Python函数参数如何正确且便捷地进行验证？

一、原生无依赖方案：通用装饰器批量检查 #

如果你不想引入第三方库，可以自己实现一个可复用的装饰器，借助inspect模块自动获取函数参数列表，在函数执行前统一完成验证：

import inspect

def require_non_empty_args(func):
    sig = inspect.signature(func)
    param_names = list(sig.parameters.keys())
    
    def wrapper(*args, **kwargs):
        # 合并位置参数与关键字参数为字典
        arg_map = dict(zip(param_names, args))
        arg_map.update(kwargs)
        
        # 筛选出为空的参数
        empty_params = [name for name in param_names if not arg_map.get(name)]
        if empty_params:
            raise ValueError(f"参数 {', '.join(empty_params)} 不能为空或None")
        return func(*args, **kwargs)
    return wrapper

# 直接给函数加装饰器即可
@require_non_empty_args
def test_function(user_id, name, response, model):
    # 函数业务逻辑
    print("参数验证通过")

注意：not x的判断会把空字符串、0、空列表等也判定为“空”，如果仅需排除None，可将判断条件改为arg_map.get(name) is None。

二、专业验证方案：用Pydantic实现强校验 #

如果需要更全面的验证能力（比如类型检查、格式约束等），推荐使用pydantic库，它是Python生态中常用的数据验证工具，能自动完成参数前置校验：

先安装依赖：

pip install pydantic

方式1：基于模型定义参数 #

from pydantic import BaseModel, ValidationError

class TestParams(BaseModel):
    user_id: str  # 未设默认值则为必填项，同时支持类型校验
    name: str
    response: str
    model: str

def test_function(params: TestParams):
    # 函数业务逻辑
    print(f"参数验证通过，user_id: {params.user_id}")

# 调用示例
try:
    test_function(TestParams(user_id="123", name="Alice", response="ok", model="gpt-3"))
except ValidationError as e:
    print(e)

当参数缺失、为None或类型不匹配时，Pydantic会自动抛出包含详细信息的验证错误，无需手动编写检查逻辑。

方式2：用装饰器直接校验函数参数 #

from pydantic import validate_arguments, ValidationError

@validate_arguments
def test_function(user_id: str, name: str, response: str, model: str):
    # 函数业务逻辑
    print("参数验证通过")

# 调用示例
try:
    test_function(user_id="123", name="", response="ok", model="gpt-3")  # 空字符串会触发str类型校验
except ValidationError as e:
    print(e)

这种方式和原生函数调用逻辑完全一致，无需额外定义模型，非常便捷。如果需要允许特定空值，可以在类型注解中添加Optional并配置约束。

三、极简原生方案：特殊默认值+断言 #

针对简单场景，也可以用特殊默认值标记必填项，再批量检查：

# 定义唯一的特殊值，用于判断参数是否被传入
_REQUIRED = object()

def test_function(user_id=_REQUIRED, name=_REQUIRED, response=_REQUIRED, model=_REQUIRED):
    for param_name, param_value in locals().items():
        if param_value is _REQUIRED:
            raise ValueError(f"参数 {param_name} 为必填项")
        if not param_value:
            raise ValueError(f"参数 {param_name} 不能为空或None")
    # 函数业务逻辑
    print("参数验证通过")

这种方式无需依赖任何模块，适合单个简单函数的快速验证，但复用性不如装饰器方案。

内容的提问来源于stack exchange，提问作者Clyde