Python标准库87. typing模块实践

注意：后续技术分享，第一时间更新，以及更多更及时的技术资讯和学习技术资料，将在公众号CTO Plus发布，请关注公众号：CTO Plus

Python标准库系列将分享90个日常常用的内置模块，从介绍、特性和作用、使用方法以及应用场景来介绍标准库的使用，代码示例在最新的Python3.11版本上运行，其他低版本Python可能存在差异。

标准库-内置库（Standard Library）：内置库是指Python自带的标准库，包含了大量常用的模块和函数，例如`os`、`sys`、`re`、`math`、`random`等。这些模块和函数可以直接import进来使用，无需下载或安装。

第三方库（Third-party Library）：第三方库是指由第三方开发者编写的Python库。这些库可以通过pip或conda等包管理工具进行下载和安装，例如`numpy`、`pandas`、`matplotlib`、`django`等。即需要pip install安装后才能使用的都是第三方库。

在前面的文章《Python基础之开发必备-标准库（内置模块）汇总详细介绍》中介绍过Python有上百个标准库（内置模块），本篇的typing即是常用的模块之一。其他更多的Python3标准库实践资料请关注公众号：CTO Plus查看。

查看标准库清单：https://mp.weixin.qq.com/s/E4HD4_aPWx0Ok3s-Uf28NQ

1. 简介

Python3 标准库 `typing` 是用来标注静态类型注解的模块。在 Python 3.5 版本后，加入了 `typing` 模块，它提供了类型注解和检查，能够在编码时检测变量类型的错误，并提供丰富的类型提示信息。

`typing` 模块中包含了许多类型，如常见的 `List`、`Tuple`、`Dict`、`Set` 等类型，也包含了一些特别的类型，如 `Union`、`Optional`、`Any` 等类型。此外，`typing` 模块还提供了许多类型操作符，如 `Callable`、`TypeVar`、`Generic` 等类型操作符，可以满足复杂类型的需求。

2. 特性和作用

使用类型注解可以帮助开发者更好地理解代码，更快速地发现代码问题，可以提高代码的可读性和可维护性。`typing` 模块为 Python 代码添加了类型注解，提供了丰富的类型提示信息，可以使代码更容易维护和调试。

在 Python 编程中，`typing` 模块主要有以下特点：

1. 支持类型注解，能够在编码时检测变量类型的错误；
2. 提供强类型检查，能够防止类型错误，并提供丰富的类型提示信息；
3. 支持常见的类型，如 `List`、`Tuple`、`Dict`、`Set` 等类型；
4. 支持特定类型，如 `Union`、`Optional`、`Any` 等类型，可以满足复杂类型的需求；
5. 支持类型操作符，如 `Callable`、`TypeVar`、`Generic` 等类型操作符，可以满足更多类型需求。

3. 常用方法和代码示例

(1) 使用常见类型及其别名

from inner_module_def_datastruct import WEIXIN_URL, AUTHOR , AGE
from typing import List, Tuple, Dict, Set

# 可以使用typing中的基本类型来声明变量的类型，如int，float，bool，str等
name: str = AUTHOR
age: int = 25
height: float = 1.75
active: bool = True
blog: str = WEIXIN_URL

numbers_list: List[int] = [1, 2, 3, 4, 5]
numbers_tuple: Tuple[int, float, str] = (1, 1.0, "1")
numbers_dict: Dict[str, int] = {"one": 1, "two": 2, "three": 3}
numbers_set: Set[str] = {"one", "two", "three"}

def add_numbers(numbers: List[int]) -> int:
    return sum(numbers)

print(add_numbers(numbers_list))

(2) 使用特定类型

from typing import Union, Optional, Any

# Union 表示联合类型，可以用来表示多种不同类型的变量（定义一个变量可以是多个类型中的任何一个）；而 Any 则表示任意类型，可以用来表示一个变量可以是任何类型。
result: Union[str, int, float] = 1
value: Optional[int] = None
anything: Any = 42

if result == 1:
    # result is now a string, not an int.
    result = "One"

(3) 使用类型运算符

from typing import TypeVar, Generic

T = TypeVar('T')

class Singleton(Generic[T]):

    _instance: T = None

    def __new__(cls, *args, **kwargs):
        if cls._instance is None:
            cls._instance = super().__new__(cls, *args, **kwargs)
        return cls._instance

class Foo(Singleton):
    pass

class Bar(Singleton):
    pass

foo1 = Foo()
foo2 = Foo()
bar = Bar()

print(foo1 is foo2)  # True
print(foo1 is bar)  # False

(4) 函数参数类型声明

你可以在函数定义中使用typing来声明函数参数的类型：

def my_func(num: int, my_str: str) -> bool:
    if num > 10 and my_str == WEIXIN_URL:
        return True
    else:
        return False

print(my_func(AGE, WEIXIN_URL))  # True
print(my_func(1.2, False))  # False

在这个例子中，`num`和`my_str`的类型被指定为`int`和`str`，函数的返回类型被指定为`bool`。在实际传参时，虽然也可以传递与参数类型声明不一致的参数，但不推荐这么做，同时编译器也聪明的给出了不一样的提示，如下：

(5) 可选参数类型声明

有时候，你可能想定义一个可以为None的可选参数。你可以使用Optional类型实现这个功能：

from typing import Optional

def my_optional_func(num: Optional[int]) -> bool:
    if num is not None and num > 10:
        return True
    else:
        return False

# my_optional_func()  # 虽然参数可以为None，但依然需要传递None，否则报错：TypeError: my_optional_func() missing 1 required positional argument: 'num'
my_optional_func(None)

在这个例子中，`num`被定义为可选的`int`类型，因此它可以为None或整数。

(6) 生成器类型声明

你可以使用typing中的`Generator`类型来声明一个生成器：

from typing import Generator

def my_generator()->Generator[int, None, None]:
    yield 1
    yield
    yield False
    yield lambda a,b:a>b

g = my_generator()
# 使用__next__方法获取生成器的元素
print(g.__next__())  # 1
print(g.__next__())  # None
print(g.__next__()) # False
f = g.__next__()
print(f)  # <function my_generator.<locals>.<lambda> at 0x00000278608D93A0>
print(f(22,11)) # 调用函数，输出： True
# print(g.__next__()) # 如果生成器为空，再取则抛StopIteration异常

在这个例子中，my_generator函数返回一个生成器对象，它将生成int类型的值。

(7) 类型别名

你可以使用typing中的`TypeAlias`来定义一个类型别名：

from typing import TypeAlias

# Python3.10 版中的新函数
# MyInt = TypeAlias(int, "MyInt")  # 错误用法  TypeError: Cannot instantiate typing.TypeAlias
MyInt: TypeAlias = list[int]
MyInt2: TypeAlias = int

print(type(MyInt), type(MyInt2))  # <class 'types.GenericAlias'> <class 'type'>

num: MyInt2 = 1234
print(type(num), num)  # <class 'int'> 1234

MyType = int
num2: MyType = 12312
print(type(MyType), type(num2), num2)  # <class 'type'> <class 'int'> 12312

在这个例子中，`MyInt`是一个别名，与`int`类型完全相同。

这些只是Python中typing模块提供的一小部分功能，如果您想更深入地学习，请查看Python官方文档或其他深入学习资源。

4. 应用场景

`typing` 模块适用于许多场景，包括：

1. 通过强类型检查，防止类型错误，并提供丰富的类型提示信息。
2. 在 Python 中添加类型参数以支持泛型编程。
3. 通过类型操作符支持复杂类型。
4. `typing` 模块可以用于各种类型注解场景，通过类型注解提高代码的可读性和可维护性，如静态类型检查、函数参数注解、文档注释等场景中。

总之，Python3 标准库 `typing` 模块提供了一种方法来声明变量、参数和函数的类型可以帮助开发者更好地理解代码，并提供丰富的类型提示信息。它可以作为一种类型注解的实现方式，提高代码的可读性和可维护性，并通过强类型检查，防止类型错误。此外，`typing` 模块还支持复杂类型的实现，可以通过类型参数和类型操作符来支持泛型编程。

完整的Python3.11标准库代码示例，请在公众号CTO Plus后台回复：py标准库

 

Python专栏
https://blog.csdn.net/zhouruifu2015/category_5742543

---

更多资料 · 微信公众号搜索【CTO Plus】关注后，获取更多，我们一起学习交流。

关于公众号的描述访问如下链接

---

更多精彩，关注我公号，一起学习、成长

关于Articulate“做一个知识和技术的搬运工。做一个终身学习的爱好者。做一个有深度和广度的技术圈。”一直以来都想把专业领域的技https://mp.weixin.qq.com/s?__biz=MzIyMzQ5MTY4OQ==&mid=2247484278&idx=1&sn=2b774f789b4c7a2ccf10e465a1b9def6&chksm=e81c2070df6ba966026fd7851efa824b5e2704e3fd34e76228ca4ce64d93f7964cd4abe60f2b#rd

标准库系列-推荐阅读：

• Python基础之开发必备-标准库（内置模块）汇总详细介绍（持续更新……）

• Python标准库45. math模块实践

• Python标准库87. typing模块实践

• Python标准库88. 数据库 (sqlite3) 实践

• Python标准库89. signal模块实践以及与Linux的信号

• 看这一篇就够了Python的35个关键字的含义、作用、特性以及使用方式详解

​
推荐阅读：

• Python基础之最新的73个内置函数（1）

• Python基础之最新的73个内置函数（2）

• Python基础之最新的73个内置函数（3）

• Python基础之最新的73个内置函数（4）

• Python基础之最新的73个内置函数（5）

• Python基础之最新的73个内置函数（6）

• Python基础之最新的73个内置函数（7）