RPython 中什么是静态类型？

Question

人们经常说 RPython（Python 的子集）是静态类型的。 （例如在维基百科上。）

最初，我想知道他们如何将其添加到 Python 中，并认为他们可能添加了在每个函数的开头添加诸如

assert isinstance(arg1, ...)

之类的语句的要求（但我真的不敢相信）。

然后我查看了一些 RPython 代码，它看起来根本不是静态类型的。在许多情况下，编译器可能可以证明函数参数只能是某些类型，但绝对不是在所有情况下都是如此。

例如，这是

string.split

的 RPython 实现：

def split(value, by, maxsplit=-1):
    bylen = len(by)
    if bylen == 0:
        raise ValueError("empty separator")

    res = []
    start = 0
    while maxsplit != 0:
        next = value.find(by, start)
        if next < 0:
            break
        res.append(value[start:next])
        start = next + bylen
        maxsplit -= 1   # NB. if it's already < 0, it stays < 0

    res.append(value[start:len(value)])
    return res

在有关 RPython 的 PyPy 文档中，据说：“变量应该包含至多一种类型的值”。

那么，函数参数也算作变量吗？或者说 RPython 在什么意义上是静态类型的？还是说这实际上是错误的？

Answer 1

那么，函数参数也算作变量吗？

当然有。他们总是用几乎所有语言。

或者 RPython 在什么意义上是静态类型的？还是说这实际上是错误的？

该说法正确。 RPython 不是 Python。 嗯，它是 Python 的子集，可以作为 Python 代码运行。但是当你实际编译 RPython 代码时，你会失去太多的动态性（尽管只有在导入时间之后，所以你仍然可以使用元类，从字符串生成代码等 - 在某些模块中效果很好），编译器（这不是 Python 编译器，但与传统编译器有很大不同；请参阅相关文档）确实可以决定静态使用类型。更准确地说，使用动态性的代码使其通过了解析器和所有内容，但在某些时候会导致类型错误。

在许多情况下，编译器可能可以证明函数参数只能是某些类型，但绝对不能在所有情况下都如此。

当然不是。有很多代码不是静态类型的，并且相当多的静态类型代码当前注释器无法证明是静态类型的。但是当遇到这样的代码时，这是一个编译错误，句号。

有几点需要注意：

• 类型是推断出来的，没有明确说明

  （嗯，在大多数情况下；我相信有一些函数需要断言来帮助注释者）。静态类型并不（正如您在评论中暗示的那样）意味着必须写出类型（这称为清单类型），它意味着每个表达式（包括变量）都有一个永远不会改变的类型。

所有分析都是在整个程序的基础上进行的！人们无法推断函数的（非泛型）类型
• def add(a, b): return a + b

  （参数可能是整数、浮点数、字符串、列表等），但如果使用整数参数调用函数（例如整数文字或变量）之前被推断为包含整数），则确定

  a

  和

  b

  （并且根据

  +

  的类型，

  add

  的结果）也是整数。

PyPy 存储库中并非所有代码都是 RPython。例如，有一些代码生成器（例如在
• rlib.parsing

  中）在编译时运行并生成 RPython 代码，但不是 RPython（顺便说一下，通常带有

  "NOT_RPYTHON"

  文档字符串）。此外，标准库的大部分都是用完整的 Python 编写的（大部分直接取自 CPython）。

有很多非常有趣的材料介绍整个翻译和打字的实际工作原理。例如，

RPython 工具链

描述了一般的转换过程，包括类型推断，而RPython Typer描述了所使用的类型系统。

Answer 2

RPython 尚未正式定义，并且它的限制在不断演变

，但文档仍然是一个很好的起点。阅读完一些内容后，最好的办法就是尝试翻译一些代码，你会很快弄清楚你能做什么和不能做什么！