You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

如何判断函数是通过原名还是别名调用并获取对应调用名

如何判断函数是被原名还是别名调用

这确实是个挺棘手的小问题——毕竟函数自带的__name__属性从定义那一刻就固定死了,不管你给它起多少别名,它都只会认自己的“户口本名字”。要区分是原名调用还是别名调用,得从调用时的上下文入手,我给你分享两个实用的实现思路:

方法1:解析调用栈获取调用名称

利用Python的inspect模块,我们可以拿到调用这个函数的代码上下文,从中提取出实际使用的调用名称。这种方法适合常规的直接调用场景:

import inspect

def original_func():
    # 拿到调用栈:索引0是当前函数,索引1是调用它的上层上下文
    caller_frame = inspect.stack()[1]
    # 提取调用行的代码文本
    call_line = caller_frame.code_context[0].strip()
    # 拆分出括号前的函数名称(简单场景下有效)
    called_name = call_line.split('(')[0].strip()
    
    if called_name == original_func.__name__:
        print(f"嘿,你用我的原名'{original_func.__name__}'调用我啦!")
    else:
        print(f"哦,你用了别名'{called_name}'来调用我~")

# 测试别名
alias_func = original_func

original_func()  # 输出:嘿,你用我的原名'original_func'调用我啦!
alias_func()     # 输出:哦,你用了别名'alias_func'来调用我~

注意点

如果调用时是复杂表达式(比如(alias_func)()、把函数作为参数传递给其他函数调用),这种简单的字符串拆分就会失效,所以这个方法更适合直接调用的常规场景。另外,在一些特殊环境(比如PyPy或者经过编译的代码)中,可能无法获取到code_context,记得加异常处理哦。

方法2:用装饰器绑定别名上下文

如果需要更鲁棒的支持,尤其是要处理多个别名的情况,可以用装饰器给每个别名创建一个带有名称标识的包装器:

def track_call_identity(func):
    def wrapper(*args, **kwargs):
        # 包装器的__name__会被设置为别名的名称
        called_name = wrapper.__name__
        if called_name == func.__name__:
            print(f"检测到:用原名'{func.__name__}'调用")
        else:
            print(f"检测到:用别名'{called_name}'调用")
        return func(*args, **kwargs)
    
    # 复制原函数的元数据,保持函数特性不变
    wrapper.__name__ = func.__name__
    wrapper.__doc__ = func.__doc__
    return wrapper

@track_call_identity
def original_func():
    pass

# 创建别名时,手动设置包装器的__name__为别名
alias_func = original_func
alias_func.__name__ = "alias_func"

another_alias = original_func
another_alias.__name__ = "another_alias"

original_func()  # 输出:检测到:用原名'original_func'调用
alias_func()     # 输出:检测到:用别名'alias_func'调用
another_alias()  # 输出:检测到:用别名'another_alias'调用

优势

这个方法不受调用方式的限制,只要你给别名正确设置了__name__属性,不管是直接调用还是作为参数传递,都能准确识别出调用时使用的名称。如果是动态生成别名的场景,记得同步更新包装器的__name__就好。

内容的提问来源于stack exchange,提问作者bunji

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.05.20 08:51:57