"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.

======================================================================

This module provides runtime support for type hints. The most
fundamental support consists of the types "Any", "Union", "Callable",
"TypeVar", and "Generic". For a full specification, please see **PEP
484**. For a simplified introduction to type hints, see **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.

New features are frequently added to the "typing" module. The
typing_extensions package provides backports of these new features to
older versions of Python.


Relevant PEPs
=============

Since the initial introduction of type hints in **PEP 484** and **PEP
483**, a number of PEPs have modified and enhanced Python's framework
for type annotations. These include:

* **PEP 526**: Syntax for Variable Annotations
     *Introducing* syntax for annotating variables outside of function
     definitions, and "ClassVar"

* **PEP 544**: Protocols: Structural subtyping (static duck typing)
     *Introducing* "Protocol" and the "@runtime_checkable" decorator

* **PEP 585**: Type Hinting Generics In Standard Collections
     *Introducing* "types.GenericAlias" and the ability to use
     standard library classes as generic types

* **PEP 586**: Literal Types
     *Introducing* "Literal"

* **PEP 589**: TypedDict: Type Hints for Dictionaries with a Fixed Set
  of Keys
     *Introducing* "TypedDict"

* **PEP 591**: Adding a final qualifier to typing
     *Introducing* "Final" and the "@final" decorator

* **PEP 593**: Flexible function and variable annotations
     *Introducing* "Annotated"


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
=======

Use the "NewType()" helper to create distinct types:

   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)

Note that these checks are enforced only by the static type checker.
At runtime, the statement "Derived = NewType('Derived', Base)" will
make "Derived" a callable that immediately returns whatever parameter
you pass it. That means the expression "Derived(some_value)" does not
create a new class or introduce any overhead beyond that of a regular
function call.

Más concretamente, la expresión "some_value is Derived(some_value)"
será siempre verdadera en tiempo de ejecución.

Esto también implica que no es posible crear un subtipo de "Derived"
ya que, en tiempo de ejecución, es una función de identidad, no un
tipo propiamente dicho:

   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.


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

   async def on_update(value: str) -> None:
       # Body
   callback: Callable[[str], Awaitable[None]] = on_update

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]".


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: ...

Generics can be parameterized by using a factory available in typing
called "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.

The "Generic" base class defines "__class_getitem__()" so that
"LoggedVar[t]" is valid as a type:

   from collections.abc import Iterable

   def zero_all_vars(vars: Iterable[LoggedVar[int]]) -> None:
       for var in vars:
           var.set(0)

A generic type can have any number of type variables. All varieties of
"TypeVar" are permissible as parameters for a generic type:

   from typing import TypeVar, Generic, Sequence

   T = TypeVar('T', contravariant=True)
   B = TypeVar('B', bound=Sequence[bytes], covariant=True)
   S = TypeVar('S', int, str)

   class WeirdTrio(Generic[T, B, 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, Union
   S = TypeVar('S')
   Response = Union[Iterable[S], int]

   # Return type here is same as Union[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.

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: Any = None
   a = []          # OK
   a = 2           # OK

   s: 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
================================

Initially **PEP 484** defined the Python static type system as using
*nominal subtyping*. This means that a class "A" is allowed where a
class "B" is expected if and only if "A" is a subclass of "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.

   * Todos los tipos son compatibles con "Any".

   * "Any" es compatible con todos los tipos.

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.


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 simple
   "Tuple" es equivalente a "Tuple[Any, ...]" y, a su vez, a "tuple".

   Obsoleto desde la versión 3.9: "builtins.tuple" ahora soporta "[]".
   Véase **PEP 585** y Tipo Alias Genérico.

typing.Union

   Tipo unión; "Union[X, Y]" significa que o bien X o bien Y.

   Para definir una unión, úsese p. ej. "Union[int, str]". Más
   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]

   * Cuando se comparan uniones, el orden de los argumentos se
     ignoran, p. ej.:

        Union[int, str] == Union[str, int]

   * No se puede derivar (*subclass*) o instanciar una unión.

   * No es posible escribir "Union[X][Y]".

   * Se puede usar "Optional[X]" como una versión corta de "Union[X,
     None]".

   Distinto en la versión 3.7: No elimina subclases explícitas de una
   unión en tiempo de ejecución.

typing.Optional

   Tipo Optional.

   "Optional[X]" es equivalente a "Union[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
   de "Optional", independientemente de que sea opcional o no. Por
   ejemplo:

      def foo(arg: Optional[int] = None) -> None:
          ...

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 retorna "ReturnType". Un simple
   "Callable" es equivalente a "Callable[..., Any]" y, a su vez, a
   "collections.abc.Callable".

   Obsoleto desde la versión 3.9: "collections.abc.Callable" ahora
   soporta "[]". Véase **PEP 585** y Tipo Alias Genérico.

class typing.Type(Generic[CT_co])

   Una variable indicada como "C" puede aceptar valores de tipo "C".
   Sin embargo, un variable indicada como "Type[C]" puede aceptar
   valores que son clases en sí mismas -- específicamente, aceptará el
   *objecto clase* de "C". 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 de "C" deben implementar la misma interfaz del
   constructor y las mismas interfaces de los métodos de clase que
   "C". 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[Union[BasicUser, ProUser]]): ...

   "Type[Any]" es equivalente a "Type", que a su vez es equivalente a
   "type", 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 de
   "Literal[...]", pero los validadores de tipos pueden imponer sus
   restricciones. Véase **PEP 585** para más detalles sobre tipos
   literales.

   Nuevo en la versión 3.8.

   Distinto en la versión 3.9.1: "Literal" now de-duplicates
   parameters.  Equality comparisons of "Literal" objects are no
   longer order dependent. "Literal" objects will now raise a
   "TypeError" exception during equality comparisons if one of their
   parameters are not *hashable*.

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 con
   "isinstance()" o "issubclass()". "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

   A type, introduced in **PEP 593** ("Flexible function and variable
   annotations"), to decorate existing types with context-specific
   metadata (possibly multiple pieces of it, as "Annotated" is
   variadic). Specifically, a type "T" can be annotated with metadata
   "x" via the typehint "Annotated[T, x]". This metadata can be used
   for either static analysis or at runtime. If a library (or tool)
   encounters a typehint "Annotated[T, x]" and has no special logic
   for metadata "x", it should ignore it and simply treat the type as
   "T". Unlike the "no_type_check" functionality that currently exists
   in the "typing" module which completely disables typechecking
   annotations on a function or a class, the "Annotated" type allows
   for both static typechecking of "T" (which can safely ignore "x")
   together with runtime access to "x" within a specific application.

   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 tipo "Annotated" puede escanear las anotaciones para
   determinar si son de interés. (por ejemplo, usando "isinstance()").

   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" a "get_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 válido

   * Se 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.


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
      S = TypeVar('S', bound=str)  # Can be any subtype of str
      A = TypeVar('A', str, bytes)  # Must be exactly 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 print_capitalized(x: S) -> S:
          """Print x capitalized, and return x."""
          print(x.capitalize())
          return x


      def concatenate(x: A, y: A) -> A:
          """Add two strings or bytes objects together."""
          return x + y

   Note that type variables can be *bound*, *constrained*, or neither,
   but cannot be both bound *and* constrained.

   Constrained type variables and bound type variables have different
   semantics in several important ways. Using a *constrained* type
   variable means that the "TypeVar" can only ever be solved as being
   exactly one of the constraints given:

      a = concatenate('one', 'two')  # Ok, variable 'a' has type 'str'
      b = concatenate(StringSubclass('one'), StringSubclass('two'))  # Inferred type of variable 'b' is 'str',
                                                                     # despite 'StringSubclass' being passed in
      c = concatenate('one', b'two')  # error: type variable 'A' can be either 'str' or 'bytes' in a function call, but not both

   Using a *bound* type variable, however, means that the "TypeVar"
   will be solved using the most specific type possible:

      print_capitalized('a string')  # Ok, output has type 'str'

      class StringSubclass(str):
          pass

      print_capitalized(StringSubclass('another string'))  # Ok, output has type 'StringSubclass'
      print_capitalized(45)  # error: int is not a subtype of str

   Type variables can be bound to concrete types, abstract types (ABCs
   or protocols), and even unions of types:

      U = TypeVar('U', bound=str|bytes)  # Can be any subtype of the union str|bytes
      V = TypeVar('V', bound=SupportsAbs)  # Can be anything with an __abs__ method

   Bound type variables are particularly useful for annotating
   "classmethods" that serve as alternative constructors. In the
   following example (© Raymond Hettinger), the type variable "C" is
   bound to the "Circle" class through the use of a forward reference.
   Using this type variable to annotate the "with_circumference"
   classmethod, rather than hardcoding the return type as "Circle",
   means that a type checker can correctly infer the return type even
   if the method is called on a subclass:

      import math

      C = TypeVar('C', bound='Circle')

      class Circle:
          """An abstract circle"""

          def __init__(self, radius: float) -> None:
              self.radius = radius

          # Use a type variable to show that the return type
          # will always be an instance of whatever ``cls`` is
          @classmethod
          def with_circumference(cls: type[C], circumference: float) -> C:
              """Create a circle with the specified circumference"""
              radius = circumference / (math.pi * 2)
              return cls(radius)


      class Tire(Circle):
          """A specialised circle (made out of rubber)"""

          MATERIAL = 'rubber'


      c = Circle.with_circumference(3)  # Ok, variable 'c' has type 'Circle'
      t = Tire.with_circumference(4)  # Ok, variable 't' has type 'Tire' (not 'Circle')

   En tiempo de ejecución, "isinstance(x, T)" lanzará una excepción
   "TypeError".  En general, "isinstance()" y "issubclass()" no se
   deben usar con variables de tipo.

   Type variables may be marked covariant or contravariant by passing
   "covariant=True" or "contravariant=True".  See **PEP 484** for more
   details.  By default, type variables are invariant.

typing.AnyStr

   "AnyStr" is a "constrained type variable" defined as "AnyStr =
   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()" y "issubclass()".
   Esto lanzará una excepción "TypeError" cuando se aplique a una
   clase que no es un protocolo. Esto permite una comprobación
   estructural simple, muy semejante a "one trick ponies" en
   "collections.abc" con "Iterable". Por ejemplo:

      @runtime_checkable
      class Closable(Protocol):
          def close(self): ...

      assert isinstance(open('/some/file'), Closable)

   Nota:

     "runtime_checkable()" comprobará únicamente la presencia de los
     métodos requeridos, no sus firmas de tipo! Por ejemplo,
     "builtins.complex" implementa "__float__()", por lo cual pasaría
     la comprobación "issubclass()" contra "SupportsFloat". Sin
     embargo, el método "complex.__float__" existe únicamente para
     lanzar un "TypeError" con un mensaje más informativo.

   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.

   The resulting class has an extra attribute "__annotations__" giving
   a dict that maps the field names to the field types.  (The field
   names are in the "_fields" attribute and the default values are in
   the "_field_defaults" attribute, both of which are part of the
   "namedtuple()" API.)

   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 de
   "OrderedDict".

   Distinto en la versión 3.9: Se remueve el atributo "_field_types"
   en favor del atributo más estándar "__annotations__" que tiene la
   misma información.

typing.NewType(name, tp)

   Un función auxiliar para indicar un tipo distinguible a los
   validadores de tipos, véase NewType. En tiempo de ejecución,
   retorna una función que retorna su argumento. Uso:

      UserId = NewType('UserId', int)
      first_user = UserId(1)

   Nuevo en la versión 3.5.2.

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')

   To allow using this feature with older versions of Python that do
   not support **PEP 526**, "TypedDict" supports two additional
   equivalent syntactic forms:

   * Using a literal "dict" as the second argument:

        Point2D = TypedDict('Point2D', {'x': int, 'y': int, 'label': str})

   * Using keyword arguments:

        Point2D = TypedDict('Point2D', x=int, y=int, label=str)

   The functional syntax should also be used when any of the keys are
   not valid identifiers, for example because they are keywords or
   contain hyphens. Example:

      # raises SyntaxError
      class Point2D(TypedDict):
          in: int  # 'in' is a keyword
          x-y: int  # name with hyphens

      # OK, functional syntax
      Point2D = TypedDict('Point2D', {'in': int, 'x-y': int})

   By default, all keys must be present in a "TypedDict". It is
   possible to override this by specifying totality. Usage:

      class Point2D(TypedDict, total=False):
          x: int
          y: int

      # Alternative syntax
      Point2D = TypedDict('Point2D', {'x': int, 'y': int}, total=False)

   This means that a "Point2D" "TypedDict" can have any of the keys
   omitted. A type checker is only expected to support a literal
   "False" or "True" as the value of the "total" argument. "True" is
   the default, and makes all items defined in the class body
   required.

   It is possible for a "TypedDict" type to inherit from one or more
   other "TypedDict" types using the class-based syntax. Usage:

      class Point3D(Point2D):
          z: int

   "Point3D" has three items: "x", "y" and "z". It is equivalent to
   this definition:

      class Point3D(TypedDict):
          x: int
          y: int
          z: int

   A "TypedDict" cannot inherit from a non-"TypedDict" class, notably
   including "Generic". For example:

      class X(TypedDict):
          x: int

      class Y(TypedDict):
          y: int

      class Z(object): pass  # A non-TypedDict class

      class XY(X, Y): pass  # OK

      class XZ(X, Z): pass  # raises TypeError

      T = TypeVar('T')
      class XT(X, Generic[T]): pass  # raises TypeError

   A "TypedDict" can be introspected via "__annotations__",
   "__total__", "__required_keys__", and "__optional_keys__".

   __total__

      "Point2D.__total__" gives the value of the "total" argument.
      Example:

         >>> from typing import TypedDict
         >>> class Point2D(TypedDict): pass
         >>> Point2D.__total__
         True
         >>> class Point2D(TypedDict, total=False): pass
         >>> Point2D.__total__
         False
         >>> class Point3D(Point2D): pass
         >>> Point3D.__total__
         True

   __required_keys__

   __optional_keys__

      "Point2D.__required_keys__" and "Point2D.__optional_keys__"
      return "frozenset" objects containing required and non-required
      keys, respectively. Currently the only way to declare both
      required and non-required keys in the same "TypedDict" is mixed
      inheritance, declaring a "TypedDict" with one value for the
      "total" argument and then inheriting it from another "TypedDict"
      with a different value for "total". Usage:

         >>> class Point2D(TypedDict, total=False):
         ...     x: int
         ...     y: int
         ...
         >>> class Point3D(Point2D):
         ...     z: int
         ...
         >>> Point3D.__required_keys__ == frozenset({'z'})
         True
         >>> Point3D.__optional_keys__ == frozenset({'x', 'y'})
         True

   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 como "Mapping".

   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
   como  "Sequence" o "Iterable".

   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 como "AbstractSet".

   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

   Generic type "IO[AnyStr]" and its subclasses "TextIO(IO[str])" and
   "BinaryIO(IO[bytes])" represent the types of I/O streams such as
   returned by "open()".

   Deprecated since version 3.8, will be removed in version 3.12:
   These types are also in the "typing.io" namespace, which was never
   supported by type checkers and will be removed.

class typing.Pattern
class typing.Match

   These type aliases correspond to the return types from
   "re.compile()" and "re.match()".  These types (and the
   corresponding functions) are generic in "AnyStr" and can be made
   specific by writing "Pattern[str]", "Pattern[bytes]", "Match[str]",
   or "Match[bytes]".

   Deprecated since version 3.8, will be removed in version 3.12:
   These types are also in the "typing.re" namespace, which was never
   supported by type checkers and will be removed.

   Obsoleto desde la versión 3.9: Las clases "Pattern" y "Match" de
   "re" ahora soportan "[]". Véase **PEP 585** y Tipo Alias Genérico.

class typing.Text

   "Text" es un alias para "str". Ésta disponible para proporcionar un
   mecanismo compatible hacia delante para código en Python 2: en
   Python 2, "Text" es un alias de "unicode".

   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", y
   "memoryview" 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" de "Generator" se comporta como
   contravariante, no covariante ni invariante.

   Si tu generador solo retornará valores con *yield*, establece
   "SendType" y "ReturnType" como "None":

      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]" o "Iterator[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

   An alias to "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

   An alias to "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 de "Generator", por
   ejemplo:

      from collections.abc import Coroutine
      c: Coroutine[list[str], str, int]  # Some coroutine defined elsewhere
      x = c.send('hi')                   # Inferred type of 'x' is list[str]
      async def bar() -> None:
          y = await c                    # Inferred type of 'y' is 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" como "None":

      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]" o "AsyncIterator[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 directamente
   "NotImplementedError". 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`` y "locals". Si
   es necesario, se añade``Optional[t]`` para anotar una función o
   método, si se establece "None" como valor por defecto. Para una
   clase "C", se retorna un diccionario construido por la combinación
   de "__annotations__" y "C.__mro"  en orden inverso.

   La función reemplaza todos los "Annotated[T, ...]" con "T" de
   manera recursiva, a menos que "include_extras" se defina como
   "True" ( véase "Annotated" 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']
      }

   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 tipado de la forma "X[Y,Z, ...]", estas funciones
   retornan "X" y "(Y, Z, ...)". Si "X" es un alias genérico para una
   clase integrada o una clase de "collections", se normaliza a su
   clase original. Si "X" es una "Union" o "Literal" contenidos en
   otro tipo genérico, el orden de "(Y, Z, ...)" podría ser distinto
   al orden de los argumentos originales "[Y, Z, ...]" debido al
   cacheo de tipos. Los objetos no soportados retornan "None" 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.

class typing.ForwardRef

   A class used for internal typing representation of string forward
   references. For example, "List["SomeClass"]" is implicitly
   transformed into "List[ForwardRef("SomeClass")]".  This class
   should not be instantiated by a user, but may be used by
   introspection tools.

   Nota:

     **PEP 585** generic types such as "list["SomeClass"]" will not be
     implicitly transformed into "list[ForwardRef("SomeClass")]" and
     thus will not automatically resolve to "list[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:

     If "from __future__ import annotations" is used, annotations are
     not evaluated at function definition time. Instead, they are
     stored as strings in "__annotations__". This makes it unnecessary
     to use quotes around the annotation (see **PEP 563**).

   Nuevo en la versión 3.5.2.
