对于变量位置参数(*args)和变量关键字参数(**kw)，您只需要为一个这样的参数指定期望的值。

从类型提示 PEP的任意参数列表和默认参数值 section:

任意参数列表也可以被类型注释，这样定义:

def foo(*args: str, **kwds: int): ...

是可接受的，这意味着，例如，所有以下表示函数调用与有效类型的参数:

foo('a', 'b', 'c')
foo(x=1, y=2)
foo('', z=0)

所以你要像这样指定你的方法:

def foo(*args: int):

然而，如果你的函数只能接受一个或两个整数值，你就不应该使用*args，而是使用一个显式的位置参数和第二个关键字参数:

def foo(first: int, second: Optional[int] = None):

现在，函数实际上被限制为一个或两个参数，如果指定的话，两个参数都必须是整数。*args 总是表示0或更多，并且不能被类型提示限制为更具体的范围。

作为前面答案的简短补充，如果你试图在Python 2文件上使用mypy，并且需要使用注释而不是注释来添加类型，你需要分别用*和**为args和kwargs的类型添加前缀:

def foo(param, *args, **kwargs):
# type: (bool, *str, **int) -> None
pass

mypy将其处理为与下面相同的foo的Python 3.5版本:

def foo(param: bool, *args: str, **kwargs: int) -> None:
pass

最简单的方法是在不改变函数签名的情况下使用@overload

首先，一些背景知识。不能对*args的类型进行整体注释，只能对args中项的类型进行注释。所以你不能说*args是Tuple[int, int]，你只能说*args中每一项的类型是int。这意味着你不能限制*args的长度，也不能为每一项使用不同的类型。

为了解决这个问题，你可以考虑改变函数的签名，给它命名参数，每个参数都有自己的类型注释，但如果想(或需要)使用*args来保持你的函数，你可以使用@overload让mypy工作:

from typing import overload


@overload
def foo(arg1: int, arg2: int) -> int:
...


@overload
def foo(arg: int) -> int:
...


def foo(*args):
try:
i, j = args
return i + j
except ValueError:
assert len(args) == 1
i = args[0]
return i


print(foo(1))
print(foo(1, 2))

注意，你没有添加@overload或类型注释到实际的实现中，它们必须放在最后。

您还可以使用它来改变返回的结果，使哪个参数类型与哪个返回类型相对应。例如:

from typing import Tuple, overload


@overload
def foo(arg1: int, arg2: int) -> Tuple[int, int]:
...


@overload
def foo(arg: int) -> int:
...


def foo(*args):
try:
i, j = args
return j, i
except ValueError:
assert len(args) == 1
i = args[0]
return i


print(foo(1))
print(foo(1, 2))

目前还不支持

虽然您可以用类型注释可变参数，但我认为它不是很有用，因为它假定所有参数都是相同的类型。

mypy还不支持*args和**kwargs的正确类型注释，它们允许分别指定每个可变参数。有一个在mypy_extensions模块上添加Expand帮助器的建议，它将像这样工作:

class Options(TypedDict):
timeout: int
alternative: str
on_error: Callable[[int], None]
on_timeout: Callable[[], None]
...


def fun(x: int, *, **options: Expand[Options]) -> None:
...

GitHub的问题于2018年1月开放，但仍未关闭。注意，虽然问题是关于**kwargs的，但Expand语法也可能用于*args。

import typing


class RequiredProps(typing.TypedDict):
# all of these must be present
a: int
b: str


class OptionalProps(typing.TypedDict, total=False):
# these can be included or they can be omitted
c: int
d: int


class ReqAndOptional(RequiredProps, OptionalProps):
pass


def hi(req_and_optional: ReqAndOptional):
print(req_and_optional)

在某些情况下，** warg的内容可以是多种类型。

这似乎对我很管用:

from typing import Any


def testfunc(**kwargs: Any) -> None:
print(kwargs)

或

from typing import Any, Optional


def testfunc(**kwargs: Optional[Any]) -> None:
print(kwargs)

如果你觉得需要约束**kwargs中的类型，我建议创建一个类似结构的对象，并在那里添加类型。这可以通过数据类或pydantic来实现。

from dataclasses import dataclass


@dataclass
class MyTypedKwargs:
expected_variable: str
other_expected_variable: int




def testfunc(expectedargs: MyTypedKwargs) -> None:
pass

__abc4 __abc0 __abc5 __abc1…__abc6 __abc0 __abc5 __abc1

提到类型提示，通常有两种用法:

1. 编写自己的代码 (你可以编辑和更改哪个)
2. 使用第三方代码 (你不能编辑，或者很难改变)

大多数用户都是两者的结合。

答案取决于你的*args和**kwargs是否有均匀类型(即所有相同类型)或异构类型(即不同类型)，以及它们是否有固定数量或变量/不确定的数量(这里使用的术语是固定的与变量< >强参数数量< / >强)

*args和**kwargs有时被用在“__abc2”中。(见下文)。重要的是要理解什么时候这样做，因为它影响你应该输入提示的方式。

最佳实践总是站在巨人的肩膀上:

• 我强烈建议阅读和研究__ABC0 .pyi存根，特别是标准库，以了解开发人员如何在野外键入这些东西。

对于那些想要看到如何生活的人，请考虑投票以下pr:

• 建议:将__abc0模块的pep转换为一系列的howto
• 文件结构和愿望列表 .

案例1:(编写自己的代码)

*args

(一)对可变数量的同构参数进行操作

使用*args的第一个原因是要编写一个必须在同质参数的变量(不确定)个数上工作的函数

class Artist:
def draw(self): ...


class Gunslinger:
def draw(self): ...


class Lottery:
def draw(self): ...

def func(a: int, b: str, c: bool) -> str:
print(f'{a}, {b}, {c}')


def func(a: int, b: bool) -> str:
print(f'{a}, {b}')


if __name__ == '__main__':
func(1, '2', True)  # Error: `func()` takes 2 positional arguments but 3 were given