Nota
¡Ayúdanos a traducir la documentación oficial de Python al Español! Puedes encontrar más información en Como contribuir. Ayuda a acercar Python a más personas de habla hispana.
typing
— Soporte para type hints¶
Nuevo en la versión 3.5.
Source code: Lib/typing.py
Nota
En tiempo de ejecución, Python no impone las anotaciones de tipado en funciones y variables. Pueden ser utilizadas por herramientas de terceros como validadores de tipado, IDEs, linters, etc.
Este módulo proporciona soporte en tiempo de ejecución para sugerencias de tipo según lo especificado por PEP 484, PEP 526, PEP 544, PEP 586, PEP 589, PEP 591, PEP 612 y PEP 613. El soporte más fundamental consiste en los tipos Any
, Union
, Tuple
, Callable
, TypeVar
y Generic
. Para obtener especificaciones completas, consulte PEP 484. Para obtener una introducción simplificada a las sugerencias de tipo, consulte PEP 483.
La siguiente función toma y retorna una cadena de texto, que se anota de la siguiente manera:
def greeting(name: str) -> str:
return 'Hello ' + name
En la función greeting
, se espera que el argumento name
sea de tipo str
y que el tipo retornado sea str
. Los subtipos también son aceptados como argumento válido.
Alias de tipo¶
Un alias de tipo se define asignando el tipo al alias. En este ejemplo, Vector
y List[float]
serán tratados como sinónimos intercambiables:
Vector = list[float]
def scale(scalar: float, vector: Vector) -> Vector:
return [scalar * num for num in vector]
# typechecks; a list of floats qualifies as a Vector.
new_vector = scale(2.0, [1.0, -4.2, 5.4])
Los alias de tipo son útiles para simplificar indicadores de tipo complejos. Por ejemplo:
from collections.abc import Sequence
ConnectionOptions = dict[str, str]
Address = tuple[str, int]
Server = tuple[Address, ConnectionOptions]
def broadcast_message(message: str, servers: Sequence[Server]) -> None:
...
# The static type checker will treat the previous type signature as
# being exactly equivalent to this one.
def broadcast_message(
message: str,
servers: Sequence[tuple[tuple[str, int], dict[str, str]]]) -> None:
...
Nótese que None
como indicador de tipo es un caso especial y es substituido por type(None)
.
NewType¶
Utilice la clase auxiliar NewType
para crear tipos distintos:
from typing import NewType
UserId = NewType('UserId', int)
some_id = UserId(524313)
El validador estático de tipos tratará el nuevo tipo como si fuera una subclase del tipo original. Esto es útil para capturar errores lógicos:
def get_user_name(user_id: UserId) -> str:
...
# typechecks
user_a = get_user_name(UserId(42351))
# does not typecheck; an int is not a UserId
user_b = get_user_name(-1)
Se pueden realizar todas las operaciones de int
en una variable de tipo UserId
, pero el resultado siempre será de tipo int
. Esto permite pasar un UserId
allí donde se espere un int
, pero evitará la creación accidental de un UserId
de manera incorrecta:
# 'output' is of type 'int', not 'UserId'
output = UserId(23413) + UserId(54341)
Tenga en cuenta que estas comprobaciones solo las aplica el verificador de tipo estático. En tiempo de ejecución, la declaración Derived = NewType('Derived', Base)
hará que Derived
sea una clase que retorna inmediatamente cualquier parámetro que le pase. Eso significa que la expresión Derived(some_value)
no crea una nueva clase ni introduce mucha sobrecarga más allá de la de una llamada de función regular.
Más concretamente, la expresión some_value is Derived(some_value)
será siempre verdadera en tiempo de ejecución.
No es válido crear un subtipo de Derived
:
from typing import NewType
UserId = NewType('UserId', int)
# Fails at runtime and does not typecheck
class AdminUserId(UserId): pass
Sin embargo, es posible crear un NewType
basado en un NewType
“derivado”:
from typing import NewType
UserId = NewType('UserId', int)
ProUserId = NewType('ProUserId', UserId)
y la comprobación de tipo para ProUserId
funcionará como se espera.
Véase PEP 484 para más detalle.
Nota
Recuérdese que el uso de alias de tipo implica que los dos tipos son equivalentes entre sí. Haciendo Alias = Original
provocará que el Validador estático de tipos trate Alias
como algo exactamente equivalente a Original
en todos los casos. Esto es útil para cuando se quiera simplificar indicadores de tipo complejos.
En cambio, NewType
declara un tipo que es subtipo de otro. Haciendo Derived = NewType('Derived', Original)
hará que el Validador estático de tipos trate Derived
como una subclase de Original
, lo que implica que un valor de tipo Original
no puede ser usado allí donde se espere un valor de tipo Derived
. Esto es útil para prevenir errores lógicos con un coste de ejecución mínimo.
Nuevo en la versión 3.5.2.
Distinto en la versión 3.10: NewType
es ahora una clase en lugar de una función. Existe un costo de tiempo de ejecución adicional cuando se llama a NewType
a través de una función normal. Sin embargo, este costo se reducirá en 3.11.0.
Callable¶
Entidades que esperen llamadas a funciones con interfaces específicas puede ser anotadas usando Callable[[Arg1Type, Arg2Type], ReturnType]
.
Por ejemplo:
from collections.abc import Callable
def feeder(get_next_item: Callable[[], str]) -> None:
# Body
def async_query(on_success: Callable[[int], None],
on_error: Callable[[int, Exception], None]) -> None:
# Body
Es posible declarar el tipo de retorno de un callable (invocable) sin especificar tipos en los parámetros substituyendo la lista de argumentos por unos puntos suspensivos (…) en el indicador de tipo: Callable[..., ReturnType]
.
Los invocables que toman otros invocables como argumentos pueden indicar que sus tipos de parámetros dependen unos de otros utilizando ParamSpec
. Además, si ese invocable agrega o elimina argumentos de otros invocables, se puede utilizar el operador Concatenate
. Toman la forma Callable[ParamSpecVariable, ReturnType]
y Callable[Concatenate[Arg1Type, Arg2Type, ..., ParamSpecVariable], ReturnType]
respectivamente.
Distinto en la versión 3.10: Callable
ahora es compatible con ParamSpec
y Concatenate
. Consulte PEP 612 para obtener más información.
Ver también
La documentación de ParamSpec
y Concatenate
proporciona ejemplos de uso en Callable
.
Genéricos¶
Ya que no es posible inferir estáticamente y de una manera genérica la información de tipo de objetos dentro de contenedores, las clases base abstractas han sido mejoradas para permitir sintaxis de subíndice para denotar los tipos esperados en elementos contenedores.
from collections.abc import Mapping, Sequence
def notify_by_email(employees: Sequence[Employee],
overrides: Mapping[str, str]) -> None: ...
Los genéricos se pueden parametrizar usando una nueva factoría disponible en typing llamada TypeVar
.
from collections.abc import Sequence
from typing import TypeVar
T = TypeVar('T') # Declare type variable
def first(l: Sequence[T]) -> T: # Generic function
return l[0]
Tipos genéricos definidos por el usuario¶
Una clase definida por el usuario puede ser definida como una clase genérica.
from typing import TypeVar, Generic
from logging import Logger
T = TypeVar('T')
class LoggedVar(Generic[T]):
def __init__(self, value: T, name: str, logger: Logger) -> None:
self.name = name
self.logger = logger
self.value = value
def set(self, new: T) -> None:
self.log('Set ' + repr(self.value))
self.value = new
def get(self) -> T:
self.log('Get ' + repr(self.value))
return self.value
def log(self, message: str) -> None:
self.logger.info('%s: %s', self.name, message)
Generic[T]
como clase base define que la clase LoggedVar
toma un solo parámetro T
. Esto también implica que T
es un tipo válido dentro del cuerpo de la clase.
La clase base Generic
define __class_getitem__()
para que LoggedVar[t]
sea válido como tipo:
from collections.abc import Iterable
def zero_all_vars(vars: Iterable[LoggedVar[int]]) -> None:
for var in vars:
var.set(0)
Un tipo genérico puede tener un número indefinido de variables de tipo, y pueden limitarse a tipos concretos:
from typing import TypeVar, Generic
...
T = TypeVar('T')
S = TypeVar('S', int, str)
class StrangePair(Generic[T, S]):
...
Cada argumento de variable de tipo en una clase Generic
debe ser distinto. Así, no será válido:
from typing import TypeVar, Generic
...
T = TypeVar('T')
class Pair(Generic[T, T]): # INVALID
...
Se puede utilizar herencia múltiple con Generic
:
from collections.abc import Sized
from typing import TypeVar, Generic
T = TypeVar('T')
class LinkedList(Sized, Generic[T]):
...
Cuando se hereda de clases genéricas, se pueden fijar algunas variables de tipo:
from collections.abc import Mapping
from typing import TypeVar
T = TypeVar('T')
class MyDict(Mapping[str, T]):
...
En este caso MyDict
tiene un solo parámetro, T
.
Al usar una clase genérica sin especificar parámetros de tipo se asume Any
para todas las posiciones. En el siguiente ejemplo, MyIterable
no es genérico pero hereda implícitamente de Iterable[Any]
:
from collections.abc import Iterable
class MyIterable(Iterable): # Same as Iterable[Any]
Son posibles los alias de tipos genéricos definidos por el usuario. Ejemplos:
from collections.abc import Iterable
from typing import TypeVar
S = TypeVar('S')
Response = Iterable[S] | int
# Return type here is same as Iterable[str] | int
def response(query: str) -> Response[str]:
...
T = TypeVar('T', int, float, complex)
Vec = Iterable[tuple[T, T]]
def inproduct(v: Vec[T]) -> T: # Same as Iterable[tuple[T, T]]
return sum(x*y for x, y in v)
Distinto en la versión 3.7: Generic
ya no posee una metaclase personalizable.
Los genéricos definidos por el usuario para expresiones de parámetros también se admiten a través de variables de especificación de parámetros con el formato Generic[P]
. El comportamiento es coherente con las variables de tipo descritas anteriormente, ya que el módulo typing trata las variables de especificación de parámetros como una variable de tipo especializada. La única excepción a esto es que se puede usar una lista de tipos para sustituir un ParamSpec
:
>>> from typing import Generic, ParamSpec, TypeVar
>>> T = TypeVar('T')
>>> P = ParamSpec('P')
>>> class Z(Generic[T, P]): ...
...
>>> Z[int, [dict, float]]
__main__.Z[int, (<class 'dict'>, <class 'float'>)]
Además, un genérico con una sola variable de especificación de parámetro aceptará listas de parámetros en los formatos X[[Type1, Type2, ...]]
y también X[Type1, Type2, ...]
por razones estéticas. Internamente, este último se convierte en el primero y, por lo tanto, son equivalentes:
>>> class X(Generic[P]): ...
...
>>> X[int, str]
__main__.X[(<class 'int'>, <class 'str'>)]
>>> X[[int, str]]
__main__.X[(<class 'int'>, <class 'str'>)]
Tenga en cuenta que los genéricos con ParamSpec
pueden no tener el __parameters__
correcto después de la sustitución en algunos casos porque están destinados principalmente a la verificación de tipos estáticos.
Distinto en la versión 3.10: Generic
ahora se puede parametrizar sobre expresiones de parámetros. Consulte ParamSpec
y PEP 612 para obtener más detalles.
Un clase genérica definida por el usuario puede tener clases ABC como clase base sin conflicto de metaclase. Las metaclases genéricas no están permitidas. El resultado de parametrizar clases genéricas se cachea, y la mayoría de los tipos en el módulo typing pueden tener un hash y ser comparables por igualdad (equality).
El tipo Any
¶
Un caso especial de tipo es Any
. Un Validador estático de tipos tratará cualquier tipo como compatible con Any
, y Any
como compatible con todos los tipos.
Esto significa que es posible realizar cualquier operación o llamada a un método en un valor de tipo Any
y asignarlo a cualquier variable:
from typing import Any
a = None # type: Any
a = [] # OK
a = 2 # OK
s = '' # type: str
s = a # OK
def foo(item: Any) -> int:
# Typechecks; 'item' could be any type,
# and that type might have a 'bar' method
item.bar()
...
Nótese que no se realiza comprobación de tipo cuando se asigna un valor de tipo Any
a un tipo más preciso. Por ejemplo, el Validador estático de tipos no reportó ningún error cuando se asignó a
a s
, aún cuando se declaró s
como de tipo str
y recibió un valor int
en tiempo de ejecución!
Además, todas las funciones sin un tipo de retorno o tipos en los parámetros serán asignadas implícitamente a Any
por defecto:
def legacy_parser(text):
...
return data
# A static type checker will treat the above
# as having the same signature as:
def legacy_parser(text: Any) -> Any:
...
return data
Este comportamiento permite que Any
sea usado como una vía de escape cuando es necesario mezclar código tipado estática y dinámicamente.
Compárese el comportamiento de Any
con el de object
. De manera similar a Any
, todo tipo es un subtipo de object
. Sin embargo, en oposición a Any
, lo contrario no es cierto: object
no es un subtipo de ningún otro tipo.
Esto implica que cuando el tipo de un valor es object
, un validador de tipos rechazará prácticamente todas las operaciones con él, y al asignarlo a una variable (o usarlo como valor de retorno) de un tipo más preciso será un error de tipo. Por ejemplo:
def hash_a(item: object) -> int:
# Fails; an object does not have a 'magic' method.
item.magic()
...
def hash_b(item: Any) -> int:
# Typechecks
item.magic()
...
# Typechecks, since ints and strs are subclasses of object
hash_a(42)
hash_a("foo")
# Typechecks, since Any is compatible with all types
hash_b(42)
hash_b("foo")
Úsese object
para indicar que un valor puede ser de cualquier tipo de manera segura. Úsese Any
para indicar que un valor es de tipado dinámico.
Subtipado nominal vs estructural¶
Inicialmente, el PEP 484 definió el sistema de tipado estático de Python como nominal. Esto implica que una clase A
será permitida allí donde se espere una clase B
si y solo si A
es una subclase de B
.
Este requisito también se aplicaba anteriormente a clases base abstractas (ABC), tales como Iterable
. El problema con esta estrategia es que una clase debía de ser marcada explícitamente para proporcionar tal funcionalidad, lo que resulta poco pythónico (idiomático) y poco ajustado a lo que uno normalmente haría en un código Python tipado dinámicamente. Por ejemplo, esto sí se ajusta al PEP 484:
from collections.abc import Sized, Iterable, Iterator
class Bucket(Sized, Iterable[int]):
...
def __len__(self) -> int: ...
def __iter__(self) -> Iterator[int]: ...
El PEP 544 permite resolver este problema al permitir escribir el código anterior sin una clase base explícita en la definición de la clase, permitiendo que el Validador estático de tipo considere implícitamente que Bucket
es un subtipo tanto de Sized
como de Iterable[int]
. Esto se conoce como tipado estructural (o duck-typing estático):
from collections.abc import Iterator, Iterable
class Bucket: # Note: no base classes
...
def __len__(self) -> int: ...
def __iter__(self) -> Iterator[int]: ...
def collect(items: Iterable[int]) -> int: ...
result = collect(Bucket()) # Passes type check
Asimismo, creando subclases de la clase especial Protocol
, el usuario puede definir nuevos protocolos personalizados y beneficiarse del tipado estructural (véanse los ejemplos de abajo).
Contenido del módulo¶
El módulo define las siguientes clases, funciones y decoradores.
Nota
Este módulo define algunos tipos que son subclases de clases que ya existen en la librería estándar, y que además extienden Generic
para soportar variables de tipo dentro de []
. Estos tipos se vuelven redundantes en Python 3.9 ya que las clases correspondientes fueron mejoradas para soportar []
.
Los tipos redundantes están descontinuados con Python 3.9 pero el intérprete no mostrará ninguna advertencia. Se espera que los verificadores de tipo marquen estos tipos como obsoletos cuando el programa a verificar apunte a Python 3.9 o superior.
Los tipos obsoletos serán removidos del módulo Generic
en la primera versión de Python que sea lanzada 5 años después del lanzamiento de Python 3.9.0. Véase los detalles en PEP 585 – Sugerencias de tipo genéricas en las Colecciones Estándar.
Primitivos especiales de tipado¶
Tipos especiales¶
Estos pueden ser usados como tipos en anotaciones y no soportan []
.
-
typing.
Any
¶ Tipo especial que indica un tipo sin restricciones.
-
typing.
NoReturn
¶ Tipo especial que indica que una función nunca retorna un valor. Por ejemplo:
from typing import NoReturn def stop() -> NoReturn: raise RuntimeError('no way')
Nuevo en la versión 3.5.4.
Nuevo en la versión 3.6.2.
-
typing.
TypeAlias
¶ Anotación especial para declarar explícitamente un alias de tipo. Por ejemplo:
from typing import TypeAlias Factors: TypeAlias = list[int]
Consulte PEP 613 para obtener más detalles sobre los alias de tipos explícitos.
Nuevo en la versión 3.10.
Formas especiales¶
Estas se pueden usar como anotaciones de tipo usando []
, cada cual tiene una sintaxis única.
-
typing.
Tuple
¶ El tipo Tuple,
Tuple[X, Y]
es el tipo de una tupla de dos ítems con el primer ítem de tipo X y el segundo de tipo Y. El tipo de una tupla vacía se puede escribir así:Tuple[()]
.Ejemplo:
Tuple[T1, T2]
es una tupla de dos elementos con sus correspondientes variables de tipo T1 y T2.Tuple[int, float, str]
es un tupla con un número entero, un número de punto flotante y una cadena de texto.Para especificar una tupla de longitud variable y tipo homogéneo, se usan puntos suspensivos, p. ej.
Tuple[int, ...]
. Un simpleTuple
es equivalente aTuple[Any, ...]
y, a su vez, atuple
.Obsoleto desde la versión 3.9:
builtins.tuple
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
typing.
Union
¶ Tipo de unión;
Union[X, Y]
es equivalente aX | Y
y significa X o Y.Para definir una unión, use p. ej.
Union[int, str]
o la abreviaturaint | str
. Detalles:Los argumentos deben ser tipos y haber al menos uno.
Las uniones de uniones se simplifican (se aplanan), p. ej.:
Union[Union[int, str], float] == Union[int, str, float]
Las uniones con un solo argumento se eliminan, p. ej.:
Union[int] == int # The constructor actually returns int
Argumentos repetidos se omiten, p. ej.:
Union[int, str, int] == Union[int, str] == int | str
Cuando se comparan uniones, el orden de los argumentos se ignoran, p. ej.:
Union[int, str] == Union[str, int]
No puede crear una subclase o instanciar un
Union
.No es posible escribir
Union[X][Y]
.
Distinto en la versión 3.7: No elimina subclases explícitas de una unión en tiempo de ejecución.
Distinto en la versión 3.10: Las uniones ahora se pueden escribir como
X | Y
. Consulte union type expressions.
-
typing.
Optional
¶ Tipo Optional.
Optional[X]
es equivalente aX | None
(oUnion[X, None]
).Nótese que no es lo mismo que un argumento opcional, que es aquel que tiene un valor por defecto. Un argumento opcional con un valor por defecto no necesita el indicador
Optional
en su anotación de tipo simplemente por que sea opcional. Por ejemplo:def foo(arg: int = 0) -> None: ...
Por otro lado, si se permite un valor
None
, es apropiado el uso deOptional
, independientemente de que sea opcional o no. Por ejemplo:def foo(arg: Optional[int] = None) -> None: ...
Distinto en la versión 3.10: Optional ahora se puede escribir como
X | None
. Consulte union type expressions.
-
typing.
Callable
¶ Tipo Callable (invocable);
Callable[[int], str]
es una función de (int) -> str.La sintaxis de subscripción (con corchetes []) debe usarse siempre con dos valores: la lista de argumentos y el tipo de retorno. La lista de argumentos debe ser una lista de tipos o unos puntos suspensivos; el tipo de retorno debe ser un único tipo.
No existe una sintaxis para indicar argumentos opcionales o con clave (keyword); tales funciones rara vez se utilizan como tipos para llamadas.
Callable[..., ReturnType]
(puntos suspensivos) se puede usar para indicar que un callable admite un número indeterminado de argumentos y retornaReturnType
. Un simpleCallable
es equivalente aCallable[..., Any]
y, a su vez, acollections.abc.Callable
.Los invocables que toman otros invocables como argumentos pueden indicar que sus tipos de parámetros dependen unos de otros utilizando
ParamSpec
. Además, si ese invocable agrega o elimina argumentos de otros invocables, se puede utilizar el operadorConcatenate
. Toman la formaCallable[ParamSpecVariable, ReturnType]
yCallable[Concatenate[Arg1Type, Arg2Type, ..., ParamSpecVariable], ReturnType]
respectivamente.Obsoleto desde la versión 3.9:
collections.abc.Callable
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.Distinto en la versión 3.10:
Callable
ahora es compatible conParamSpec
yConcatenate
. Consulte PEP 612 para obtener más información.Ver también
La documentación de
ParamSpec
yConcatenate
proporciona ejemplos de uso conCallable
.
-
typing.
Concatenate
¶ Se utiliza con
Callable
yParamSpec
para escribir anotar un invocable de orden superior que agrega, elimina o transforma parámetros de otro invocable. El uso tiene el formatoConcatenate[Arg1Type, Arg2Type, ..., ParamSpecVariable]
. Actualmente,Concatenate
solo es válido cuando se utiliza como primer argumento de unCallable
. El último parámetro deConcatenate
debe ser unParamSpec
.Por ejemplo, para anotar un decorador
with_lock
que proporciona unthreading.Lock
a la función decorada,Concatenate
puede usarse para indicar quewith_lock
espera un invocable que toma unLock
como primer argumento y retorna un invocable con un tipo de firma diferente. En este caso, elParamSpec
indica que los tipos de parámetros de los invocables retornados dependen de los tipos de parámetros de los invocables que se pasan enfrom collections.abc import Callable from threading import Lock from typing import Any, Concatenate, ParamSpec, TypeVar P = ParamSpec('P') R = TypeVar('R') # Use this lock to ensure that only one thread is executing a function # at any time. my_lock = Lock() def with_lock(f: Callable[Concatenate[Lock, P], R]) -> Callable[P, R]: '''A type-safe decorator which provides a lock.''' global my_lock def inner(*args: P.args, **kwargs: P.kwargs) -> R: # Provide the lock as the first argument. return f(my_lock, *args, **kwargs) return inner @with_lock def sum_threadsafe(lock: Lock, numbers: list[float]) -> float: '''Add a list of numbers together in a thread-safe manner.''' with lock: return sum(numbers) # We don't need to pass in the lock ourselves thanks to the decorator. sum_threadsafe([1.1, 2.2, 3.3])
Nuevo en la versión 3.10.
Ver también
-
class
typing.
Type
(Generic[CT_co])¶ Una variable indicada como
C
puede aceptar valores de tipoC
. Sin embargo, un variable indicada comoType[C]
puede aceptar valores que son clases en sí mismas – específicamente, aceptará el objeto clase deC
. Por ejemplo.:a = 3 # Has type 'int' b = int # Has type 'Type[int]' c = type(a) # Also has type 'Type[int]'
Nótese que
Type[C]
es covariante:class User: ... class BasicUser(User): ... class ProUser(User): ... class TeamUser(User): ... # Accepts User, BasicUser, ProUser, TeamUser, ... def make_new_user(user_class: Type[User]) -> User: # ... return user_class()
El hecho de que
Type[C]
sea covariante implica que todas las subclases deC
deben implementar la misma interfaz del constructor y las mismas interfaces de los métodos de clase queC
. El validador de tipos marcará cualquier incumplimiento de esto, pero permitirá llamadas al constructor que coincida con la llamada al constructor de la clase base indicada. El modo en que el validador de tipos debe gestionar este caso particular podría cambiar en futuras revisiones de PEP 484.Lo únicos parámetros válidos de
Type
son clases,Any
, type variables, y uniones de cualquiera de los tipos anteriores. Por ejemplo:def new_non_team_user(user_class: Type[BasicUser | ProUser]): ...
Type[Any]
es equivalente aType
, que a su vez es equivalente atype
, que es la raíz de la jerarquía de metaclases de Python.Nuevo en la versión 3.5.2.
Obsoleto desde la versión 3.9:
builtins.type
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
typing.
Literal
¶ Un tipo que puede ser utilizado para indicar a los validadores de tipos que una variable o un parámetro de una función tiene un valor equivalente al valor literal proveído (o uno de los proveídos). Por ejemplo:
def validate_simple(data: Any) -> Literal[True]: # always returns True ... MODE = Literal['r', 'rb', 'w', 'wb'] def open_helper(file: str, mode: MODE) -> str: ... open_helper('/some/path', 'r') # Passes type check open_helper('/other/path', 'typo') # Error in type checker
Literal[...]
no puede ser derivado. En tiempo de ejecución, se permite un valor arbitrario como argumento de tipo deLiteral[...]
, pero los validadores de tipos pueden imponer sus restricciones. Véase PEP 585 para más detalles sobre tipos literales.Nuevo en la versión 3.8.
-
typing.
ClassVar
¶ Construcción especial para tipado para marcar variables de clase.
Tal y como introduce PEP 526, una anotación de variable rodeada por ClassVar indica que la intención de un atributo dado es ser usado como variable de clase y que no debería ser modificado en las instancias de esa misma clase. Uso:
class Starship: stats: ClassVar[dict[str, int]] = {} # class variable damage: int = 10 # instance variable
ClassVar
solo acepta tipos y no admite más niveles de subíndices.ClassVar
no es un clase en sí misma, y no debe ser usado conisinstance()
oissubclass()
.ClassVar
no modifica el comportamiento de Python en tiempo de ejecución pero puede ser utilizado por validadores de terceros. Por ejemplo, un validador de tipos puede marcar el siguiente código como erróneo:enterprise_d = Starship(3000) enterprise_d.stats = {} # Error, setting class variable on instance Starship.stats = {} # This is OK
Nuevo en la versión 3.5.3.
-
typing.
Final
¶ Un construcción especial para tipado que indica a los validadores de tipo que un nombre no puede ser reasignado o sobrescrito en una subclase. Por ejemplo:
MAX_SIZE: Final = 9000 MAX_SIZE += 1 # Error reported by type checker class Connection: TIMEOUT: Final[int] = 10 class FastConnector(Connection): TIMEOUT = 1 # Error reported by type checker
No hay comprobación en tiempo de ejecución para estas propiedades. Véase PEP 591 para más detalles.
Nuevo en la versión 3.8.
-
typing.
Annotated
¶ Un tipo introducido en PEP 593 (
Anotaciones flexibles de función y variable
), para decorar tipos existentes con metadatos específicos del contexto (posiblemente múltiples partes del mismo, ya queAnnotated
es variádico). En concreto, un tipoT
puede ser anotado con el metadatox
a través del typehintAnnotated[T,x]
. Estos metadatos se pueden utilizar para el análisis estático o en tiempo de ejecución. Si una librería (o herramienta) encuentra un typehintAnnotated[T,x]
y no encuentra una lógica especial para el metadatox
, este debería ignorarlo o simplemente tratar el tipo comoT
. A diferencia de la funcionalidadno_type_check
, que actualmente existe en el módulotyping
, que deshabilita completamente la comprobación de anotaciones de tipo en una función o clase, el tipoAnnotated
permite tanto la comprobación de tipos estático deT
(por ejemplo, mypy o Pyre, el cuál ignoraríax
de forma segura) en conjunto con el acceso ax
en tiempo de ejecución dentro de una aplicación específica.En última instancia, la responsabilidad de cómo interpretar las anotaciones (si es que la hay) es de la herramienta o librería que encuentra el tipo
Annotated
. Una herramienta o librería que encuentra un tipoAnnotated
puede escanear las anotaciones para determinar si son de interés. (por ejemplo, usandoisinstance()
).Cuando una herramienta o librería no soporta anotaciones o encuentra una anotación desconocida, simplemente debe ignorarla o tratar la anotación como el tipo subyacente.
Depende de la herramienta que consume las anotaciones decidir si el cliente puede tener varias anotaciones en un tipo y cómo combinar esas anotaciones.
Dado que el tipo
Annotated
permite colocar varias anotaciones del mismo (o diferente) tipo(s) en cualquier nodo, las herramientas o librerías que consumen dichas anotaciones están a cargo de ocuparse de potenciales duplicados. Por ejemplo, si se está realizando un análisis de rango, esto se debería permitir:T1 = Annotated[int, ValueRange(-10, 5)] T2 = Annotated[T1, ValueRange(-20, 3)]
Pasar
include_extras=True
aget_type_hints()
permite acceder a las anotaciones extra en tiempo de ejecución.Los detalles de la sintaxis:
El primer argumento en
Annotated
debe ser un tipo válidoSe permiten varias anotaciones de tipo (
Annotated
admite argumentos variádicos):Annotated[int, ValueRange(3, 10), ctype("char")]
Annotated
debe ser llamado con al menos dos argumentos (Annotated[int]
no es válido)Se mantiene el orden de las anotaciones y se toma en cuenta para chequeos de igualdad:
Annotated[int, ValueRange(3, 10), ctype("char")] != Annotated[ int, ctype("char"), ValueRange(3, 10) ]
Los tipos
Annotated
anidados son aplanados con los metadatos ordenados empezando por la anotación más interna:Annotated[Annotated[int, ValueRange(3, 10)], ctype("char")] == Annotated[ int, ValueRange(3, 10), ctype("char") ]
Anotaciones duplicadas no son removidas:
Annotated[int, ValueRange(3, 10)] != Annotated[ int, ValueRange(3, 10), ValueRange(3, 10) ]
Anotated
puede ser usado con alias anidados y genéricos:T = TypeVar('T') Vec = Annotated[list[tuple[T, T]], MaxLen(10)] V = Vec[int] V == Annotated[list[tuple[int, int]], MaxLen(10)]
Nuevo en la versión 3.9.
-
typing.
TypeGuard
¶ Formulario de mecanografía especial utilizado para anotar el tipo de retorno de una función de protección de tipo definida por el usuario.
TypeGuard
solo acepta un argumento de tipo único. En tiempo de ejecución, las funciones marcadas de esta manera deberían retornar un booleano.TypeGuard
tiene como objetivo beneficiar a type narrowing, una técnica utilizada por los verificadores de tipo estático para determinar un tipo más preciso de una expresión dentro del flujo de código de un programa. Por lo general, el estrechamiento de tipos se realiza analizando el flujo de código condicional y aplicando el estrechamiento a un bloque de código. La expresión condicional aquí a veces se denomina «protección de tipo»:def is_str(val: str | float): # "isinstance" type guard if isinstance(val, str): # Type of ``val`` is narrowed to ``str`` ... else: # Else, type of ``val`` is narrowed to ``float``. ...
A veces sería conveniente utilizar una función booleana definida por el usuario como protección de tipos. Dicha función debería usar
TypeGuard[...]
como su tipo de retorno para alertar a los verificadores de tipo estático sobre esta intención.El uso de
-> TypeGuard
le dice al verificador de tipo estático que para una función determinada:El valor de retorno es un booleano.
Si el valor de retorno es
True
, el tipo de su argumento es el tipo dentro deTypeGuard
.Por ejemplo:
def is_str_list(val: List[object]) -> TypeGuard[List[str]]: '''Determines whether all objects in the list are strings''' return all(isinstance(x, str) for x in val) def func1(val: List[object]): if is_str_list(val): # Type of ``val`` is narrowed to ``List[str]``. print(" ".join(val)) else: # Type of ``val`` remains as ``List[object]``. print("Not a list of strings!")
Si
is_str_list
es un método de clase o instancia, entonces el tipo enTypeGuard
se asigna al tipo del segundo parámetro después decls
oself
.En resumen, la forma
def foo(arg: TypeA) -> TypeGuard[TypeB]: ...
significa que sifoo(arg)
retornaTrue
, entoncesarg
se estrecha deTypeA
aTypeB
.Nota
No es necesario que
TypeB
sea una forma más estrecha deTypeA
; incluso puede ser una forma más amplia. La razón principal es permitir cosas como reducirList[object]
aList[str]
aunque este último no sea un subtipo del primero, ya queList
es invariante. La responsabilidad de escribir protecciones de tipo seguro se deja al usuario.TypeGuard
también funciona con variables de tipo. Para obtener más información, consulte PEP 647 (protectores de tipo definidos por el usuario).Nuevo en la versión 3.10.
Tipos de construcción de genéricos¶
Estos no son utilizados en anotaciones. Son utilizados como bloques para crear tipos genéricos.
-
class
typing.
Generic
¶ Clase base abstracta para tipos genéricos.
Un tipo genérico se declara habitualmente heredando de una instancia de esta clase con una o más variables de tipo. Por ejemplo, un tipo de mapeo genérico se podría definir como:
class Mapping(Generic[KT, VT]): def __getitem__(self, key: KT) -> VT: ... # Etc.
Entonces, esta clase se puede usar como sigue:
X = TypeVar('X') Y = TypeVar('Y') def lookup_name(mapping: Mapping[X, Y], key: X, default: Y) -> Y: try: return mapping[key] except KeyError: return default
-
class
typing.
TypeVar
¶ Variable de tipo.
Uso:
T = TypeVar('T') # Can be anything A = TypeVar('A', str, bytes) # Must be str or bytes
Las variables de tipo son principalmente para ayudar a los validadores estáticos de tipos. Sirven tanto como de parámetros para tipos genéricos como para definición de funciones genéricas. Véase
Generic
para más información sobre tipos genéricos. Las funciones genéricas funcionan de la siguiente manera:def repeat(x: T, n: int) -> Sequence[T]: """Return a list containing n references to x.""" return [x]*n def longest(x: A, y: A) -> A: """Return the longest of two strings.""" return x if len(x) >= len(y) else y
La signatura de los ejemplos anteriores es esencialmente la superposición de
(str, str) -> str
y(bytes, bytes) -> bytes
. Nótese también que aunque los argumentos sean instancias de alguna subclase destr
, el tipo retornado aún será una simplestr
.En tiempo de ejecución,
isinstance(x, T)
lanzará una excepciónTypeError
. En general,isinstance()
yissubclass()
no se deben usar con variables de tipo.Las variables de tipo pueden ser marcadas como covariantes o contravariantes pasando
covariant=True
ocontravariant=True
, respectivamente. Véase PEP 484 para más detalles. Por defecto, las variables de tipo son invariantes. Opcionalmente, una variable de tipo puede especificar un límite superior usandobound=<type>
. Esto significa que el tipo (explícitamente o implícitamente) tiene que ser una subclase del tipo limite, véase PEP 484.
-
class
typing.
ParamSpec
(name, *, bound=None, covariant=False, contravariant=False)¶ Variable de especificación de parámetros. Una versión especializada de
type variables
.Uso:
P = ParamSpec('P')
Las variables de especificación de parámetros existen principalmente para el beneficio de los verificadores de tipo estático. Se utilizan para reenviar los tipos de parámetros de un invocable a otro invocable, un patrón que se encuentra comúnmente en funciones y decoradores de orden superior. Solo son válidos cuando se utilizan en
Concatenate
, o como primer argumento deCallable
, o como parámetros para genéricos definidos por el usuario. ConsulteGeneric
para obtener más información sobre tipos genéricos.Por ejemplo, para agregar un registro básico a una función, se puede crear un decorador
add_logging
para registrar llamadas a funciones. La variable de especificación de parámetros le dice al verificador de tipo que el invocable pasado al decorador y el nuevo invocable retornado por él tienen parámetros de tipo interdependientes:from collections.abc import Callable from typing import TypeVar, ParamSpec import logging T = TypeVar('T') P = ParamSpec('P') def add_logging(f: Callable[P, T]) -> Callable[P, T]: '''A type-safe decorator to add logging to a function.''' def inner(*args: P.args, **kwargs: P.kwargs) -> T: logging.info(f'{f.__name__} was called') return f(*args, **kwargs) return inner @add_logging def add_two(x: float, y: float) -> float: '''Add two numbers together.''' return x + y
Sin
ParamSpec
, la forma más sencilla de anotar esto anteriormente era usar unTypeVar
conCallable[..., Any]
enlazado. Sin embargo, esto causa dos problemas:-
args
¶
-
kwargs
¶ Dado que
ParamSpec
captura tanto parámetros posicionales como de palabras clave,P.args
yP.kwargs
se pueden utilizar para dividir unParamSpec
en sus componentes.P.args
representa la tupla de parámetros posicionales en una llamada determinada y solo debe usarse para anotar*args
.P.kwargs
representa la asignación de parámetros de palabras clave a sus valores en una llamada determinada y solo debe usarse para anotar**kwargs
. Ambos atributos requieren que el parámetro anotado esté dentro del alcance. En tiempo de ejecución,P.args
yP.kwargs
son instancias respectivamente deParamSpecArgs
yParamSpecKwargs
.
Las variables de especificación de parámetros creadas con
covariant=True
ocontravariant=True
se pueden utilizar para declarar tipos genéricos covariantes o contravariantes. También se acepta el argumentobound
, similar aTypeVar
. Sin embargo, la semántica real de estas palabras clave aún no se ha decidido.Nuevo en la versión 3.10.
Nota
Solo las variables de especificación de parámetros definidas en el ámbito global pueden ser serializadas.
Ver también
PEP 612 - Variables de especificación de parámetros (el PEP que introdujo
ParamSpec
yConcatenate
).
-
-
typing.
ParamSpecArgs
¶
-
typing.
ParamSpecKwargs
¶ Argumentos y atributos de argumentos de palabras clave de un
ParamSpec
. El atributoP.args
de unParamSpec
es una instancia deParamSpecArgs
yP.kwargs
es una instancia deParamSpecKwargs
. Están pensados para la introspección en tiempo de ejecución y no tienen un significado especial para los verificadores de tipo estático.Llamar a
get_origin()
en cualquiera de estos objetos retornará elParamSpec
original:P = ParamSpec("P") get_origin(P.args) # returns P get_origin(P.kwargs) # returns P
Nuevo en la versión 3.10.
-
typing.
AnyStr
¶ AnyStr
es una variable de tipo definida comoAnyStr = TypeVar('AnyStr', str, bytes)
.Su objetivo es ser usada por funciones que pueden aceptar cualquier tipo de cadena de texto sin permitir mezclar diferentes tipos al mismo tiempo. Por ejemplo:
def concat(a: AnyStr, b: AnyStr) -> AnyStr: return a + b concat(u"foo", u"bar") # Ok, output has type 'unicode' concat(b"foo", b"bar") # Ok, output has type 'bytes' concat(u"foo", b"bar") # Error, cannot mix unicode and bytes
-
class
typing.
Protocol
(Generic)¶ Clase base para clases protocolo. Las clases protocolo se definen así:
class Proto(Protocol): def meth(self) -> int: ...
Tales clases son usadas principalmente con validadores estáticos de tipos que detectan subtipado estructural (duck-typing estático), por ejemplo:
class C: def meth(self) -> int: return 0 def func(x: Proto) -> int: return x.meth() func(C()) # Passes static type check
Véase PEP 544 para más detalles. Las clases protocolo decoradas con
runtime_checkable()
(que se explica más adelante) se comportan como protocolos simplistas en tiempo de ejecución que solo comprueban la presencia de atributos dados, ignorando su firma de tipo.Las clases protocolo pueden ser genéricas, por ejemplo:
class GenProto(Protocol[T]): def meth(self) -> T: ...
Nuevo en la versión 3.8.
-
@
typing.
runtime_checkable
¶ Marca una clase protocolo como aplicable en tiempo de ejecución (lo convierte en un runtime protocol).
Tal protocolo se puede usar con
isinstance()
yissubclass()
. Esto lanzará una excepciónTypeError
cuando se aplique a una clase que no es un protocolo. Esto permite una comprobación estructural simple, muy semejante a «one trick ponies» encollections.abc
conIterable
. Por ejemplo:@runtime_checkable class Closable(Protocol): def close(self): ... assert isinstance(open('/some/file'), Closable)
Nota
runtime_checkable()
verificará solo la presencia de los métodos requeridos, no sus firmas de tipo. Por ejemplo,ssl.SSLObject
es una clase, por lo que pasa una verificaciónissubclass()
contraCallable
. Sin embargo, el métodossl.SSLObject.__init__()
existe solo para lanzar unTypeError
con un mensaje más informativo, por lo que es imposible llamar (instanciar)ssl.SSLObject
.Nuevo en la versión 3.8.
Otras directivas especiales¶
Estos no son utilizados en anotaciones. Son utilizados como bloques para crear tipos genéricos.
-
class
typing.
NamedTuple
¶ Versión para anotación de tipos de
collections.namedtuple()
.Uso:
class Employee(NamedTuple): name: str id: int
Esto es equivalente a:
Employee = collections.namedtuple('Employee', ['name', 'id'])
Para proporcionar a un campo un valor por defecto se puede asignar en el cuerpo de la clase:
class Employee(NamedTuple): name: str id: int = 3 employee = Employee('Guido') assert employee.id == 3
Los campos con un valor por defecto deben ir después de los campos sin valor por defecto.
La clase resultante tiene un atributo extra
__annotations__
que proporciona un diccionario que mapea el nombre de los campos con su tipo. (Lo nombres de los campo están en el atributo_fields
y sus valores por defecto en el atributo_field_defaults
, ambos parte de la API de namedtuple.)Las subclases de
NamedTuple
también pueden tener docstrings y métodos:class Employee(NamedTuple): """Represents an employee.""" name: str id: int = 3 def __repr__(self) -> str: return f'<Employee {self.name}, id={self.id}>'
Uso retrocompatible:
Employee = NamedTuple('Employee', [('name', str), ('id', int)])
Distinto en la versión 3.6: Soporte añadido para la sintaxis de anotación de variables propuesto en PEP 526.
Distinto en la versión 3.6.1: Soporte añadido para valores por defecto, métodos y docstrings.
Distinto en la versión 3.8: Los atributos
_field_types
y__annotations__
son simples diccionarios en vez de instancias deOrderedDict
.Distinto en la versión 3.9: Se remueve el atributo
_field_types
en favor del atributo más estándar__annotations__
que tiene la misma información.
-
class
typing.
NewType
(name, tp)¶ Una clase auxiliar para indicar un tipo diferenciado a un comprobador de tipos, consulte NewType. En tiempo de ejecución, retorna un objeto que retorna su argumento cuando se llama. Uso:
UserId = NewType('UserId', int) first_user = UserId(1)
Nuevo en la versión 3.5.2.
Distinto en la versión 3.10:
NewType
es ahora una clase en lugar de una función.
-
class
typing.
TypedDict
(dict)¶ Es una construcción especial para añadir indicadores de tipo a un diccionario. En tiempo de ejecución es un
dict
simple.TypedDict
crea un tipo de diccionario que espera que todas sus instancias tenga un cierto conjunto de claves, donde cada clave está asociada con un valor de un tipo determinado. Esta exigencia no se comprueba en tiempo de ejecución y solo es aplicada por validadores de tipo. Uso:class Point2D(TypedDict): x: int y: int label: str a: Point2D = {'x': 1, 'y': 2, 'label': 'good'} # OK b: Point2D = {'z': 3, 'label': 'bad'} # Fails type check assert Point2D(x=1, y=2, label='first') == dict(x=1, y=2, label='first')
Se puede acceder a la información de tipo para la introspección a través de
Point2D.__annotations__
,Point2D.__total__
,Point2D.__required_keys__
yPoint2D.__optional_keys__
. Para permitir el uso de esta función con versiones anteriores de Python que no son compatibles con PEP 526,TypedDict
admite dos formas sintácticas equivalentes adicionales:Point2D = TypedDict('Point2D', x=int, y=int, label=str) Point2D = TypedDict('Point2D', {'x': int, 'y': int, 'label': str})
De forma predeterminada, todas las claves deben estar presentes en un
TypedDict
. Es posible anular esto especificando la totalidad. Uso:class Point2D(TypedDict, total=False): x: int y: int
Esto significa que un
Point2D
TypedDict
puede tener cualquiera de las claves omitidas. Solo se espera que un verificador de tipo admita unFalse
literal oTrue
como valor del argumentototal
.True
es el predeterminado y hace que todos los elementos definidos en el cuerpo de la clase sean obligatorios.Véase PEP 589 para más ejemplos y reglas detalladas del uso de
TypedDict
.Nuevo en la versión 3.8.
Colecciones genéricas concretas¶
Correspondientes a tipos integrados¶
-
class
typing.
Dict
(dict, MutableMapping[KT, VT])¶ Una versión genérica de
dict
. Útil para anotar tipos de retorno. Para anotar argumentos es preferible usar un tipo abstracto de colección comoMapping
.Este tipo se puede usar de la siguiente manera:
def count_words(text: str) -> Dict[str, int]: ...
Obsoleto desde la versión 3.9:
builtins.dict
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
List
(list, MutableSequence[T])¶ Versión genérica de
list
. Útil para anotar tipos de retorno. Para anotar argumentos es preferible usar un tipo abstracto de colección comoSequence
oIterable
.Este tipo se puede usar del siguiente modo:
T = TypeVar('T', int, float) def vec2(x: T, y: T) -> List[T]: return [x, y] def keep_positives(vector: Sequence[T]) -> List[T]: return [item for item in vector if item > 0]
Obsoleto desde la versión 3.9:
builtins.list
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
Set
(set, MutableSet[T])¶ Una versión genérica de
builtins.set
. Útil para anotar tipos de retornos. Para anotar argumentos es preferible usar un tipo abstracto de colección comoAbstractSet
.Obsoleto desde la versión 3.9:
builtins.set
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
FrozenSet
(frozenset, AbstractSet[T_co])¶ Una versión genérica de
builtins.frozenset
.Obsoleto desde la versión 3.9:
builtins.frozenset
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
Nota
Tuple
es una forma especial.
Correspondiente a tipos en collections
¶
-
class
typing.
DefaultDict
(collections.defaultdict, MutableMapping[KT, VT])¶ Una versión genérica de
collections.defaultdict
.Nuevo en la versión 3.5.2.
Obsoleto desde la versión 3.9:
collections.defaultdict
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
OrderedDict
(collections.OrderedDict, MutableMapping[KT, VT])¶ Una versión genérica de
collections.OrderedDict
.Nuevo en la versión 3.7.2.
Obsoleto desde la versión 3.9:
collections.OrderedDict
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
ChainMap
(collections.ChainMap, MutableMapping[KT, VT])¶ Una versión genérica de
collections.ChainMap
.Nuevo en la versión 3.5.4.
Nuevo en la versión 3.6.1.
Obsoleto desde la versión 3.9:
collections.ChainMap
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
Counter
(collections.Counter, Dict[T, int])¶ Una versión genérica de
collections.Counter
.Nuevo en la versión 3.5.4.
Nuevo en la versión 3.6.1.
Obsoleto desde la versión 3.9:
collections.Counter
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
Deque
(deque, MutableSequence[T])¶ Una versión genérica de
collections.deque
.Nuevo en la versión 3.5.4.
Nuevo en la versión 3.6.1.
Obsoleto desde la versión 3.9:
collections.deque
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
Otros tipos concretos¶
-
class
typing.
IO
¶ -
class
typing.
TextIO
¶ -
class
typing.
BinaryIO
¶ El tipo genérico
IO[AnyStr]
y sus subclasesTextIO(IO[str])
yBinaryIO(IO[bytes])
representan los tipos de flujos de E/S como los retornados poropen()
.Deprecated since version 3.8, will be removed in version 3.12: El espacio de nombres
typing.io
está obsoleto y se eliminará. En su lugar, estos tipos deben importarse directamente desdetyping
.
-
class
typing.
Pattern
¶ -
class
typing.
Match
¶ Estos alias de tipo corresponden a los tipos retornados de
re.compile()
yre.match()
. Estos tipos (y las funciones correspondientes) son genéricos enAnyStr
y se pueden hacer específicos escribiendoPattern[str]
,Pattern[bytes]
,Match[str]
oMatch[bytes]
.Deprecated since version 3.8, will be removed in version 3.12: El espacio de nombres
typing.re
está obsoleto y se eliminará. En su lugar, estos tipos deben importarse directamente desdetyping
.Obsoleto desde la versión 3.9: Las clases
Pattern
yMatch
dere
ahora soportan[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
Text
¶ Text
es un alias parastr
. Ésta disponible para proporcionar un mecanismo compatible hacia delante para código en Python 2: en Python 2,Text
es un alias deunicode
.Úsese
Text
para indicar que un valor debe contener una cadena de texto Unicode de manera que sea compatible con Python 2 y Python 3:def add_unicode_checkmark(text: Text) -> Text: return text + u' \u2713'
Nuevo en la versión 3.5.2.
Clase base abstracta para tipos genéricos¶
Correspondientes a las colecciones en collections.abc
¶
-
class
typing.
AbstractSet
(Sized, Collection[T_co])¶ Una versión genérica de
collections.abc.Set
.Obsoleto desde la versión 3.9:
collections.abc.Set
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
ByteString
(Sequence[int])¶ Una versión genérica de
collections.abc.ByteString
.Este tipo representa a los tipos
bytes
,bytearray
, ymemoryview
de secuencias de bytes.Como abreviación para este tipo,
bytes
se puede usar para anotar argumentos de cualquiera de los tipos mencionados arriba.Obsoleto desde la versión 3.9:
collections.abc.ByteString
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
Collection
(Sized, Iterable[T_co], Container[T_co])¶ Una versión genérica de
collections.abc.Collection
Nuevo en la versión 3.6.0.
Obsoleto desde la versión 3.9:
collections.abc.Collection
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
Container
(Generic[T_co])¶ Una versión genérica de
collections.abc.Container
.Obsoleto desde la versión 3.9:
collections.abc.Container
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
ItemsView
(MappingView, Generic[KT_co, VT_co])¶ Una versión genérica de
collections.abc.ItemsView
.Obsoleto desde la versión 3.9:
collections.abc.ItemsView
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
KeysView
(MappingView[KT_co], AbstractSet[KT_co])¶ Una versión genérica de
collections.abc.KeysView
.Obsoleto desde la versión 3.9:
collections.abc.KeysView
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
Mapping
(Sized, Collection[KT], Generic[VT_co])¶ Una versión genérica de
collections.abc.Mapping
. Este tipo se puede usar de la siguiente manera:def get_position_in_index(word_list: Mapping[str, int], word: str) -> int: return word_list[word]
Obsoleto desde la versión 3.9:
collections.abc.Mapping
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
MappingView
(Sized, Iterable[T_co])¶ Una versión genérica de
collections.abc.MappingView
.Obsoleto desde la versión 3.9:
collections.abc.MappingView
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
MutableMapping
(Mapping[KT, VT])¶ Una versión genérica de
collections.abc.MutableMapping
.Obsoleto desde la versión 3.9:
collections.abc.MutableMapping
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
MutableSequence
(Sequence[T])¶ Una versión genérica de
collections.abc.MutableSequence
.Obsoleto desde la versión 3.9:
collections.abc.MutableSequence
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
MutableSet
(AbstractSet[T])¶ Una versión genérica de
collections.abc.MutableSet
.Obsoleto desde la versión 3.9:
collections.abc.MutableSet
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
Sequence
(Reversible[T_co], Collection[T_co])¶ Una versión genérica de
collections.abc.Sequence
.Obsoleto desde la versión 3.9:
collections.abc.Sequence
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
ValuesView
(MappingView[VT_co])¶ Una versión genérica de
collections.abc.ValuesView
.Obsoleto desde la versión 3.9:
collections.abc.ValuesView
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
Correspondiente a otros tipos en collections.abc
¶
-
class
typing.
Iterable
(Generic[T_co])¶ Una versión genérica de
collections.abc.Iterable
.Obsoleto desde la versión 3.9:
collections.abc.Iterable
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
Iterator
(Iterable[T_co])¶ Una versión genérica de
collections.abc.Iterator
.Obsoleto desde la versión 3.9:
collections.abc.Iterator
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
Generator
(Iterator[T_co], Generic[T_co, T_contra, V_co])¶ Un generador puede ser anotado con el tipo genérico
Generator[YieldType, SendType, ReturnType]
. Por ejemplo:def echo_round() -> Generator[int, float, str]: sent = yield 0 while sent >= 0: sent = yield round(sent) return 'Done'
Nótese que en contraste con muchos otros genéricos en el módulo typing, el
SendType
deGenerator
se comporta como contravariante, no covariante ni invariante.Si tu generador solo retornará valores con yield, establece
SendType
yReturnType
comoNone
:def infinite_stream(start: int) -> Generator[int, None, None]: while True: yield start start += 1
Opcionalmente, anota tu generador con un tipo de retorno de
Iterable[YieldType]
oIterator[YieldType]
:def infinite_stream(start: int) -> Iterator[int]: while True: yield start start += 1
Obsoleto desde la versión 3.9:
collections.abc.Generator
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
Hashable
¶ Un alias de
collections.abc.Hashable
-
class
typing.
Reversible
(Iterable[T_co])¶ Una versión genérica de
collections.abc.Reversible
.Obsoleto desde la versión 3.9:
collections.abc.Reversible
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
Sized
¶ Un alias de
collections.abc.Sized
Programación asíncrona¶
-
class
typing.
Coroutine
(Awaitable[V_co], Generic[T_co, T_contra, V_co])¶ Una versión genérica de
collections.abc.Coroutine
.y orden de las variables de tipo se corresponde con aquellas deGenerator
, por ejemplo:from collections.abc import Coroutine c = None # type: Coroutine[list[str], str, int] ... x = c.send('hi') # type: list[str] async def bar() -> None: x = await c # type: int
Nuevo en la versión 3.5.3.
Obsoleto desde la versión 3.9:
collections.abc.Coroutine
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
AsyncGenerator
(AsyncIterator[T_co], Generic[T_co, T_contra])¶ Un generador asíncrono se puede anotar con el tipo genérico
AsyncGenerator[YieldType, SendType]
. Por ejemplo:async def echo_round() -> AsyncGenerator[int, float]: sent = yield 0 while sent >= 0.0: rounded = await round(sent) sent = yield rounded
A diferencia de los generadores normales, los generadores asíncronos no pueden retornar un valor, por lo que no hay un parámetro de tipo``ReturnType``. Igual que
Generator
,SendType
se comporta como contravariante.Si tu generador solo retornará valores con yield, establece el
SendType
comoNone
:async def infinite_stream(start: int) -> AsyncGenerator[int, None]: while True: yield start start = await increment(start)
Opcionalmente, anota el generador con un tipo de retorno
AsyncIterable[YieldType]
oAsyncIterator[YieldType]
:async def infinite_stream(start: int) -> AsyncIterator[int]: while True: yield start start = await increment(start)
Nuevo en la versión 3.6.1.
Obsoleto desde la versión 3.9:
collections.abc.AsycGenerator
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
AsyncIterable
(Generic[T_co])¶ Una versión genérica de
collections.abc.AsyncIterable
.Nuevo en la versión 3.5.2.
Obsoleto desde la versión 3.9:
collections.abc.AsyncIterable
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
AsyncIterator
(AsyncIterable[T_co])¶ Una versión genérica de
collections.abc.AsyncIterator
.Nuevo en la versión 3.5.2.
Obsoleto desde la versión 3.9:
collections.abc.AsyncIterator
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
Awaitable
(Generic[T_co])¶ Una versión genérica de
collections.abc.Awaitable
.Nuevo en la versión 3.5.2.
Obsoleto desde la versión 3.9:
collections.abc.Awaitable
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
Tipos del administrador de contextos¶
-
class
typing.
ContextManager
(Generic[T_co])¶ Una versión genérica de
contextlib.AbstractContextManager
.Nuevo en la versión 3.5.4.
Nuevo en la versión 3.6.0.
Obsoleto desde la versión 3.9:
contextlib.AbstractContextManager
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
-
class
typing.
AsyncContextManager
(Generic[T_co])¶ Una versión genérica de
contextlib.AbstractAsyncContextManager
.Nuevo en la versión 3.5.4.
Nuevo en la versión 3.6.2.
Obsoleto desde la versión 3.9:
contextlib.AbstractAsyncContextManager
ahora soporta[]
. Véase PEP 585 y Tipo Alias Genérico.
Protocolos¶
Estos protocolos se decoran con runtime_checkable()
.
-
class
typing.
SupportsAbs
¶ Una ABC con un método abstracto
__abs__
que es covariante en su tipo retornado.
-
class
typing.
SupportsBytes
¶ Una ABC con un método abstracto
__bytes__
.
-
class
typing.
SupportsComplex
¶ Una ABC con un método abstracto
__complex__
.
-
class
typing.
SupportsFloat
¶ Una ABC con un método abstracto
__float__
.
-
class
typing.
SupportsIndex
¶ Una ABC con un método abstracto
__index__
.Nuevo en la versión 3.8.
-
class
typing.
SupportsInt
¶ Una ABC con un método abstracto
__int__
.
-
class
typing.
SupportsRound
¶ Una ABC con un método abstracto
__round__
que es covariantes en su tipo retornado.
Funciones y decoradores¶
-
typing.
cast
(typ, val)¶ Convertir un valor a su tipo.
Esto retorna el valor sin modificar. Para el validador de tipos esto indica que el valor de retorno tiene el tipo señalado pero, de manera intencionada, no se comprobará en tiempo de ejecución (para maximizar la velocidad).
-
@
typing.
overload
¶ El decorador
@overload
permite describir funciones y métodos que soportan diferentes combinaciones de tipos de argumento. A una serie de definiciones decoradas con@overload` debe seguir exactamente una definición no decorada con ``@overload
(para la misma función o método). Las definiciones decoradas con@overload
son solo para beneficio del validador de tipos, ya que serán sobrescritas por la definición no decorada con@overload
. Esta última se usa en tiempo de ejecución y debería ser ignorada por el validador de tipos. En tiempo de ejecución, llamar a una función decorada con@overload
lanzará directamenteNotImplementedError
. Un ejemplo de sobrecarga que proporciona un tipo más preciso se puede expresar con una unión o una variable de tipo:@overload def process(response: None) -> None: ... @overload def process(response: int) -> tuple[int, str]: ... @overload def process(response: bytes) -> str: ... def process(response): <actual implementation>
Véase PEP 484 para más detalle, y compárese con otras semánticas de tipado.
-
@
typing.
final
¶ Un decorador que indica a los validadores de tipos que el método decorado no se puede sobreescribir, o que la clase decorada no se puede derivar (subclassed). Por ejemplo:
class Base: @final def done(self) -> None: ... class Sub(Base): def done(self) -> None: # Error reported by type checker ... @final class Leaf: ... class Other(Leaf): # Error reported by type checker ...
No hay comprobación en tiempo de ejecución para estas propiedades. Véase PEP 591 para más detalles.
Nuevo en la versión 3.8.
-
@
typing.
no_type_check
¶ Un decorador para indicar que la anotaciones no deben ser comprobadas como indicadores de tipo.
Esto funciona como un decorator (decorador) de clase o función. Con una clase, se aplica recursivamente a todos los métodos definidos en dichas clase (pero no a lo métodos definidos en sus superclases y subclases).
Esto modifica la función o funciones in situ.
-
@
typing.
no_type_check_decorator
¶ Un decorador que asigna a otro decorador el efecto de
no_type_check()
(no comprobar tipo).Esto hace que el decorador decorado añada el efecto de
no_type_check()
a la función decorada.
-
@
typing.
type_check_only
¶ Un decorador que marca una clase o función como no disponible en tiempo de ejecución.
Este decorador no está disponible en tiempo de ejecución. Existe principalmente para marcar clases que se definen en archivos stub para cuando una implementación retorna una instancia de una clase privada:
@type_check_only class Response: # private or not available at runtime code: int def get_header(self, name: str) -> str: ... def fetch_response() -> Response: ...
Nótese que no se recomienda retornar instancias de clases privadas. Normalmente es preferible convertirlas en clases públicas.
Ayudas de introspección¶
-
typing.
get_type_hints
(obj, globalns=None, localns=None, include_extras=False)¶ Retorna un diccionario que contiene indicaciones de tipo para una función, método, módulo o objeto clase.
Habitualmente, esto es lo mismo que
obj.__annotations__
. Además, las referencias indicadas como cadenas de texto se gestionan evaluándolas en los espacios de nombres``globals`` ylocals
. Si es necesario, se añade``Optional[t]`` para anotar una función o método, si se estableceNone
como valor por defecto. Para una claseC
, se retorna un diccionario construido por la combinación de__annotations__
yC.__mro
en orden inverso.La función reemplaza todos los
Annotated[T, ...]
conT
de manera recursiva, a menos queinclude_extras
se defina comoTrue
( véaseAnnotated
para más información). Por ejemplo:class Student(NamedTuple): name: Annotated[str, 'some marker'] get_type_hints(Student) == {'name': str} get_type_hints(Student, include_extras=False) == {'name': str} get_type_hints(Student, include_extras=True) == { 'name': Annotated[str, 'some marker'] }
Nota
get_type_hints()
no funciona con alias de tipo importados que incluyen referencias hacia adelante. Habilitar la evaluación pospuesta de anotaciones (PEP 563) puede eliminar la necesidad de la mayoría de las referencias futuras.Distinto en la versión 3.9: Se agregan los parámetros
include_extras
como parte de PEP 593.
-
typing.
get_args
(tp)¶
-
typing.
get_origin
(tp)¶ Provee introspección básica para tipos genéricos y construcciones especiales de tipado.
Para un objeto de escritura de la forma
X[Y, Z, ...]
, estas funciones retornanX
y(Y, Z, ...)
. SiX
es un alias genérico para una clase incorporada ocollections
, se normaliza a la clase original. SiX
es una unión oLiteral
contenido en otro tipo genérico, el orden de(Y, Z, ...)
puede ser diferente del orden de los argumentos originales[Y, Z, ...]
debido al tipo de almacenamiento en caché. Para objetos no admitidos, retornaNone
y()
correspondientemente. Ejemplos:assert get_origin(Dict[str, int]) is dict assert get_args(Dict[int, str]) == (int, str) assert get_origin(Union[int, str]) is Union assert get_args(Union[int, str]) == (int, str)
Nuevo en la versión 3.8.
-
typing.
is_typeddict
(tp)¶ Compruebe si un tipo es
TypedDict
.Por ejemplo:
class Film(TypedDict): title: str year: int is_typeddict(Film) # => True is_typeddict(list | str) # => False
Nuevo en la versión 3.10.
-
class
typing.
ForwardRef
¶ Una clase utilizada para la representación de escritura interna de referencias de cadena hacia adelante. Por ejemplo,
List["SomeClass"]
se transforma implícitamente enList[ForwardRef("SomeClass")]
. Esta clase no debe ser instanciada por un usuario, pero puede ser utilizada por herramientas de introspección.Nota
Los tipos genéricos de PEP 585, como
list["SomeClass"]
, no se transformarán implícitamente enlist[ForwardRef("SomeClass")]
y, por lo tanto, no se resolverán automáticamente enlist[SomeClass]
.Nuevo en la versión 3.7.4.
Constantes¶
-
typing.
TYPE_CHECKING
¶ Una constante especial que se asume como cierta (
True
) por validadores estáticos de tipos de terceros. Es falsa (False
) en tiempo de ejecución. Uso:if TYPE_CHECKING: import expensive_mod def fun(arg: 'expensive_mod.SomeType') -> None: local_var: expensive_mod.AnotherType = other_fun()
Nótese que la primera anotación de tipo debe estar rodeada por comillas, convirtiéndola en una «referencia directa», para ocultar al intérprete la referencia
expensive_mod
en tiempo de ejecución. Las anotaciones de tipo para variables locales no se evalúan, así que la segunda anotación no necesita comillas.Nota
Si
from __future__ import annotations
es usado en Python 3.7 o posterior, las anotaciones no son evaluadas en tiempo de definición de funciones. En cambio, son guardadas como cadenas de caracteres en__annotations__
, esto hace innecesario usar comillas alrededor de la anotación. (véase PEP 563).Nuevo en la versión 3.5.2.