Python?Type?Hints?學(xué)習(xí)之從入門到實踐

更新時間：2021年11月23日 12:02:06 作者：Python學(xué)習(xí)與數(shù)據(jù)挖掘

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，本文將詳細(xì)介紹一下Type?Hints，感興趣的小伙伴可以關(guān)注一下

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：

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)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: