Python 中的 *args 与 **kwargs: 语法机制、类型特征与设计初衷

最新推荐文章于 2025-11-23 20:03:02 发布

原创最新推荐文章于 2025-11-23 20:03:02 发布 · 602 阅读

25 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言 #笔记

Python 专栏收录该内容

11 篇文章

订阅专栏

1. 引言

Python 作为一种动态类型语言（Dynamically Typed Language），提供了高度灵活的函数形式参数（Formal Parameters）定义方式。不同于许多静态类型语言对函数参数数量与类型的严格约束，Python 允许函数在运行时接受不定数量的参数，并基于内部模型自动完成参数绑定（Argument Binding）。

其中，*args 与 **kwargs 是 Python 函数参数体系的核心特性，用于处理变长参数与构建开放式、可扩展的函数接口。它们在标准库设计（如 print()、logging、matplotlib）与各类框架（如 Django、Flask、FastAPI）中被广泛使用。

2. 语法机制

*args：可变位置参数（Variable Positional Arguments）

带有前缀 * 的形式参数用于捕获调用时传入的所有 额外位置实参（positional arguments）。
语法格式如下：
```
def function_name(*args):
    pass
```
- args 接收一个 tuple 类型对象。
- 参数名称可以自定义，但根据 PEP 8 规范一般使用 args。
示例：
```
def f(*args):
    print(args)

f(10, 20, 30)
# 输出: (10, 20, 30)
```
**kwargs：可变关键字参数（Variable Keyword Arguments）

带有前缀 ** 的形式参数用于捕获所有未被其它具名参数绑定的 额外关键字实参（keyword arguments）。
```
def function_name(**kwargs):
    pass
```
- kwargs 接收一个 dict[str, Any] 对象。
- 字典键必须为字符串，这是 Python 语法层面保证的约束。
示例：
```
def f(**kwargs):
    print(kwargs)

f(a=1, b=2)
# 输出: {'a': 1, 'b': 2}
```
参数定义顺序（Parameter Ordering Rules）

根据 Python 语法规范（参考 PEP 3102），函数参数必须遵循以下顺序：
```
def func(
    positional_parameters,
    default_parameters,
    *args,
    keyword_only_parameters,
    **kwargs
):
    ...
```
错误顺序将导致解析阶段报错。

3. 类型特征

*args 的类型语义

*args 的内部类型始终为：
```
tuple[Any, ...]
```
无论传入多少实参均满足此结构。
**kwargs 的类型语义

**kwargs 的类型固定为：
```
dict[str, Any]
```
其中：
- 键（key）类型必须为 str（由语法生成）。
- 值（value）类型不受限制。
类型提示（Type Hinting）规范

基于 PEP 484 与 PEP 612，官方推荐的注解方式如下：
```
def func(*args: int, **kwargs: str) -> None:
    ...
```
其语义为：
- args 是 “tuple of int”
- kwargs 是 “dict[str, str]”
进一步形式化表示：
```
args: tuple[int, ...]
kwargs: dict[str, str]
```

4. 运行机制与内部模型

参数打包（Packing）过程

在调用函数时，例如：
```
func(1, 2, 3, x=10, y=20)
```
Python 的内部参数绑定流程可概括为：
1. 位置参数依次与具名位置形参绑定。
2. 多余的位置参数被收集并构成一个 tuple，绑定给 *args。
3. 关键字参数与具名关键字形参匹配。
4. 多余的关键字参数构成一个 dict，绑定给 **kwargs。
参数解包（Unpacking）过程

使用 * 与 ** 可在调用时进行解包：
```
data = (1, 2)
options = {"x": 10}

func(*data, **options)
```
内部等价于：
```
func(1, 2, x=10)
```
这为 Python 设计动态 API 提供关键能力。

5. 设计初衷

构建高度动态的函数接口

Python 强调“鸭子类型”（Duck Typing）与运行时灵活性，因而需要允许函数接受：
- 任意数量的位置参数
- 任意数量的关键字参数
这对框架设计尤为重要，如：
- Flask 的视图函数
- Django 的类视图方法
- Numpy 与 Pandas 的构造与操作函数
这些函数都无法预先预测用户将提供哪些参数。
代理与转发

构建代理函数或装饰器时，必须保证参数不丢失：
```
def wrapper(*args, **kwargs):
    return target(*args, **kwargs)
```
这是装饰器设计模式在 Python 中得以实现的基石。
保证继承体系中的兼容性

在面向对象继承体系中，子类方法经常需要保持对父类接口的兼容性：
```
class Base:
    def run(self, *args, **kwargs):
        pass
```
子类可以扩展参数而不会破坏方法签名。
构建可扩展的配置接口

科学计算、绘图库等大量采用 **kwargs 作为可扩展配置入口，例如：
```
plt.plot(..., linewidth=2, label="test", color="red")
```
这是一种开放 API（Open API）的典型设计方式。

6. 使用注意事项

避免滥用

不必要地使用 *args 和 **kwargs 可能损害可读性，建议仅在需要提供扩展性或构建框架级 API 时使用。
args 是不可变 tuple

如需调整其内容需显式转换：
```
args = list(args)
```
关键字参数键必须是字符串

以下写法为非法：
```
func(**{1: "invalid"})  # SyntaxError
```
注意函数签名的清晰可读性

在库开发中，建议保留基础参数并将可扩展部分交由 **kwargs 处理：
```
def connect(host: str, port: int, **options: Any) -> None:
    ...
```