1、typing介绍
Python是一门弱类型的语言，很多时候我们可能不清楚函数参数的类型或者返回值的类型，这样会导致我们在写完代码一段时间后回过头再看代码，忘记了自己写的函数需要传什么类型的参数，返回什么类型的结果，这样就不得不去阅读代码的具体内容，降低了阅读的速度， typing 模块可以很好的解决这个问题
注意： typing 模块只有在python3.5以上的版本中才可以使用,pycharm目前支持typing检查
2、typing的作用
- 类型检查，防止运行时出现参数和返回值类型不符合。
- 作为开发文档附加说明，方便使用者调用时传入和返回参数类型。
- 该模块加入后并不会影响程序的运行，不会报正式的错误，只有提醒pycharm目前支持typing检查，参数类型错误会黄色提示
3、常用类型
- int,long,float: 整型,长整形,浮点型;
- bool,str: 布尔型，字符串类型；
- List, Tuple, Dict, Set:列表，元组，字典, 集合;
- Iterable,Iterator:可迭代类型，迭代器类型；
- Generator：生成器类型；
除了以上常用的类型，还支持 Any ， Union ， Tuple ， Callable ， TypeVar 和 Generic 类型组成。有关完整的规范，请参阅 PEP 484 。有关类型提示的简单介绍，请参阅 PEP 483
3.1 代码示例
我们可以发现，func函数要求传入的第2个参数为 str 类型，而我们调用时传入的参数是 int 类型，此时Pycharm就会用黄色来警告你，我们将光标放到黄色的地方，会出现下面的提示
写着期望类型是 str ，而现在是 int ，但是 typing 的作用仅仅是提示，并不会影响代码执行，我们执行看看
执行结果如下：
[2, 3]
我们会发现并没有报错，因为 typing 仅仅是起到了提醒的作用
4、typing模块的其他用法
- 类型别名
- NewType
- Callable
- TypeVar泛型
- Any类型
- Union类型
4.1 类型别名
类型别名，就是给复杂的类型取个别名
# 给List[float]类型取个别名为Vector Vector = List[float] def scale(scalar: float, vector: Vector) -> Vector: return [scalar * num for num in vector] new_vector = scale(2.0, [1.0, -4.2, 5.4])
当然，类型别名我们完全可以不用，用以下写法也一样，看个人喜好
def scale(scalar: float, vector: List[float]) -> List[float]: return [scalar * num for num in vector]
4.2 NewType
官网看了下，个人觉得这个没啥用，就不细写了
4.3 Callable
期望特定签名的回调函数的框架可以将类型标注为 Callable[[Arg1Type, Arg2Type], ReturnType] 。
[Arg1Type, Arg2Type]：代表参数类型
ReturnType：代表返回值类型
from typing import Callable
def get_next_item(name: str):
print(name)
# Callable 作为函数参数使用，其实只是做一个类型检查的作用，检查传入的参数值 get_next_item 是否为可调用对象
def feeder(get_next_item: Callable[[str], None]) -> (str):
return get_next_item
v1 = feeder(get_next_item)
v1('hello')
# 结果
hello
4.4 TypeVar泛型
可以自定义一个任意类型，也可以自定义指定类型
自定义一个任意类型
# 自定义一个任意类型
T = TypeVar('T')
def func(user: T) -> T:
print(user)
return user
func('1')
func(1)
func([1])
func((1, 2))
func({"status": 200})
# 结果
1
1
[1]
(1, 2)
{'status': 200}
自定义指定类型
# 指定为int或者str
a = TypeVar('a', int, str)
s1: a = 1
s2: a = 'aaa'
s3: a = [] # 这里定义了列表，pycharm会出现黄色警告
print(s1, s2, s3)
# 结果
1 aaa []
4.5 Any
Any 是一种特殊的类型。静态类型检查器认为所有类型均与 Any 兼容，同样， Any 也与所有类型兼容。
也就是说，可对 Any 类型的值执行任何操作或方法调用，并赋值给任意变量：
from typing import Any a = None # type: Any a = [] # OK a = 2 # OK s = '' # type: str s = a # OK def foo(item: Any) -> int: # Typechecks; 'item' could be any type, # and that type might have a 'bar' method item.bar() ...
此外，未指定返回值与参数类型的函数，都隐式地默认使用 Any ：
def legacy_parser(text): ... return data # 两种写法效果是一样的 def legacy_parser(text: Any) -> Any: ... return data
4.6 Union
Union类型语法格式： Union[X, Y] ，相当于 X | Y ，意思是类型是X或者Y
如果我们想定义 Union 类型，就要写成如下的eg： Union[X， Y] ，或者也可以使用缩写X | Y(此写法python3.10版本才支持)
from typing import Union # 指定变量a的类型为int或者str a: Union[int, str] a = 1 print(a) a = [] # 定义了一个列表，pycharm会有黄色警告提示
到此这篇关于python typing模块--类型提示支持的文章就介绍到这了,更多相关python typing模块内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://www.cnblogs.com/jiakecong/p/15457609.html
