我并没有像我希望的那样真正关注 Python 3 的开发，只是注意到一些有趣的新语法变化。具体来自this SO answer函数参数注解：
def digits(x:'nonnegative number') -> "yields number's digits":
# ...
对此一无所知，我认为它可以用于在 Python 中实现静态类型！
经过一番搜索，似乎有很多关于（完全可选的）Python 中的静态类型的讨论，例如 PEP 3107 和 "Adding Optional Static Typing to Python"（和 part 2）中提到的那些
..但是，我不清楚这进展到什么程度。是否有任何静态类型的实现，使用参数注释？ Python 3 中是否有任何参数化类型的想法？
【问题讨论】：
标签： python python-3.x static-typing
感谢阅读我的代码！
确实，在 Python 中创建一个通用的注解实施器并不难。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)
鉴于这种简单性，乍一看这东西不是主流很奇怪。但是，我认为它没有看起来那么有用是有充分理由的。通常，类型检查会有所帮助，因为如果您添加整数和字典，您很可能会犯一些明显的错误（如果您的意思是合理的，那么显式比隐式更好。
但在现实生活中，您经常混合使用编译器看到的相同计算机类型但明显不同的人类类型，例如以下 sn-p 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???
只要知道变量height 和length 的“人类类型”，即使在计算机上看起来完全合法 乘以@，任何人都应该立即看到上面一行中的错误987654327@和float。
关于这个问题的可能解决方案还有很多话要说，但强制“计算机类型”显然是一个半解决方案，所以，至少在我看来，它比根本没有解决方案更糟糕。这也是为什么 Systems Hungarian 是一个糟糕的想法而 Apps Hungarian 是一个很棒的想法的原因。内容丰富的 post of Joel Spolsky 中还有更多信息。
现在，如果有人要实现某种 Pythonic 第三方库，它会自动将其 人类类型 分配给现实世界的数据，然后小心地转换该类型，如 width * height -> area 并强制执行使用函数注释进行检查，我认为这将是人们真正可以使用的类型检查！
【讨论】：
a 的变量是什么类型，我们无法弄清楚当用户输入 a. 并点击 ctrl-space...
正如 PEP 中提到的，静态类型检查是函数注释可用于的可能应用之一，但它们将其留给第三方库来决定如何执行。也就是说，核心python中不会有正式的实现。
就第三方实现而言，有一些sn-ps（如http://code.activestate.com/recipes/572161/），似乎做得很好。
编辑：
作为说明，我想提一下，检查行为比检查类型更可取，因此我认为静态类型检查不是一个好主意。我上面的回答旨在回答这个问题，而不是因为我会以这种方式对自己进行类型检查。
【讨论】：
Python 中的“静态类型”只能在运行时进行类型检查才能实现，这意味着它会减慢应用程序的速度。因此，您不希望将其作为一般性。相反，您需要一些方法来检查它的输入。这可以通过简单的断言轻松完成，如果您（错误地）认为自己非常需要它，也可以使用装饰器。
还有一个静态类型检查的替代方法，那就是使用面向方面的组件架构，例如 Zope 组件架构。您无需检查类型，而是对其进行调整。所以而不是：
assert isinstance(theobject, myclass)
你这样做：
theobject = IMyClass(theobject)
如果对象已经实现了 IMyClass，则不会发生任何事情。如果没有，则将查找将任何对象包装到 IMyClass 的适配器，并使用该适配器代替该对象。如果未找到适配器，则会出现错误。
这结合了 Python 的动态性和以特定方式拥有特定类型的愿望。
【讨论】：
str -> NonEmptyStr 或 Text（这意味着非空且并非所有空格）。
这不是直接回答问题，但我发现了一个添加静态类型的 Python 分支：mypy-lang.org，当然不能依赖它，因为它仍然是小事，但很有趣。
【讨论】：