PEP 3107引入了功能注釋的語法，PEP 484 加入了類型檢查

標(biāo)準(zhǔn)庫 typing 為類型提示指定的運(yùn)行時提供支持。

示例：

def f(a: str, b:int) -> str: return a * b

如果實參不是預(yù)期的類型：

但是，Python運(yùn)行時不強(qiáng)制執(zhí)行函數(shù)和變量類型注釋。使用類型檢查器，IDE，lint等才能幫助代碼進(jìn)行強(qiáng)制類型檢查。

NewType() 是一個輔助函數(shù)，用于向類型檢查器指示不同的類型，在運(yùn)行時，它返回一個函數(shù)，該函數(shù)返回其參數(shù)。

import typingId = typing.NewType('Id', int)a = Id(2020)

使用 NewType() 創(chuàng)建的類型會被類型檢查器視為它的原始類型的子類。

將回調(diào)函數(shù)類型標(biāo)注為 Callable[[Arg1Type, Arg2Type], ReturnType]。

from typing import Callabledef f(a: int) -> str: return str(a)def callback(a: int, func: Callable[[int], str]) -> str: return func(a)print(callback(1, f))泛型

為容器元素添加預(yù)期的類型

from typing import Mappinga: Mapping[str, str]

通過 TypeVar 進(jìn)行參數(shù)化來約束一個類型集合:

from typing import TypeVarT = TypeVar(’T’) # 可以是任何東西。A = TypeVar(’A’, str, bytes) # 必須是 str 或 bytes

使用 TypeVar 約束一個類型集合，但不允許單個約束

例如：

T = TypeVar(’T’, str)

這樣會拋出一個異常 TypeError: A single constraint is not allowed

AbstractSet = typing.AbstractSetAny = typing.AnyAnyStr = ~AnyStrAsyncContextManager = typing.AbstractAsyncContextManagerAsyncGenerator = typing.AsyncGeneratorAsyncIterable = typing.AsyncIterableAsyncIterator = typing.AsyncIteratorAwaitable = typing.AwaitableByteString = typing.ByteStringCallable = typing.CallableClassVar = typing.ClassVarCollection = typing.CollectionContainer = typing.ContainerContextManager = typing.AbstractContextManagerCoroutine = typing.CoroutineCounter = typing.CounterDefaultDict = typing.DefaultDictDeque = typing.DequeDict = typing.DictFrozenSet = typing.FrozenSetGenerator = typing.GeneratorHashable = typing.HashableItemsView = typing.ItemsViewIterable = typing.IterableIterator = typing.IteratorKeysView = typing.KeysViewList = typing.ListMapping = typing.MappingMappingView = typing.MappingViewMutableMapping = typing.MutableMappingMutableSequence = typing.MutableSequenceMutableSet = typing.MutableSetNoReturn = typing.NoReturnOptional = typing.OptionalReversible = typing.ReversibleSequence = typing.SequenceSet = typing.SetSized = typing.SizedTYPE_CHECKING = FalseTuple = typing.TupleType = typing.TypeUnion = typing.UnionValuesView = typing.ValuesViewtyping-python用于類型注解的庫簡介

動態(tài)語言的靈活性使其在做一些工具，腳本時非常方便，但是同時也給大型項目的開發(fā)帶來了一些麻煩。

自python3.5開始，PEP484為python引入了類型注解(type hints),雖然在pep3107定義了函數(shù)注釋(function annotation)的語法,但仍然故意留下了一些未定義的行為.現(xiàn)在已經(jīng)擁有許多對于靜態(tài)類型的分析的第三方工具,而pep484引入了一個模塊來提供這些工具，同時還規(guī)定一些不能使用注釋(annoation)的情況

#一個典型的函數(shù)注釋例子，為參數(shù)加上了類型def greeting(name: str) -> str: return ’Hello ’ + name

伴隨著python3.6的pep526則更進(jìn)一步引入了對變量類型的聲明，和在以前我們只能在注釋中對變量的類型進(jìn)行說明

# 使用注釋來標(biāo)明變量類型primes = [] # type:list[int]captain = ... #type:strclass Starship: stats = {} #type:Dict[str,int]primes:List[int] = []captain:str #Note: no initial valueclass Starship: stats: ClassVar[Dict[str,int]] = {}typing--對于type hints支持的標(biāo)準(zhǔn)庫

typing模塊已經(jīng)被加入標(biāo)準(zhǔn)庫的provisional basis中，新的特性可能會增加，如果開發(fā)者認(rèn)為有必要，api也可能會發(fā)生改變，即不保證向后兼容性

我們已經(jīng)在簡介中介紹過類型注解，那么除了默認(rèn)類型的int、str用于類型注解的類型有哪些呢？

typing庫便是一個幫助我們實現(xiàn)類型注解的庫

類型別名(type alias)

在下面這個例子中，Vector和List[float]可以視為同義詞

from typing import ListVector = List[float]def scale(scalar: float, vector: Vector)->Vector: return [scalar*num for num in vector]new_vector = scale(2.0, [1.0, -4.2, 5.4])

類型別名有助于簡化一些復(fù)雜的類型聲明

from typing import Dict, Tuple, ListConnectionOptions = Dict[str, str]Address = Tuple[str, int]Server = Tuple[Address, ConnectionOptions]def broadcast_message(message: str, servers: List[Server]) -> None: ...# The static type checker will treat the previous type signature as# being exactly equivalent to this one.def broadcast_message(message: str,servers: List[Tuple[Tuple[str, int], Dict[str, str]]]) -> None: pass

新類型(New Type)

使用NewType來輔助函數(shù)創(chuàng)造不同的類型

form typing import NewTypeUserId = NewType('UserId', int)some_id = UserId(524313)

靜態(tài)類型檢查器將將新類型視為原始類型的子類。這對于幫助捕獲邏輯錯誤非常有用

def get_user_name(user_id: UserId) -> str: pass# typechecksuser_a = get_user_name(UserId(42351))# does not typecheck; an int is not a UserIduser_b = get_user_name(-1)

你仍然可以使用int類型變量的所有操作來使用UserId類型的變量，但結(jié)果返回的都是都是int類型。例如

# output仍然是int類型而不是UserId類型output = UserId(23413) + UserId(54341)

雖然這無法阻止你使用int類型代替UserId類型，但可以避免你濫用UserId類型

注意，這些檢查僅僅被靜態(tài)檢查器強(qiáng)制檢查，在運(yùn)行時Derived = NewType(’Derived’,base)將派生出一個函數(shù)直接返回你傳的任何參數(shù)，這意味著Derived(some_value)并不會創(chuàng)建任何新類或者創(chuàng)建任何消耗大于普通函數(shù)調(diào)用消耗的函數(shù)

確切地說，這個表達(dá)式 some_value is Derived(some_value) 在運(yùn)行時總是對的。

這也意味著不可能創(chuàng)建派生的子類型，因為它在運(yùn)行時是一個標(biāo)識函數(shù)，而不是一個實際類型：

from typing import NewTypeUserId = NewType(’UserId’, int)# Fails at runtime and does not typecheckclass AdminUserId(UserId): pass

然而，它可以創(chuàng)建一個新的類型基于衍生的NewType

from typing import NewTypeUserId = NewType(’UserId’, int)ProUserId = NewType(’ProUserId’, UserId)

然后對于ProUserId的類型檢查會如預(yù)料般工作

Note:回想一下，使用類型別名聲明的兩個類型是完全一樣的，令Doing = Original將會使靜態(tài)類型檢查時把Alias等同于Original,這個結(jié)論能夠幫助你簡化復(fù)雜的類型聲明

與Alias不同，NewType聲明了另一個的子類，令Derived = NewType(’Derived’, Original)將會使靜態(tài)類型檢查把Derived看做Original的子類，這意味著類型Original不能用于類型Derived，這有助于使用最小的消耗來防止邏輯錯誤。

回調(diào)(callable)

回調(diào)函數(shù)可以使用類似Callable[[Arg1Type, Arg2Type],ReturnType]的類型注釋

例如

from typing import Callabledef feeder(get_next_item: Callable[[], str]) -> None: # Bodydef async_query(on_success: Callable[[int], None],on_error: Callable[[int, Exception], None]) -> None: # Body

可以通過對類型提示中的參數(shù)列表替換一個文本省略號來聲明一個可調(diào)用的返回類型，而不指定調(diào)用參數(shù)，例如 Callable[..., ReturnType]

泛型(Generics)

因為容器中的元素的類型信息由于泛型不同通過一般方式靜態(tài)推斷，因此抽象類被用來拓展表示容器中的元素

from typing import Mapping, Sequencedef notify_by_email(employees: Sequence[Employee], overrides: Mapping[str, str]) -> None: ...

可以通過typing中的TypeVar將泛型參數(shù)化

from typing import Sequence, TypeVarT = TypeVar(’T’) # 申明類型變量def first(l: Sequence[T]) -> T: # Generic function return l[0]

用戶定義泛型類型

from typing import TypeVar, Genericfrom logging import LoggerT = TypeVar(’T’)class LoggedVar(Generic[T]): def __init__(self, value: T, name: str, logger: Logger) -> None:self.name = nameself.logger = loggerself.value = value def set(self, new: T) -> None:self.log(’Set ’ + repr(self.value))self.value = new def get(self) -> T:self.log(’Get ’ + repr(self.value))return self.value def log(self, message: str) -> None:self.logger.info(’%s: %s’, self.name, message)

定義了Generic[T]作為LoggedVar的基類，同時T也作為了方法中的參數(shù)。

通過Generic基類使用元類(metaclass)定義__getitem__()使得LoggedVar[t]是有效類型

from typing import Iterabledef zero_all_vars(vars: Iterable[LoggedVar[int]]) -> None: for var in vars:var.set(0)

泛型可以是任意類型的變量，但也可以被約束

from typing import TypeVar, Generic...T = TypeVar(’T’)S = TypeVar(’S’, int, str)class StrangePair(Generic[T, S]): ...

每個類型變量的參數(shù)必須是不同的

下面是非法的

from typing import TypeVar, Generic...T = TypeVar(’T’)class Pair(Generic[T, T]): # INVALID ...

你可以使用Generic實現(xiàn)多繼承

from typing import TypeVar, Generic, SizedT = TypeVar(’T’)class LinkedList(Sized, Generic[T]): ...

當(dāng)繼承泛型類時，一些類型變量可以被固定

from typing import TypeVar, MappingT = TypeVar(’T’)class MyDict(Mapping[str, T]): ...

使用泛型類而不指定類型參數(shù)則假定每個位置都是Any，。在下面的例子中，myiterable不是泛型但隱式繼承Iterable [Any]

from typing import Iterableclass MyIterable(Iterable): # Same as Iterable[Any]

還支持用戶定義的泛型類型別名。實例：

from typing import TypeVar, Iterable, Tuple, UnionS = TypeVar(’S’)Response = Union[Iterable[S], int]# Return type here is same as Union[Iterable[str], int]def response(query: str) -> Response[str]: ...T = TypeVar(’T’, int, float, complex)Vec = Iterable[Tuple[T, T]]def inproduct(v: Vec[T]) -> T: # Same as Iterable[Tuple[T, T]] return sum(x*y for x, y in v)

Generic的元類是abc.ABCMeta的子類，泛型類可以是包含抽象方法或?qū)傩缘腁BC類(A generic class can be an ABC by including abstract methods or properties)

同時泛型類也可以含有ABC類的方法而沒有元類沖突。

Any

一種特殊的類型是。靜態(tài)類型檢查器將將每個類型視為與任何類型和任何類型兼容，與每個類型兼容。

from typing import Anya = None # type: Anya = [] # OKa = 2 # OKs = ’’ # type: strs = a # OKdef foo(item: Any) -> int: # Typechecks; ’item’ could be any type, # and that type might have a ’bar’ method item.bar() ...

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持好吧啦網(wǎng)。