Python中实现参数类型检查的简单方法
Python是一门弱类型语言，很多从C/C++转过来的朋友起初不是很适应。比如，在声明一个函数时，不能指定参数的类型。用C做类比，那就是所有参数都是void*类型！void类型强制转换在C++中被广泛地认为是个坏习惯，不到万不得已是不会使用的。
Python自然没有类型强制转换一说了，因为它是动态语言。首先，所有对象都从Object继承而来，其次，它有强大的内省，如果调用某个不存在的方法会有异常抛出。大多数情况，我们都不需要做参数类型栓查，除了一些特殊情况。例如，某个函数接受一个str类型，结果在实际调用时传入的是unicode，测试过程中又没有代码覆盖到，这样问题就比较严重了。解决方法也很简单，借助Python的内省，很容易就能判断出参数的类型。但是每个地方都写检查代码会很累赘，何况它带来的实际价值并不高。一个好的解决方法是使用装饰器。
'''
>>> NONE, MEDIUM, STRONG = 0, 1, 2
>>>
>>> @accepts(int, int, int)
... def average(x, y, z):
... return (x + y + z) / 2
...
>>> average(5.5, 10, 15.0)
TypeWarning: 'average' method accepts (int, int, int), but was given
(float, int, float)
15.25
'''
def accepts(*types, **kw):
""" Function decorator. Checks that inputs given to decorated function
are of the expected type.
Parameters:
types -- The expected types of the inputs to the decorated function.
Must specify type for each parameter.
kw -- Optional specification of 'debug' level (this is the only valid
keyword argument, no other should be given).
debug = ( 0 | 1 | 2 )
"""
if not kw:
# default level: MEDIUM
debug = 1
else:
debug = kw['debug']
try:
def decorator(f):
def newf(*args):
if debug == 0:
return f(*args)
assert len(args) == len(types)
argtypes = tuple(map(type, args))
if argtypes != types:
msg = info(f.__name__, types, argtypes, 0)
if debug == 1:
print >> sys.stderr, 'TypeWarning: ', msg
elif debug == 2:
raise TypeError, msg
return f(*args)
newf.__name__ = f.__name__
return newf
return decorator
except KeyError, key:
raise KeyError, key + "is not a valid keyword argument"
except TypeError, msg:
raise TypeError, msg
def info(fname, expected, actual, flag):
""" Convenience function returns nicely formatted error/warning msg. """
format = lambda types: ', '.join([str(t).split("'")[1] for t in types])
expected, actual = format(expected), format(actual)
msg = "'%s' method " % fname \
+ ("accepts", "returns")[flag] + " (%s), but " % expected\
+ ("was given", "result is")[flag] + " (%s)" % actual
return msg
本质上讲，这也是一种运行时检查，但效果已经不错了。
更多有趣的装饰器的使用，可以参考这篇文章http://wiki.python.org/moin/PythonDecoratorLibrary
相关推荐
-
Python中类型检查的详细介绍
前言 大家都知道Python 是一门强类型.动态类型检查的语言.所谓动态类型,是指在定义变量时,我们无需指定变量的类型,Python 解释器会在运行时自动检查. 与静态类型语言(如 C 语言)相比,这不仅仅是少写了几个类型声明字符: #include <stdlib.h> #include <stdio.h> #define BUFF 100 char* greeting(char* name){ char* msg = (char *) malloc(sizeof(char) *
-
在Python 3中实现类型检查器的简单方法
示例函数 为了开发类型检查器,我们需要一个简单的函数对其进行实验.欧几里得算法就是一个完美的例子: def gcd(a, b): '''Return the greatest common divisor of a and b.''' a = abs(a) b = abs(b) if a < b: a, b = b, a while b != 0: a, b = b, a % b return a 在上面的示例中,参数 a 和 b 以及返回值应该是 int 类型的.预期的类型将会以函数注解的形式
-
Python简单检测文本类型的2种方法【基于文件头及cchardet库】
本文实例讲述了Python简单检测文本类型的方法.分享给大家供大家参考,具体如下: 1.根据文件头. #是否为带BOM头的UTF8文件 def IsUtf8BomFile(pathfile): if b'\xef\xbb\xbf' == open(pathfile, mode='rb').read(3)): return True return False 2.用cchardet库. >>> import cchardet >>> cchardet.detect(ope
-
python通过装饰器检查函数参数数据类型的方法
本文实例讲述了python通过装饰器检查函数参数数据类型的方法.分享给大家供大家参考.具体分析如下: 这段代码定义了一个python装饰器,通过此装饰器可以用来检查指定函数的参数是否是指定的类型,在定义函数时加入此装饰器可以非常清晰的检测函数参数的类型,非常方便 复制代码 代码如下: def accepts(exception,**types): def check_accepts(f): assert len(types) == f.func_code.co_argco
-
Python中实现参数类型检查的简单方法
Python是一门弱类型语言,很多从C/C++转过来的朋友起初不是很适应.比如,在声明一个函数时,不能指定参数的类型.用C做类比,那就是所有参数都是void*类型!void类型强制转换在C++中被广泛地认为是个坏习惯,不到万不得已是不会使用的. Python自然没有类型强制转换一说了,因为它是动态语言.首先,所有对象都从Object继承而来,其次,它有强大的内省,如果调用某个不存在的方法会有异常抛出.大多数情况,我们都不需要做参数类型栓查,除了一些特殊情况.例如,某个函数接受一个str类型,结果
-
python中slice参数过长的处理方法及实例
很多小伙伴对于slice参数的概念理解停留在概念上,切片的参数有三个,分别是step .start .stop .因为参数的值也是多变的,所以我们需要对它们进行下一步的处理.在之前的slice讲解中我们提到列表数据过长的问题,其中在参数中也有这样的问题存在.下面我们就step .start .stop 三个参数的分别处理展开讲解,帮大家深入了解slice中的参数问题. 1.step 的处理 if (r->step == Py_None) { /* step 默认是 1,这不难理解 */ *ste
-
Python中的函数参数类型检查
目录 Python函数参数类型检查 下面我们用装饰器来实现 总结 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
-
python 函数中的参数类型
1.前言 Python中函数的参数类型比较丰富,比如我们经常见到*args和**kwargs作为参数.初学者遇到这个多少都有点懵逼,今天我们来把Python中的函数参数进行分析和总结. 2.Python 中的函数参数 在Python中定义函数参数有5种类型,我们来一一演示它们. 2.1必选参数 必须参数是最基本的参数类型,当你在Python函数中定义一个必选参数时,每次调用都必须给予赋值,否则将报错. >>>def fun(a): print("a=",a) >
-
Python中的异常类型及处理方式示例详解
目录 前言 正文 一.什么是异常 二.异常的类型 三.异常处理 四.try 介绍 五.finally 介绍 六.raise 介绍 结尾 前言 Python 是一种面向对象的.解释型的.通用的.开源的脚本编程语言.现在市面上 Python 非常的流行,主要是因为它简单易用,学习成本低,比如要实现某个功能,Python 可能只需要几行代码,而用C语言可能需要上百行代码,因为C语言什么都要得从头开始编码,而 Python 已经内置了很多功能模块,所以,我们只需要导入特定的包,就可以实现想要的效果. 正
-
Python中的bytes类型用法及实例分享
目录 1.bytes定义 2.bytes方法 3.使用不同方式创建bytes对象 前言; Python bytes 类型用来表示一个字节串.“字节串“不是编程术语,是我自己“捏造”的一个词,用来和字符串相呼应.bytes 是 Python 3.x 新增的类型,在 Python 2.x 中是不存在的. 字节串(bytes)和字符串(string)的对比: 字符串由若干个字符组成,以字符为单位进行操作:字节串由若干个字节组成,以字节为单位进行操作. 字节串和字符串除了操作的数据单元不同之外,它们支持
-
浅谈python中的数字类型与处理工具
python中的数字类型工具 python中为更高级的工作提供很多高级数字编程支持和对象,其中数字类型的完整工具包括: 1.整数与浮点型, 2.复数, 3.固定精度十进制数, 4.有理分数, 5.集合, 6.布尔类型 7.无穷的整数精度 8.各种数字内置函数及模块. 基本数字类型 python中提供了两种基本类型:整数(正整数金额负整数)和浮点数(注:带有小数部分的数字),其中python中我们可以使用多种进制的整数.并且整数可以用有无穷精度. 整数的表现形式以十进制数字字符串写法出现,浮点数带
-
python3中函数参数的四种简单用法
下面给大家介绍python3中函数参数的四种简单用法,具体内容如下所示: def print_two(*args): arg1, arg2 = args print "arg1: %r, arg2: %r" % (arg1,arg2) def print_two_again(arg1, arg2): print "arg1: %r, arg2: %r" % (arg1, arg2) def print_one(arg1): print "arg1: %r&
-
Python中rapidjson参数校验实现
目录 前言 rapidjson简介和安装 rapidjson基本使用 dumps() 方法 skipkeys ensure_ascii sort_keys dump()方法 Validator class 前言 在使用Django框架开发前后端分离的项目时,通常需要对前端传递过来的参数进行校验,校验的方式有多种,可以使用drf进行校验,也可以使用json进行校验,本文介绍在Python中rapidjson的基本使用以及如何进行参数校验. rapidjson简介和安装 rapidjson是一个性能
-
浅析python中的set类型
目录 一. 定义 二. 创建set 1. 直接使用{}创建新的set并初始化 2. 使用set关键字来创建 3. 创建空的set 三. 基本操作 1. 重复的操作在set中自动被过滤 2. 通过add(key)方法可以添加元素到set中,可以重复添加,但不会有效果 3. 通过 remove(key) 方法可以删除元素 4. 两个set可以做数学意义上的交集.并集等操作 四. 练习 一. 定义 set是一个无序且不重复的元素集合 set和dict类似,是一组key的集合,但不存储value set