在 Python 中实现 Typescript 接口答案

【问题标题】：Implementing Typescript interfaces in Python在 Python 中实现 Typescript 接口
【发布时间】：2020-08-30 09:08:36
【问题描述】：

我正在寻找一些关于在 Python 中实现一组仅数据值“接口”的最佳方法的建议，这些接口相当于它们的打字稿对应物（我们有一个项目，我们同时使用这两种接口，并希望为他们的通信强制执行一致的接口，这将通过将 python 序列化为 json 以拉入 TS 组件）

接口将是组合，以保持模块化和简单。

给定一组 TS 接口定义为：

interface TestOutput {
  phantom: string
  testDateTime: datetime
  author: string
  result: boolean
  report_summaryFile?: string // the '?' means this field is optional
  // ... more values
  series: Array<Series>
  soloImages: Array<Images>
}

interface Series {
  number: number
  filter: string
  kernel: string
  // ... more values
  images: Array<TestImage>
}

我正在考虑使用 dataclasses 并执行以下操作：

from dataclasses import dataclass
from typing import List
import datetime

@dataclass
class TestSeries:
    seriesNum: int 
    modality: str 
    description: str = ''

@dataclass
class TestOutput:
    phantom: str 
    testDateTime: datetime.datetime
    author: str 
    result: bool
    series: List[TestSeries]
    soloImages: List[Images]
    report_summaryFile: str = ''

数据类是最好的方法吗？

【问题讨论】：

听起来很合理。您可以将任何数据类实例插入 json.dumps(dataclass.as_dict(my_instance)) 以从中获取有效的 json 字符串，如果您在运行时需要实际类型断言而不是类型注释，则可以转换为使用 pydantic。
@Arne - 太好了 - 谢谢你的想法。我会检查 pydantic
当然，但请注意，dataclasses.dataclass 只是一种使用更少样板创建常规类的方法

标签： python-3.x python-dataclasses python-class

【解决方案1】：

pydantic 是一个很好的库。
我做了类似的事情，但仅适用于数据类 - ValidatedDC：

from dataclasses import dataclass
from typing import List

from validated_dc import ValidatedDC
import json


@dataclass
class Series(ValidatedDC):
    series_num: int
    modality: str
    description: str = ''


@dataclass
class Output(ValidatedDC):
    phantom: str
    date_time: str
    author: str
    result: bool
    series: List[Series]
    report_summary_file: str = ''


# For example, by API we got a JSON string:
input_json_string = '''
    {
        "phantom": "test_phantom",
        "date_time": "2020.01.01",
        "author": "Peter",
        "result": true,
        "series": [{
            "series_num": 1,
            "modality": "test_modality"
        }]
    }
'''

# Load the string into the dictionary:
input_data = json.loads(input_json_string)

# Then create a dataclass to check the types of values and for the
# convenience of further work with data:
output = Output(**input_data)

# Since valid data were obtained, there are no errors
assert output.get_errors() is None

# Let's say we got data with an error:
input_data['series'][0]['series_num'] = '1'  # The string is not an integer!

output = Output(**input_data)
assert output.get_errors()
print(output.get_errors())
# {
#    'series': [
#        InstanceValidationError(
#            value_repr="{'series_num': '1', 'modal...}",
#            value_type=<class 'dict'>,
#            annotation=<class '__main__.Series'>, exception=None,
#            errors={
#                'series_num': [
#                    BasicValidationError(
#                        value_repr='1', value_type=<class 'str'>,
#                        annotation=<class 'int'>, exception=None
#                    )
#                ]
#            }
#        ),
#        ListValidationError(
#            item_index=0, item_repr="{'series_num': '1', 'modal...}",
#            item_type=<class 'dict'>, annotation=<class '__main__.Series'>
#        )
#    ]
# }

更多详情请看这里：
https://github.com/EvgeniyBurdin/validated_dc

【讨论】：