python 的 typing 系统无法直接表达「字典中每个键（类型）与其值（接受该类型参数并返回该类型的可调用对象）之间的一一对应关系」，但可通过自定义泛型容器类模拟类型安全的映射行为。
python 的 typing 系统无法直接表达「字典中每个键（类型）与其值（接受该类型参数并返回该类型的可调用对象）之间的一一对应关系」，但可通过自定义泛型容器类模拟类型安全的映射行为。
在静态类型检查（如 mypy、PyCharm 或 VS Code + Pylance）中，我们常希望对类似 int → Callable[[int], int]、str → Callable[[str], str] 的映射进行强类型约束。直觉上，以下定义看似合理：
from typing import TypeVar, Type, Callable, Dict
T = TypeVar("T")
MyDictType = Dict[Type[T], Callable[[T], T]]然而，该定义在语义上是错误的：它表示“存在某个统一的类型 T，使得所有键都是 Type[T]，所有值都是 Callable[[T], T]”，即整个字典必须只处理一种类型（例如全为 int），而非支持多种类型各自独立的映射关系。因此，{int: foo, str: bar} 会被误判为不合法，而 {float: bar} 这类明显类型不匹配的项却可能逃过检查——这违背了设计初衷。
根本原因在于：Python 类型系统不支持「依赖映射（dependent mapping）」或「异构字典（heterogeneous dict）」的精确建模。标准 dict[K, V] 是同构容器，其键值类型对全局固定；而我们需要的是“每个键 K_i 对应专属值类型 V_i”，这超出了当前 typing 协议的表达能力。
✅ 正确解法：封装为类型安全的泛型容器类
通过自定义类隐藏底层 dict[type, Callable[[Any], Any]] 的不安全性，并在 __getitem__ 和 __setitem__ 中利用 TypeVar 实现协变绑定：
from collections.abc import Callable
from typing import Any, Type, TypeVar, Generic
T = TypeVar("T")
class TypeMapper(Generic[T]):
_mapping: dict[type, Callable[[Any], Any]]
def __init__(self) -> None:
self._mapping = {}
def __setitem__(self, key: Type[T], value: Callable[[T], T]) -> None:
self._mapping[key] = value
def __getitem__(self, key: Type[T]) -> Callable[[T], T]:
return self._mapping[key] # type: ignore
def __delitem__(self, key: Type[T]) -> None:
del self._mapping[key]
def get(self, key: Type[T], default: Callable[[T], T] | None = None) -> Callable[[T], T] | None:
return self._mapping.get(key, default)使用示例：
立即学习“Python免费学习笔记（深入）”；
def foo(x: int) -> int: return x * 2 def bar(x: str) -> str: return x.upper() def bad_float_handler(x: float) -> float: return x # 但预期 str→str，float→float mapper = TypeMapper() mapper[int] = foo # ✅ OK mapper[str] = bar # ✅ OK mapper[float] = bar # ❌ mypy 报错：Argument 2 to "__setitem__" has incompatible type "Callable[[str], str]"; expected "Callable[[float], float]"
⚠️ 注意事项：
- 该方案无法支持字面量初始化（如 TypeMapper({int: foo, str: bar})），因为构造时传入的 dict 本身仍无法被正确标注；
- Generic[T] 在类级别仅用于方法签名推导，实际运行时 T 是未解析的占位符，因此不能用于运行时类型检查（需配合 isinstance 或 typing.get_origin 等辅助）；
- 若需序列化或调试，可添加 __repr__ 或 items() 方法，但其返回类型只能标注为 list[tuple[type, Callable[..., Any]]]，失去泛型精度；
- 避免继承 MutableMapping：其 update()、__iter__() 等抽象方法会强制暴露底层异构结构，导致类型系统再次失效。
? 总结：当需要表达“类型 → 同类型处理器”的映射关系时，放弃对原生 dict 的类型标注幻想，转而采用封装式 API 设计。这是 Python 类型系统当前限制下的最佳实践——以少量运行时封装换取完整的静态类型保障。
