26.1. "typing" — Prise en charge des annotations de type
********************************************************

Nouveau dans la version 3.5.

**Code source :** Lib/typing.py

Note:

  The typing module has been included in the standard library on a
  *provisional basis*. New features might be added and API may change
  even between minor releases if deemed necessary by the core
  developers.

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

This module supports type hints as specified by **PEP 484** and **PEP
526**. The most fundamental support consists of the types "Any",
"Union", "Tuple", "Callable", "TypeVar", and "Generic".  For full
specification please see **PEP 484**.  For a simplified introduction
to type hints see **PEP 483**.

La fonction ci-dessous prend et renvoie une chaîne de caractères, et
est annotée comme suit :

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

La fonction "greeting" s'attend à ce que l'argument "name" soit de
type "str" et le type de retour "str". Les sous-types sont acceptés
comme arguments.


26.1.1. Alias de type
=====================

A type alias is defined by assigning the type to the alias. In this
example, "Vector" and "List[float]" will be treated as interchangeable
synonyms:

   from typing import List
   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])

Les alias de type sont utiles pour simplifier les signatures
complexes. Par exemple :

   from typing import Dict, Tuple, List

   ConnectionOptions = Dict[str, str]
   Address = Tuple[str, int]
   Server = Tuple[Address, ConnectionOptions]

   def broadcast_message(message: str, servers: List[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: List[Tuple[Tuple[str, int], Dict[str, str]]]) -> None:
       ...

Notez que "None" comme indication de type est un cas particulier et
est remplacé par "type(None)".


26.1.2. *NewType*
=================

Aidez-vous de la fonction "NewType()" pour créer des types distincts :

   from typing import NewType

   UserId = NewType('UserId', int)
   some_id = UserId(524313)

Le vérificateur de type statique traite le nouveau type comme s'il
s'agissait d'une sous-classe du type original. C'est utile pour aider
à détecter les erreurs logiques :

   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)

Vous pouvez toujours effectuer toutes les opérations applicables à un
entier (type "int") sur une variable de type "UserId", mais le
résultat sera toujours de type "int". Ceci vous permet de passer un
"UserId" partout où un "int" est attendu, mais vous empêche de créer
accidentellement un "UserId" d'une manière invalide :

   # '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 function 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.

Plus précisément, l'expression "some_value is Derived(some_value)" est
toujours vraie au moment de l'exécution.

Cela signifie également qu'il n'est pas possible de créer un sous-type
de "Derived" puisqu'il s'agit d'une fonction d'identité au moment de
l'exécution, pas d'un type réel :

   from typing import NewType

   UserId = NewType('UserId', int)

   # Fails at runtime and does not typecheck
   class AdminUserId(UserId): pass

Cependant, il est possible de créer un "NewType()" basé sur un
"NewType" « dérivé » :

   from typing import NewType

   UserId = NewType('UserId', int)

   ProUserId = NewType('ProUserId', UserId)

et la vérification de type pour "ProUserId" fonctionne comme prévu.

Voir la **PEP 484** pour plus de détails.

Note:

  Rappelons que l'utilisation d'un alias de type déclare que deux
  types sont *équivalents* l'un à l'autre. Écrire "Alias = Original"
  fait que le vérificateur de type statique traite "Alias" comme étant
  *exactement équivalent* à "Original" dans tous les cas. C'est utile
  lorsque vous voulez simplifier des signatures complexes.En revanche,
  "NewType" déclare qu'un type est un *sous-type* d'un autre. Écrire
  "Derived = NewType('Derived', Original)" fait en sorte que le
  vérificateur de type statique traite "Derived" comme une *sous-
  classe* de "Original", ce qui signifie qu'une valeur de type
  "Original" ne peut être utilisée dans les endroits où une valeur de
  type "Derived" est prévue. C'est utile lorsque vous voulez éviter
  les erreurs logiques avec un coût d'exécution minimal.

Nouveau dans la version 3.5.2.


26.1.3. Appelable
=================

Les cadriciels (*frameworks* en anglais) qui attendent des fonctions
de rappel ayant des signatures spécifiques peuvent être typés en
utilisant "Callable[[Arg1Type, Arg2Type], ReturnType]".

Par exemple :

   from typing 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

Il est possible de déclarer le type de retour d'un appelable sans
spécifier la signature de l'appel en indiquant des points de
suspension à la liste des arguments dans l'indice de type :
"Callable[..., ReturnType]".


26.1.4. Génériques
==================

Comme les informations de type sur les objets conservés dans des
conteneurs ne peuvent pas être déduites statiquement de manière
générique, les classes de base abstraites ont été étendues pour
prendre en charge la sélection (*subscription* en anglais) et indiquer
les types attendus pour les éléments de conteneur.

   from typing import Mapping, Sequence

   def notify_by_email(employees: Sequence[Employee],
                       overrides: Mapping[str, str]) -> None: ...

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

   from typing import Sequence, TypeVar

   T = TypeVar('T')      # Declare type variable

   def first(l: Sequence[T]) -> T:   # Generic function
       return l[0]


26.1.5. Types génériques définis par l'utilisateur
==================================================

Une classe définie par l'utilisateur peut être définie comme une
classe générique.

   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]" en tant que classe de base définit que la classe
"LoggedVar" prend un paramètre de type unique "T". Ceci rend également
"T" valide en tant que type dans le corps de la classe.

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

   from typing import Iterable

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

Un type générique peut avoir un nombre quelconque de variables de type
et vous pouvez fixer des contraintes sur les variables de type :

   from typing import TypeVar, Generic
   ...

   T = TypeVar('T')
   S = TypeVar('S', int, str)

   class StrangePair(Generic[T, S]):
       ...

Chaque argument de variable de type "Generic" doit être distinct. Ceci
n'est donc pas valable :

   from typing import TypeVar, Generic
   ...

   T = TypeVar('T')

   class Pair(Generic[T, T]):   # INVALID
       ...

Vous pouvez utiliser l'héritage multiple avec "Generic" :

   from typing import TypeVar, Generic, Sized

   T = TypeVar('T')

   class LinkedList(Sized, Generic[T]):
       ...

Lors de l'héritage de classes génériques, certaines variables de type
peuvent être corrigées :

   from typing import TypeVar, Mapping

   T = TypeVar('T')

   class MyDict(Mapping[str, T]):
       ...

Dans ce cas, "MyDict" a un seul paramètre, "T".

L'utilisation d'une classe générique sans spécifier de paramètres de
type suppose "Any" pour chaque position. Dans l'exemple suivant,
"MyIterable" n'est pas générique mais hérite implicitement de
"Iterable[Any]" :

   from typing import Iterable

   class MyIterable(Iterable): # Same as Iterable[Any]

Les alias de type générique définis par l'utilisateur sont également
pris en charge. Exemples :

   from typing import TypeVar, Iterable, Tuple, 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)

The metaclass used by "Generic" is a subclass of "abc.ABCMeta". A
generic class can be an ABC by including abstract methods or
properties, and generic classes can also have ABCs as base classes
without a metaclass conflict. Generic metaclasses are not supported.
The outcome of parameterizing generics is cached, and most types in
the typing module are hashable and comparable for equality.


26.1.6. Le type "Any"
=====================

Un type particulier est "Any". Un vérificateur de type statique traite
chaque type comme étant compatible avec "Any" et "Any" comme étant
compatible avec chaque type.

This means that it is possible to perform any operation or method call
on a value of type on "Any" and assign it to any 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()
       ...

Notez qu'aucun contrôle de typage n'est effectué lors de l'affectation
d'une valeur de type "Any" à un type plus précis. Par exemple, le
vérificateur de type statique ne signale pas d'erreur lors de
l'affectation de "a" à "s" même si "s" était déclaré être de type
"str" et reçoit une valeur "int" au moment de son exécution !

De plus, toutes les fonctions sans type de retour ni type de paramètre
sont considérées comme utilisant "Any" implicitement par défaut :

   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

Ce comportement permet à "Any" d'être utilisé comme succédané lorsque
vous avez besoin de mélanger du code typé dynamiquement et
statiquement.

Comparons le comportement de "Any" avec celui de "object". De la même
manière que pour "Any", chaque type est un sous-type de "object".
Cependant, contrairement à "Any", l'inverse n'est pas vrai : "object"
n'est *pas* un sous-type de chaque autre type.

Cela signifie que lorsque le type d'une valeur est "object", un
vérificateur de type rejette presque toutes les opérations sur celle-
ci, et l'affecter à une variable (ou l'utiliser comme une valeur de
retour) d'un type plus spécialisé est une erreur de typage. Par
exemple :

   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")

Utilisez "object" pour indiquer qu'une valeur peut être de n'importe
quel type de manière sûre. Utiliser "Any" pour indiquer qu'une valeur
est typée dynamiquement.


26.1.7. Classes, functions, and decorators
==========================================

The module defines the following classes, functions and decorators:

class typing.TypeVar

   Variables de type.

   Utilisation :

      T = TypeVar('T')  # Can be anything
      A = TypeVar('A', str, bytes)  # Must be str or bytes

   Type variables exist primarily for the benefit of static type
   checkers.  They serve as the parameters for generic types as well
   as for generic function definitions.  See class Generic for more
   information on generic types.  Generic functions work as follows:

      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 signature de ce dernier exemple est essentiellement la surcharge
   de "(str, str) -> str" et "(bytes, bytes) -> bytes". Notez
   également que si les arguments sont des instances d'une sous-classe
   de la classe "str", le type de retour est toujours la classe "str".

   Au moment de l'exécution, "isinstance(x, T)" va lever "TypeError".
   En général, "isinstance()" et "issubclass()" ne devraient pas être
   utilisés avec les types.

   Les variables de type peuvent être marquées covariantes ou
   contravariantes en passant "covariant=True" ou
   "contravariant=True". Voir la **PEP 484** pour plus de détails. Par
   défaut, les variables de type sont invariantes. Sinon, une variable
   de type peut spécifier une limite supérieure en utilisant
   "bound=<type>". Cela signifie qu'un type réel substitué
   (explicitement ou implicitement) à la variable type doit être une
   sous-classe du type frontière (*boundary* en anglais), voir la
   **PEP 484**.

class typing.Generic

   Classe de base abstraite pour les types génériques.

   Un type générique est généralement déclaré en héritant d'une
   instanciation de cette classe avec une ou plusieurs variables de
   type. Par exemple, un type de correspondance générique peut être
   défini comme suit :

      class Mapping(Generic[KT, VT]):
          def __getitem__(self, key: KT) -> VT:
              ...
              # Etc.

   Cette classe peut alors être utilisée comme suit :

      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.Type(Generic[CT_co])

   Une variable annotée de "C" peut accepter une valeur de type "C".
   En revanche, une variable annotée avec "Type[C]" peut accepter des
   valeurs qui sont elles-mêmes des classes — plus précisément, elle
   accepte l'objet *class* de "C". Par exemple :

      a = 3         # Has type 'int'
      b = int       # Has type 'Type[int]'
      c = type(a)   # Also has type 'Type[int]'

   Notez que "Type[C]" est covariant :

      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()

   Le fait que "Type[C]" soit covariant implique que toutes les sous-
   classes de "C" doivent implémenter la même signature de
   constructeur et les signatures de méthode de classe que "C". Le
   vérificateur de type doit signaler les manquements à cette règle.
   Il doit également autoriser les appels du constructeur dans les
   sous-classes qui correspondent aux appels du constructeur dans la
   classe de base indiquée. La façon dont le vérificateur de type est
   tenu de traiter ce cas particulier peut changer dans les futures
   révisions de **PEP 484**.

   The only legal parameters for "Type" are classes, "Any", type
   variables, and unions of any of these types. For example:

      def new_non_team_user(user_class: Type[Union[BaseUser, ProUser]]): ...

   "Type[Any]" est équivalent à "Type" qui à son tour est équivalent à
   "type", qui est la racine de la hiérarchie des métaclasses de
   Python.

   Nouveau dans la version 3.5.2.

class typing.Iterable(Generic[T_co])

   Une version générique de "collections.abc.Iterable".

class typing.Iterator(Iterable[T_co])

   Une version générique de "collections.abc.Iterator".

class typing.Reversible(Iterable[T_co])

   Une version générique de "collections.abc.Reversible".

class typing.SupportsInt

   Une ABC avec une méthode abstraite "__int__".

class typing.SupportsFloat

   Une ABC avec une méthode abstraite "__float__".

class typing.SupportsComplex

   Une ABC avec une méthode abstraite "__complex__".

class typing.SupportsBytes

   Une ABC avec une méthode abstraite "__bytes__".

class typing.SupportsAbs

   Une ABC avec une méthode abstraite "__abs__" qui est covariante
   dans son type de retour.

class typing.SupportsRound

   Une ABC avec une méthode abstraite "__round__" qui est covariante
   dans son type de retour.

class typing.Container(Generic[T_co])

   Une version générique de "collections.abc.Container".

class typing.Hashable

   Un alias pour "collections.abc.Hashable"

class typing.Sized

   Un alias pour "collections.abc.Sized"

class typing.Collection(Sized, Iterable[T_co], Container[T_co])

   Une version générique de "collections.abc.Collection"

   Nouveau dans la version 3.6.

class typing.AbstractSet(Sized, Collection[T_co])

   Une version générique de "collections.abc.Set".

class typing.MutableSet(AbstractSet[T])

   Une version générique de "collections.abc.MutableSet".

class typing.Mapping(Sized, Collection[KT], Generic[VT_co])

   A generic version of "collections.abc.Mapping".

class typing.MutableMapping(Mapping[KT, VT])

   Une version générique de "collections.abc.MutableMapping".

class typing.Sequence(Reversible[T_co], Collection[T_co])

   Une version générique de "collections.abc.Sequence".

class typing.MutableSequence(Sequence[T])

   Une version générique de "collections.abc.MutableSequence".

class typing.ByteString(Sequence[int])

   Une version générique de "collections.abc.ByteString".

   This type represents the types "bytes", "bytearray", and
   "memoryview".

   Comme abréviation pour ce type, "bytes" peut être utilisé pour
   annoter des arguments de n'importe quel type mentionné ci-dessus.

class typing.Deque(deque, MutableSequence[T])

   Une version générique de "collections.deque".

   Nouveau dans la version 3.6.1.

class typing.List(list, MutableSequence[T])

   Generic version of "list". Useful for annotating return types. To
   annotate arguments it is preferred to use abstract collection types
   such as "Mapping", "Sequence", or "AbstractSet".

   Ce type peut être utilisé comme suit :

      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]

class typing.Set(set, MutableSet[T])

   A generic version of "builtins.set".

class typing.FrozenSet(frozenset, AbstractSet[T_co])

   Une version générique de "builtins.frozenset".

class typing.MappingView(Sized, Iterable[T_co])

   Une version générique de "collections.abc.MappingView".

class typing.KeysView(MappingView[KT_co], AbstractSet[KT_co])

   Une version générique de "collections.abc.KeysView".

class typing.ItemsView(MappingView, Generic[KT_co, VT_co])

   Une version générique de "collections.abc.ItemsView".

class typing.ValuesView(MappingView[VT_co])

   Une version générique de "collections.abc.ValuesView".

class typing.Awaitable(Generic[T_co])

   Une version générique de "collections.abc.Awaitable".

class typing.Coroutine(Awaitable[V_co], Generic[T_co T_contra, V_co])

   Une version générique de "collections.abc.Coroutine". La variance
   et l'ordre des variables de type correspondent à ceux de la classe
   "Generator", par exemple :

      from typing import List, 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

class typing.AsyncIterable(Generic[T_co])

   Une version générique de "collections.abc.AsyncIterable".

class typing.AsyncIterator(AsyncIterable[T_co])

   Une version générique de "collections.abc.AsyncIterator".

class typing.ContextManager(Generic[T_co])

   Une version générique de "contextlib.AbstractContextManager".

   Nouveau dans la version 3.6.

class typing.AsyncContextManager(Generic[T_co])

   An ABC with async abstract "__aenter__()" and "__aexit__()"
   methods.

   Nouveau dans la version 3.6.

class typing.Dict(dict, MutableMapping[KT, VT])

   A generic version of "dict". The usage of this type is as follows:

      def get_position_in_index(word_list: Dict[str, int], word: str) -> int:
          return word_list[word]

class typing.DefaultDict(collections.defaultdict, MutableMapping[KT, VT])

   Une version générique de "collections.defaultdict".

   Nouveau dans la version 3.5.2.

class typing.Counter(collections.Counter, Dict[T, int])

   Une version générique de "collections.Counter".

   Nouveau dans la version 3.6.1.

class typing.ChainMap(collections.ChainMap, MutableMapping[KT, VT])

   Une version générique de "collections.ChainMap".

   Nouveau dans la version 3.6.1.

class typing.Generator(Iterator[T_co], Generic[T_co, T_contra, V_co])

   Un générateur peut être annoté par le type générique
   "Generator[YieldType, SendType, ReturnType]". Par exemple :

      def echo_round() -> Generator[int, float, str]:
          sent = yield 0
          while sent >= 0:
              sent = yield round(sent)
          return 'Done'

   Notez que contrairement à beaucoup d'autres génériques dans le
   module *typing*, le "SendType" de "Generator" se comporte de
   manière contravariante, pas de manière covariante ou invariante.

   Si votre générateur ne donne que des valeurs, réglez les paramètres
   "SendType" et "ReturnType" sur "None" :

      def infinite_stream(start: int) -> Generator[int, None, None]:
          while True:
              yield start
              start += 1

   Alternativement, annotez votre générateur comme ayant un type de
   retour soit "Iterable[YieldType]" ou "Iterator[YieldType]" :

      def infinite_stream(start: int) -> Iterator[int]:
          while True:
              yield start
              start += 1

class typing.AsyncGenerator(AsyncIterator[T_co], Generic[T_co, T_contra])

   Un générateur asynchrone peut être annoté par le type générique
   "AsyncGenerator[YieldType, SendType]". Par exemple :

      async def echo_round() -> AsyncGenerator[int, float]:
          sent = yield 0
          while sent >= 0.0:
              rounded = await round(sent)
              sent = yield rounded

   Contrairement aux générateurs normaux, les générateurs asynchrones
   ne peuvent pas renvoyer une valeur, il n'y a donc pas de paramètre
   de type "ReturnType". Comme avec "Generator", le "SendType" se
   comporte de manière contravariante.

   Si votre générateur ne donne que des valeurs, réglez le paramètre
   "SendType" sur "None" :

      async def infinite_stream(start: int) -> AsyncGenerator[int, None]:
          while True:
              yield start
              start = await increment(start)

   Alternativement, annotez votre générateur comme ayant un type de
   retour soit "AsyncIterable[YieldType]" ou
   "AsyncIterator[YieldType]" :

      async def infinite_stream(start: int) -> AsyncIterator[int]:
          while True:
              yield start
              start = await increment(start)

   Nouveau dans la version 3.5.4.

class typing.Text

   "Text" est un alias pour "str". Il est fourni pour obtenir une
   compatibilité ascendante du code Python 2 : en Python 2, "Text" est
   un alias pour "unicode".

   Utilisez "Text" pour indiquer qu'une valeur doit contenir une
   chaîne Unicode d'une manière compatible avec Python 2 et Python 3 :

      def add_unicode_checkmark(text: Text) -> Text:
          return text + u' \u2713'

   Nouveau dans la version 3.5.2.

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()".

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]".

class typing.NamedTuple

   Typed version of namedtuple.

   Utilisation :

      class Employee(NamedTuple):
          name: str
          id: int

   C’est équivalent à :

      Employee = collections.namedtuple('Employee', ['name', 'id'])

   Pour assigner une valeur par défaut à un champ, vous pouvez lui
   donner dans le corps de classe :

      class Employee(NamedTuple):
          name: str
          id: int = 3

      employee = Employee('Guido')
      assert employee.id == 3

   Les champs avec une valeur par défaut doivent venir après tous les
   champs sans valeur par défaut.

   The resulting class has two extra attributes: "_field_types",
   giving a dict mapping field names to types, and "_field_defaults",
   a dict mapping field names to default values.  (The field names are
   in the "_fields" attribute, which is part of the namedtuple API.)

   Les sous-classes de "NamedTuple" peuvent aussi avoir des
   *docstrings* et des méthodes :

      class Employee(NamedTuple):
          """Represents an employee."""
          name: str
          id: int = 3

          def __repr__(self) -> str:
              return f'<Employee {self.name}, id={self.id}>'

   Utilisation rétrocompatible :

      Employee = NamedTuple('Employee', [('name', str), ('id', int)])

   Modifié dans la version 3.6: Ajout de la gestion de la syntaxe
   d'annotation variable de la **PEP 526**.

   Modifié dans la version 3.6.1: Ajout de la prise en charge des
   valeurs par défaut, des méthodes et des chaînes de caractères
   *docstrings*.

typing.NewType(typ)

   A helper function to indicate a distinct types to a typechecker,
   see NewType. At runtime it returns a function that returns its
   argument. Usage:

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

   Nouveau dans la version 3.5.2.

typing.cast(typ, val)

   Convertit une valeur en un type.

   Ceci renvoie la valeur inchangée. Pour le vérificateur de type,
   cela signifie que la valeur de retour a le type désigné mais, à
   l'exécution, intentionnellement, rien n'est vérifié (afin que cela
   soit aussi rapide que possible).

typing.get_type_hints(obj[, globals[, locals]])

   renvoie un dictionnaire contenant des indications de type pour une
   fonction, une méthode, un module ou un objet de classe.

   C'est souvent équivalent à "obj.__annotations__". De plus, les
   références directes encodées sous forme de chaîne littérales sont
   traitées en les évaluant dans les espaces de nommage "globals" et
   "locals". Si nécessaire, "Optional[t]" est ajouté pour les
   annotations de fonction et de méthode si une valeur par défaut
   égale à "None" est définie. Pour une classe "C", renvoie un
   dictionnaire construit en fusionnant toutes les "__annotations__"
   en parcourant "C.__mro__" en ordre inverse.

@typing.overload

   The "@overload" decorator allows describing functions and methods
   that support multiple different combinations of argument types. A
   series of "@overload"-decorated definitions must be followed by
   exactly one non-"@overload"-decorated definition (for the same
   function/method). The "@overload"-decorated definitions are for the
   benefit of the type checker only, since they will be overwritten by
   the non-"@overload"-decorated definition, while the latter is used
   at runtime but should be ignored by a type checker.  At runtime,
   calling a "@overload"-decorated function directly will raise
   "NotImplementedError". An example of overload that gives a more
   precise type than can be expressed using a union or a type
   variable:

      @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>

   Voir la **PEP 484** pour plus de détails et la comparaison avec
   d'autres sémantiques de typage.

@typing.no_type_check

   Décorateur pour indiquer que les annotations ne sont pas des
   indications de type.

   Cela fonctionne en tant que classe ou fonction *décoratrice*. Avec
   une classe, elle s'applique récursivement à toutes les méthodes
   définies dans cette classe (mais pas aux méthodes définies dans ses
   superclasses ou sous-classes).

   Cela fait muter la ou les fonctions en place.

@typing.no_type_check_decorator

   Décorateur pour donner à un autre décorateur l'effet
   "no_type_check()".

   Ceci enveloppe le décorateur avec quelque chose qui enveloppe la
   fonction décorée dans "no_type_check()".

typing.Any

   Type spécial indiquant un type non contraint.

   * Chaque type est compatible avec "Any".

   * "Any" est compatible avec tous les types.

typing.NoReturn

   Type spécial indiquant qu'une fonction ne renvoie rien. Par exemple
   :

      from typing import NoReturn

      def stop() -> NoReturn:
          raise RuntimeError('no way')

   Nouveau dans la version 3.6.5.

typing.Union

   Type « union » ; "Union[X, Y]" signifie X ou Y.

   Pour définir une union, utilisez par exemple "Union[int, str]".
   Détail :

   * Les arguments doivent être des types et il doit y en avoir au
     moins un.

   * Les unions d'unions sont aplanies, par exemple :

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

   * Les unions d'un seul argument disparaissent, par exemple :

        Union[int] == int  # The constructor actually returns int

   * Les arguments redondants sont ignorés, par exemple :

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

   * Lors de la comparaison d'unions, l'ordre des arguments est
     ignoré, par exemple :

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

   * When a class and its subclass are present, the latter is skipped,
     e.g.:

        Union[int, object] == object

   * Vous ne pouvez pas sous-classer ou instancier une union.

   * Vous ne pouvez pas écrire "Union[X][Y]".

   * Vous pouvez utiliser l'abréviation "Optional[X]" pour "Union[X,
     None]".

typing.Optional

   Type « optionnel ».

   "Optional[X]" équivaut à "Union[X, None]".

   Note that this is not the same concept as an optional argument,
   which is one that has a default.  An optional argument with a
   default does not require the "Optional" qualifier on its type
   annotation just because it is optional. For example:

      def foo(arg: int = 0) -> None:
          ...

   On the other hand, if an explicit value of "None" is allowed, the
   use of "Optional" is appropriate, whether the argument is optional
   or not. For example:

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

typing.Tuple

   Tuple type; "Tuple[X, Y]" is the type of a tuple of two items with
   the first item of type X and the second of type Y.

   Exemple : "Tuple[T1, T2]" est une paire correspondant aux variables
   de type "T1" et "T2". "Tuple[int, float, str]" est un triplet
   composé d'un entier, d'un flottant et d'une chaîne de caractères.

   Pour spécifier un *n*-uplet de longueur variable et de type
   homogène, utilisez une ellipse, par exemple "Tuple[int, ....]". Un
   *n*-uplet "Tuple" est équivalent à "Tuple[Any, ....]" et, à son
   tour, à "tuple".

typing.Callable

   Type Appelable. "Callable[[int], str]" est une fonction de type
   "(int) -> str".

   La syntaxe de sélection (*subscription* en anglais) doit toujours
   être utilisée avec exactement deux valeurs : la liste d'arguments
   et le type de retour. La liste d'arguments doit être une liste de
   types ou une ellipse ; il doit y avoir un seul type de retour.

   Il n'y a pas de syntaxe pour indiquer les arguments optionnels ou
   les arguments par mots-clés ; de tels types de fonctions sont
   rarement utilisés comme types de rappel. "Callable[...,
   ReturnType]" (ellipse) peut être utilisé pour annoter le type d'un
   appelable, prenant un nombre quelconque d'arguments et renvoyant
   "ReturnType". Un simple "Callable" est équivalent à "Callable[...,
   Any]" et, à son tour, à "collections.abc.Callable".

typing.ClassVar

   Construction de type particulière pour indiquer les variables de
   classe.

   Telle qu'introduite dans la **PEP 526**, une annotation de variable
   enveloppée dans ClassVar indique qu'un attribut donné est destiné à
   être utilisé comme une variable de classe et ne doit pas être
   défini sur des instances de cette classe. Utilisation :

      class Starship:
          stats: ClassVar[Dict[str, int]] = {} # class variable
          damage: int = 10                     # instance variable

   "ClassVar" n'accepte que les types et ne peut plus être dérivé.

   "ClassVar" n'est pas une classe en soi, et ne devrait pas être
   utilisée avec "isinstance()" ou "issubclass()". "ClassVar" ne
   modifie pas le comportement d'exécution Python, mais il peut être
   utilisé par des vérificateurs tiers. Par exemple, un vérificateur
   de type peut marquer le code suivant comme une erreur :

      enterprise_d = Starship(3000)
      enterprise_d.stats = {} # Error, setting class variable on instance
      Starship.stats = {}     # This is OK

   Nouveau dans la version 3.5.3.

typing.AnyStr

   "AnyStr" est une variable de type définie comme "AnyStr =
   TypeVar('AnyStr', str, bytes)".

   Cela est destiné à être utilisé pour des fonctions qui peuvent
   accepter n'importe quel type de chaîne de caractères sans permettre
   à différents types de chaînes de caractères de se mélanger. Par
   exemple :

      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

typing.TYPE_CHECKING

   Constante spéciale qui vaut "True" pour les vérificateurs de type
   statiques tiers et "False" à l'exécution. Utilisation :

      if TYPE_CHECKING:
          import expensive_mod

      def fun(arg: 'expensive_mod.SomeType') -> None:
          local_var: expensive_mod.AnotherType = other_fun()

   Note that the first type annotation must be enclosed in quotes,
   making it a "forward reference", to hide the "expensive_mod"
   reference from the interpreter runtime.  Type annotations for local
   variables are not evaluated, so the second annotation does not need
   to be enclosed in quotes.

   Nouveau dans la version 3.5.2.
