函数定义的弊端
- Python是动态语言,变量随时可以被赋值,且能赋值为不同的类型
- Python不是静态编译型语言,变量类型是在运行期决定的
- 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')) add(4, 'hello')
- 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的数据
- 如何解决这种动态语言定义的弊端呢?
- 增加文档Documentation String
- 这只是一个惯例,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Function Annotations
- 如果解决这种动态语言定义的弊端呢?
- 函数注解
def add(x , y:int) -> int : return x + y print(add.__annotations__) sig =inspect.signature(add) print(sig) -------------------------------------------- {'y': <class 'int'>, 'return': <class 'int'>} #函数中有注解的则显示,无注解的不显示,可变参数不显示 (x, y: int) -> int # 函数签名依然是所有的参数
函数注解Function Annotations :
- 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的说明,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,发现隐藏的bug
- 函数注解的信息,保存在 __annotations__属性中
- 变量注解
- Python 3.6引入。注意它也只是一种对变量的说明,非强制
例如 i : int = 3
- Python 3.6引入。注意它也只是一种对变量的说明,非强制
业务应用
- 函数参数类型检查
- 思路
- 函数参数的检查,一定是在函数外,不要把检查代码侵入到函数中
- 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。假设要做位置参数的判断,无法和字典中的声明对应。使用inspect模块
- inspet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(函数签名包含了一个函数的信息,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 fn(x:int,y:int,z:int,*args,**kwargs) -> int:
return x + y + z
sig = inspect.signature(fn) #签名函数
print(sig)
print(type(sig))
print("params:",sig.parameters) #相当于有序字典
print("return,",sig.return_annotation)
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)
-------------------------------------------------------------
(x:int, y:int, z:int, *args, **kwargs)
<class 'inspect.Signature'>
params: OrderedDict([('x', <Parameter "x:int">), ('y', <Parameter "y:int">), ('z', <Parameter "z:int">), ('args', <Parameter "*args">), ('kwargs', <Parameter "**kwargs">)])
return, <class 'inspect._empty'>
y:int <class 'inspect.Parameter'>
<class 'int'>
*args
<class 'inspect._empty'>
**kwargs
<class 'inspect._empty'>
2 inspect模块 is 做判断
import inspect
def fn(x:int,y:int,z:int,*args,**kwargs) -> int:
return x + y + z
- inspect.isfunction(fn) #是否是函数
>>True
- inspect.isgeneratorfunction(fn) #判断是否是函数生成器
>>False
- inspect.isgneerator(fn) # 判断是否是生成器
>>False
- inspect.isbuiltin(print)),#是否是内建对象
>>False
- Parameter(参数)对象
- 保存在元组中,是只读的
- name,参数的名字
- annotation,参数的注解,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,值必须是位置参数提供
- 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
for i, item in enumerate(sig.parameters.items()):
name, param = item #参数解构
print(i+1, name, param.annotation, param.kind, param.default)
print(param.default is param.empty, end='\n\n') #缺省值是空
-------------------------------------------------------------
1 x <class 'inspect._empty'> POSITIONAL_OR_KEYWORD <class 'inspect._empty'>
True
2 y <class 'int'> POSITIONAL_OR_KEYWORD 7
False
3 args <class 'inspect._empty'> VAR_POSITIONAL <class 'inspect._empty'>
True
4 z <class 'inspect._empty'> KEYWORD_ONLY <class 'inspect._empty'>
True
5 t <class 'inspect._empty'> KEYWORD_ONLY 10
False
6 kwargs <class 'inspect._empty'> VAR_KEYWORD <class 'inspect._empty'>
True
函数签名,参数注解
import functools,inspect
def fn(x:int,y:int = 2,*args,**kwargs) -> int:
return x + y
fn.__annotations__ >>> {'x': int, 'y': int, 'return': int} #获取函数注解,包括参数和返回值
sig = inspect.signature(fn) >>> <Signature (x: int, y: int = 2, *args, **kwargs) -> int> # 获取签名 主要是参
params = sig.parameters >>> mappingproxy({'x': <Parameter "x: int">,'y': <Parameter "y: int = 2">,'args': <Parameter "*args">,'kwargs': <Parameter "**kwargs">}) # 获取参数类型的有序字典
params['x'].annotation >>> int,用于参数类型判断,与传入的实参进行比较
例如:
import inspect
def add(x,y:int) -> int:
return x + y
sig = inspect.signature(add)
params = sig.parameters
print(params)
params
-------------------------
OrderedDict([('x', <Parameter "x">), ('y', <Parameter "y:int">)])
mappingproxy({'x': <Parameter "x">, 'y': <Parameter "y:int">})
业务应用
有函数如下
def add(x, y:int=7) -> int:
return x + y
请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
import inspect
def add(x, y, z):
return x + y + z
def check(fn):
def wrapper(*args, **kwargs):
sig = inspect.signature(fn)
params = sig.parameters #得到的是有序字典
print(sig)
print(params)
va = list(params.values())
# keys = list(params.keys())
for i, v in enumerate(args):
if va[i].annotation != inspect._empty and not isinstance(v, va[i].annotation):
print("1输入错误")
for k,v,in kwargs.items():
if params[k].annotation != inspect._empty and not isinstance(v,params[k].annotation):
print("2输入错误")
cc = fn(*args, **kwargs)
return cc
return wrapper
@check
def add(x, y:int,z:int) ->int:
return x + y + z
print(add(1,2,10))
--------------------------------------------
(x, y:int, z:int) -> int
OrderedDict([('x', <Parameter "x">), ('y', <Parameter "y:int">), ('z', <Parameter "z:int">)])
13