2024 年了，如何合理地为 Python 代码添加强类型支持？

[FlyingBackscratc]

我知道 Python 本身是强类型的，而且非常强。标题里的强类型是指能够“锁住”动态类型的情况。

通常我们用 Python 开发工具时都是很享受动态类型的便利性和开发速度的，随着 3.6 开始添加 typehints ，慢慢地，类型系统也在向类 typescript 迁移。我个人是完全不喜欢把 python 写成 java 的写法的，无限的类型约束加上死板的写法，以及强行实现的毫无必要的设计模式，我感觉这是纯脑瘫行为。但是我欣然接受在关键节点、关键组件和关键模块引入严格的类型检查，以我的经验来看可以有效减少开发过程中 bug 产生。

举例来说就是，python 的灵活性让我们可以向任意变量传入任意类型，如果想传入固定数据结构，可以通过注释约束，但没有解释器保障。往往我们推崇防御性编程，实际参与多人项目提交代码时，如果传入复杂结构就需要进行多重校验，以确保程序执行正常。

persons = [
	{
    	"姓名": "张三",
        "年龄": 19
    }
]

例如如果想编写一个函数接受上述输入，防御性的写法可能是

def func(persons: list[...]):
    if not persons:
        return ... # err1
    person_one = persons.pop(0)
    age = person_one.get("年龄")
    if age is None:
        return ... # err2
    # else
    ... # 业务逻辑

加入以上大段代码，可以在发生手抖输入错误，数据清洗不到位，或者程序未知细节处产生未知行为时让函数仍然符合设计工作。缺点可能是行数太多，说实话也完全丧失了灵活性优势。

我寻思既然已经 2024 年了，typehints 用来描述类型倒是没啥问题。问题是现在社区出没出什么方案，可以在编译器或者运行时阶段检查输入和输出两个节点，把函数掐头去尾一下，我感觉 bug 都会少很多。

from typing import List, TypedDict

class Person(TypedDict)
    name: str
    age: int

def func(persons: List[Person]):
    age = persons.pop(0).get("age") + 1
    return ...

不知道有没有什么东西能实现上述效果，可以结合 typing 确保输入类型准确，避开检查代码的。目前。目前来说上面这套写法只有解释器检查，在动态的过程中没办法做任何检查，也就是说如果三方库，或者自己写的代码有 bug ，导致了任何的意料外行为时没有办法起到任何的防御性作用，debug 又是地狱了。

[irainsoft]

Pydantic? 印象中如果类型错了是能明确给出原因的

[yanyao233]

你需要 pydantic

[Evrins]

pydantic 非常严格的类型检查

[lisxour]

永远不要把多个不同类型的值存入单个变量，即使语言允许你这么干，我 php 、js 、python 都写过，我只能说写时一时爽，维护火葬场，即使是自己的代码，半年后自己都维护不动

[Vcide]

Pydantic,支持运行时类型检查.用 Rust 实现,速度也很快

[henix]

这种需求应该属于 data validation 吧，除了 pydantic 还可以看看 json schema

[mark2025]

你说的是 静态类型 么

[Vegetable]

你说的似乎是动态类型和静态类型的区别。

即使是静态语言，也不是动态检查数据的类型，编译期就做了。
配合 mypy 之类的工具，完全可以将 py 当作静态类型来写，现如今 pydantic 能良好的控制程序的输入数据，typehint+静态检查确保代码本身静态类型，就符合你说的标准了。只是这样我何必还写 python 呢

[freefcw]

@Vegetable 最近出了几个项目，确实是深有同感，还不如 springboot 一套的效率高了

[NoOneNoBody]

你可以自己写个装饰器
需要用到 inspect 模块
sig = inspect.signature(func)
parameters = sig.parameters # func 参数的类型
return_annotation = sig.return_annotation # func 返回的类型
然后用个字典，根据类型指定转换的函数……
主要是 python 类型太多，随便一个 class 就能作为类型，例如指定是 list 类型，但传入可能是 tuple, set, string, dict, iteror, generator, map, pandas.series, numpy.ndarray...全部都可以转为 list ，但全部都要兼顾容错么？

[xgdgsc]

别添加了,转 julia https://discourse.julialang.org/t/syslabcc-suzhou-tongyuan-s-proprietary-julia-aot-compiler-is-now-available-for-free-use-personal-educational-license-only/114633

[FlyingBackscratc]

@lisxour ？

@Vegetable 感觉也不是静态类型，就是在核心位置确保类型安全，方便长期维护而已。看了看 pydantic 似乎是没有更好的选择了，我试了试感觉还是有点麻烦，只能勉强这么用了。

@freefcw 个人感觉没啥关联性，这个贴主要是 py 的低侵入类型安全，springboot 一套复杂度也不在 java 语法笨，优势可能主要是整个一套生态，消息队列、日志、连接池、鉴权、追踪等等，py 要配齐这一套还挺费劲的。你要说写法，我感觉就算全面落实类似 typescript 写法的 py 也不如 java 繁琐，何况社区基本共识是全面迁移 typescript 类型很蠢，完全放弃优势

[freefcw]

@FlyingBackscratc

你说的没错，这个帖子讨论的是 py 的东西，我们目前主要是 pydantic ，用 mypy 做检查， 多不少额外的步骤，但就像 python 开发团队说的，类型系统只是一个辅助，解释器并不会使用，这就只能借助其他手段，也就是你在找的

不过这么做的目的是什么呢




再说点题外的话

`你要说写法，我感觉就算全面落实类似 typescript 写法的 py 也不如 java 繁琐，何况社区基本共识是全面迁移 typescript 类型很蠢，完全放弃优势`

社区的基本共识没错，但行百里半九十，实际复杂的更多还是业务代码，怎么将这一部分处理好更是问题。像 requests 作者就明确表示 typehints 的使用问题: https://lwn.net/Articles/643399/

Java 的类型声明反而是语言本身的要求，更自然，清晰，为此不得不将复杂度暴露给使用者。给 requests 库的接口加 typehints 就面临因为接口太易用，导致 typehints 异常复杂很难维护，具体上面 requests 的作者 lukasa 有举例说明，typehints 从刚开始推出到现在也在不断的进化，但做这么多搞这么复杂，又是为了解决什么问题

回到 python 和 type hints ，为什么 python 要加 type hints

复杂度和易用性有点像鱼和熊掌不可兼得，通盘考虑下，java + springboot 的生态远比 python 的强多了，我团队的人整了一套尝试组建一套基于 fastapi 的快速框架，但效果实在不那么理想

[jjx]

还在用 python 2.7

[woodfizky]

Pydantic 很好用！

可以自定义 validator ，也支持自定义类型，还可以自己封装一些方法。
比如序列化成 json ，再从 json 反序列化成对象。

我现在程序逻辑里用的很多，一个是约束自己犯错，另一个写代码写起来也方便。

[FlyingBackscratc]

@freefcw 你回这个没啥意义，说了半天还是 springboot 组件全而已，至于为什么组件全，这是历史原因了。php 本世纪初就统治 web 市场了，到现在互联网上超过 50%的系统还是 php 支持的，是因为 php 在语言层面相对其他语言来说有任何优越性吗？ python3.6 印象里 15 还是 16 年出的，黄花菜都凉了。同理现在 python 统治深度学习市场，是因为 python 语言能写的东西其他语言写不了吗？你用 fastapi 组建快速框架不理想，说到底是没有开源项目给你薅，或者是你的人员素质良莠不齐，或者是钱没给够，和这个帖子说的语言特性没有任何关系，不知道你在回什么。说到底 java 缺了一等公民函数和全局变量，表达能力始终是依托，不会改变，如果你有兴趣讨论我建议你单独开贴，v 站老哥应该有很多很愿意和你讨论，而不是在这里回。