Python 编译时类型检查

Question

Python 不会在编译时检查类型，因为它不能，至少在某些情况下是这样。但是有没有人想出一种机制来根据用户的额外注释进行编译时类型检查？像 pylint 这样的东西使用作者的额外保证？我正在考虑类似的事情：

#guarantee(argument=int, return_type=int)
def f(x):
    return x + 3

#guarantee(argument=int, return_type=str)
def g(x):
    return "%d times" % x

y = f(6)

# works, z = "9 times"
z = g(y)
# error
a = f(z)

此检查器将解释每个函数上方的 cmets，意识到 f(x) 应该只接受 int 但 z 来自 g(x)，所以它是 str。有没有类似的产品？

Answer 1

PEP 3107 最近完成了（最近是在去年的某个时候），它为变量和函数引入了注释。不幸的是（从 pep 的数量可以看出）这仅适用于 Python 3.x，因此您编写的任何检查器（甚至代码）都将仅适用于 Python 3（这确实不是一件坏事)。

您提到了 pylint，所以我假设您实际上并不希望在编译时运行检查，而是在编译后进行检查。这将是一个很棒的工具，可以在 code-quality mailing list 讨论。

Answer 2

我认为您缺少的关键字是decorator。

您可以编写自己的装饰器来执行以下操作：

@check(bar=int)
foo(bar):
    pass

您可以查看示例实现here。虽然这对于编译检查当然无效，因为它是在运行时完成的。

Answer 3

我不确定这是对 Python 中现有运行时机制的重大改进。例如，

def f(x):
    if not isinstance(x, int):
        raise TypeError("Expected integer")
    return x + 3

def g(x):
    return "%d times" % x

# Works.
y = f(6)
z = g(y)
# Fails, raises TypeError.
a = f(z)

换句话说，如果不对 Python 中每个对象的每个函数和每个方法进行注释，就很难静态地确定 f 或 g 的返回类型是什么。我怀疑任何沿着这些思路的静态检查器都会有任何价值。

即使您在函数中添加了返回类型描述符，这真的是一种保证吗？它看起来很像可能无法与代码一起更新的文档，从而导致以后由于不正确的假设而导致更隐蔽的错误。