Python通用深拷贝的Linter类型检查问题及__call__方法疑惑

问题背景 #

我实现了一个针对任意基础类型的通用深拷贝函数，代码如下：

from typing import TypeVar

T = TypeVar("T")


def deepcopy(obj: T) -> T:
    t = type(obj)

    # ...
    # (handling of other types)
    # ...

    if isinstance(obj, list):
        ls = [deepcopy(item) for item in obj]

        # (1) linter cannot ensure correct type
        return ls

        # (2) i figured out, that i can cast/call the type
        # but the linter also doesn't like that
        return t(ls)

        # (3) finally no issues
        return t.__call__(ls)

    # ...
    # (handling of other types)
    # ...

    # object is of primitive type
    return obj

测试代码：

x = [[0, 1, ["a", "b", "c"]], [0, 22, 22222]]
y = deepcopy(x)

print(x)
print(y)

print(x == y)
print(x is y)

实际测试中，方案(1)可运行但Pylance提示类型不匹配；方案(2)对dict有效但list仍无法通过检查；方案(3)则无lint报错。我有两个疑问：

1. 方案(1)的类型逻辑看似清晰，是否是TypeVar导致的问题？
2. 调用t()与调用t.__call__()之间有什么差异？

环境：VSCode Pylance(v2024.11.3)，Python 3.11.9

疑问解答 #

1. 方案(1)的类型检查失败原因 #

不是TypeVar本身的问题，而是TypeVar的泛型约束逻辑导致的：

• 函数签名中T代表输入obj的具体类型，比如如果obj是list的子类（如自定义MyList(list)），那么T对应的是MyList而非普通list。
• 方案(1)返回的ls是标准list实例，无法保证和输入的T类型一致（子类场景下类型不匹配），因此Pylance无法确认ls的类型符合返回值T的要求，从而报错。

2. t()与t.__call__()的差异 #

运行时行为

从Python运行机制来说，t()本质等价于t.__call__()——当你调用一个类型对象（如list）作为函数时，Python会自动调用该类型的__call__方法来创建实例。两者在运行时没有功能差异。

类型检查逻辑差异

Pylance对两种调用方式的类型推断逻辑不同：

• 对于t(ls)：当t是动态获取的类型变量（type(obj)得到的Type[T]），Pylance可能无法准确解析该类型构造器的参数签名是否兼容ls的类型，尤其是针对list这类内置泛型类型时，类型推断的规则限制导致无法通过检查。
• 对于t.__call__(ls)：直接访问类型的__call__方法时，Pylance会直接检查该方法的参数要求——list.__call__明确接受可迭代对象作为参数，ls是list（属于可迭代对象），因此能准确推断参数合法且返回类型为T，从而通过lint检查。

内容的提问来源于stack exchange，提问作者cornflax