1. 使用type()函数

最简单的类型检查方法，直接返回对象的类型。

def calculate_area(radius):
    if type(radius) not in (int, float):
        raise TypeError("半径必须是整数或浮点数")
    return 3.14 * radius ** 2

# 测试
print(calculate_area(5))     # 正常执行
print(calculate_area("5"))   # 抛出TypeError

优点： 简单直接

缺点： 不考虑继承关系，无法检查子类

2. 使用isinstance()函数

检查对象是否是特定类或其子类的实例，更符合Python的面向对象特性。

def process_data(data):
    if not isinstance(data, (list, tuple)):
        raise TypeError("数据必须是列表或元组")
    
    # 处理数据...
    return [item * 2 for item in data]

# 测试
print(process_data([1, 2, 3]))     # 正常执行
print(process_data((1, 2, 3)))     # 正常执行
print(process_data("123"))         # 抛出TypeError

优点： 支持继承关系，可同时检查多种类型

缺点： 对于抽象基类检查不够全面

3. 使用抽象基类(ABC)

对于需要检查对象是否实现特定接口的情况，可以使用collections.abc模块。

from collections.abc import Iterable

def flatten(nested_list):
    if not isinstance(nested_list, Iterable):
        raise TypeError("输入必须是可迭代对象")
    
    result = []
    for item in nested_list:
        if isinstance(item, Iterable):
            result.extend(flatten(item))
        else:
            result.append(item)
    return result

# 测试
print(flatten([1, [2, 3], [4, [5, 6]]))  # 返回 [1, 2, 3, 4, 5, 6]
print(flatten(123))                      # 抛出TypeError

自定义验证函数

创建可重用的验证函数处理复杂验证逻辑。

def validate_user_input(input_data):
    # 检查类型
    if not isinstance(input_data, dict):
        raise TypeError("输入必须是字典")
    
    # 检查必要字段
    required_fields = ['username', 'email', 'age']
    for field in required_fields:
        if field not in input_data:
            raise ValueError(f"缺少必要字段: {field}")
    
    # 检查字段类型
    if not isinstance(input_data['username'], str):
        raise TypeError("用户名必须是字符串")
    
    if not isinstance(input_data['email'], str) or '@' not in input_data['email']:
        raise TypeError("邮箱格式不正确")
    
    if not isinstance(input_data['age'], int) or input_data['age'] < 18:
        raise TypeError("年龄必须是大于等于18的整数")
    
    return True

# 测试用例
valid_data = {
    'username': 'john_doe',
    'email': 'john@example.com',
    'age': 30
}
print(validate_user_input(valid_data))  # 返回 True

invalid_data = {'username': 'jane', 'age': '25'}
# 将抛出异常

使用装饰器进行类型检查

装饰器可以在不修改函数逻辑的情况下添加类型检查功能。

def typecheck(**types):
    def decorator(func):
        def wrapper(*args, **kwargs):
            # 检查位置参数
            for i, (arg, (name, expected_type)) in enumerate(zip(args, types.items())):
                if not isinstance(arg, expected_type):
                    raise TypeError(f"参数 '{name}' 应该是 {expected_type.__name__}, 实际是 {type(arg).__name__}")
            
            # 检查关键字参数
            for name, value in kwargs.items():
                if name in types and not isinstance(value, types[name]):
                    raise TypeError(f"参数 '{name}' 应该是 {types[name].__name__}, 实际是 {type(value).__name__}")
            
            return func(*args, **kwargs)
        return wrapper
    return decorator

# 使用装饰器
@typecheck(name=str, age=int, scores=list)
def create_user(name, age, scores=None):
    print(f"创建用户: {name}, {age}岁")
    if scores:
        print(f"分数: {scores}")

# 测试
create_user("Alice", 25, [85, 90, 78])  # 正常执行
create_user("Bob", "30")                 # 抛出TypeError