Python 3.5+ 中类型提示的动态检查

Question

该typing模块在 Python 3.5+ 中实现类型提示。然而，这并没有强制执行，它目前似乎只是为了静态类型检查器（例如 PyCharm ）的利益mypy而存在。我希望它能成为鸭子打字的可行替代方案。

问题：有没有一种方法可以在 Python 3.7+ 中打开动态类型检查，但我在 Google 搜索中没有找到？例如，如果我定义

def greeting(name: str) -> str:
    return name

那么这应该在执行时失败：

greeting([12])

我不介意为此检查付出时间代价，因为出于我的目的，我必须使用assert语句手动实现它，并且类型提示更加简洁和描述性。

更新：下面的评论者指出typen包将为我动态强制执行类型提示。因此，这是一个肯定的答案，它将更新旧问题的答案，该问题的范围仅限于 Python 3.6，并且答案是否定的。我已经验证规范typen示例是否按预期工作：

from typen import enforce_type_hints

@enforce_type_hints
def halve_integer(a: int) -> float:
    return a / 2

halve_integer(5)  # 2.5
halve_integer(5.0)  # ParameterTypeError

唯一的缺点是每个函数都需要进行修饰才能获得行为，而不是有一个开关来打开所有功能。

更新 2：下面的回答还指出pydantic也解决了这个问题。这是两个正解。然而，pydantic似乎更适合数据建模，并且对其验证装饰器有一些强烈的警告：

validate_arguments 装饰器处于beta阶段，它已在 v1.5 中临时添加到 pydantic 中。它在未来的版本中可能会发生重大变化，并且其界面直到 v2 才会具体化。来自社区的反馈（尽管它仍然是临时的）将非常有用；对 #1205 发表评论或创建一个新问题。

Answer 1

我喜欢这个帖子中给出的答案，所以我将在这里给出：

您可以在 Python3 中使用注释，这可能会帮助您获得静态类型的一些好处。

然而，如果在 Python 中完全强制执行静态类型，那么它就不再是 Python 了。这是一种鸭子类型的动态语言，因此会失去所有的活力。如果您确实打算使用静态类型语言，那么最好不要使用 Python。

并引用 PEP 563 中的话：

Python 仍将是一种动态类型语言，即使按照惯例，作者也不希望强制类型提示

就个人而言，有些工具在运行时使用类型注释进行类型检查和验证，因为注释可以通过__annotations__属性访问。例如，我在项目中使用的pydantic 。但它有其自身的特点，例如，它会在可能的情况下尝试进行隐式类型转换。

一些例子：

from pydantic import validate_arguments, ValidationError, BaseModel
... 
... 
... @validate_arguments
... def sum_foo(a: int, b: int) -> int:
...     return a + b
... 
sum_foo("Hello", 1)
Traceback (most recent call last):
  File "<input>", line 1, in <module>
  File "pydantic/decorator.py", line 25, in pydantic.decorator.validate_arguments.wrapper_function
  File "pydantic/decorator.py", line 107, in pydantic.decorator.ValidatedFunction.call
  File "pydantic/main.py", line 346, in pydantic.main.BaseModel.__init__
pydantic.error_wrappers.ValidationError: 1 validation error for SumFoo
a
  value is not a valid integer (type=type_error.integer)

class data(BaseModel):
...     a: int = 0
...     b: int = 1
...     
d = data(a=0, b="Hello")
Traceback (most recent call last):
  File "<input>", line 1, in <module>
  File "pydantic/main.py", line 346, in pydantic.main.BaseModel.__init__
pydantic.error_wrappers.ValidationError: 1 validation error for data
b
  value is not a valid integer (type=type_error.integer)