如何在Python中使用类定义函数参数？

你给出的示例代码语法是无效的（def my_fun(FunArgs):里的FunArgs会被当作普通参数名，而非参数结构定义），下面是几种可行的实现方式，既能满足你追求的代码简洁性，又能清晰管理函数参数：

纯Python实现（无需第三方包） #

方案1：使用dataclasses（Python 3.7+） #

dataclasses是标准库自带的工具，可快速定义数据类，结合关键字参数传递，既能保证参数结构清晰，又能提供类型提示（配合IDE或静态检查工具）。

示例代码：

from dataclasses import dataclass

@dataclass
class FunArgs:
    first: int
    second: str

def my_fun(**kwargs):
    args = FunArgs(**kwargs)
    # 直接使用结构化后的参数
    print(args.first, args.second)

if __name__ == "__main__":
    my_fun(first=1, second="OK")  # 输出：1 OK

若想更严格约束参数传递，可让函数直接接受FunArgs实例，调用时显式初始化：

def my_fun(args: FunArgs):
    print(args.first, args.second)

my_fun(FunArgs(first=1, second="OK"))

方案2：使用TypedDict（Python 3.8+） #

TypedDict用于定义字典的类型结构，适合仅需类型提示、不需要实例化对象的场景，静态检查工具（如mypy）会自动验证传入的关键字参数是否符合定义：

from typing import TypedDict

class FunArgs(TypedDict):
    first: int
    second: str

def my_fun(**kwargs: FunArgs):
    first = kwargs["first"]
    second = kwargs["second"]
    print(first, second)

my_fun(first=1, second="OK")

注意：TypedDict仅做静态类型提示，运行时不会自动验证参数类型和完整性，需自行添加检查逻辑。

第三方包实现（带强类型验证） #

使用pydantic（主流数据验证库） #

pydantic的BaseModel不仅能定义参数结构，还会在运行时自动验证参数类型、处理默认值、生成明确的错误提示，非常适合复杂业务场景。

首先安装依赖：

pip install pydantic

示例代码：

from pydantic import BaseModel

class FunArgs(BaseModel):
    first: int
    second: str

def my_fun(**kwargs):
    args = FunArgs(**kwargs)
    print(args.first, args.second)

my_fun(first=1, second="OK")

若传入不符合类型的参数（如first="1"），pydantic会直接抛出清晰的错误，避免后续逻辑出错。同样，也可以让函数直接接受FunArgs实例：

def my_fun(args: FunArgs):
    print(args.first, args.second)

my_fun(FunArgs(first=1, second="OK"))

内容的提问来源于stack exchange，提问作者Mat Watershed