Python的静态类型之旅

本文系掘金 Python 月专题文章，转载请注明来源

江湖有句话：“动态类型一时爽，代码重构火葬场”被广为流传，这话一般出自静态语言拥护者口中，听起来有点耸人听闻，但也没有想象中的那么严重，Python在大型项目的应用太多了，Instagram就是最好的例子。

Python作为动态语言，在定义变量、函数返回值、方法参数都不需要指定数据类型，某种程度上让代码变得无比简洁、灵活，抛开程序运行效率，但动态语言也存在不足，例如：

1、IDE的智能提示比较鸡肋，因为无法判断变量类型，所以IDE就不知道变量有那些属性和方法，没有智能提示对老鸟来说是非常痛苦的，举个简单例子，印象中str有个startwith方法，但正确的写法是 startswith，有个s，我不得不去查个文档。（不过个人建议初学者还是老老实实用编辑器手敲代码，以此加深记忆）

2、编译过程中，只能发现语法错误，类型不匹配的问题只有等程序真正运行了才知道。虽然可以通过单元测试来规避，但是如果在代码编写的过程中有IDE给我们指出来不是更好吗。

3、接口调用全靠文档注释说明，调用某个方法或函数，返回值和参数类型说明只能根据文档来确定。虽然我们可以要求 程序员 使用docstring或者注释来说明函数的参数类型以及返回值类型，有个问题是即使一开始你规规矩矩的写了docstring，但是代码更新之后，你的docstring可能就没有同步更新。

这些问题在大型项目，特别是多人合作的项目上显得尤为突出。代码规范、Code Review 就变得更重要了。正因为这些问题，社区对静态类型特性的引进呼声越来越强烈，所以在 Python3.5，也就是 PEP484 中有了类型提示（Type Hints）。定义函数时，可以指定函数的返回值类型、参数的类型。

以前写一个函数是这样的：

def greeting(name):
    return "Hello" + name

>>> greeting("bob")
'Hellobob'
>>> greeting(1)
TypeError: must be str, not int
复制代码

当你不去看文档或者源代码的时候，你根本不知道你可以传递什么类型的值进去，而当你传入整数1时，只有等到程序运行的时候才能发现错误，如果有一种数据类型检查 工具 在程序启动前事先查一遍就可以避免程序出错。

在Python3.5中，用 Type Hint 的写法是这样的：

def greeting(name: str) -> str:
    return 'Hello ' + name
复制代码

上面就是静态类型的写法，多了 「: str」与 「-> str」，前者用来说明 name 的类型，后者指函数返回值的类型。这样一来，IDE像PyCharm这样的工具也能即时的发现代码的问题。

当然，除了IDE之外，我们还有更强大的静态类型检查工具，叫 mypy，这个工具也是由Python之父GUido亲自操刀实现的静态类型检查工具。

pip install mypy

$ mypy test.py
test.py:4: error: Argument 1 to "greeting" has incompatible type "int"; expected "str"
复制代码

有了类型提示，Python在代码调用、重构、甚至是静态分析等方面有了更好的效果，不但减轻了开发时自行进行型态检查的负担，更重要的是，由于有了型态上的提示，让过去Python整合开发工具上做不好的各种智能提示、重构等功能有了统一的参考标准。

某种意义上类型提示只是一种辅助功能，虽然我们加了数据类型提示，但是对于Python解释器来说，它会直接忽略掉类型提示信息，即时类型有误也不会阻止程序的运行。

而对于变量的类型，在PEP484中可以通过类型注释来说明，就是以注释的方式来说明变量的类型，例如：

from typing import List

x = []                # type: List[Employee]
y = [1, 2]            # type: List[int]
y.append("a")
复制代码

上面类型注释表示 x 必须是 Employee 对象组成的列表， y 必须是 int 构成的列表，整数列表 y 追加一个字符串后，我们用 mypy 来检查代码有什么问题：

mypy test.py
xx.py:3: error: Name 'Employee' is not defined
xx.py:5: error: Argument 1 to "append" of "list" has incompatible type "str"; expected "int"
复制代码

在 Python3.6，也就是 PEP526 的提案中，针对变量注解做了进一步优化，将类型的声明作为了语法的一部分，这样比起注释可读性更强，例如：

my_var: int  # 声明为整数类型的变量
my_var = 5  # 通过类型检查
other_var: int = 'a'  # 给整数类型变量赋值字符串，检查器会报错，但是解释器运行是不会有任何问题
print(other_var)
复制代码

mypy xx.py  # 运行类型检查器
xx.py:3: error: Incompatible types in assignment (expression has type "str", variable has type "int")

python test.py # 运行解释器
a
复制代码

类型提示虽然给了IDE智能提示、重构带来了很大的便利，而恰恰因为这些类型信息的声明，使得动态语言变得臃肿起来，例如：

T = TypeVar('T')
S = TypeVar('S')
class Foo(Generic[T]):
    def method(self, x: T, y: S) -> S:
    # Body
复制代码

这是一段有泛型的注解，看起来跟 Java 代码没什么区别了。而讽刺的是，Java也开始加入了动态语言的特性，例如在Java10中，就有本地变量类型推断特性，可以使用关键字 var 来定义变量，而不需要指定数据类型，意味着，静态语言也开始往动态语言特性方面发展。

public class VarTest {

    public static void main(String[] args) {
        var name = "java";
        System.out.println(name);
    }
}
复制代码

那么到底是静态语言好还是动态语言好，Java和Python各自作为静态语言和动态语言的代表，一个明显的特点就是都在互相借鉴彼此的优点，所谓天下大势，分久必合，合久必分。没有一种语言是完美的，Python灵活但可控性没那么强，更像是一位开放的家长，在语言的处理上给开发者最大的自由。毕竟 We are all consenting adults！ 而反观Java，就像一位严苛的家长一样，小心翼翼地对待每个开发者，生怕你闯祸。