11.3.2 为多种类型设置类型提示

在Python编程的进阶旅程中，掌握类型提示（Type Hints）是提升代码质量、可读性和可维护性的重要一步。随着Python 3.5及以后版本的推广，PEP 484引入了类型提示作为官方支持的特性，允许开发者为函数参数、返回值以及变量等指定期望的类型。这不仅有助于静态类型检查工具（如mypy）发现并预防潜在的错误，还能在IDE中提供智能提示，提升开发效率。本章节将深入探讨如何为多种类型设置类型提示，涵盖基本类型、容器类型、泛型、Union类型、Optional类型等，帮助读者在Python编程中灵活运用类型提示。

11.3.2.1 基本类型类型提示

基本类型包括整数（int）、浮点数（float）、布尔值（bool）、字符串（str）等。为这些类型设置类型提示非常直接，只需在变量名或函数参数/返回值后加上冒号和相应的类型名即可。

def add_numbers(a: int, b: int) -> int:
    return a + b
name: str = "Alice"
is_valid: bool = True

11.3.2.2 容器类型类型提示

容器类型如列表（list）、元组（tuple）、字典（dict）和集合（set）在Python中非常常见，为它们设置类型提示时，需要指定容器内元素的类型。

• 列表（List）：使用typing.List（在Python 3.9及以上版本中，可以直接使用list[T]，其中T是列表元素的类型）。

from typing import List
def process_names(names: List[str]) -> None:
    for name in names:
        print(name.upper())
# 或者使用Python 3.9+的语法
def process_names_py39(names: list[str]) -> None:
    ...

• 元组（Tuple）：使用typing.Tuple，可以指定元组中每个元素的具体类型，或者仅指定元组内所有元素的一般类型。

from typing import Tuple
def get_coordinates() -> Tuple[int, int, float]:
    return 1, 2, 3.14
# 通用类型元组
def get_mixed_tuple() -> Tuple[str, ...]:
    return ("apple", "banana", "cherry")

• 字典（Dict）：使用typing.Dict，指定键和值的类型。

from typing import Dict
def update_user_info(info: Dict[str, str]) -> None:
    info['email'] = 'example@example.com'
# Python 3.9+ 简化语法
def update_user_info_py39(info: dict[str, str]) -> None:
    ...

• 集合（Set）：使用typing.Set，指定集合元素的类型。

from typing import Set
def filter_unique_numbers(numbers: Set[int]) -> Set[int]:
    return {n for n in numbers if n % 2 == 0}

11.3.2.3 泛型（Generics）

泛型允许定义灵活的函数或类，这些函数或类可以工作于任何类型上。使用泛型时，通常需要导入typing模块中的TypeVar、Generic等。

from typing import TypeVar, Generic, List
T = TypeVar('T')
class Box(Generic[T]):
    def __init__(self, value: T) -> None:
        self.value = value
def get_value(box: Box[T]) -> T:
    return box.value
# 使用示例
b = Box(10)
print(get_value(b))  # 输出 10

11.3.2.4 Union类型

当变量或函数参数/返回值可能是多种类型之一时，可以使用typing.Union（或Python 3.10引入的|操作符作为类型联合的简化语法）来指定。

from typing import Union
def handle_data(data: Union[str, int, float]) -> None:
    # 处理数据
    pass
# Python 3.10+ 简化语法
def handle_data_py310(data: str | int | float) -> None:
    # 处理数据
    pass

11.3.2.5 Optional类型

有时，函数参数或返回值可能不存在（即None），此时可以使用typing.Optional（或Python 3.10引入的|操作符与None联合）来明确表示这种情况。

from typing import Optional
def find_user(user_id: int) -> Optional[str]:
    # 假设这里有一些查找逻辑
    return None  # 如果没有找到用户
# Python 3.10+ 简化语法
def find_user_py310(user_id: int) -> str | None:
    # 查找逻辑
    return None

11.3.2.6 进阶用法：类型别名与NewType

• 类型别名：在复杂的类型签名中，使用类型别名可以提高代码的可读性。

from typing import List, Dict
UserInfo = Dict[str, str]
UserList = List[UserInfo]
def process_users(users: UserList) -> None:
    ...

• NewType：typing.NewType用于创建一个与现有类型相同的新类型，主要用于类型安全的目的，防止不同类型的值被误用。

from typing import NewType
UserId = NewType('UserId', int)
def assign_role(user_id: UserId, role: str) -> None:
    ...
# 使用时必须明确指定UserId类型
assign_role(UserId(123), "admin")

总结

通过本章的学习，我们了解了如何在Python中为多种类型设置类型提示，包括基本类型、容器类型、泛型、Union类型、Optional类型以及类型别名和NewType的进阶用法。这些技巧将帮助你在编写Python代码时，更好地利用类型提示来提升代码质量、可读性和可维护性。随着Python类型系统的不断完善和IDE对类型提示支持的加强，掌握这些技能将越来越重要。希望本章内容能为你在Python编程进阶之路上提供有力的支持。