Python3和静态类型

谢谢你阅读我的代码!

事实上,在Python中创建通用注释执行器并不困难。以下是我的看法:

'''Very simple enforcer of type annotations.

This toy super-decorator can decorate all functions in a given module that have 
annotations so that the type of input and output is enforced; an AssertionError is
raised on mismatch.

This module also has a test function func() which should fail and logging facility 
log which defaults to print. 

Since this is a test module, I cut corners by only checking *keyword* arguments.

'''

import sys

log = print


def func(x:'int' = 0) -> 'str':
    '''An example function that fails type checking.'''
    return x


# For simplicity, I only do keyword args.
def check_type(*args):
    param, value, assert_type = args
    log('Checking {0} = {1} of {2}.'.format(*args))
    if not isinstance(value, assert_type):
        raise AssertionError(
            'Check failed - parameter {0} = {1} not {2}.'
            .format(*args))
    return value

def decorate_func(func):    
    def newf(*args, **kwargs):
        for k, v in kwargs.items():
            check_type(k, v, ann[k])
        return check_type('<return_value>', func(*args, **kwargs), ann['return'])

    ann = {k: eval(v) for k, v in func.__annotations__.items()}
    newf.__doc__ = func.__doc__
    newf.__type_checked = True
    return newf

def decorate_module(module = '__main__'):
    '''Enforces type from annotation for all functions in module.'''
    d = sys.modules[module].__dict__
    for k, f in d.items():
        if getattr(f, '__annotations__', {}) and not getattr(f, '__type_checked', False):
            log('Decorated {0!r}.'.format(f.__name__))
            d[k] = decorate_func(f)


if __name__ == '__main__':
    decorate_module()

    # This will raise AssertionError.
    func(x = 5)

考虑到这种简单性,乍一看这个东西不是主流很奇怪。然而,我相信这是有充分理由的 没有看上去那么有用 . 一般来说,类型检查很有帮助,因为如果您添加整数和字典,很可能会犯一些明显的错误(如果您的意思是合理的,则仍然是错误的) ).

正如编译器所看到的,但显然不同 ,例如,以下代码段包含一个明显的错误:

height = 1.75 # Bob's height in meters.
length = len(sys.modules) # Number of modules imported by program.
area = height * length # What's that supposed to mean???

height 和 length 即使它看起来像计算机一样 乘法 int 和 float

关于这个问题的可能解决方案还有很多,但强制执行“计算机类型”显然是半个解决方案,所以,至少在我看来,这是一个解决方案 比根本没有解决方案更糟糕 . 原因也是一样 匈牙利系统 这是个糟糕的主意 这是一个伟大的故事。在信息量非常丰富的网站上还有更多内容 post of Joel Spolsky .

现在,如果有人要实现某种Pythonic第三方库,它会自动分配给真实世界的数据 然后小心地把这种类型转换成 width * height -> area

正如该PEP中提到的,静态类型检查是函数注释可以用于的可能应用程序之一,但它们将由第三方库决定如何进行。也就是说,在核心python中不会有正式的实现。

就第三方实现而言,有一些代码片段(例如 http://code.activestate.com/recipes/572161/ ),这项工作似乎做得很好。

编辑:

作为说明,我想提到检查行为比检查类型更可取,因此我认为静态类型检查不是一个好主意。我上面的回答是为了回答这个问题,不是因为我会用这种方式自己打字。

Python中的“静态类型”只能在运行时执行类型检查,这意味着它会降低应用程序的速度。因此,您不希望将其作为一个通用性。相反,您需要一些方法来检查它的输入。如果你(错误地)认为你非常需要它,这可以很容易地用简单的断言或装饰来完成。

还有一种替代静态类型检查的方法,即使用面向方面的组件体系结构,如Zope组件体系结构。不是检查类型,而是调整它。因此,不是:

assert isinstance(theobject, myclass)

您可以这样做:

theobject = IMyClass(theobject)

如果对象已经实现IMyClass,则不会发生任何事情。否则,将查找将对象包装到IMyClass的适配器,并使用它代替对象。如果找不到适配器,则会出现错误。

这结合了Python的动态性和以特定方式拥有特定类型的愿望。

mypy-lang.org 当然,我们不能依赖它,因为它仍然是很小的努力,但很有趣。

当然,静态输入似乎有点“不和谐”,我并不总是使用它。但在某些情况下(例如,嵌套类,如特定于领域的语言解析),它确实可以加快您的开发速度。

beartype 解释如下 post *.它附带了一个git回购协议,测试和解释它能做什么和不能做什么。。。我喜欢这个名字;)

*请不要注意Cecil关于Python为什么不附带电池的咆哮。