如何通过Python3函数注解检查输入参数是否为函数类型？

嘿，我太懂你的困惑了！我当初第一次用Python函数注解的时候，也天真以为它会自动帮我校验参数类型，结果传个字符串进去完全没报错，当场懵圈😂 其实这是个很常见的新手误区——Python的函数注解本身只是用来存储类型元数据的，运行时根本不会自动做任何类型检查，所以你写def f(ff: FunctionType):只是告诉别人这个参数应该是函数类型，但Python本身不会拦着你传其他类型。

下面给你几种实用的解决方法，从简单到进阶都有：

1. 手动在函数内部做检查（简单直接） #

最基础的方式就是在函数开头加上类型判断，用isinstance结合FunctionType来校验：

from types import FunctionType

def f(ff: FunctionType):
    # 手动校验参数类型
    if not isinstance(ff, FunctionType):
        raise TypeError(f"参数ff必须是函数类型，你传入的是{type(ff).__name__}")
    # 这里写你的函数逻辑
    print("执行传入的函数：")
    ff()

# 测试用例
def test_func():
    print("Hello from test_func!")

f(test_func)  # 正常运行，输出对应内容
f(123)        # 抛出TypeError：参数ff必须是函数类型，你传入的是int

这种方法的优点是零依赖、容易理解，适合简单的小函数；缺点是每个需要检查的函数都要写重复的校验代码，不够优雅。

2. 封装成装饰器（复用性强） #

如果多个函数都需要类型检查，把校验逻辑封装成装饰器就很合适了，一次编写多次复用：

from types import FunctionType
import inspect

def validate_args(func):
    def wrapper(*args, **kwargs):
        # 获取函数的签名和参数信息
        sig = inspect.signature(func)
        params = sig.parameters
        
        # 检查位置参数
        for arg, param in zip(args, params.values()):
            # 如果参数有注解，就做类型校验
            if param.annotation is not inspect.Parameter.empty:
                if not isinstance(arg, param.annotation):
                    raise TypeError(f"参数'{param.name}'预期类型是{param.annotation.__name__}，实际传入{type(arg).__name__}")
        
        # 检查关键字参数
        for name, arg in kwargs.items():
            param = params[name]
            if param.annotation is not inspect.Parameter.empty:
                if not isinstance(arg, param.annotation):
                    raise TypeError(f"参数'{name}'预期类型是{param.annotation.__name__}，实际传入{type(arg).__name__}")
        
        # 校验通过，执行原函数
        return func(*args, **kwargs)
    return wrapper

# 给需要检查的函数加上装饰器
@validate_args
def f(ff: FunctionType):
    ff()

# 测试
f(test_func)          # 正常运行
f("我不是函数")       # 抛出TypeError：参数'ff'预期类型是FunctionType，实际传入str

这个装饰器是基础版，你还可以扩展它支持默认值、可选参数等场景，适合中型项目使用。

3. 用第三方库（进阶高效） #

如果项目规模较大，或者需要更强大的类型校验能力，直接用成熟的第三方库会更省心：

运行时校验：pydantic #

pydantic是一个非常流行的数据校验库，它的validate_arguments装饰器可以自动根据函数注解做运行时校验：

from types import FunctionType
from pydantic import validate_arguments

@validate_arguments
def f(ff: FunctionType):
    ff()

# 测试
f(test_func)  # 正常运行
f(456)        # 抛出ValidationError：1 validation error for f\nff\n  Input should be a valid function [type=function_type, input_value=456, input_type=int]

它不仅支持基础类型，还能处理复杂的自定义类型、嵌套结构等，功能非常强大。

静态检查：mypy #

如果你想在代码编写阶段就发现类型错误（不用运行代码），可以用mypy——Python的静态类型检查工具。安装后，直接用命令行检查你的代码：

mypy your_script.py

比如你写了f(123)，mypy会在编译阶段就提示你：Argument 1 to "f" has incompatible type "int"; expected "FunctionType"，提前帮你发现问题，适合大型项目做类型规范。

总结一下 #

Python的函数注解本身不具备校验能力，只是类型提示的元数据。根据你的场景选择合适的方式：

• 简单场景：手动检查
• 多个函数需要校验：自定义装饰器
• 大型项目或复杂校验：用pydantic（运行时）或mypy（静态）

内容的提问来源于stack exchange，提问作者Ryan Zhang