https://stackoverflow.com/questions/1275646
-
16-09-2019 - |
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
Russian题
我没有真的付出多少注意到蟒蛇3的发展作为我会喜欢，而只是注意到一些有趣的新的语法的变化。具体地说从 这样的回答 功能参数的注释：
def digits(x:'nonnegative number') -> "yields number's digits":
# ...
不知道任何关于这一点，我认为它也许可以用于执行静态输入蟒蛇!
后一搜索，似乎有很多的讨论关于(完全可选)的静态输入蟒蛇，比如，提到在 PEP3107, ， "加入任择静打字蟒" (及 第2部分)
..但是，我不清楚如何止这一已经取得了进展。是否有任何实现的静态型，利用参数标?没有任何的参数化型的想法，使它成为蟒蛇3?
解决方案
感谢您阅读我的代码！
事实上，不难在Python中创建一个通用的注释实施者。这是我的看法：
'''Very simple enforcer of type annotations.
This toy super-decorator can decorate all functions in a given module that have
annotations so that the type of input and output is enforced; an AssertionError is
raised on mismatch.
This module also has a test function func() which should fail and logging facility
log which defaults to print.
Since this is a test module, I cut corners by only checking *keyword* arguments.
'''
import sys
log = print
def func(x:'int' = 0) -> 'str':
'''An example function that fails type checking.'''
return x
# For simplicity, I only do keyword args.
def check_type(*args):
param, value, assert_type = args
log('Checking {0} = {1} of {2}.'.format(*args))
if not isinstance(value, assert_type):
raise AssertionError(
'Check failed - parameter {0} = {1} not {2}.'
.format(*args))
return value
def decorate_func(func):
def newf(*args, **kwargs):
for k, v in kwargs.items():
check_type(k, v, ann[k])
return check_type('<return_value>', func(*args, **kwargs), ann['return'])
ann = {k: eval(v) for k, v in func.__annotations__.items()}
newf.__doc__ = func.__doc__
newf.__type_checked = True
return newf
def decorate_module(module = '__main__'):
'''Enforces type from annotation for all functions in module.'''
d = sys.modules[module].__dict__
for k, f in d.items():
if getattr(f, '__annotations__', {}) and not getattr(f, '__type_checked', False):
log('Decorated {0!r}.'.format(f.__name__))
d[k] = decorate_func(f)
if __name__ == '__main__':
decorate_module()
# This will raise AssertionError.
func(x = 5)
鉴于这种简单，它是在第一次看到奇怪的是，这个东西不是主流。不过，我相信也有很好的理由为什么它的，因为它看起来不一样有用。一般情况下，类型检查帮助，因为如果添加整数和字典，机会是你做了一些明显的错误（如果你意味着什么合理的，它仍然是好过隐显的）。
但在现实生活中，你经常被编译器，但所看到混合相同的计算机类型的数量明确不同的人型，例如下面的代码片段包含一个明显的错误：
height = 1.75 # Bob's height in meters.
length = len(sys.modules) # Number of modules imported by program.
area = height * length # What's that supposed to mean???
任何人应立即看到一个错误在上面的行提供其知道变量height和length的“人型”，即使它看起来计算机的完全合法 int和float的乘法。
有更可以了解这个问题可能的解决方案可以说，但执行“计算机类型”显然是一个半解决方案，因此，至少在我看来，它的不是在所有无解<更糟/ EM >。这是同样的原因，系统匈牙利是一个可怕的想法，而应用匈牙利是一个伟大的。还有更多的乔尔斯波斯基的非常详实的 帖子 。
现在如果有人是为了实现某种Python的第三方库的，将自动分配到真实世界的数据的人型，然后小心翼翼地变换型像width * height -> area和强制执行检查与功能注释，我认为这将是一个类型检查的人真的可以用！
其他提示
由于在PEP所提到的，静态类型检查是起作用的注释可用于可能的应用之一，但他们留给了第三方库来决定该怎么做。也就是说，不会在Python核心的正式实施。
至于第三方实现而言，有一些片段（例如 HTTP：// code.activestate.com/recipes/572161/ ），这似乎做工作得很好。
编辑：
作为一个说明，我想提一提，检查行为是最好检查类型，因此，我认为静态类型检查是没有那么大的一个想法。我的回答上述的目的是回答这个问题，并不是因为我会做类型检查自己以这样的方式。
这是不是一个答案直接的问题，但我发现了一个Python叉，增加了静态类型： mypy- lang.org ，当然一个不能依赖于它，因为它仍然是小的努力，但很有趣。
在Python“静态类型”只能被实现，使得类型检查在运行时完成的，这意味着它减慢了应用。因此，你不希望这样的通用性。相反，你希望你的一些方法，以检查它的输入。这可以用普通轻松完成断言，或装饰，如果你（错误地）认为你需要它了。
有也是静态类型检查的替代，这是用一个方面的面向组件架构等Zope的组件架构。而不是检查的类型，你适应它。因此，而不是：
assert isinstance(theobject, myclass)
你这样做：
theobject = IMyClass(theobject)
如果theobject已经实现IMyClass没有任何反应。如果没有，那包什么theobject是IMyClass适配器会抬头，并用来代替theobject。如果没有找到适配器，你会得到一个错误。
此与具有以特定的方式的特定类型的愿望相结合的Python dynamicism。
