Python 中如何编写类型提示

2023-12-18 18:16 由咸鱼Linux运维发表于 #后端开发

哈喽大家好，我是咸鱼

我们知道 Python 是一门具有动态特性的语言，在编写 Python 代码的时候不需要显式地指定变量的类型

这样做虽然方便，但是降低了代码的可阅读性，在后期 review 代码的时候容易对变量的类型产生混淆，需要查阅大量上下文，导致后期维护困难

为了提高代码的可读性、可维护性，Python 在 PEP 484 中引入了类型提示（ type hinting）。类型提示是 Python 中一个可选但非常有用的功能，可以使代码更易于阅读和调试

关于类型提示的介绍可以看：

https://realpython.com/python-type-hints-multiple-types/#use-pythons-type-hints-for-one-piece-of-data-of-alternative-types

在编写函数的时候，我们通常指定其返回值是一种数据类型，但是在下面这些情况下可以指定返回不同类型的数据：

当函数使用条件语句返回不同类型结果时
函数有时返回值，有时不返回值
当函数遇到错误时，可能需要返回与正常结果的返回类型不同的特定错误对象
想要设计更灵活更通用的代码

那么这时候该如何编写类型提示呢？

为常规函数编写类型提示

def parse_email(email_address: str) -> str | None:
    if "@" in email_address:
        username, domain = email_address.split("@")
        return username
    return None

上面的函数中有一个条件判断语句，用于检查参数 email_address 电子邮箱地址里面是否包含 @ 符号。如果有，则返回用户名 username ，没有则返回 None，表示电子邮箱地址不完整

所以该函数的返回值要么是包含用户名的字符串，要么是 None。那么我们可以用管道符（|）来表示函数返回单个值的可选类型

# 要么返回 str ，要么返回 None
str | None:

在 Python 3.10 之前，我们还可以使用 typing 模块中的 Union 来表示函数返回的是str 还是 None

from typing import Union

def parse_email(email_address: str) -> Union[str, None]:
    if "@" in email_address:
        username, domain = email_address.split("@")
        return username
    return None

那如果单个返回值里面包含多个对象的话，该如何编写类型提示呢？

比如说上面的函数，我希望它：

如果是有效的邮箱，则返回用户名和域名
如果不是有效的邮箱，返回 None

PS：当返回值里有多个对象时，默认是以元组的形式返回

所以我们可以这么写类型提示

def parse_email(email_address: str) -> tuple[str, str] | None:
    if "@" in email_address:
        username, domain = email_address.split("@")
        return username, domain
    return None

tuple[str, str]| None ，表示返回值可以是两个字符串的元组或None

如果使用 typing 模块中的 Union来编写类型提示的话，如下

from typing import Tuple, Union

def parse_email(email_address: str) -> Union[Tuple[str, str], None]:
    if "@" in email_address:
        username, domain = email_address.split("@")
        return username, domain
    return None

举三反一一下，如果单个返回值包含三个对象，可以这么写

# 函数返回值里面包含了字符串、整数、布尔值
def get_user_info(user: User) -> tuple[str, int, bool]:
    ...

为回调函数编写类型提示

在 Python 中，函数可以作为另一个函数的参数或者返回其他函数。这种函数被称为高阶函数

比如说 Python内置函数（例如sorted()、map()和filter()）可以接受一个函数作为参数

这个作为参数传递的函数通常被称为回调函数（callback function），因为它在另一个函数中被调用（"回调"），回调函数是一种可调用对象（callable objects）

可调用对象指的是可以像函数一样调用的对象。Python 中可调用对象包括常规函数、lambda 表达式或实现了__call__()方法的类）

那么我们在调用回调函数的时候，该如何编写类型注释呢？

比如说下面的例子

>>> from collections.abc import Callable

>>> def apply_func(
...     func: Callable[[str], tuple[str, str]], value: str
... ) -> tuple[str, str]:
...     return func(value)
...
>>> def parse_email(email_address: str) -> tuple[str, str]:
...     if "@" in email_address:
...         username, domain = email_address.split("@")
...         return username, domain
...     return "", ""
...
>>> apply_func(parse_email, "[email protected]")
('claudia', 'realpython.com')

在函数 apply_func 的类型提示中，将回调函数 func作为第一个参数，将字符串 value 作为第二个参数，返回值是一个包含两个 str 的 tuple

而 Callable[[str], tuple[str, str]]：表示回调函数 func 接收参数是一个 str，返回值是一个包含两个 str 的 tuple

在函数 parse_email 的类型提示中，接受一个 str 类型的参数 email_address ，返回值类型是一个包含两个 str 的 tuple

那如果我希望函数 apply_func 能够接收具有多种输入类型的不同函数作为参数（比如说回调函数有多个输入参数）并有多种返回类型，该怎么办?

我们可以用省略号... 来表示可调用对象（例如回调函数）可以接受多个参数，这样就不需要依次列出接受参数的类型

def apply_func( 
	func: Callable[...,tuple[str, str]], value: str) -> tuple[str, str]：
	return func(value)

或者使用 typing 模块中的类型来指定任何返回 Any 类型

from collections.abc import Callable
from typing import Any

def apply_func( 
	func: Callable[...,Any], *args: Any, **kwargs: Any) -> tuple[str, str]：
	 return func(*args, **kwargs)

我们还可以在类型提示中把回调函数的返回值类型写成 T ，这是一个类型变量type variable,可以代表任何类型

from collections.abc import Callable
from typing import Any, TypeVar

T = TypeVar("T")

def apply_func(func: Callable[..., T], *args: Any, **kwargs: Any) -> T:
    return func(*args, **kwargs)

而 apply_func 的返回值类型也是 T，*args: Any, **kwargs: Any 表示 apply_func 可以接受任意数量的参数（包括 0）

为生成器编写类型提示

在 Python 中，生成器（Generators）是一种特殊的迭代器，它们允许按需生成值，而无需提前生成所有值并将其存储在内存中

生成器逐个产生并返回值，这对于处理大量数据或无限序列非常有用

生成器可以通过函数与 yield 语句创建。yield 语句在生成器函数内部被用来产生一个值，并在暂停生成器的同时返回该值给调用者

每次调用生成器的 next()方法或使用 for循环时，生成器函数会从上一次yield语句的位置恢复执行，并继续执行到下一个yield语句或函数结束

继续上面的例子，我现在有大量的邮箱需要判断是否有效，与其将每个解析的结果存储在内存中并让函数一次返回所有内容，不如使用生成器一次生成一个解析结果

>>> from collections.abc import Generator

>>> def parse_email() -> Generator[tuple[str, str], str, str]:
		# 定义初始的 sent 值为元组 ("", "")
...     sent = yield ("", "")
...     while sent != "":
...         if "@" in sent:
...             username, domain = sent.split("@")
...             sent = yield username, domain
...         else:
...             sent = yield "invalid email"
...     return "Done"

Generator[tuple[str, str], str, str]类型提示里面有三个参数（后面两个是可选的），其中：

yield 类型：第一个参数是生成器生成的结果。例子中它是一个元组，包含两个字符串，一个表示用户名，另一个表示域名
send 类型：第二个参数表示使用 send 方法发送给生成器的内容。例子中是一个字符串，表示发送的邮箱地址
return 类型：第三个参数表示生成器生成值后返回的内容。例子中函数返回字符串“Done”

然后调用该生成器

>>> generator = parse_email()
>>> next(generator)
('', '')
#使用 send 方法向生成器发送参数
>>> generator.send("[email protected]")
('claudia', 'realpython.com')
>>> generator.send("realpython")
'invalid email'
>>> try:
...     generator.send("")
... except StopIteration as ex:
...     print(ex.value)
...
Done

首先调用生成器函数，该函数将返回一个新的 parse_email() 生成器对象。然后，通过调用内置 next() 函数将生成器推进到第一个 yield 语句

之后开始向生成器发送电子邮件地址进行解析。当发送空字符串或不带 @ 符号的字符串时，生成器将终止

又因为生成器也是迭代器，因此也可以使用 collections.abc.Iterator 而不是 Generator 来进行类型提示

但是如果使用了 collections.abc.Iterator 类型提示，就不能指定 send 类型和 rerurn 类型，因此只有当生成器只生成值时 collections.abc.Iterator 才起作用

from collections.abc import Iterator

def parse_emails(emails: list[str]) -> Iterator[tuple[str, str]]:
    for email in emails:
        if "@" in email:
            username, domain = email.split("@")
            yield username, domain

我们还可以在接收参数里面使用 Iterable 类型提示，这样表示函数 parse_emails 可以接受任何可迭代对象，而不仅仅是像以前那样的列表

from collections.abc import Iterable

def parse_emails(emails: Iterable[str]) -> Iterable[tuple[str, str]]:
    for email in emails:
        if "@" in email:
            username, domain = email.split("@")
            yield username, domain