Python?Type?Hints?學(xué)習(xí)之從入門到實踐
Python 想必大家都已經(jīng)很熟悉了，甚至關(guān)于它有用或者無用的論點大家可能也已經(jīng)看膩了。但是無論如何，它作為一個廣受關(guān)注的語言還是有它獨到之處的，今天我們就再展開聊聊 Python。
Python 是一門動態(tài)強類型語言
《流暢的 Python》一書中提到，如果一門語言很少隱式轉(zhuǎn)換類型，說明它是強類型語言，例如 Java、C++ 和 Python 就是強類型語言。
Python 的強類型體現(xiàn)
同時如果一門語言經(jīng)常隱式轉(zhuǎn)換類型，說明它是弱類型語言，PHP、JavaScript 和 Perl 是弱類型語言。
動態(tài)弱類型語言：JavaScript
當(dāng)然上面這種簡單的示例對比，并不能確切的說 Python 是一門強類型語言，因為 Java 同樣支持 integer 和 string 相加操作，且 Java 是強類型語言。因此《流暢的 Python》一書中還有關(guān)于靜態(tài)類型和動態(tài)類型的定義：在編譯時檢查類型的語言是靜態(tài)類型語言，在運行時檢查類型的語言是動態(tài)類型語言。靜態(tài)語言需要聲明類型（有些現(xiàn)代語言使用類型推導(dǎo)避免部分類型聲明）。
綜上所述，關(guān)于 Python 是動態(tài)強類型語言是比較顯而易見沒什么爭議的。
Type Hints 初探
Python 在 PEP 484（Python Enhancement Proposals，Python 增強建議書）[https://www.python.org/dev/peps/pep-0484/]中提出了 Type Hints（類型注解）。進一步強化了 Python 是一門強類型語言的特性，它在 Python3.5 中第一次被引入。使用 Type Hints 可以讓我們編寫出帶有類型的 Python 代碼，看起來更加符合強類型語言風(fēng)格。
這里定義了兩個 greeting 函數(shù)：
普通的寫法如下：
name = "world" def greeting(name): return "Hello " + name greeting(name)
加入了 Type Hints 的寫法如下：
name: str = "world" def greeting(name: str) -> str: return "Hello " + name greeting(name)
以 PyCharm 為例，在編寫代碼的過程中 IDE 會根據(jù)函數(shù)的類型標(biāo)注，對傳遞給函數(shù)的參數(shù)進行類型檢查。如果發(fā)現(xiàn)實參類型與函數(shù)的形參類型標(biāo)注不符就會有如下提示：
常見數(shù)據(jù)結(jié)構(gòu)的 Type Hints 寫法
上面通過一個 greeting 函數(shù)展示了 Type Hints 的用法，接下來我們就 Python 常見數(shù)據(jù)結(jié)構(gòu)的 Type Hints 寫法進行更加深入的學(xué)習(xí)。
默認(rèn)參數(shù)
Python 函數(shù)支持默認(rèn)參數(shù)，以下是默認(rèn)參數(shù)的 Type Hints 寫法，只需要將類型寫到變量和默認(rèn)參數(shù)之間即可。
def greeting(name: str = "world") -> str: return "Hello " + name greeting()
自定義類型
對于自定義類型，Type Hints 同樣能夠很好的支持。它的寫法跟 Python 內(nèi)置類型并無區(qū)別。
class Student(object):
def __init__(self, name, age):
self.name = name
self.age = age
def student_to_string(s: Student) -> str:
return f"student name: {s.name}, age: {s.age}."
student_to_string(Student("Tim", 18))
當(dāng)類型標(biāo)注為自定義類型時，IDE 也能夠?qū)︻愋瓦M行檢查。
容器類型
當(dāng)我們要給內(nèi)置容器類型添加類型標(biāo)注時，由于類型注解運算符 [] 在 Python 中代表切片操作，因此會引發(fā)語法錯誤。所以不能直接使用內(nèi)置容器類型當(dāng)作注解，需要從 typing 模塊中導(dǎo)入對應(yīng)的容器類型注解（通常為內(nèi)置類型的首字母大寫形式）。
from typing import List, Tuple, Dict
l: List[int] = [1, 2, 3]
t: Tuple[str, ...] = ("a", "b")
d: Dict[str, int] = {
"a": 1,
"b": 2,
}
不過 PEP 585[https://www.python.org/dev/peps/pep-0585/]的出現(xiàn)解決了這個問題，我們可以直接使用 Python 的內(nèi)置類型，而不會出現(xiàn)語法錯誤。
l: list[int] = [1, 2, 3]
t: tuple[str, ...] = ("a", "b")
d: dict[str, int] = {
"a": 1,
"b": 2,
}
類型別名
有些復(fù)雜的嵌套類型寫起來很長，如果出現(xiàn)重復(fù)，就會很痛苦，代碼也會不夠整潔。
config: list[tuple[str, int], dict[str, str]] = [
("127.0.0.1", 8080),
{
"MYSQL_DB": "db",
"MYSQL_USER": "user",
"MYSQL_PASS": "pass",
"MYSQL_HOST": "127.0.0.1",
"MYSQL_PORT": "3306",
},
]
def start_server(config: list[tuple[str, int], dict[str, str]]) -> None:
...
start_server(config)
此時可以通過給類型起別名的方式來解決，類似變量命名。
Config = list[tuple[str, int], dict[str, str]]
config: Config = [
("127.0.0.1", 8080),
{
"MYSQL_DB": "db",
"MYSQL_USER": "user",
"MYSQL_PASS": "pass",
"MYSQL_HOST": "127.0.0.1",
"MYSQL_PORT": "3306",
},
]
def start_server(config: Config) -> None:
...
start_server(config)
這樣代碼看起來就舒服多了。
可變參數(shù)
Python 函數(shù)一個非常靈活的地方就是支持可變參數(shù)，Type Hints 同樣支持可變參數(shù)的類型標(biāo)注。
def foo(*args: str, **kwargs: int) -> None:
...
foo("a", "b", 1, x=2, y="c")
IDE 仍能夠檢查出來。
泛型
使用動態(tài)語言少不了泛型的支持，Type Hints 針對泛型也提供了多種解決方案。
TypeVar
使用 TypeVar 可以接收任意類型。
from typing import TypeVar
T = TypeVar("T")
def foo(*args: T, **kwargs: T) -> None:
...
foo("a", "b", 1, x=2, y="c")
Union
如果不想使用泛型，只想使用幾種指定的類型，那么可以使用 Union 來做。比如定義 concat 函數(shù)只想接收 str 或 bytes 類型。
from typing import Union
T = Union[str, bytes]
def concat(s1: T, s2: T) -> T:
return s1 + s2
concat("hello", "world")
concat(b"hello", b"world")
concat("hello", b"world")
concat(b"hello", "world")
IDE 的檢查提示如下圖：
TypeVar 和 Union 區(qū)別
TypeVar 不只可以接收泛型，它也可以像 Union 一樣使用，只需要在實例化時將想要指定的類型范圍當(dāng)作參數(shù)依次傳進來來即可。跟 Union 不同的是，使用 TypeVar 聲明的函數(shù)，多參數(shù)類型必須相同，而 Union 不做限制。
from typing import TypeVar
T = TypeVar("T", str, bytes)
def concat(s1: T, s2: T) -> T:
return s1 + s2
concat("hello", "world")
concat(b"hello", b"world")
concat("hello", b"world")
以下是使用 TypeVar 做限定類型時的 IDE 提示：
Optional
Type Hints 提供了 Optional 來作為 Union[X, None] 的簡寫形式，表示被標(biāo)注的參數(shù)要么為 X 類型，要么為 None，Optional[X] 等價于 Union[X, None]。
from typing import Optional, Union # None => type(None) def foo(arg: Union[int, None] = None) -> None: ... def foo(arg: Optional[int] = None) -> None: ...
Any
Any 是一種特殊的類型，可以代表所有類型。未指定返回值與參數(shù)類型的函數(shù)，都隱式地默認(rèn)使用 Any，所以以下兩個 greeting 函數(shù)寫法等價：
from typing import Optional, Union # None => type(None) def foo(arg: Union[int, None] = None) -> None: ... def foo(arg: Optional[int] = None) -> None: ...
當(dāng)我們既想使用 Type Hints 來實現(xiàn)靜態(tài)類型的寫法，也不想失去動態(tài)語言特有的靈活性時，即可使用 Any。
Any 類型值賦給更精確的類型時，不執(zhí)行類型檢查，如下代碼 IDE 并不會有錯誤提示：
from typing import Any a: Any = None a = [] # 動態(tài)語言特性 a = 2 s: str = '' s = a # Any 類型值賦給更精確的類型
可調(diào)用對象（函數(shù)、類等）
Python 中的任何可調(diào)用類型都可以使用 Callable 進行標(biāo)注。如下代碼標(biāo)注中 Callable[[int], str]，[int] 表示可調(diào)用類型的參數(shù)列表，str 表示返回值。
from typing import Callable def int_to_str(i: int) -> str: return str(i) def f(fn: Callable[[int], str], i: int) -> str: return fn(i) f(int_to_str, 2)
自引用
當(dāng)我們需要定義樹型結(jié)構(gòu)時，往往需要自引用。當(dāng)執(zhí)行到 __init__ 方法時 Tree 類型還沒有生成，所以不能像使用 str 這種內(nèi)置類型一樣直接進行標(biāo)注，需要采用字符串形式“Tree”來對未生成的對象進行引用。
class Tree(object): def __init__(self, left: "Tree" = None, right: "Tree" = None): self.left = left self.right = right tree1 = Tree(Tree(), Tree())
IDE 同樣能夠?qū)ψ砸妙愋瓦M行檢查。
此形式不僅能夠用于自引用，前置引用同樣適用。
鴨子類型
Python 一個顯著的特點是其對鴨子類型的大量應(yīng)用，Type Hints 提供了 Protocol 來對鴨子類型進行支持。定義類時只需要繼承 Protocol 就可以聲明一個接口類型，當(dāng)遇到接口類型的注解時，只要接收到的對象實現(xiàn)了接口類型的所有方法，即可通過類型注解的檢查，IDE 便不會報錯。這里的 Stream 無需顯式繼承 Interface 類，只需要實現(xiàn)了 close 方法即可。
from typing import Protocol
class Interface(Protocol):
def close(self) -> None:
...
# class Stream(Interface):
class Stream:
def close(self) -> None:
...
def close_resource(r: Interface) -> None:
r.close()
f = open("a.txt")
close_resource(f)
s: Stream = Stream()
close_resource(s)
由于內(nèi)置的 open 函數(shù)返回的文件對象和 Stream 對象都實現(xiàn)了 close 方法，所以能夠通過 Type Hints 的檢查，而字符串“s”并沒有實現(xiàn) close 方法，所以 IDE 會提示類型錯誤。
Type Hints 的其他寫法
實際上 Type Hints 不只有一種寫法，Python 為了兼容不同人的喜好和老代碼的遷移還實現(xiàn)了另外兩種寫法。
使用注釋編寫
來看一個 tornado 框架的例子（tornado/web.py）。適用于在已有的項目上做修改，代碼已經(jīng)寫好了，后期需要增加類型標(biāo)注。
使用單獨文件編寫（.pyi）
可以在源代碼相同的目錄下新建一個與 .py 同名的 .pyi 文件，IDE 同樣能夠自動做類型檢查。這么做的優(yōu)點是可以對原來的代碼不做任何改動，完全解耦。缺點是相當(dāng)于要同時維護兩份代碼。
Type Hints 實踐
基本上，日常編碼中常用的 Type Hints 寫法都已經(jīng)介紹給大家了，下面就讓我們一起來看看如何在實際編碼中中應(yīng)用 Type Hints。
dataclass——數(shù)據(jù)類
dataclass 是一個裝飾器，它可以對類進行裝飾，用于給類添加魔法方法，例如 __init__() 和 __repr__() 等，它在 PEP 557中被定義。
from dataclasses import dataclass, field
@dataclass
class User(object):
id: int
name: str
friends: list[int] = field(default_factory=list)
data = {
"id": 123,
"name": "Tim",
}
user = User(**data)
print(user.id, user.name, user.friends)
# > 123 Tim []
以上使用 dataclass 編寫的代碼同如下代碼等價：
class User(object):
def __init__(self, id: int, name: str, friends=None):
self.id = id
self.name = name
self.friends = friends or []
data = {
"id": 123,
"name": "Tim",
}
user = User(**data)
print(user.id, user.name, user.friends)
# > 123 Tim []
注意：dataclass 并不會對字段類型進行檢查。
可以發(fā)現(xiàn)，使用 dataclass 來編寫類可以減少很多重復(fù)的樣板代碼，語法上也更加清晰。
Pydantic
Pydantic 是一個基于 Python Type Hints 的第三方庫，它提供了數(shù)據(jù)驗證、序列化和文檔的功能，是一個非常值得學(xué)習(xí)借鑒的庫。以下是一段使用 Pydantic 的示例代碼：
from datetime import datetime
from typing import Optional
from pydantic import BaseModel
class User(BaseModel):
id: int
name = 'John Doe'
signup_ts: Optional[datetime] = None
friends: list[int] = []
external_data = {
'id': '123',
'signup_ts': '2021-09-02 17:00',
'friends': [1, 2, '3'],
}
user = User(**external_data)
print(user.id)
# > 123
print(repr(user.signup_ts))
# > datetime.datetime(2021, 9, 2, 17, 0)
print(user.friends)
# > [1, 2, 3]
print(user.dict())
"""
{
'id': 123,
'signup_ts': datetime.datetime(2021, 9, 2, 17, 0),
'friends': [1, 2, 3],
'name': 'John Doe',
}
"""
注意：Pydantic 會對字段類型進行強制檢查。
Pydantic 寫法上跟 dataclass 非常類似，但它做了更多的額外工作，還提供了如 .dict() 這樣非常方便的方法。
再來看一個 Pydantic 進行數(shù)據(jù)驗證的示例，當(dāng) User 類接收到的參數(shù)不符合預(yù)期時，會拋出 ValidationError 異常，異常對象提供了 .json() 方法方便查看異常原因。
from pydantic import ValidationError
try:
User(signup_ts='broken', friends=[1, 2, 'not number'])
except ValidationError as e:
print(e.json())
"""
[
{
"loc": [
"id"
],
"msg": "field required",
"type": "value_error.missing"
},
{
"loc": [
"signup_ts"
],
"msg": "invalid datetime format",
"type": "value_error.datetime"
},
{
"loc": [
"friends",
2
],
"msg": "value is not a valid integer",
"type": "type_error.integer"
}
]
"""
所有報錯信息都保存在一個 list 中，每個字段的報錯又保存在嵌套的 dict 中，其中 loc 標(biāo)識了異常字段和報錯位置，msg 為報錯提示信息，type 則為報錯類型，這樣整個報錯原因一目了然。
MySQLHandler
MySQLHandler[https://github.com/jianghushinian/python-scripts/blob/main/scripts/mysql_handler_type_hints.py]是我對 pymysql 庫的封裝，使其支持使用 with 語法調(diào)用 execute 方法，并且將查詢結(jié)果從 tuple 替換成 object，同樣也是對 Type Hints 的應(yīng)用。
class MySQLHandler(object): """MySQL handler""" def __init__(self): self.conn = pymysql.connect( host=DB_HOST, port=DB_PORT, user=DB_USER, password=DB_PASS, database=DB_NAME, charset=DB_CHARSET, client_flag=CLIENT.MULTI_STATEMENTS, # execute multi sql statements ) self.cursor = self.conn.cursor() def __del__(self): self.cursor.close() self.conn.close() @contextmanager def execute(self): try: yield self.cursor.execute self.conn.commit() except Exception as e: self.conn.rollback() logging.exception(e) @contextmanager def executemany(self): try: yield self.cursor.executemany self.conn.commit() except Exception as e: self.conn.rollback() logging.exception(e) def _tuple_to_object(self, data: List[tuple]) -> List[FetchObject]: obj_list = [] attrs = [desc[0] for desc in self.cursor.description] for i in data: obj = FetchObject() for attr, value in zip(attrs, i): setattr(obj, attr, value) obj_list.append(obj) return obj_list def fetchone(self) -> Optional[FetchObject]: result = self.cursor.fetchone() return self._tuple_to_object([result])[0] if result else None def fetchmany(self, size: Optional[int] = None) -> Optional[List[FetchObject]]: result = self.cursor.fetchmany(size) return self._tuple_to_object(result) if result else None def fetchall(self) -> Optional[List[FetchObject]]: result = self.cursor.fetchall() return self._tuple_to_object(result) if result else None
運行期類型檢查
Type Hints 之所以叫 Hints 而不是 Check，就是因為它只是一個類型的提示而非真正的檢查。上面演示的 Type Hints 用法，實際上都是 IDE 在幫我們完成類型檢查的功能，但實際上，IDE 的類型檢查并不能決定代碼執(zhí)行期間是否報錯，僅能在靜態(tài)期做到語法檢查提示的功能。
要想實現(xiàn)在代碼執(zhí)行階段強制對類型進行檢查，則需要我們通過自己編寫代碼或引入第三方庫的形式（如上面介紹的 Pydantic）。下面我通過一個 type_check 函數(shù)實現(xiàn)了運行期動態(tài)檢查類型，來供你參考：
from inspect import getfullargspec
from functools import wraps
from typing import get_type_hints
def type_check(fn):
@wraps(fn)
def wrapper(*args, **kwargs):
fn_args = getfullargspec(fn)[0]
kwargs.update(dict(zip(fn_args, args)))
hints = get_type_hints(fn)
hints.pop("return", None)
for name, type_ in hints.items():
if not isinstance(kwargs[name], type_):
raise TypeError(f"expected {type_.__name__}, got {type(kwargs[name]).__name__} instead")
return fn(**kwargs)
return wrapper
# name: str = "world"
name: int = 2
@type_check
def greeting(name: str) -> str:
return str(name)
print(greeting(name))
# > TypeError: expected str, got int instead
只要給 greeting 函數(shù)打上 type_check 裝飾器，即可實現(xiàn)運行期類型檢查。
附錄
如果你想繼續(xù)深入學(xué)習(xí)使用 Python Type Hints，以下是一些我推薦的開源項目供你參考：
Pydantic?
FastAPI?
Tornado?
Flask?
Chia-pool?
MySQLHandler?
以上就是Python Type Hints 學(xué)習(xí)之從入門到實踐的詳細(xì)內(nèi)容，更多關(guān)于Python Type Hints的資料請關(guān)注本站其它相關(guān)文章！
版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信