Python 类型检查

Seymour1619 5年前
   <p>众所周知, Python 是一门强类型、动态类型检查的语言。所谓动态类型,是指在定义变量时,我们无需指定变量的类型,Python 解释器会在运行时自动检查。与静态类型语言(如 C 语言)相比,这不仅仅是少写了几个类型声明字符:</p>    <pre>  <code class="language-python">#include <stdlib.h>  #include <stdio.h>    #define BUFF 100    char* greeting(char* name){      char* msg = (char *) malloc(sizeof(char) * BUFF);      sprintf(msg, "Hello, %s!", name);      return msg;  }    int main(){        printf("Greeting: <%s>\n", greeting("C99"));      return 0;  }</code></pre>    <pre>  <code class="language-python">def greeting(name):        return "Hello, {}!".format(name)  def main():        print("Greeting: <%s>" % greeting("Python35"))  if __name__ == '__main__':        main()</code></pre>    <p>动态类型从一定程度上将我们的思维从对计算机的工作模拟中解放出来,可以将更多精力集中在需要解决的问题上:就像上面的例子,我们不需要费心思考虑 greeting 函数所接受的参数是什么类型、返回值是什么类型,而只需要考虑 greeting 函数需要实现的功能即可。</p>    <p>当然并不是说动态类型一定优于静态类型,上面的例子用 C 语言和 Python 相比也有失公允,如果换成 Go 语言:</p>    <pre>  <code class="language-python">package main    import "fmt"    func greeting(name string) string {        return fmt.Sprintf("Hello, %s", name)  }  func main() {        fmt.Printf("Greeting: <%s>", greeting("Go"))  }</code></pre>    <p>静态类型的优势(从某种程度上说也是缺点)在于定义方法时制定一种强制性的协议(接口),只有遵循协议才能正确地使用。这对多人合作、开发第三方库、快速定位 BUG 等是很有帮助的。静态类型还有一大优势是可以让 IDE 帮助提示接口用法和类型检查,进一步提高效率。既然有这么多优势,那 Python 要不要也学习一个?实际上 Python 3.5 中的 <a href="/misc/goto?guid=4959735569678015478" rel="nofollow,noindex">PEP 484</a> 和 Python 3.6 的 <a href="/misc/goto?guid=4959735569774686876" rel="nofollow,noindex">PEP 526</a> 分别加入了类型提示(Type Hints)的语法,其中 PEP 484 主要关于函数、方法、类的参数和返回值的类型声明语法,而 PEP 526添加了对变量类型的声明:</p>    <pre>  <code class="language-python">def greeting(name: str) -> str:        return "Hello, {}!".format(name)</code></pre>    <h3>Mypy</h3>    <p><a href="/misc/goto?guid=4958524760345255496" rel="nofollow,noindex">Mypy</a> 是官方推荐一个静态类型检查工具:</p>    <pre>  <code class="language-python">python3 -m pip install mypy</code></pre>    <p>可以用 mypy 命令直接检查 Python 程序:</p>    <pre>  <code class="language-python">mypy greeting.py</code></pre>    <p>为了方便使用,可以将其应用到 IDE 中,以 Atom 为例,可以安装插件 <a href="/misc/goto?guid=4959735569888923940" rel="nofollow,noindex">linter-mypy</a> :</p>    <pre>  <code class="language-python">python3 -m pip install typed-ast    apm install linter    apm install linter-mypy</code></pre>    <p><img src="https://simg.open-open.com/show/8528fab9097fcf6bf0ae97ebf1ed637f.jpg"></p>    <p>Mypy 支持的常用类型如下表所示(来自 <a href="/misc/goto?guid=4959735569973101403" rel="nofollow,noindex">官方文档</a> ):</p>    <p><img src="https://simg.open-open.com/show/6cce3e43e95eb245d11e03653b6306d9.png"></p>    <p>其中 List / Dict / Iterable / Sequence / Any 来自标准库 <a href="/misc/goto?guid=4959735570056168782" rel="nofollow,noindex"> typing </a> 。这里的 Sequence 和 Iterable 分别对应 collections.abc.Sequence 和 collections.abc.Iterable ,简单来区分 Sequence 是可以通过数字下标索引的,而 Iterable 可以代表生成器:</p>    <p><img src="https://simg.open-open.com/show/27617af7633f8a4bc7edb5818c91430b.jpg"></p>    <h3>Python 2.x</h3>    <p>添加了类型注释的代码可以直接通过 Python 3.5 解释器执行,但是对于 Python 2.x 则是完全不兼容的。如果要在 Python 2.x 中使用,首先需要安装 typing :</p>    <pre>  <code class="language-python">pip install typing</code></pre>    <p>然后可以用单行注释的形式强行添加:</p>    <pre>  <code class="language-python">def send_email(address,     # type: Union[str, List[str]]                   sender,      # type: str                 cc,          # type: Optional[List[str]]                 bcc,         # type: Optional[List[str]]                 subject='',                 body=None    # type: List[str]                 ):      # type: (...) -> bool      """Send an email message.  Return True if successful."""      pass</code></pre>    <h3>总结</h3>    <p>Python 3.5+ 从语法上支持静态类型提示,在不影响正常使用习惯的情况下为我们提供静态类型检查的功能,虽说不能与真正的静态类型语言相比,但也保证了更大的灵活性,这也符合 Python 的一贯的设计思想:“It's a tool, not a rule.”</p>    <p> </p>    <p>来自:http://blog.rainy.im/2017/01/20/python-type-hints/</p>    <p> </p>