简单聊聊Python的类型系统

编译自https://realpython.com/python-type-checking/

这篇文章实际是The Ultimate Guide to Python Type Checking文的导读和个人理解，有不当之处，以原文为准。内容分为四个部分：

类型注解和提示（Type annotations and type hints）

代码里添加静态类型

静态类型检查

运行时强制类型一致

Hello Type！

动态类型

任何语言都有类型系统，Python也不例外。Python的类型和一般的动态语言一样，运行时检查和变量类型可以发生改变

当一个int类型和str相加时会抛出运行错误，但是如果不运行这段代码，Python便不会报错。

同一个变量可以有不同的类型

静态类型

与动态类型相反，静态类型检查可以不需要程序运行，在编译阶段就可以发现类型错误，例如Java和C语言。

此时thing这个变量已经确定为String类型，便不可再发生变化，并且thing也不能赋值为其他类型。

Python的抉择

虽然Python在PEP 3107(https://www.python.org/dev/peps/pep-3107/)第一次引入了函数注解，可以在函数中标记变量类型，并在PEP 484(https://www.python.org/dev/peps/pep-0484/)中由Guido（Python创始人）等继续引入类型提示，但是Python会一直是动态语言(https://www.python.org/dev/peps/pep-0484/#non-goals)，类型不会影响Python的实际运行。

既然Python引入了静态类型系统，有什么影响呢？

先谈优点：

方便记录代码，生成相应的文档。

改善IDE和linters，藉由类型检查可以帮助开发者发现类型错误。

最重要的在于大型项目可以获得更好、更干净的架构，减少开发者的失误。

作为动态语言引入类型检查，自然不会只有好处。

类型的加入需要花费开发者更多的时间

类型提示只适合于Python3.X以上，函数注解适用于3.X和2.7，并不能向后兼容

如果使用typing(https://docs.python.org/3/library/typing.html)包，本来就慢的Python就更慢了。

作为一个对开发者友好的编程语言，Python也支持渐进式的给项目加入类型系统(https://www.python.org/dev/peps/pep-0483/)。接下来更深入的了解Python类型系统

如何使用类型系统

从一个简单的代码开始：

运行如下：

补充上类型注解：

这时text: str表示text这个变量应该是str类型，同样的align是bool类型，二headline函数返回的结果为str类型。当然此时违反给定的类型传入，这段代码也是可以运行的：

Python里支持类型检查的主要是Mypy包（Python的类型体系也来源于这个博士项目），除此之外还有谷歌的pytype(https://github.com/google/pytype)和Facebook的Pyre(https://pyre-check.org/)。本文主要介绍mypy包的使用。将上述代码改写进headline.py文件中：

运行：

此时mypy会报错在第十行类型错误，此时将print(headline("use mypy", align="center"))改成print(headline("use mypy", align=True))运行便会正常。

运行时检查

虽说Python永远不会改变其动态语言本质，但是依然有一些包支持运行时类型错误便会报错，例如Enforce(https://pypi.org/project/enforce/), Pydantic(https://pypi.org/project/pydantic/),或者是Pytypes(https://pypi.org/project/pytypes/)。毕竟所有的类型都会存储在annotations中。

结尾

Python的类型系统介绍就到此结束了，作为Python3引入的新特性，让Python在大型项目中更加游刃有余。

相关的学习可以参考：

https://github.com/Bogdanp/cursive_re/blob/master/cursive_re/exprs.py 一个很好的学习如何使用类型提示的材料

https://www.bernat.tech/the-state-of-type-hints-in-python/ 更深入的理解类型提示