Python学习之-typing详解

前言：

Python的typing模块自Python 3.5开始引入，提供了类型系统的扩展，能够帮助程序员定义变量、函数的参数和返回值类型等。这使得代码更易于理解和检查，也方便了IDE和一些工具进行类型检查，提升了代码的质量。

typing 模块概述

typing 模块是 Python 标准库中用于支持类型提示的模块。它提供了一系列的类型和类型相关的工具，帮助开发者在代码中添加类型提示，以提高代码的可读性和可靠性。

1 类型提示的基本使用

1.1 变量类型注解：

age: int = 25
name: str = "Alice"

1.2函数参数和返回值类型注解：

def greet(name: str) -> str:
    return "Hello, " + name

1.3列表、字典等复杂类型注解：

from typing import List, Dict

numbers: List[int] = [1, 2, 3]
user_info: Dict[str, str] = {"name": "Alice", "age": "25"}

2 常见的typing模块类型

List[T]，Set[T]，Dict[K, V]等：用于注解容器类型，T、K、V分别代表容器内元素类型，字典的键和值类型。

2.1 Tuple[T, …]：用于定长元组。

from typing import Tuple

coordinate: Tuple[int, int, int] = (10, 20, 30)

2.2 Optional[T]：用于表示某个类型或None。

from typing import Optional

def get_age(name: str) -> Optional[int]:
    if name == "Alice":
        return 25
    return None

2.3 Union[T, U, …]：当一个参数可能是多种类型之一时使用。

from typing import Union

def log_message(message: Union[str, int]) -> None:
    print(message)

2.4 Callable[[Arg1Type, Arg2Type], ReturnType]：用于表示可调用对象（如函数）的类型签名。

from typing import Callable

def add(a: int, b: int) -> int:
    return a + b

calculator: Callable[[int, int], int] = add

3 Type Hints的高级应用

3.1 泛型：在定义类或函数时，允许使用类型参数。

#!/usr/bin/env python
# coding=utf-8
"""
# @Time    : 2024/4/17
# @Author  : Summer
# @File    :
# @describe:
"""
from typing import TypeVar, Generic, List

T = TypeVar('T')


class Stack(Generic[T]):
    def __init__(self) -> None:
        self._container: List[T] = []

    def push(self, item: T) -> None:
        self._container.append(item)

    def pop(self) -> T:
        return self._container.pop()


stack = Stack[int]()
stack.push(1)
print(stack.pop())  # 输出1

上述代码的解析：首先从typing模块导入TypeVar、Generic和List。这些是实现自定义泛型类型的核心组件。
T = TypeVar(‘T’)：使用TypeVar创建一个类型变量T。这个变量将用于表示Stack类可以接受的元素的类型。TypeVar是定义泛型类和函数时的占位符，表示可以是任意类型。
class Stack(Generic[T])：定义了一个名为Stack的类，这个类是泛型的，可以存储类型为T的元素。这里的T是在之前用TypeVar定义的类型变量。Generic[T]表示Stack是一个泛型类，它的行为可以基于不同的类型T进行参数化。
在__init__方法中，初始化了一个名为_container的列表，这个列表是用于存储栈中元素的容器。List[T]表示_container是一个列表，其中可以存储任意类型为T的元素。
stack = Stackint创建了一个Stack的实例stack，指定T为int类型。这意味着这个stack实例是一个整型的栈，只能存储整数。
通过push方法向栈中压入一个整数1。
通过pop方法从栈中弹出最后一个元素，也就是之前压入的整数1。
这段代码展示了如何使用Python的typing模块创建泛型数据结构，使得这个数据结构变得更加通用和灵活。它可以在保持类型安全的同时，被用于存储任何指定类型的数据。

3.2 NewType：

用于定义新类型，以帮助区分具有相同基础类型但应用场景不同的场合。

#!/usr/bin/env python
# coding=utf-8
"""
# @Time    : 2024/4/17
# @Author  : Summer
# @File    :
# @describe:
"""
from typing import NewType

UserId = NewType('UserId', int)


def get_user_name(user_id: UserId) -> str:
    return "User#" + str(user_id)

user_id = UserId(524313)
print(get_user_name(user_id))  # User#524313

user_id = UserId(524313)：使用UserId类型创建一个新的用户ID实例。注意，尽管UserId是基于int的一个新类型，但是这一步看起来和直接对整数进行类型转换（如int(x)）相似。然而，UserId(524313)在类型检查时被视为一个与int不同的独立类型。
print(get_user_name(user_id))调用get_user_name函数，并传入之前创建的user_id。然后打印函数的返回值，预期输出为"User#524313"。

4 类型检查工具

typing 模块还提供了一些用于类型检查的工具，如 isinstance()、issubclass() 等。

from typing import List


def is_valid_input(data: List) -> bool:
    return isinstance(data, List)


print(is_valid_input(data=1))  # False
print(is_valid_input(data=[1, 2, 3]))  # True

5 结构化类型和协议

Python 的 typing 模块还支持结构化类型和协议，用于表示对象的形状或接口。可以使用 Protocol 类来定义一个协议，并在参数类型注解中使用。
举个例子，如果我们想定义一个Writable的协议，所有满足这个协议的对象都应该有一个write方法。这里是如何使用Protocol来做这件事的：

#!/usr/bin/env python
# coding=utf-8
"""
# @Time    : 2024/4/17
# @Author  : Summer
# @File    :
# @describe:
"""
from typing import Protocol

class Writable(Protocol):
    def write(self, data: str) -> int:
        ...

# 实现了 Writable 接口的类
class FileWriter:
    def write(self, data: str) -> int:
        print(f"Writing {data} to file.")
        return len(data)  # 假设返回写入的字节数

# 实现了 Writable 接口的类
class StringWriter:
    def write(self, data: str) -> int:
        print(f"Writing {data} to string buffer.")
        return len(data)  # 假设返回写入的字节数


# 函数接受任何实现了Writable接口的对象
def write_data(writer: Writable, data: str):
    num_bytes_written = writer.write(data)
    print(f"Wrote {num_bytes_written} bytes.")
    return

# FileWriter和StringWriter没有从Writable显式继承，但它们实现了Writable协议
file_writer = FileWriter()
string_writer = StringWriter()

# 可以传递给write_data函数，因为它们符合Writable协议
write_data(file_writer, "Hello, World!")
write_data(string_writer, "Hello, Python!")

Writable(Protocol)定义了一个需要有write方法的协议，该方法接受一个字符串data并返回一个整数。
类FileWriter和StringWriter都有一个write方法，这意味着它们“符合”Writable协议。注意，我们没有明确地让FileWriter或StringWriter类继承Writable协议。
函数write_data接受Writable类型的参数writer。这意味着任何实现了write方法的对象都可以传递给这个函数。
最后，创建了FileWriter和StringWriter的实例，然后将它们传递给write_data函数，展示了如何在不使用继承的情况下通过协议来实现接口兼容性。
这种方式的好处是可以让你的代码更加灵活，并且它鼓励更好的分离关注点。另外，由于它基于鸭子类型，所以它对于一些动态编程模式也非常有用，例如在mocking或依赖注入中。

小结：

Python的typing模块为静态类型检查提供了强大的支持，通过在代码中添加类型注解，不仅可以提高代码的可读性，还可以利用静态类型检查工具（如mypy）来发现潜在的错误。随着Python生态的发展，类型提示已经成为Python编程的一个重要部分。
如果你觉得文章还不错，请大家点赞、分享、留言，因为这将是我持续输出更多优质文章的最强动力！当然如果有小伙伴需要python、java、性能等等相关的学习资料的也可以私聊我获取哈，都是本人之前收集的一些学习资料，都可以免费提供给大家学习，希望能对大家有帮助。
在这里插入图片描述