14 - 函数参数检测-inspect模块
1 python类型注解
类型注解，即对变量的类型，进行标注或者说明，因为Python是一门动态编译型语言，我们无法在赋值时就定义它的变量类型，所以在Python3.5以上版本新增了类型注解，但仅仅是提示作用，并不能严格控制，这是动态编译型语言的通病，下面来仔细看一下什么是Python的类型注解。
2 函数定义的弊端
Python是动态语言，变量随时可以被赋值，且赋值为不同的类型，这就与静态语言不同了，变量的类型是在运行期决定的，而静态语言事先就已经定义好了变量的类型了。这是动态语言方便之处，但也是一种弊端，我们无法控制变量的类型，也就无法控制异常的产生。举个栗子
def add(x,y):
return x + y
print(add(1,2))
print(add('s','b'))
print(add(1,'a'))
当用户传入两个数字时，返回它们的和，但是如果我们传递其他变量呢？比如字符串，因为Python中实现了+号的类型重载，所以说两个字符串的确可以加，但是如果是数字和字符串呢？在Python这种强类型语言中来说，属于非法操作(javascript会隐式转换)，而这时，我们就需要对用户传入的数据进行类型判断，不符合本函数的需求，那么就抛个异常，或者提示等等操作，这样就不会引起后续代码在执行期崩溃。如何解决呢？其实主要有两种方式。
- 函数文档
- 函数注解
3 函数文档
在函数中插入说明性文档的方式成为函数文档。
def add(x, y):
"""
This function used to add something
:param x: int object
:param y: int object
:return: int object
"""
return x + y
在函数中，一般是定义语句后的首行使用三对双引号表示。通常存储在函数的__doc__属性中。当用户使用help(函数)时，会被打印在屏幕上。
In [68]: def add(x, y):
...: """
...: This function used to add something
...: :param x: int object
...: :param y: int object
...: :return: int object
...: """
...: return x + y
...:
In [69]: help(add)
Help on function add in module __main__:
add(x, y)
This function used to add something
:param x: int object
:param y: int object
:return: int object
In [70]: print(add.__doc__)
This function used to add something
:param x: int object
:param y: int object
:return: int object
In [71]:
每次都要使用help来查看函数的说明，的确可以让使用者了解函数的参数以及返回值的类型，但并不是所有人都愿意写doc的，在这个所谓的敏捷开发时代，人们大多会以敏捷开发为借口没时间写，所以这种方法不是很用。
4 函数注解
Python的函数注解是什么呢？首先来看一下如下代码：
def add(x: int, y: int) -> int:
return x + y
- 函数的位置形参，和默认值形参后使用冒号分隔，后面用于标识变量期望的类型。
- 在def语句末尾，使用->符号后 指定用于标识函数执行后的返回值类型。
完成以上定义后，，主要的差别如下图：
当我们在IDE中准备传入非注释类型变量时，IDE会帮我们进行颜色提示，用于表示这里传入的变量有点问题。在编写时我们尚且可以使用这种方式，对我们产生一点'警示'，但是当我们写的函数被其他人调用的时候，那么就无法进行'提示'了，这个时候，我们就需要对传入的参数进行类型检查了。
我们来总结一下：
- 函数注解在Python3.5中引入
- 对函数的参数、返回值进行类型注解
- 只对函数的参数做一个辅助的说明，并不对函数参数进行类型检查
- 提供给第三方工具，做代码分析，发现隐藏的BUG
- 函数注解的信息，保存在函数的
__annotation__属性中。
python3.6以上还添加了变量的注解：i:int = 10,当然也只是提示的作用。
4.1 annotation属性
在Python中使用__开头的表示符一般被用特殊属性，__annotation__存储的就是函数的签名信息
In [71]: def add(x: int, y: int) -> int:
...: return x + y
...:
In [73]: add.__annotations__
Out[73]: {'x': int, 'y': int, 'return': int}
当我们使用变量注释时，变量名和类型就会存放在函数的__annotations__属性中。那么即然有变量存储，那么我们是不是只需要获取传入的参数，然后和annotations中存储的变量类型进行比较是不是就达到目的了呢？仔细思考一下：
- 参数检查势必要在函数执行前，想要在add执行前添加参数判断那么就需要使用装饰器了
- __annotations__的值是一个字典，字典是无序的，用户按照位置传进来参数是有序的，如何让它们形成对应关系方便我们检测呢？
下面我们来了解一下inspect模块，它可以帮我们完成这个事情。
5 inspect模块
官方解释如下：inspect模块提供了几个有用的函数来帮助获取关于活动对象的信息，例如模块、类、方法、函数、回溯、框架对象和代码对象。例如，它可以帮助您检查类的内容、检索方法的源代码、提取并格式化函数的参数列表，或者获取显示详细回溯所需的所有信息。
5.1 常用方法
| 分类 | 方法名称 | 功能 |
|---|---|---|
| 判断 | inspect.getmodulename(path) | 获取模块名称 |
| inspect.ismodule(object) | 是不是个模块 | |
| inspect.isclass(object) | 是不是个类 | |
| inspect.ismethod(object) | 是不是一个方法 | |
| inspect.isfunction(object) | 是不是一个函数 | |
| inspect.isgeneratorfunction(object) | 是不是一个生成器函数 | |
| inspect.isgenerator(object) | 是不是一个生成器 | |
| inspect.iscoroutinefunction(object) | 是不是一个协程函数 | |
| 获取信息 | inspect.getmodulename(path) | 获取模块名称 |
| inspect.getsource(object) | 获取对象的原码(并不会解析装饰器原码) |
5.2 signature类
首先我们要说的是函数的签名信息：它包含了了函数的函数名、它的参数类型，它所在的类和名称空间及其他信息，签名对象(signature object)表示可调用对象的调用签名信息和它的注解信息，当我们使用signature()时，它会重新返回一个包含可调用对象信息的签名对象。
5.3 parameters属性
signature类的parameters属性，它里面存放的是函数的参数注解和返回值注解，组成的有序字典，其中参数注解的格式为：参数名称，使用inspect.Parameters类包装的参数注解，这个参数注解很强大，它包含如下常用的方法：
| 方法名称 | 含义 |
|---|---|
| empty | 等同于inspect._empty表示一个参数没有被类型注释 |
| name | 参数的名称 |
| default | 参数的默认值，如果一个参数没有默认值，这个属性的值为inspect.empty |
| annotation | 参数的注解类型，如果参数没有定义注解，这个属性的值为inspect.empty |
| kind | 参数的类型 |
这里的参数类型表示的是inspect内置参数类型(其实就是几个常用的函数参数定义类型而已，只是换个名字而已)
_POSITIONAL_ONLY = _ParameterKind.POSITIONAL_ONLY # 位置参数_only
_POSITIONAL_OR_KEYWORD = _ParameterKind.POSITIONAL_OR_KEYWORD # 位置或关键字参数
_VAR_POSITIONAL = _ParameterKind.VAR_POSITIONAL # 可变位置参数
_KEYWORD_ONLY = _ParameterKind.KEYWORD_ONLY # keyword-only参数
_VAR_KEYWORD = _ParameterKind.VAR_KEYWORD # 可变关键字参数
其中POSITIONAL_ONLY，Python中没有被实现。
5.4 获取对象的参数签名
根据上面讲的方法，我们可以通过如下方式，简单的获取参数的签名：
In [11]: import inspect
...:
...: def add(x: int, y: int) -> int:
...: return x + y
...:
...: sig = inspect.signature(add)
...: params = sig.parameters
...: print(params)
OrderedDict([('x', <Parameter "x:int">), ('y', <Parameter "y:int">)])
In [21]: params['x'].annotation
Out[21]: int # 如果没有定义x的参数注解，那么这里就是inspect._empty
通过它的属性，搭配有序字典这个特性,有没有很兴奋？参数有序，传入的实参有序，还能获取参数注解的类型，那么就可以开工进行参数检查了！
6 检查参数
以上面函数为例子，当给add函数传入的x，y时进行参数检查，如果x，y不是int类型，那么返回异常，并退出函数
import inspect
import functools
def check(fn):
@functools.wraps(fn) # 等于 wrapper.__annotation__ = fn.__annotation__ 还有其他的属性比如__doc__，__module__等
def wrapper(*args, **kwargs):
sig = inspect.signature(fn) # 获取add函数签名信息
params = sig.parameters # 获取add函数的参数信息
values = list(params.values()) # 由于params是个有序字典，那么values也是有序的，只需根据索一一对应判断即可
for i, k in enumerate(args): # 遍历用户传入的位置参数
if values[i].annotation != inspect._empty: # 如果定义了参数注解，则开始检查
if not isinstance(k, values[i].annotation): # 如果检查不通过，曝出异常
raise('Key Error')
for k,v in kwargs.items():
if params[k].annotation != inspect._empty:
if not isinstance(v,params[k].annotation):
raise('Key Error')
return fn(*args, **kwargs)
return wrapper
@check
def add(x: int, y: int) -> int:
return x + y
add(4,y=5)
