python内置模块typing 类型提示

2023-10-22 07:44

本文主要是介绍python内置模块typing 类型提示,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、简介

typing 是 Python 标准库中的一个模块,用于支持类型提示(Type Hints)。类型提示是一种在代码中指定变量、函数参数和返回值的类型的方法,它可以提供代码的可读性、可维护性和工具支持。

二、常用类型及示例
  1. Any:表示任意类型。
    from typing import Anytest:Any = 2def process_data(data: Any) -> None:# 对任意类型的数据进行处理pass
    
  2. List:表示列表类型。
    from typing import Listtest: List[int] = [2]def process_list(items: List[int]) -> None:# 处理整数列表pass
    
  3. Tuple:表示元组类型。
    from typing import Tupletest:Tuple[int] = (2,)def process_tuple(data: Tuple[str, int]) -> None:# 处理包含字符串和整数的元组pass
    
  4. Dict:表示字典类型。
    from typing import Dicttest:Dict[str,int] = {"key":1}def process_dict(data: Dict[str, int]) -> None:# 处理键为字符串,值为整数的字典pass
    
  5. Set:表示集合类型。
    from typing import Settest: Set[int] = {2,3}def process_set(data: Set[str]) -> None:# 处理字符串集合pass
    
  6. Union:表示多个可能的类型。
    from typing import Uniontest:Union[int,str] = 2def process_data(data: Union[int, float]) -> None:# 处理整数或浮点数pass
    
  7. Optional:表示可选类型,即可以是指定类型或者 None。
    from typing import Optionaltest:Optional[int] = Nonedef process_data(data: Optional[str]) -> None:# 处理可选的字符串,可以为 Nonepass
    
  8. Callable:表示可调用对象的类型。
    from typing import Callabledef test(nu1: int, nu2: int) -> int:print('test')return nu1+nu2def process_function(func: Callable[[int, int], int]) -> None:# 处理接受两个整数参数并返回整数的函数print(func(2,2))process_function(test)
    
  9. Iterator:表示迭代器类型。
    from typing import Iteratortest:Iterator[int] = iter([2])def process_iterator(data: Iterator[int]) -> None:# 处理整数迭代器pass
    
  10. Generator:表示生成器类型。
    from typing import Generatordef generate_numbers() -> Generator[int, None, None]:yield 1yield 2test: Generator[int, None, None] = generate_numbers()
    
  11. Iterable:表示可迭代对象的类型。
    from typing import Iterabletest:Iterable[str] = ["apple", "banana", "cherry"]tes1:Iterable[str] = ("apple", "banana", "cherry")def process_iterable(data: Iterable[str]) -> None:# 处理可迭代的字符串对象pass
    
  12. Mapping:表示映射类型。
    from typing import Mappingtest:Mapping[str,int] = {"apple": 1, "banana": 2, "cherry": 3}def process_mapping(data: Mapping[str, int]) -> None:# 处理键为字符串,值为整数的映射对象pass
    
  13. Sequence:表示序列类型。
    from typing import Sequencetest: Sequence[int] = [1, 2, 3, 4, 5]def process_sequence(data: Sequence[int]) -> None:# 处理整数序列pass
    
  14. AnyStr:表示任意字符串类型。
    from typing import AnyStrstr:AnyStr = '213'
    
  15. NoReturn:表示函数没有返回值。
    from typing import NoReturndef my_func() -> NoReturn:print("This function does not return anything")my_func()
    
  16. FrozenSet: 表示不可变的集合类型。类似于 Set,但不能进行修改。
    from typing import FrozenSetdef process_data(data: FrozenSet[str]) -> None:for item in data:print(item)test: FrozenSet[str] = frozenset(["apple", "banana", "orange"])process_data(test)
    
  17. Literal: 表示字面值类型。用于指定变量的取值范围,只能是指定的字面值之一
    from typing import Literaldef process_color(color: Literal["red", "green", "blue"]) -> None:print("Selected color:", color)process_color("red")
    process_color("green")
    process_color("blue")
    
  18. AsyncGenerator: 表示异步生成器类型。类似于 Generator,但用于异步上下文中生成值的类型
    from typing import AsyncGenerator
    import asyncioasync def generate_data() -> AsyncGenerator[int, str]:yield 1yield 2yield 3async def process_data() -> None:async for num in generate_data():print("Received:", num)asyncio.run(process_data())
    
  19. ContextManager: 表示上下文管理器类型。用于定义支持 with 语句的对象的类型
    from typing import ContextManagerclass MyContextManager:def __enter__(self):print("Entering context")def __exit__(self, exc_type, exc_value, traceback):print("Exiting context")def process_data(manager: ContextManager) -> None:with manager:print("Processing data")process_data(MyContextManager())
    
  20. AsyncIterator: 表示异步迭代器类型。类似于 Iterator,但用于异步上下文中进行迭代的类型
    from typing import AsyncIterator
    import asyncioasync def async_range(n: int) -> AsyncIterator[int]:for i in range(n):yield iawait asyncio.sleep(1)async def process_data() -> None:async for num in async_range(5):print("Received:", num)asyncio.run(process_data())
  21. Annotated: 用于添加类型注解的装饰器。可以在类型提示中添加额外的元数据信息
    from typing import Annotateddef process_data(data: Annotated[str, "user input"]) -> None:print("Received data:", data)process_data("Hello")
    
  22. AbstractSet: 表示抽象集合类型。是 Set 的基类,用于指定集合的抽象接口。通常用作父类或类型注解
    from typing import AbstractSetdef process_data(data: AbstractSet[str]) -> None:for item in data:print(item)my_set: AbstractSet[str] = {"apple", "banana", "orange"}
    process_data(my_set)
    
  23. Awaitable: 表示可等待对象的类型。用于指定可以使用 await 关键字等待的对象的类型。
from typing import Awaitable
import asyncioasync def async_task() -> int:await asyncio.sleep(1)return 42async def process_task(task: Awaitable[int]) -> None:result = await taskprint("Task result:", result)asyncio.run(process_task(async_task()))
  1. AsyncIterable: 表示异步可迭代对象的类型。类似于 Iterable,但用于异步上下文中进行迭代的类型。
    from typing import AsyncIterable
    import asyncioasync def async_range(n: int) -> AsyncIterable[int]:for i in range(n):yield iawait asyncio.sleep(1)async def process_data() -> None:async for num in async_range(5):print("Received:", num)asyncio.run(process_data())
    
  2. AwaitableGenerator: 表示可等待生成器类型。结合了 Generator 和 Awaitable,用于异步上下文中生成值并可使用 await 等待的类型。
    from typing import AwaitableGenerator
    import asyncioasync def async_generator() -> AwaitableGenerator[int, str, int]:yield 1await asyncio.sleep(1)yield 2await asyncio.sleep(1)yield 3async def process_generator() -> None:async for num in async_generator():print("Received:", num)asyncio.run(process_generator())
    
  3. AsyncContextManager: 表示异步上下文管理器类型。类似于 ContextManager,但用于异步上下文中支持 async with 语句的对象的类型
    from typing import AsyncContextManager
    import asyncioclass MyAsyncContextManager:async def __aenter__(self):print("Entering async context")async def __aexit__(self, exc_type, exc_value, traceback):print("Exiting async context")async def process_data(manager: AsyncContextManager) -> None:async with manager:print("Processing data")asyncio.run(process_data(MyAsyncContextManager()))
    
  4. MutableMapping: 可变的键值对映射类型,它是 Mapping 的子类
    from typing import MutableMappingdef process_data(data: MutableMapping[str, int]) -> None:data["count"] = 10my_dict: MutableMapping[str, int] = {"name":  "John", "age": 30}
    process_data(my_dict)
    print(my_dict)
    
  5. MutableSet: 可变的集合类型,它是 Set 的子类
    from typing import MutableSetdef process_data(data: MutableSet[int]) -> None:data.add(4)my_set: MutableSet[int] = {1, 2, 3}
    process_data(my_set)
    print(my_set)
    
  6. MappingView: 映射视图类型,它提供了对映射对象的只读访问
    from typing import MappingViewdef process_data(data: MappingView[str, int]) -> None:for key, value in data.items():print(key, value)my_dict = {"name": "John", "age": 30}
    process_data(my_dict.items())
  7. Match: 正则表达式匹配对象类型,用于表示匹配的结果
    from typing import Match
    import redef process_data(pattern: str, text: str) -> None:match: Match = re.search(pattern, text)if match:print("Match found:", match.group())else:print("No match found")process_data(r"\d+", "abc123def")
    
  8. MutableSequence: 可变的序列类型,它是 Sequence 的子类
    from typing import MutableSequencedef process_data(data: MutableSequence[int]) -> None:data.append(4)my_list: MutableSequence[int] = [1, 2, 3]
    process_data(my_list)
    print(my_list)
    

这篇关于python内置模块typing 类型提示的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/260055

相关文章

python中列表list切分的实现

《python中列表list切分的实现》列表是Python中最常用的数据结构之一,经常需要对列表进行切分操作,本文主要介绍了python中列表list切分的实现,文中通过示例代码介绍的非常详细,对大家... 目录一、列表切片的基本用法1.1 基本切片操作1.2 切片的负索引1.3 切片的省略二、列表切分的高

基于Python实现一个PDF特殊字体提取工具

《基于Python实现一个PDF特殊字体提取工具》在PDF文档处理场景中,我们常常需要针对特定格式的文本内容进行提取分析,本文介绍的PDF特殊字体提取器是一款基于Python开发的桌面应用程序感兴趣的... 目录一、应用背景与功能概述二、技术架构与核心组件2.1 技术选型2.2 系统架构三、核心功能实现解析

通过Python脚本批量复制并规范命名视频文件

《通过Python脚本批量复制并规范命名视频文件》本文介绍了如何通过Python脚本批量复制并规范命名视频文件,实现自动补齐数字编号、保留原始文件、智能识别有效文件等功能,听过代码示例介绍的非常详细,... 目录一、问题场景:杂乱的视频文件名二、完整解决方案三、关键技术解析1. 智能路径处理2. 精准文件名

基于Python开发PDF转Doc格式小程序

《基于Python开发PDF转Doc格式小程序》这篇文章主要为大家详细介绍了如何基于Python开发PDF转Doc格式小程序,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 用python实现PDF转Doc格式小程序以下是一个使用Python实现PDF转DOC格式的GUI程序,采用T

Python使用PIL库将PNG图片转换为ICO图标的示例代码

《Python使用PIL库将PNG图片转换为ICO图标的示例代码》在软件开发和网站设计中,ICO图标是一种常用的图像格式,特别适用于应用程序图标、网页收藏夹图标等场景,本文将介绍如何使用Python的... 目录引言准备工作代码解析实践操作结果展示结语引言在软件开发和网站设计中,ICO图标是一种常用的图像

使用Python开发一个图像标注与OCR识别工具

《使用Python开发一个图像标注与OCR识别工具》:本文主要介绍一个使用Python开发的工具,允许用户在图像上进行矩形标注,使用OCR对标注区域进行文本识别,并将结果保存为Excel文件,感兴... 目录项目简介1. 图像加载与显示2. 矩形标注3. OCR识别4. 标注的保存与加载5. 裁剪与重置图像

使用Python实现表格字段智能去重

《使用Python实现表格字段智能去重》在数据分析和处理过程中,数据清洗是一个至关重要的步骤,其中字段去重是一个常见且关键的任务,下面我们看看如何使用Python进行表格字段智能去重吧... 目录一、引言二、数据重复问题的常见场景与影响三、python在数据清洗中的优势四、基于Python的表格字段智能去重

Python中如何控制小数点精度与对齐方式

《Python中如何控制小数点精度与对齐方式》在Python编程中,数据输出格式化是一个常见的需求,尤其是在涉及到小数点精度和对齐方式时,下面小编就来为大家介绍一下如何在Python中实现这些功能吧... 目录一、控制小数点精度1. 使用 round() 函数2. 使用字符串格式化二、控制对齐方式1. 使用

Python如何快速下载依赖

《Python如何快速下载依赖》本文介绍了四种在Python中快速下载依赖的方法,包括使用国内镜像源、开启pip并发下载功能、使用pipreqs批量下载项目依赖以及使用conda管理依赖,通过这些方法... 目录python快速下载依赖1. 使用国内镜像源临时使用镜像源永久配置镜像源2. 使用 pip 的并

Python如何实现读取csv文件时忽略文件的编码格式

《Python如何实现读取csv文件时忽略文件的编码格式》我们再日常读取csv文件的时候经常会发现csv文件的格式有多种,所以这篇文章为大家介绍了Python如何实现读取csv文件时忽略文件的编码格式... 目录1、背景介绍2、库的安装3、核心代码4、完整代码1、背景介绍我们再日常读取csv文件的时候经常