，None值只能匹配None或者NoneType(None的类型)，而不能匹配str、int等具体类型，也就实现了输入不能为None的要求。

如果要求返回值也有检查，原理也是一样的，返回值的注解可以在函数后用 -> ...的形式表述，它在annotations当中是以'return'为key的一个值。

当然这个装饰器只能在运行时检查，是没有静态检查的功能的。