Python是一門弱類型語言，很多從C/C++轉過來的朋友起初不是很適應。比如，在聲明一個函數時，不能指定參數的類型。用C做類比，那就是所有參數都是void*類型！void類型強制轉換在C++中被廣泛地認為是個壞習慣，不到萬不得已是不會使用的。

Python自然沒有類型強制轉換一說了，因為它是動態語言。首先，所有對象都從Object繼承而來，其次，它有強大的內省，如果調用某個不存在的方法會有異常拋出。大多數情況，我們都不需要做參數類型栓查，除了一些特殊情況。例如，某個函數接受一個str類型，結果在實際調用時傳入的是unicode，測試過程中又沒有代碼覆蓋到，這樣問題就比較嚴重了。解決方法也很簡單，借助Python的內省，很容易就能判斷出參數的類型。但是每個地方都寫檢查代碼會很累贅，何況它帶來的實際價值并不高。一個好的解決方法是使用裝飾器。

''' >>> NONE, MEDIUM, STRONG = 0, 1, 2 >>> >>> @accepts(int, int, int) ... def average(x, y, z): ... return (x + y + z) / 2 ... >>> average(5.5, 10, 15.0) TypeWarning: 'average' method accepts (int, int, int), but was given (float, int, float) 15.25'''def accepts(*types, **kw): """ Function decorator. Checks that inputs given to decorated function are of the expected type.Parameters: types -- The expected types of the inputs to the decorated function.Must specify type for each parameter. kw -- Optional specification of 'debug' level (this is the only validkeyword argument, no other should be given).debug = ( 0 | 1 | 2 )""" if not kw:# default level: MEDIUMdebug = 1 else:debug = kw['debug'] try:def decorator(f):def newf(*args):if debug == 0:return f(*args)assert len(args) == len(types)argtypes = tuple(map(type, args))if argtypes != types:msg = info(f.__name__, types, argtypes, 0)if debug == 1:print >> sys.stderr, 'TypeWarning: ', msgelif debug == 2:raise TypeError, msgreturn f(*args)newf.__name__ = f.__name__return newfreturn decorator except KeyError, key:raise KeyError, key + "is not a valid keyword argument" except TypeError, msg:raise TypeError, msgdef info(fname, expected, actual, flag): """ Convenience function returns nicely formatted error/warning msg. """ format = lambda types: ', '.join([str(t).split("'")[1] for t in types]) expected, actual = format(expected), format(actual) msg = "'%s' method " % fname /+ ("accepts", "returns")[flag] + " (%s), but " % expected/+ ("was given", "result is")[flag] + " (%s)" % actual return msg

本質上講，這也是一種運行時檢查，但效果已經不錯了。
更多有趣的裝飾器的使用，可以參考這篇文章