Python模块Typing.overload的使用场景分析
作者:__walden
一、 使用场景
Python3 >= 3.5
当一个函数被定义了规定的输入或输出的规定的数据类型时(即Function Annotation
函数注解功能),只能输入或输出规定的 静态数据类型 。那么如果传入其他类型的数据时就会报错,如下:
def test(name: str) -> str: return f"hello {name}" test(1) ... TypeError: must be str, not int
但这是运行时的错误,也就是代码在执行时才会发现问题。最好是我们能在写完代码时就发现是否存在问题。因此就有了类型检查工具,比如mypy这样的工具,还有很多IDE也集成了这样的检查工具。
那么如果就需要使用该函数,又需要输入或输出 动态数据类型 怎么办呢,所以引入了overload。
二、实现动态语言
解决以上问题又两种方案:
- 1、使用typing.TypeVar
- 2、使用typing.overload
2.1 TypeVar
先说第一种,对于固定数量参数的方法而言,同一个参数如果打算接受多种类型,可以这么用,比方说参数可以是:int, float, str:
from typing import TypeVar T = TypeVar('T', int, float, str) def test(name: T) -> str: return f"hello {name}" test(2)
这种方案更类似于静态语言中的interface的概念,定义一个通用的父类,这样的话,你可以传递子类型过去。
2.2 overload
overload翻译过来是 重载 的意思,Java中有这样的两个概念,重写(override)和重载(overload)。重写其实是在保证输入和输出不变的情况下重写实现逻辑。而重载则是允许修改输入和输出,即同一个方法名可以支持多种类型的输入和输出。
跟静态语言中还是很有差别的。
from typing import overload @overload def test(name: str) -> str: ... @overload def test(name: float) -> str: ... @overload def test(name: int, age: int) -> str: ... def test(name, age=18): return f"hello {name}" test(2)
通过定义多个同名函数,上面的同名函数需要通过overload装饰器装饰。可以看到被装饰的函数的输入类型和输出类型都可以更改。但是,最后一定要定义一个没有装饰器的同名函数 才能实现动态的效果。
这么用的作用是什么呢?文档中有一句话很重要:
“The @overload-decorated definitions are for the benefit of the type checker only, since they will be overwritten by the non-@overload-decorated definition, while the latter is used at runtime but should be ignored by a type checker. ”
翻译:被overload装饰的函数仅仅是为了受益于类型检查工具,因为它们会被没有overload装饰的函数定义覆盖,尽管未被装饰的函数是用于运行时的,但是会 被类型检查工具忽略 。
所以,看到这应该明白了,overload仅仅是给检查工具用的。但如果静态类型检查变成工程的一部分的话,这也会避免很多问题,在写代码时也会比心里有底。
补充:
python typing.overload
在 Python 中,typing.overload 是一个用于定义函数重载的装饰器。函数重载是指在一个类中可以定义多个相同名字但参数不同的函数,使得在调用函数时可以根据参数的不同选择不同的函数执行。这种机制可以增加代码的可读性和可维护性。在 Python 3.5 版本以后,引入了 typing.overload 模块来支持函数重载。
1. 为什么需要函数重载?
在很多编程语言中,函数的重载是一种常见的编程技术。它允许我们使用相同的函数名字来执行不同的操作,根据函数接收的参数类型和数量来确定具体执行哪个函数。这样可以使代码更加简洁和易于理解。
假设我们有一个函数 add,用于实现两个数字相加的操作。使用函数重载,我们可以定义多个版本的 add 函数,分别支持不同类型的参数。例如,我们可以定义一个 add 函数用于整数相加,另一个 add 函数用于浮点数相加。
2. typing.overload 的使用方法
在 Python 中使用 typing.overload 模块定义函数重载非常简单。我们只需要在函数的上方使用 @overload 装饰器,并在函数的下方使用 @overload 装饰器的实现。
下面是一个示例,演示了如何使用 typing.overload 定义一个 add 函数,实现整数和浮点数的相加操作:
from typing import overload @overload def add(a: int, b: int) -> int: pass @overload def add(a: float, b: float) -> float: pass def add(a, b): return a + b
在上面的例子中,我们首先使用 @overload 装饰器定义了两个函数签名,分别表示整数相加和浮点数相加。然后,在函数的下方实现了一个通用的 add 函数,用于处理不同类型的参数。注意,在通用函数中,我们没有指定参数类型和返回类型。
3. 函数重载的实际应用
函数重载可以在很多场景中使用,特别是当我们需要实现一些具有复杂参数类型的函数时。下面是一些实际应用的例子:
3.1 数据类型转换
假设我们有一个函数 to_str,用于将不同类型的变量转换为字符串。我们可以使用函数重载来实现对不同类型的变量进行不同的转换操作。
from typing import overload @overload def to_str(value: int) -> str: pass @overload def to_str(value: float) -> str: pass def to_str(value): return str(value)
3.2 集合操作
假设我们有一个函数 union,用于合并两个集合。我们可以使用函数重载来支持不同类型的集合合并。
from typing import List, overload @overload def union(a: List[int], b: List[int]) -> List[int]: pass @overload def union(a: List[str], b: List[str]) -> List[str]: pass def union(a, b): return a + b
3.3 API 接口
假设我们有一个网络请求库,我们可以使用函数重载来支持不同类型的请求。
from typing import Dict, overload @overload def request(url: str, params: Dict[str, str]) -> str: pass @overload def request(url: str, data: bytes) -> bytes: pass def request(url, params_or_data): # 实现网络请求 pass
4. 总结
函数重载是一种常见的编程技术,在 Python 中可以使用 typing.overload 模块来实现。它可以提高代码的可读性和可维护性,同时还可以在处理不同类型的参数时提供更灵活的选择。在实际应用中,函数重载可以应用于数据类型转换、集合操作、API 接口等
到此这篇关于Python模块Typing.overload的使用的文章就介绍到这了,更多相关Python Typing.overload的使用内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!