typing.Literal 本身不做运行时校验，因其仅为静态类型提示工具，Python 解释器在运行时不解析或验证它；需手动实现校验逻辑，推荐用 get_args 提取字面量并比对，注意联合类型和版本兼容性。
为什么 typing.Literal 本身不做运行时校验
typing.Literal 是纯类型提示工具，只在静态检查（如 mypy）或 IDE 中起作用，Python 解释器在运行时不读取、不验证它。你写 def f(x: Literal["a", "b"]) -> None:，传入 "c" 完全不会报错——这没问题，也符合 Python 的设计哲学。但如果你**确实需要运行时约束**（比如配置解析、API 参数强校验），就得自己补上逻辑。
手动实现 Literal 运行时校验的三种方式
核心思路：拿到类型注解里的字面量值，再比对实际参数。关键难点在于**如何从 get_type_hints 或 inspect.signature 中安全提取 Literal 的参数**，因为不同 Python 版本（3.8–3.12）对 Literal 的内部表示略有差异。
- 用
typing.get_args(t)提取字面量元组（推荐）：对Literal["a", 1, True]返回("a", 1, True)，兼容所有支持Literal的版本 - 避免直接访问
t.__args__：在某些旧版 typing_extensions 中可能为空或结构不一致 - 注意嵌套场景：如
Literal["x"] | int（联合类型）需先拆解，get_args对联合类型返回所有分支，要过滤出Literal子项
简单示例：
from typing import Literal, get_argsdef validate_literal(value, literal_type): if hasattr(literal_type, "origin") and literal_type.origin is Literal: allowed = get_args(literal_type) if value not in allowed: raise ValueError(f"Expected {literal_type}, got {repr(value)}") return value
使用
validate_literal("red", Literal["red", "green", "blue"]) # OK validate_literal("yellow", Literal["red", "green", "blue"]) # ValueError
在函数装饰器中自动校验 Literal 参数
把校验逻辑注入调用链，避免每个函数都手写 validate_literal。重点是：用 inspect.signature 获取参数注解，对每个带 Literal 注解的形参，在 *args/**kwargs 中定位值并校验。
立即学习“Python免费学习笔记（深入）”；
- 必须处理位置参数和关键字参数两种传入方式，不能只看
**kwargs - 对有默认值的
Literal参数，校验只在显式传入时触发（否则会误判未传参为非法） - 使用
typing.is_typeddict等辅助判断类型是否为Literal不可靠，应统一用hasattr(t, "__origin__") and t.__origin__ is Literal - 性能影响小，但高频调用函数建议加缓存（如
lru_cache缓存签名解析结果）
最小可用装饰器骨架：
from functools import wraps from inspect import signature, Parameter from typing import Literal, get_argsdef literal_check(func): sig = signature(func) literal_params = {} for name, param in sig.parameters.items(): if param.annotation is not Parameter.empty: ann = param.annotation if hasattr(ann, "origin") and ann.origin is Literal: literal_params[name] = get_args(ann)
@wraps(func) def wrapper(*args, **kwargs): bound = sig.bind(*args, **kwargs) bound.apply_defaults() for name, allowed in literal_params.items(): val = bound.arguments[name] if val not in allowed: raise ValueError(f"Argument {name}={repr(val)} not in {allowed}") return func(*args, **kwargs) return wrapper容易被忽略的边界情况
真实项目里踩坑最多的地方不在主逻辑，而在这些细节：
-
Literal[None]和Literal[0]：它们是合法字面量，但0 in (0,)为真，None in (None,)也为真——看似没问题，但要注意isvs==；get_args返回的是原值，校验用in即可，无需特殊处理 - 字符串大小写敏感：
Literal["A"]和传入"a"明确不等，但若业务需要忽略大小写，得额外包装逻辑，Literal本身不提供这种语义 - 运行时动态构造
Literal类型（如Literal[*my_list]）：Python 3.12+ 支持，但get_args仍能正确返回展开后的元组，无需特殊适配 - 与
Union/|混用：例如str | Literal["auto"]，此时__origin__是types.UnionType（3.10+）或Union，需递归检查每个分支是否为Literal
最常漏掉的是联合类型中的 Literal 分支——校验器只扫一层注解，遇到 | 就停住，导致字面量约束静默失效。
