### Python中形参和实参类型不同的处理方式 在Python中，当函数被调用时，形参与实参之间的匹配主要依赖于位置或名称。如果形参和实参的类型不一致，可能会引发错误或者需要额外的逻辑来处理这种差异。 #### 1. 默认参数 通过设置默认参数，可以在实参未提供对应值的情况下使用预设值[^2]。这种方式能够有效应对某些情况下实参缺失的情况。 ```python def greet(name="Guest"): print(f"Hello, {name}!") greet() # 使用默认值 'Guest' greet("Alice") # 提供实参 'Alice' ``` #### 2. 类型转换 为了防止因类型不匹配而导致程序崩溃，在接收参数后可以显式地进行类型转换[^1]。例如： ```python def add(a, b): try: a = int(a) b = int(b) except ValueError as e: return f"Error: Invalid input ({e})" return a + b result = add("5", "7") # 字符串转整数后再相加 print(result) # 输出：12 ``` #### 3. 动态参数 (*args 和 **kwargs) 利用动态参数列表 `*args` 或字典解包 `**kwargs` 可以让函数接受任意数量的位置参数或关键字参数。这使得即使传入的数据结构复杂也能灵活适应。 ```python def summarize(*numbers): total = sum(numbers) count = len(numbers) average = total / count if count != 0 else float('nan') return {"total": total, "count": count, "average": average} stats = summarize(10, 20, 30, 40) print(stats) # {'total': 100, 'count': 4, 'average': 25.0} ``` #### 4. 参数验证 (Type Hinting & Assertions) 现代Python版本支持类型提示（type hinting），虽然它不会强制执行类型检查，但可以帮助开发者提前发现潜在问题。另外也可以加入断言语句确保输入数据符合预期。 ```python from typing import Union def divide(dividend: Union[int,float], divisor:Union[int,float]) -> float: assert isinstance(divisor,(int,float)) and divisor!=0,"Divisor must be non-zero number" return dividend/divisor quotient=divide(8,'a') # 这里会抛出异常因为'a'不是合法除数 ``` #### 5. 错误捕获机制 最后一种方法就是采用全面的错误捕捉策略，允许任何类型的对象作为输入并尝试操作它们；一旦失败则给出适当反馈而不是直接终止整个应用程序运行流程。 ```python def concatenate_strings(strings_list): result="" for item in strings_list: try: result+=str(item)+" " except Exception as ex: return str(ex) return result.strip() output=concatenate_strings([True,None,[1,2],"test"]) print(output) #"TypeError: can only concatenate str (not \"list\") to str" ```