在 Python 3.5 版本引入的 typing 模块为 Python 提供了对类型提示的支持，使得代码的可读性、可维护性和可靠性得到了极大的提升。本文将详细介绍 typing 模块的各种功能和用法，并提供丰富的示例代码，帮助大家更好地理解和运用这个强大的工具。
typing 模块概述
typing 模块是 Python 标准库中用于支持类型提示的模块。它提供了一系列的类型和类型相关的工具，帮助开发者在代码中添加类型提示，以提高代码的可读性和可靠性。
基本类型
typing 模块定义了一系列基本类型，用于表示常见的数据类型。
1. int、float、str、bool
from typing import int, float, str, bool
x: int = 5
y: float = 3.14
name: str = "John"
is_valid: bool = True2. List、Tuple、Dict、Set
from typing import List, Tuple, Dict, Set
numbers: List[int] = [1, 2, 3]
coordinates: Tuple[float, float] = (3.5, 2.0)
person: Dict[str, int] = {'age': 30, 'height': 180}
unique_numbers: Set[int] = {1, 2, 3}函数类型提示
可以使用 Callable 类型来表示函数的类型，指定函数参数和返回值的类型。
from typing import Callable
def greet(name: str) -> str:
return f"Hello, {name}"
say_hello: Callable[[str], str] = greet类型别名
可以使用 TypeAlias 来定义类型别名，方便在代码中重复使用。
from typing import TypeAlias
UserID = str
UserList = List[UserID]
def process_users(users: UserList) -> None:
for user_id in users:
print(f"Processing user: {user_id}")泛型类型
typing 模块还支持泛型类型，用于表示可变类型或容器类型的参数化。
from typing import Generic, TypeVar, List
T = TypeVar('T')
class Stack(Generic[T]):
def __init__(self) -> None:
self.items: List[T] = []
def push(self, item: T) -> None:
self.items.append(item)
def pop(self) -> T:
return self.items.pop()
stack: Stack[int] = Stack()
stack.push(1)
stack.push(2)
print(stack.pop()) # 输出：2可选类型
可以使用 Optional 来表示可选类型，即参数可以为指定类型或 None。
from typing import Optional
def divide(x: int, y: int) -> Optional[float]:
if y == 0:
return None
else:
return x / y类型检查工具
typing 模块还提供了一些用于类型检查的工具，如 isinstance()、issubclass() 等。
from typing import List
def is_valid_input(data: List) -> bool:
return isinstance(data, List)类型变量与泛型类型
在 Python 的 typing 模块中，类型变量和泛型类型是非常有用的概念，它们可以更加灵活地定义函数和类，并增强代码的可读性和可维护性。
1. 类型变量（Type Variables）
类型变量通常用于泛型类型中，它表示一个未知的类型。可以使用 TypeVar 函数来创建一个类型变量，然后在泛型类型中使用。
from typing import TypeVar, List
T = TypeVar('T')
def first_element(items: List[T]) -> T:
return items[0]
print(first_element([1, 2, 3])) # 输出：1
print(first_element(['a', 'b', 'c'])) # 输出：'a'在上面的示例中，创建了一个类型变量 T，并在函数 first_element() 中使用它，表示列表中的元素类型是未知的。
2. 泛型类型（Generic Types）
泛型类型是一种通用的类型，可以适用于多种类型的数据结构。可以使用 typing 模块中的 Generic 类来定义泛型类型。
from typing import Generic, TypeVar, List
T = TypeVar('T')
class Stack(Generic[T]):
def __init__(self) -> None:
self.items: List[T] = []
def push(self, item: T) -> None:
self.items.append(item)
def pop(self) -> T:
return self.items.pop()
stack: Stack[int] = Stack()
stack.push(1)
stack.push(2)
print(stack.pop()) # 输出：2在上面的示例中，定义了一个泛型类型 Stack，表示一个通用的栈数据结构，可以存储任意类型的元素。
可变类型和不可变类型
在类型提示中，可以使用 Mutable 和 Immutable 类来表示可变类型和不可变类型。
from typing import MutableSequence, ImmutableSequence
def append_to_list(items: MutableSequence[int], item: int) -> None:
items.append(item)
def get_first_element(items: ImmutableSequence[int]) -> int:
return items[0]在上面的示例中，MutableSequence 表示可变序列类型，ImmutableSequence 表示不可变序列类型，这样就可以在参数中明确指定参数的可变性。
结构化类型和协议
Python 的 typing 模块还支持结构化类型和协议，用于表示对象的形状或接口。可以使用 Protocol 类来定义一个协议，并在参数类型注解中使用。
from typing import Protocol
class Drawable(Protocol):
def draw(self) -> None:
pass
def draw_shapes(shapes: List[Drawable]) -> None:
for shape in shapes:
shape.draw()在上面的示例中，定义了一个 Drawable 协议，表示可绘制对象的接口，然后在函数参数类型注解中使用 Drawable 类型。
总结
通过使用类型变量和泛型类型，可以更加灵活地定义函数和类，增强代码的可读性和可维护性。同时，结构化类型和协议也为我们提供了一种更加强大的类型提示机制，可以更加清晰地表达代码的意图。建议开发者在编写 Python 代码时，充分利用 typing 模块提供的这些功能，以提高代码的质量和可维护性。
如果你觉得文章还不错，请大家 点赞、分享、留言 ，因为这将是我持续输出更多优质文章的最强动力！