foo.py
:
kwargs = {"a": 1, "b": "c"}
def consume(*, a: int, b: str) -> None:
pass
consume(**kwargs)
mypy foo.py
:
error: Argument 1 to "consume" has incompatible type "**Dict[str, object]"; expected "int"
error: Argument 1 to "consume" has incompatible type "**Dict[str, object]"; expected "str"
这是因为
object
是 int
和 str
的超类型,因此被推断出来。如果我声明:
from typing import TypedDict
class KWArgs(TypedDict):
a: int
b: str
然后将
kwargs
注释为KWArgs
,mypy
检查通过。这实现了类型安全,但要求我在 consume
中复制 KWArgs
的关键字参数名称和类型。有没有办法在类型检查时从函数签名生成这个TypedDict
,这样我就可以最大限度地减少维护中的重复?
这将通过 PEP 692 在 Python 3.12 中提供:
from typing import TypedDict, Unpack, Required, NotRequired
class KWArgs(TypedDict):
a: Required[int]
b: NotRequired[str]
def consume(**kwargs: Unpack[KWArgs]) -> None:
a = kwargs["a"]
b = kwargs.get("b", ...)
consume() # Not allowed.
consume(a=1) # Allowed.
consume(a=1, b="abc") # Allowed.
据我所知,对此没有直接的解决方法[1],但还有另一种优雅的方法可以实现这一点:
我们可以利用
typing
s NamedTuple
创建一个保存参数的对象:
ConsumeContext = NamedTuple('ConsumeContext', [('a', int), ('b', str)])
现在我们定义
consume
方法来接受它作为参数:
def consume(*, consume_context : ConsumeContext) -> None:
print(f'a : {consume_context.a} , b : {consume_context.b}')
整个代码是:
from typing import NamedTuple
ConsumeContext = NamedTuple('ConsumeContext', [('a', int), ('b', str)])
def consume(*, consume_context : ConsumeContext) -> None:
print(f'a : {consume_context.a} , b : {consume_context.b}')
ctx = ConsumeContext(a=1, b='sabich')
consume(consume_context=ctx)
运行 mypy 会产生:
Success: no issues found in 1 source file
它将识别出
a
和 b
是参数,并批准这一点。
运行代码将输出:
a : 1 , b : sabich
但是,如果我们将
b
更改为不是字符串,mypy 会抱怨:
foo.py:9: error: Argument "b" to "ConsumeContext" has incompatible type "int"; expected "str"
Found 1 error in 1 file (checked 1 source file)
这样,我们通过定义一次方法的参数和类型来实现对方法的类型检查。
[1] 因为如果基于另一个定义
TypedDict
或函数签名,则需要知道另一个的 __annotations__
,这在检查时是未知的,并定义一个装饰器来在运行时强制类型转换 -时间错过了类型检查的重点。