如何解决Python中自定义装饰器的Pylance类型检测问题？
Pylance与Python自定义装饰器类型提示的冲突及解决方案
Python装饰器是强大的代码复用工具，但使用自定义装饰器时，静态类型检查器（如Pylance）可能会出现类型提示错误，尤其当装饰器修改了函数的返回类型。本文将演示一个常见问题及解决方案。
问题： Pylance无法正确识别经过自定义装饰器修饰后的函数返回类型。例如，一个装饰器修改了函数的返回类型，但Pylance仍然显示原始函数的返回类型，导致类型警告。
示例代码：
def execute(func): def inner_wrapper(*args, **kwargs) -> result[any]: # Pylance问题所在 with session.begin() as session:result = session.execute(func(*args, **kwargs))return result return inner_wrapper@executedef query_data_source(start_id: int = 1, max_results_amount: int = 10) -> select: stmt = select( datasource.id, datasource.name, datasource.source_url, datasource.author, datasource.description, datasource.cover_image_url, datasource.start_date, datasource.end_date, ).where(datasource.id >= start_id).limit(max_results_amount).order_by(datasource.id) return stmt
query_data_source 函数实际返回 result[any] 类型，但Pylance 仍然将其识别为 select 类型，引发类型警告。
解决方案： 利用 typing.Callable 更精确地声明装饰器的返回类型，从而帮助Pylance 正确理解装饰器的行为。
修改后的代码：
from typing import Callable, Anydef execute(func: Callable[…, Any]) -> Callable[…, Result[Any]]: # 使用typing.Callable def inner_wrapper(*args, **kwargs) -> Result[Any]: with Session.begin() as session:result = session.execute(func(*args, **kwargs))return result return inner_wrapper@executedef query_data_source(start_id: int = 1, max_results_amount: int = 10) -> select: stmt = select( datasource.id, datasource.name, datasource.source_url, datasource.author, datasource.description, datasource.cover_image_url, datasource.start_date, datasource.end_date, ).where(datasource.id >= start_id).limit(max_results_amount).order_by(datasource.id) return stmt
通过在 execute 装饰器中使用 Callable[…, Result[Any]] 作为返回类型提示，Pylance 可以准确推断出 query_data_source 函数的实际返回类型，从而消除类型警告。 … 表示参数个数可变，Any 表示参数类型可变。 确保 Result 和 select 类型已正确定义。
此方法有效地解决了 Pylance 在处理自定义装饰器时对返回类型推断的局限性，从而提高代码的可读性和可维护性。
以上就是如何解决Python中自定义装饰器的Pylance类型检测问题？的详细内容，更多请关注范的资源库其它相关文章！
