typing — Suporte para dicas de tipo

Adicionado na versão 3.5.

Código-fonte: Lib/typing.py

Nota

O tempo de execução do Python não força anotações de tipos de variáveis e funções. Elas podem ser usadas por ferramentas de terceiros como verificadores de tipo, IDEs, linters, etc.


Este módulo fornece suporte em tempo de execução para dicas de tipo.

Considere a função abaixo:

def surface_area_of_cube(edge_length: float) -> str:
    return f"A área superficial de um cubo é {6 * edge_length ** 2}."

A função surface_area_of_cube recebe um argumento que se espera ser uma instância de float, conforme indicado pela dica de tipo edge_length: float. Espera-se que a função retorne uma instância de str, conforme indicado pela dica -> str.

Embora as dicas de tipo possam ser classes simples como float ou str, elas também podem ser mais complexas. O módulo typing fornece um vocabulário de dicas de tipo mais avançadas.

Novos recursos são frequentemente adicionados ao módulo typing. O pacote typing_extensions fornece backports desses novos recursos para versões mais antigas do Python.

Ver também

“Guia rápido sobre Dicas de Tipo”

Uma visão geral das dicas de tipo (hospedado por mypy docs, em inglês).

“Referência sobre Sistema de Tipo” seção de the mypy docs

O sistema de tipagem do Python é padronizado pelas PEPs, portanto esta referência deve se aplicar a maioria do verificadores de tipo do Python. (Alguns trechos podem se referir especificamente ao mypy. Documento em inglês).

“Tipagem Estática com Python”

Documentação independente de verificador de tipo escrita pela comunidade, detalhando os recursos do sistema de tipo, ferramentas úteis de tipagem e melhores práticas.

Especificação para o sistema de tipos do Python

A especificação canônica e atualizada do sistema de tipos Python pode ser encontrada em “Specification for the Python type system”.

Apelidos de tipo

Um apelido de tipo é definido utilizando a instrução type, que por sua vez cria uma instância da classe TypeAliasType. Neste exemplo, Vector e list[float] serão tratados de maneira equivalente pelos verificadores de tipo estático:

type Vector = list[float]

def scale(scalar: float, vector: Vector) -> Vector:
    return [scalar * num for num in vector]

# passa na verificação de tipos; uma lista de floats é qualificada como Vector.
new_vector = scale(2.0, [1.0, -4.2, 5.4])

Apelidos de tipo são úteis para simplificar assinaturas de tipo complexas. Por exemplo:

from collections.abc import Sequence

type ConnectionOptions = dict[str, str]
type Address = tuple[str, int]
type Server = tuple[Address, ConnectionOptions]

def broadcast_message(message: str, servers: Sequence[Server]) -> None:
    ...

# O verificador de tipo tratará a assinatura de tipo anterior
# como exatamente equivalente à assinatura abaixo.
def broadcast_message(
    message: str,
    servers: Sequence[tuple[tuple[str, int], dict[str, str]]]
) -> None:
    ...

A instrução type é nova no Python 3.12. Para manter retrocompatibilidade, apelidos de tipo também podem ser criados usando atribuição:

Vector = list[float]

Ou marcado com TypeAlias para tornar explícito que se trata de um apelido de tipo e não uma atribuição de variável comum:

from typing import TypeAlias

Vector: TypeAlias = list[float]

NewType

Utilize o auxiliar NewType para criar tipos únicos:

from typing import NewType

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

O verificador de tipo estático tratará o novo tipo como se fosse uma subclasse do tipo original. Isso é útil para ajudar a encontrar erros de lógica:

def get_user_name(user_id: UserId) -> str:
    ...

# passa na verificação de tipo
user_a = get_user_name(UserId(42351))

# falha na verificação de tipo: um int não é um UserId
user_b = get_user_name(-1)

Você ainda pode executar todas as operações int em uma variável do tipo UserId, mas o resultado sempre será do tipo int. Isso permite que você passe um UserId em qualquer ocasião que int possa ser esperado, mas previne que você acidentalmente crie um UserId de uma forma inválida:

# 'output' é do tipo 'int', em vez de 'UserId'
output = UserId(23413) + UserId(54341)

Note que essas verificações são aplicadas apenas pelo verificador de tipo estático. Em tempo de execução, a instrução Derived = NewType('Derived', Base) irá tornar Derived um chamável que retornará imediatamente qualquer parâmetro que você passar. Isso significa que a expressão Derived(some_value) não cria uma nova classe ou introduz sobrecarga além de uma chamada regular de função.instrução

Mais precisamente, a expressão some_value is Derived(some_value) é sempre verdadeira em tempo de execução.

É inválido criar um subtipo de Derived:

from typing import NewType

UserId = NewType('UserId', int)

# Falha em tempo de execução e não passa na verificação de tipos
class AdminUserId(UserId): pass

No entanto, é possível criar um NewType baseado em um ‘derivado’ NewType:

from typing import NewType

UserId = NewType('UserId', int)

ProUserId = NewType('ProUserId', UserId)

e a verificação de tipos para ProUserId funcionará como esperado.

Veja PEP 484 para mais detalhes.

Nota

Lembre-se que o uso de um apelido de tipo declara que dois tipos serão equivalentes entre si. Efetuar type Alias = Original fará o verificador de tipo estático tratar Alias como sendo exatamente equivalente a Original em todos os casos. Isso é útil quando você deseja simplificar assinaturas de tipo complexas.

Em contraste, NewType declara que um tipo será subtipo de outro. Efetuando Derived = NewType('Derived', Original) irá fazer o verificador de tipo estático tratar Derived como uma subclasse de Original, o que significa que um valor do tipo Original não pode ser utilizado onde um valor do tipo Derived é esperado. Isso é útil quando você deseja evitar erros de lógica com custo mínimo de tempo de execução.

Adicionado na versão 3.5.2.

Alterado na versão 3.10: NewType agora é uma classe em vez de uma função. Consequentemente, existem alguns custos em tempo de execução ao chamar NewType em vez de uma função comum.

Alterado na versão 3.11: O desempenho de chamar NewType voltou ao mesmo nível da versão Python 3.9.

Anotações de objetos chamáveis

Funções – ou outros objetos chamáveis – podem ser anotados com collections.abc.Callable ou com o tipo descontinuado typing.Callable. Callable[[int], str] expressa uma função que recebe um único parâmetro de tipo int e retorna uma str.

Por exemplo:

from collections.abc import Callable, Awaitable

def feeder(get_next_item: Callable[[], str]) -> None:
    ...  # Corpo

def async_query(on_success: Callable[[int], None],
                on_error: Callable[[int, Exception], None]) -> None:
    ...  # Corpo

async def on_update(value: str) -> None:
    ...  # Corpo

callback: Callable[[str], Awaitable[None]] = on_update

A sintaxe da subscrição deve sempre ser usada com exatamente dois valores: uma lista de argumentos e o tipo de retorno. A lista de argumentos deve ser uma lista de tipos, um ParamSpec, Concatenate, ou reticências. O tipo de retorno deve ser um único tipo.

Se uma reticências literal ... é passada no lugar de uma lista de argumentos, ela indica que um chamável com uma lista de qualquer parâmetro arbitrário seria aceita.

def concat(x: str, y: str) -> str:
    return x + y

x: Callable[..., str]
x = str     # OK
x = concat  # OK também

Callable não pode representar assinaturas complexas, como funções que aceitam um número variado de argumentos, funções sobrecarregadas, or funções que recebem apenas parâmetros somente-nomeados. No entanto, essas assinaturas podem ser expressas ao se definir uma Protocol com um método __call__():

from collections.abc import Iterable
from typing import Protocol

class Combiner(Protocol):
    def __call__(self, *vals: bytes, maxlen: int | None = None) -> list[bytes]: ...

def batch_proc(data: Iterable[bytes], cb_results: Combiner) -> bytes:
    for item in data:
        ...

def good_cb(*vals: bytes, maxlen: int | None = None) -> list[bytes]:
    ...
def bad_cb(*vals: bytes, maxitems: int | None) -> list[bytes]:
    ...

batch_proc([], good_cb)  # OK
batch_proc([], bad_cb)   # Erro! Argumento 2 tem tipo incompatível por ter
                         # nome e tipo diferente do callback

Chamáveis que recebem outros chamáveis como argumentos podem indicar que seus tipos de parâmetro dependem uns dos outros usando ParamSpec. Além disso, se esse chamável adiciona ou remove argumentos de outros chamáveis, o operador Concatenate pode ser usado. Eles assumem a forma de Callable[ParamSpecVariable, ReturnType] e Callable[Concatenate[Arg1Type, Arg2Type, ..., ParamSpecVariable], ReturnType], respectivamente.

Alterado na versão 3.10: Callable agora oferece suporte a ParamSpec e Concatenate. Veja PEP 612 para mais detalhes.

Ver também

A documentação para ParamSpec e Concatenate contém exemplos de uso em Callable.

Genéricos

Como a informação de tipo sobre objetos mantidos em contêineres não pode ser inferida estaticamente de uma maneira genérica, muitas classes de contêineres na biblioteca padrão permitem usar subscrição para denotar o tipo esperado dos elementos dos contêineres.

from collections.abc import Mapping, Sequence

class Employee: ...

# Sequence[Employee] indica que todos os elementos na sequência
# devem ser instâncias de "Employee".
# Mapping[str, str] indica que todas as chaves e valores no mapeamento
# devem ser strings.
def notify_by_email(employees: Sequence[Employee],
                    overrides: Mapping[str, str]) -> None: ...

Funções e classes genéricas podem ser parametrizadas utilizando a sintaxe de parâmetro de tipos:

from collections.abc import Sequence

def first[T](l: Sequence[T]) -> T:  # Função é genérica sobre TypeVar "T"
    return l[0]

Ou utilizando a fábrica TypeVar diretamente:

from collections.abc import Sequence
from typing import TypeVar

U = TypeVar('U')                  # Declara tipo variável "U"

def second(l: Sequence[U]) -> U:  # Função é genérica sobre a TypeVar "U"
    return l[1]

Alterado na versão 3.12: O suporte sintático para genéricos é novo no Python 3.12.

Anotando tuplas

Para a maior parte dos tipos containers em Python, o sistema de tipagem presume que todos os elementos do contêiner são do mesmo tipo. Por exemplo:

from collections.abc import Mapping

# Verificador de tipos irá inferir que todos os elementos em ``x`` devem ser ints
x: list[int] = []

# Erro no verificador: ``list`` aceita um único tipo de argumento
y: list[int, str] = [1, 'foo']

# Verificador de tipos irá inferir que todas as chaves em ``z`` devem ser strings,
# e todos os valores em ``z`` devem ser strings ou ints
z: Mapping[str, str | int] = {}

list aceita apenas um tipo de argumento, e assim o verificador de tipos emitirá um erro na atribuição y acima. Da mesma forma, Mapping aceita apenas dois tipos de argumento: O primeiro indica o tipo das chaves, e o segundo indica o tipo dos valores.

Ao contrário da maioria dos outros contêineres Python, é comum no código Python idiomático que as tuplas tenham elementos que não sejam todos do mesmo tipo. Por esse motivo, as tuplas têm um caso especial no sistema de tipagem do Python. tuple aceita qualquer quantidade de argumentos de tipo:

# OK: ``x`` foi atribuída a uma tupla de comprimento 1, onde o único elemento é um int
x: tuple[int] = (5,)

# OK: ``y`` foi atribuída a uma tupla de comprimento 2;
# o elemento 1 é um int, o elemento 2 é uma str
y: tuple[int, str] = (5, "foo")

# Erro: a anotação de tipo indica uma tupla de comprimento 1,
# mas ``z`` foi atribuída a uma tupla de comprimento 3
z: tuple[int] = (1, 2, 3)

Para indicar um tupla que pode ser de qualquer comprimento, e no qual todos os elementos são do mesmo tipo T, use tuple[T, ...]. Para denotar um tupla vazia, use tuple[()]. Usando apenas tuple como anotação, é equivalente a usar tuple[Any, ...]:

x: tuple[int, ...] = (1, 2)
# Essas reatribuições são OK: ``tuple[int, ...]`` indica que x pode ter qualquer comprimento
x = (1, 2, 3)
x = ()
# Essa reatribuição é um erro: todos os elementos de ``x`` devem ser ints
x = ("foo", "bar")

# ``y`` só pode ser atribuída a uma tupla vazia
y: tuple[()] = ()

z: tuple = ("foo", "bar")
# Essas reatribuições são OK: o tipo ``tuple`` equivale a ``tuple[Any, ...]``
z = (1, 2, 3)
z = ()

O tipo de objetos de classe

Uma variável anotada com C pode aceitar um valor de tipo C. Por outro lado, uma variável anotada com type[C] (ou o tipo descontinuado typing.Type[C]) pode aceitar valores que são as próprias classes – mais especificamente, ela aceitará o objeto classe de C. Por exemplo:

a = 3         # Tem tipo ``int``
b = int       # Tem tipo ``type[int]``
c = type(a)   # Também tem tipo ``type[int]``

Observe que type[C] é covariante:

class User: ...
class ProUser(User): ...
class TeamUser(User): ...

def make_new_user(user_class: type[User]) -> User:
    # ...
    return user_class()

make_new_user(User)      # OK
make_new_user(ProUser)   # Também OK: ``type[ProUser]`` é subtipo de ``type[User]``
make_new_user(TeamUser)  # Tudo bem
make_new_user(User())    # Erro: esperava-se ``type[User]`` mas retornou ``User``
make_new_user(int)       # Erro: ``type[int]`` não é subtipo de ``type[User]``

Os únicos parâmetros válidos para type são classes, Any, type variables e uniões de qualquer um desses tipos. Por exemplo:

def new_non_team_user(user_class: type[BasicUser | ProUser]): ...

new_non_team_user(BasicUser)  # OK
new_non_team_user(ProUser)    # OK
new_non_team_user(TeamUser)   # Erro: ``type[TeamUser]`` não é subtipo
                              # de ``type[BasicUser | ProUser]``
new_non_team_user(User)       # Também é um erro

type[Any] é equivalente a type, que é a raiz da hierarquia de metaclasses do Python.

Anotando geradores e corrotinas

Um gerador pode ser anotado usando um tipo genérico Generator[YieldType, SendType, ReturnType]. Por exemplo:

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

Note que, diferentemente de outras classes genéricas na biblioteca padrão, o SendType da classe Generator se comporta contravariantemente, em vez de covariantemente ou invariantemente.

Os parâmetros SendType e ReturnType são None por padrão:

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

Também é possível definir esses tipos explicitamente:

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

Geradores simples que só produzem valores também podem ser anotados com tipo de retorno Iterable[YieldType] ou Iterator[YieldType]:

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

Geradores assíncronos são manipulados similarmente, mas não espere um argumento de tipo ReturnType (AsyncGenerator[YieldType, SendType]). O argumento SendType é None por padrão, então as seguintes definições são equivalentes:

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

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

Como no caso síncrono, AsyncIterable[YieldType] e AsyncIterator[YieldType] também estão disponíveis:

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

Corrotinas podem ser anotadas usando Coroutine[YieldType, SendType, ReturnType]. Argumentos genéricos correspondem àqueles da classe Generator, por exemplo:

from collections.abc import Coroutine
c: Coroutine[list[str], str, int]  # Uma corrotina defina em outro lugar
x = c.send('hi')                   # Tipo inferido de 'x' é list[str]
async def bar() -> None:
    y = await c                    # Tipo inferido de 'y' é int

Tipos genéricos definidos pelo usuário

Uma classe definida pelo usuário pode ser definica como uma classe genérica.

from logging import Logger

class LoggedVar[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)

Esta sintaxe indica que o classe LoggedVar é parametrizada em torno de uma única type variable T. Isso também torna T válido como um tipo dentro do corpo da classe.

Classes genéricas implicitamente herdar de Generic. Para compatibilidade com Python 3.11 e versões inferiores, também é possível herdar explicitamente de Generic para indicar uma classe genérica:

from typing import TypeVar, Generic

T = TypeVar('T')

class LoggedVar(Generic[T]):
    ...

Classes genéricas têm métodos __class_getitem__(), o que significa que podem ser parametrizadas em tempo de execução (por exemplo, LoggedVar[int] abaixo):

from collections.abc import Iterable

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

Um tipo genérico pode ter qualquer número de tipos de variáveis. Todas as variedades de TypeVar são permitidas como parâmetros para um tipo genérico:

from typing import TypeVar, Generic, Sequence

class WeirdTrio[T, B: Sequence[bytes], S: (int, str)]:
    ...

OldT = TypeVar('OldT', contravariant=True)
OldB = TypeVar('OldB', bound=Sequence[bytes], covariant=True)
OldS = TypeVar('OldS', int, str)

class OldWeirdTrio(Generic[OldT, OldB, OldS]):
    ...

Cada tipo dos argumentos para Generic devem ser distintos. Assim, os seguintes exemplos são inválidos:

from typing import TypeVar, Generic
...

class Pair[M, M]:  # SyntaxError
    ...

T = TypeVar('T')

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

Classes genéricas podem também herdar de outras classes:

from collections.abc import Sized

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

Ao herdar das classes genérico, algun tipos podem ser fixos:

from collections.abc import Mapping

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

Neste caso MyDict possui um único parâmetro, T.

O uso de uma classe genérica sem especificar tipos pressupõe Any para cada posição. No exemplo a seguir, MyIterable não é genérico, mas herda implicitamente de Iterable[Any]:

from collections.abc import Iterable

class MyIterable(Iterable): # Igual a Iterable[Any]
    ...

Também há suporte para tipos genéricos definidos pelo usuário. Exemplos:

from collections.abc import Iterable

type Response[S] = Iterable[S] | int

# Tipo de retorno aqui é igual a Iterable[str] | int
def response(query: str) -> Response[str]:
    ...

type Vec[T] = Iterable[tuple[T, T]]

def inproduct[T: (int, float, complex)](v: Vec[T]) -> T: # Igual a Iterable[tuple[T, T]]
    return sum(x*y for x, y in v)

Para manter retrocompatibilidade, os apelidos de tipos genéricos também podem ser criados usando atribuição:

from collections.abc import Iterable
from typing import TypeVar

S = TypeVar("S")
Response = Iterable[S] | int

Alterado na versão 3.7: Generic não possui mais uma metaclasse personalizada.

Alterado na versão 3.12: Suporte sintático para apelidos de tipo e genéricos é novo na versão 3.12. Anteriormente, as classes genéricas precisavam explicitamente herdar de Generic ou conter um tipo de variável em uma de suas bases.

Genéricos definidos pelo usuário para expressões de parâmetros também oferecem suporte por meio de variáveis de especificação de parâmetros no formato [**P]. O comportamento é consistente com as variáveis de tipo descritas acima, pois as variáveis de especificação de parâmetro são tratadas pelo módulo typing como uma variável de tipo especializada. A única exceção a isso é que uma lista de tipos pode ser usada para substituir um ParamSpec:

>>> class Z[T, **P]: ...  # T é um TypeVar; P é um ParamSpec
...
>>> Z[int, [dict, float]]
__main__.Z[int, [dict, float]]

Classes genéricas sobre um ParamSpec também podem ser criadas usando herança explícita de Generic. Neste caso, ** não é usado:

from typing import ParamSpec, Generic

P = ParamSpec('P')

class Z(Generic[P]):
    ...

Outra diferença entre TypeVar e ParamSpec é que um genérico com apenas uma variável de especificação de parâmetro aceitará listas de parâmetros nos formatos X[[Type1, Type2, ...]] e também X[Type1, Type2, ...] por razões estéticas. Internamente, o último é convertido no primeiro, portanto são equivalentes:

>>> class X[**P]: ...
...
>>> X[int, str]
__main__.X[[int, str]]
>>> X[[int, str]]
__main__.X[[int, str]]

Observe que genéricos com ParamSpec podem não ter __parameters__ corretos após a substituição em alguns casos porque eles são destinados principalmente à verificação de tipo estático.

Alterado na versão 3.10: Generic agora pode ser parametrizado através de expressões de parâmetros. Veja ParamSpec e PEP 612 para mais detalhes.

Uma classe genérica definida pelo usuário pode ter ABCs como classes base sem conflito de metaclasse. Não há suporte a metaclasses genéricas. O resultado da parametrização de genéricos é armazenado em cache, e a maioria dos tipos no módulo typing são hasheáveis e comparáveis em termos de igualdade.

O tipo Any

Um tipo especial de tipo é Any. Um verificador de tipo estático tratará cada tipo como sendo compatível com Any e Any como sendo compatível com todos os tipos.

Isso significa que é possível realizar qualquer operação ou chamada de método sobre um valor do tipo Any e atribuí-lo a qualquer variável:

from typing import Any

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

s: str = ''
s = a           # OK

def foo(item: Any) -> int:
    # Passa na verificação de tipos; 'item' pode ser qualquer tipo,
    # e esse tipo pode ter um método 'bar'
    item.bar()
    ...

Observe que nenhuma verificação de tipo é realizada ao atribuir um valor do tipo Any a um tipo mais preciso. Por exemplo, o verificador de tipo estático não relatou um erro ao atribuir a a s mesmo que s tenha sido declarado como sendo do tipo str e receba um valor int em tempo de execução!

Além disso, todas as funções sem um tipo de retorno ou tipos de parâmetro terão como padrão implicitamente o uso de Any:

def legacy_parser(text):
    ...
    return data

# Um verificador de tipo estático tratará a função acima
# como tendo a mesma assinatura da função abaixo:
def legacy_parser(text: Any) -> Any:
    ...
    return data

Este comportamento permite que Any seja usado como uma saída de emergência quando você precisar misturar código tipado dinamicamente e estaticamente.

Compare o comportamento de Any com o comportamento de object. Semelhante a Any, todo tipo é um subtipo de object. No entanto, ao contrário de Any, o inverso não é verdadeiro: object não é um subtipo de qualquer outro tipo.

Isso significa que quando o tipo de um valor é object, um verificador de tipo rejeitará quase todas as operações nele, e atribuí-lo a uma variável (ou usá-la como valor de retorno) de um tipo mais especializado é um tipo erro. Por exemplo:

def hash_a(item: object) -> int:
    # Falha na verificação de tipo; um 'object' não tem um método 'magic'.
    item.magic()
    ...

def hash_b(item: Any) -> int:
    # Passa na verificação de tipo
    item.magic()
    ...

# Passa na verificação de tipo, já que ints e strs são subclasses de 'object'
hash_a(42)
hash_a("foo")

# Passa na verificação de tipo, já que Any é compatível com todos os tipos
hash_b(42)
hash_b("foo")

Use object para indicar que um valor pode ser de qualquer tipo de maneira segura. Use Any para indicar que um valor é tipado dinamicamente.

Subtipagem nominal vs estrutural

Inicialmente a PEP 484 definiu o sistema de tipos estáticos do Python como usando subtipagem nominal. Isto significa que uma classe A é permitida onde uma classe B é esperada se e somente se A for uma subclasse de B.

Este requisito anteriormente também se aplicava a classes base abstratas, como Iterable. O problema com essa abordagem é que uma classe teve que ser marcada explicitamente para suportá-los, o que não é pythônico e diferente do que normalmente seria feito em código Python de tipo dinamicamente idiomático. Por exemplo, isso está em conformidade com PEP 484:

from collections.abc import Sized, Iterable, Iterator

class Bucket(Sized, Iterable[int]):
    ...
    def __len__(self) -> int: ...
    def __iter__(self) -> Iterator[int]: ...

PEP 544 permite resolver este problema permitindo que os usuários escrevam o código acima sem classes base explícitas na definição de classe, permitindo que Bucket seja implicitamente considerado um subtipo de Sized e Iterable[int] por verificador de tipo estático. Isso é conhecido como subtipagem estrutural (ou tipagem pato estática):

from collections.abc import Iterator, Iterable

class Bucket:  # Nota: sem classes base
    ...
    def __len__(self) -> int: ...
    def __iter__(self) -> Iterator[int]: ...

def collect(items: Iterable[int]) -> int: ...
result = collect(Bucket())  # Passa na verificação de tipo

Além disso, ao criar uma subclasse de uma classe especial Protocol, um usuário pode definir novos protocolos personalizados para aproveitar ao máximo a subtipagem estrutural (veja exemplos abaixo).

Conteúdo do módulo

O módulo typing define as seguintes classes, funções e decoracores.

Tipos primitivos especiais

Tipos especiais

Eles podem ser usados como tipos em anotações. Eles não oferecem suporte a subscrição usando [].

typing.Any

Tipo especial que indica um tipo irrestrito.

  • Todos os tipos são compatíveis com Any.

  • Any é compatível com todos os tipos.

Alterado na versão 3.11: Any agora pode ser usado como classe base. Isso pode ser útil para evitar erros do verificador de tipo com classes que podem digitar em qualquer lugar ou são altamente dinâmicas.

typing.AnyStr

Uma tipo variável restrito.

Definição:

AnyStr = TypeVar('AnyStr', str, bytes)

AnyStr deve ser usado para funções que podem aceitar argumentos str ou bytes mas não podem permitir que os dois se misturem.

Por exemplo:

def concat(a: AnyStr, b: AnyStr) -> AnyStr:
    return a + b

concat("foo", "bar")    # OK: saída tem tipo 'str'
concat(b"foo", b"bar")  # OK: saída tem tipo 'bytes'
concat("foo", b"bar")   # Erro: não se mistura str com bytes

Note que, apesar do nome, AnyStr não tem nada a ver com o tipo Any, nem significa “qualquer string”. Em particular, AnyStr e str | bytes são diferentes entre si e têm casos de uso diferentes:

# Uso inválido de AnyStr:
# A variável de tipo é usada somente uma vez na assinatura da função,
# então não pode ser "resolvida" pelo verificador de tipo
def greet_bad(cond: bool) -> AnyStr:
    return "hi there!" if cond else b"greetings!"

# O jeito melhor de anotar esta função
def greet_proper(cond: bool) -> str | bytes:
    return "hi there!" if cond else b"greetings!"

Deprecated since version 3.13, will be removed in version 3.18: Descontinuado em favor da nova sintaxe de parâmetro de tipo. Use class A[T: (str, bytes)]: ... em vez de importar AnyStr. Veja a PEP 695 para mais detalhes.

No Python 3.16, AnyStr será removido de typing.__all__, e avisos de descontinuação serão emitidos em tempo de execução quando ele for acessado ou importado de typing. AnyStr será removido do typing no Python 3.18.

typing.LiteralString

Tipo especial que inclui apenas strings literais.

Qualquer literal de string é compatível com LiteralString, assim como outro LiteralString. Entretanto, um objeto digitado apenas str não é. Uma string criada pela composição de objetos do tipo LiteralString também é aceitável como uma LiteralString.

Exemplo:

def run_query(sql: LiteralString) -> None:
    ...

def caller(arbitrary_string: str, literal_string: LiteralString) -> None:
    run_query("SELECT * FROM students")  # OK
    run_query(literal_string)  # OK
    run_query("SELECT * FROM " + literal_string)  # OK
    run_query(arbitrary_string)  # erro no verificador
    run_query(  # erro no verificador
        f"SELECT * FROM students WHERE name = {arbitrary_string}"
    )

LiteralString é útil para APIs sensíveis onde strings arbitrárias geradas pelo usuário podem gerar problemas. Por exemplo, os dois casos acima que geram erros no verificador de tipo podem ser vulneráveis a um ataque de injeção de SQL.

Veja PEP 675 para mais detalhes.

Adicionado na versão 3.11.

typing.Never
typing.NoReturn

Never e NoReturn representam o tipo inferior, um tipo que não possui membros.

Eles podem ser usados ​​para indicar que uma função nunca retorna, como sys.exit():

from typing import Never  # ou NoReturn

def stop() -> Never:
    raise RuntimeError('no way')

Ou para definir uma função que nunca deve ser chamada, pois não existem argumentos válidos, como assert_never():

from typing import Never  # or NoReturn

def never_call_me(arg: Never) -> None:
    pass

def int_or_str(arg: int | str) -> None:
    never_call_me(arg)  # erro no verificador
    match arg:
        case int():
            print("It's an int")
        case str():
            print("It's a str")
        case _:
            never_call_me(arg)  # OK, arg é do tipo Never (ou NoReturn)

Never e NoReturn têm o mesmo significado no sistema de tipos e os verificadores de tipo estático tratam ambos de forma equivalente.

Adicionado na versão 3.6.2: Adicionado NoReturn.

Adicionado na versão 3.11: Adicionado Never.

typing.Self

Tipo especial para representar a classe atual inclusa.

Por exemplo:

from typing import Self, reveal_type

class Foo:
    def return_self(self) -> Self:
        ...
        return self

class SubclassOfFoo(Foo): pass

reveal_type(Foo().return_self())  # Tipo revelado é "Foo"
reveal_type(SubclassOfFoo().return_self())  # Tipo revelado é "SubclassOfFoo"

Esta anotação é semanticamente equivalente à seguinte, embora de forma mais sucinta:

from typing import TypeVar

Self = TypeVar("Self", bound="Foo")

class Foo:
    def return_self(self: Self) -> Self:
        ...
        return self

Em geral, se algo retorna self, como nos exemplos acima, você deve usar Self como anotação de retorno. Se Foo.return_self foi anotado como retornando "Foo", então o verificador de tipo inferiria o objeto retornado de SubclassOfFoo.return_self como sendo do tipo Foo em vez de SubclassOfFoo.

Outros casos de uso comuns incluem:

  • classmethods que são usados como construtores alternativos e retornam instâncias do parâmetro cls.

  • Anotando um método __enter__() que retorna self.

Você não deveria usar Self como a anotação de retorno se não for garantido que o método retorne uma instância de uma subclasse quando a classe for subclassificada:

class Eggs:
    # Self seria uma anotação de retorno incorreta aqui,
    # já que o objeto retornado sempre é instância de Eggs,
    # inclusive em subclasses
    def returns_eggs(self) -> "Eggs":
        return Eggs()

Veja PEP 673 para mais detalhes.

Adicionado na versão 3.11.

typing.TypeAlias

Anotações especiais para declarar explicitamente um apelido de tipo.

Por exemplo:

from typing import TypeAlias

Factors: TypeAlias = list[int]

TypeAlias é particularmente útil em versões mais antigas do Python para anotar apelidos que fazem uso de referências futuras, pois pode ser difícil para os verificadores de tipo distingui-los das atribuições normais de variáveis:

from typing import Generic, TypeAlias, TypeVar

T = TypeVar("T")

# "Box" não existe ainda,
# então temos que usar aspas para a referência ao futuro em Python <3.12.
# Usar ``TypeAlias`` diz ao verificador de tipo que isso é uma declaração de apelido de tipo,
# e não uma atribuição de variável a string.
BoxOfStrings: TypeAlias = "Box[str]"

class Box(Generic[T]):
    @classmethod
    def make_box_of_strings(cls) -> BoxOfStrings: ...

Veja PEP 613 para mais detalhes.

Adicionado na versão 3.10.

Obsoleto desde a versão 3.12: TypeAlias foi descontinuado em favor da instrução type, que cria instâncias de TypeAliasType e que oferece suporte a nativamente referências futuras. Observe que embora TypeAlias e TypeAliasType sirvam propósitos semelhantes e tenham nomes semelhantes, eles são distintos e o último não é o tipo do primeiro. A remoção de TypeAlias não está planejada atualmente, mas os usuários são encorajados a migrar para instruções type.

Formas especiais

Eles podem ser usados ​​como tipos em anotações. Todos eles oferecem suporte a subscrição usando [], mas cada um tem uma sintaxe única.

typing.Union

Tipo de união; Union[X, Y] é equivalente a X | Y e significa X ou Y.

Para definir uma união, use, por exemplo. Union[int, str] ou a abreviatura int | str. Usar essa abreviação é recomendado. Detalhes:

  • Os argumentos devem ser tipos e deve haver pelo menos um.

  • As uniões de uniões são achatadas, por exemplo:

    Union[Union[int, str], float] == Union[int, str, float]
    
  • As uniões de um único argumento desaparecem, por exemplo:

    Union[int] == int  # O construtor retorna um int
    
  • Argumento redundantes são pulados, e.g.:

    Union[int, str, int] == Union[int, str] == int | str
    
  • Ao comparar uniões, a ordem de argumentos é ignorada. Por exemplo:

    Union[int, str] == Union[str, int]
    
  • Você não pode estender ou instanciar uma Union

  • Você não pode escrever Union[X][Y].

Alterado na versão 3.7: Não remova subclasses explícitas de uniões em tempo de execução.

Alterado na versão 3.10: Uniões agora podem ser escritas com X | Y. Veja expressões de união de tipos.

typing.Optional

Optional[X] equivale a X | None (ou Union[X, None]).

Note que isso não é o mesmo conceito de um argumento opcional, que possui um valor por padrão. Um argumento opcional com padrão não requer o qualificador Optional em sua anotação de tipo só por ser opcional. Por exemplo:

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

Por outro lado, se um valor explícito de None for permitido, o uso de Optional é apropriado, seja o argumento opcional ou não. Por exemplo:

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

Alterado na versão 3.10: Optional agora pode ser escrito como X | None. Veja expressões de união de tipos.

typing.Concatenate

Forma especial para anotar funções de ordem superior.

Concatenate pode ser usado em conjunção com Callable e ParamSpec para anotar um chamável de maior ordem que adiciona, remove ou transforma parâmetros de outro chamável. Seu uso é feito na forma Concatenate[Arg1Type, Arg2Type, ..., ParamSpecVariable], Concatenate atualmente só é válido quando usado como primeiro argumento de um Callable. O último parâmetro de Concatenate deve ser um ParamSpec ou reticências (...).

Por exemplo, para anotar um decorador with_lock que oferece uma instância de threading.Lock para a função decorada, Concatenate pode ser usado para indicar que with_lock espera um chamável cujo primeiro argumento tem tipo Lock, e retorna um chamável com uma assinatura de tipos diferente. Neste caso, o ParamSpec indica que os tipos dos parâmetros do chamável retornado dependem dos tipos dos parâmetros do chamável de entrada:

from collections.abc import Callable
from threading import Lock
from typing import Concatenate

# Use esta trava para se certificar de que
# uma única thread a executa a qualquer momento.
my_lock = Lock()

def with_lock[**P, R](f: Callable[Concatenate[Lock, P], R]) -> Callable[P, R]:
    '''Um decorador com segurança de tipos que oferece uma trava.'''
    def inner(*args: P.args, **kwargs: P.kwargs) -> R:
        # Oferece a trava como primeiro argumento.
        return f(my_lock, *args, **kwargs)
    return inner

@with_lock
def sum_threadsafe(lock: Lock, numbers: list[float]) -> float:
    '''Somatório de uma lista de números de modo seguro para threads.'''
    with lock:
        return sum(numbers)

# We don't need to pass in the lock ourselves thanks to the decorator.
sum_threadsafe([1.1, 2.2, 3.3])

Adicionado na versão 3.10.

Ver também

typing.Literal

Forma especial de tipagem para definir “tipos literais”.

Literal pode ser usado para indicar aos verificadores de tipo que o objeto anotado tem valor equivalente a algum dos literais oferecidos.

Por exemplo:

def validate_simple(data: Any) -> Literal[True]:  # sempre retorna True
    ...

type Mode = Literal['r', 'rb', 'w', 'wb']
def open_helper(file: str, mode: Mode) -> str:
    ...

open_helper('/some/path', 'r')      # Passa verificação de tipos
open_helper('/other/path', 'typo')  # Erro em verificação de tipos

Literal[...] não é subclasse. Em tempo de execução, permite-se um valor arbitrário como argumento de tipo para Literal[...], mas verificadores de tipo podem impor restrições. Veja PEP 586 para mais detalhes sobre tipos literais.

Adicionado na versão 3.8.

Alterado na versão 3.9.1: Literal agora remove parâmetros duplicados. Comparações de igualdade entre objetos Literal não dependem da ordem. Objetos Literal agora levantam uma exceção TypeError durante comparações de igualdade se um de seus parâmetros não for hasheável.

typing.ClassVar

Uma construção especial de tipagem para marcar variáveis de classe.

Como introduzido na PEP 526, uma variável cuja anotação de tipo tem um invólucro ClassVar indica que um dado atributo deve ser usado como uma variável de classe, e que ele não deve ser definido em instâncias dessa classe. Modo de usar:

class Starship:
    stats: ClassVar[dict[str, int]] = {} # variável de classe
    damage: int = 10                     # variável de instância

ClassVar aceita apenas tipos e não pode ser subscrita posteriormente.

ClassVar não é uma classe, e não deve ser usada com isinstance() ou issubclass(). ClassVar não muda com o comportamento do Python em tempo de execução, mas pode ser usada por verificadores de tipos de terceiros. Por exemplo, um verificador de tipos pode sinalizar que o seguinte código é errado:

enterprise_d = Starship(3000)
enterprise_d.stats = {} # Erro: atribuindo valor a variável de classe de uma instância
Starship.stats = {}     # Isso é OK

Adicionado na versão 3.5.3.

Alterado na versão 3.13: ClassVar agora pode ser aninhada em Final e vice-versa.

typing.Final

Uma construção especial de tipagem para indicar nomes finais a verificadores de tipos

Nomes finais não podem ser reatribuídos em qualquer escopo. Nomes finais declarados em escopos de classe não podem ser substituídos em subclasses.

Por exemplo:

MAX_SIZE: Final = 9000
MAX_SIZE += 1  # Erro reportado pelo verificador de tipos

class Connection:
    TIMEOUT: Final[int] = 10

class FastConnector(Connection):
    TIMEOUT = 1  # Error reportado pelo verificador de tipos

Não há verificação em tempo de execução dessas propriedades. Veja PEP 591 para mais detalhes.

Adicionado na versão 3.8.

Alterado na versão 3.13: Final agora pode ser aninhada em ClassVar e vice-versa.

typing.Required

Uma construção especial de tipagem para marcar uma chave de TypedDict como necessária.

Isso é útil principalmente para TypedDicts com total=False. Veja TypedDict e PEP 655 para obter mais detalhes.

Adicionado na versão 3.11.

typing.NotRequired

Uma construção especial de tipagem para marcar uma chave de TypedDict como potencialmente ausente.

Veja TypedDict e PEP 655 para obter mais detalhes.

Adicionado na versão 3.11.

typing.ReadOnly

Uma construção especial de tipagem para marcar um item de um TypedDict como somente leitura.

Por exemplo:

class Movie(TypedDict):
   title: ReadOnly[str]
   year: int

def mutate_movie(m: Movie) -> None:
   m["year"] = 1999  # permitido
   m["title"] = "The Matrix"  # erro no verificador de tipos

Não há verificação em tempo de execução para esta propriedade.

Consulte TypedDict e PEP 705 para obter mais detalhes.

Adicionado na versão 3.13.

typing.Annotated

Forma especial de tipagem para adicionar metadados específicos de contexto para uma anotação.

Adiciona metadados x a um determinado tipo T usando a anotação Annotated[T, x]. Os metadados adicionados usando Annotated podem ser usados por ferramentas de análise estática ou em tempo de execução. Em tempo de execução, os metadados são armazenados em um atributo __metadata__.

Se uma biblioteca ou ferramenta encontrar uma anotação Annotated[T, x] e ela não tiver lógica especial para os metadados, ela deverá ignorar os metadados e simplesmente tratar a anotação como T. Dessa forma, Annotated pode ser útil em códigos que desejarem usar a anotação para propósitos fora do sistema de tipagem estática do Python.

Usar Annotated[T, x] como um anotação ainda permite a verificação estática do tipo de T, pois os verificadores de tipo simplesmente ignoram os metadados em x. Dessa forma, o Annotated difere do decorador @no_type_check, que também pode ser usado para adicionar anotações fora do escopo do sistema de tipagem, mas desativa completamente a verificação de tipos para uma função ou classe.

A responsabilidade de como interpretar os metadados é da ferramenta ou da biblioteca que encontrar uma anotação Annotated. Uma ferramenta ou biblioteca que encontrar um tipo Annotated poderá examinar os elementos de metadados para determinar se eles são de interesse (por exemplo, usando isinstance()).

Annotated[<type>, <metadata>]

Aqui está um exemplo de como você pode usar Annotated para adicionar metadados a anotações de tipos se estiver fazendo uma análise de intervalos:

@dataclass
class ValueRange:
    lo: int
    hi: int

T1 = Annotated[int, ValueRange(-10, 5)]
T2 = Annotated[T1, ValueRange(-20, 3)]

Detalhes da sintaxe:

  • O primeiro argumento de Annotated deve ser um tipo válido

  • Múltiplos elementos de metadados podem ser fornecidos (Annotated dá suporte a argumentos variádicos):

    @dataclass
    class ctype:
        kind: str
    
    Annotated[int, ValueRange(3, 10), ctype("char")]
    

    Cabe à ferramenta que consome as anotações decidir se o cliente tem permissão de adicionar vários elementos de metadados a uma anotação e como mesclar essas anotações.

  • Annotated deve ser subscrito com pelo menos dois argumentos (Annotated[int] é inválido)

  • A ordem dos elementos de metadados é preservada e é importante em verificações de igualdade:

    assert Annotated[int, ValueRange(3, 10), ctype("char")] != Annotated[
        int, ctype("char"), ValueRange(3, 10)
    ]
    
  • Os tipos Annotated aninhados são achatados. A ordem dos elementos de metadados começa com a anotação mais interna:

    assert Annotated[Annotated[int, ValueRange(3, 10)], ctype("char")] == Annotated[
        int, ValueRange(3, 10), ctype("char")
    ]
    
  • Elementos duplicados de metadata não são removidos:

    assert Annotated[int, ValueRange(3, 10)] != Annotated[
        int, ValueRange(3, 10), ValueRange(3, 10)
    ]
    
  • Annotated pode ser usado com apelidos aninhados e apelidos genéricos:

    @dataclass
    class MaxLen:
        value: int
    
    type Vec[T] = Annotated[list[tuple[T, T]], MaxLen(10)]
    
    # Quando usado em uma anotação de tipo, um verificador de tipos tratará "V" da mesma forma que
    # ``Annotated[list[tuple[int, int]], MaxLen(10)]``:
    type V = Vec[int]
    
  • Annotated não pode ser usado com um TypeVarTuple desempacotado:

    type Variadic[*Ts] = Annotated[*Ts, Ann1]  # INVÁLIDO
    

    Isso deve equivaler a:

    Annotated[T1, T2, T3, ..., Ann1]
    

    onde T1, T2, etc. são TypeVars. Isso seria inválido: somente um tipo deve ser passado para Annotated.

  • Por padrão, get_type_hints() retira os metadados de anotações. Passe include_extras=True para preservar os metadados:

    >>> from typing import Annotated, get_type_hints
    >>> def func(x: Annotated[int, "metadata"]) -> None: pass
    ...
    >>> get_type_hints(func)
    {'x': <class 'int'>, 'return': <class 'NoneType'>}
    >>> get_type_hints(func, include_extras=True)
    {'x': typing.Annotated[int, 'metadata'], 'return': <class 'NoneType'>}
    
  • Em tempo de execução, os metadados associados a um tipo Annotated podem ser recuperados por meio do atributo __metadata__:

    >>> from typing import Annotated
    >>> X = Annotated[int, "very", "important", "metadata"]
    >>> X
    typing.Annotated[int, 'very', 'important', 'metadata']
    >>> X.__metadata__
    ('very', 'important', 'metadata')
    
  • Em tempo de execução, se você quiser recuperar o tipo original envolvido por Annotated, use o atributo __origin__:

    >>> from typing import Annotated, get_origin
    >>> Password = Annotated[str, "secret"]
    >>> Password.__origin__
    <class 'str'>
    

    Note que usar get_origin() retornará o próprio Annotated:

    >>> get_origin(Password)
    typing.Annotated
    

Ver também

PEP 593 - Anotações flexíveis para funções e variáveis

A PEP que introduz Annotated à biblioteca padrão.

Adicionado na versão 3.9.

typing.TypeIs

Uma construção especial de tipagem para marcar funções de predicado de tipo definidas pelo usuário.

TypeIs pode ser usado para anotar o tipo de retorno de uma função de predicado de tipo definida pelo usuário. TypeIs aceita apenas um único argumento de tipo. Em tempo de execução, funções marcadas dessa forma devem retornar um booleano e receber, no mínimo, um argumento posicional.

TypeIs visa beneficiar estreitamento de tipo – uma técnica usada por verificador de tipo estático para determinar um tipo mais preciso de expressão dentro do fluxo de código de um programa. Normalmente, o estreitamento de tipo é feito por meio da análise do fluxo de código condicional e da aplicação do estreitamento a um bloquear código. A condicional expressão aqui é às vezes chamada de “predicado de tipo”:

def is_str(val: str | float):
    # predicado de tipos "isinstance"
    if isinstance(val, str):
        # Tipo de ``val`` é restrito a ``str``
        ...
    else:
        # Senão, tipo de ``val`` é restrito a ``float``.
        ...

Às vezes, seria conveniente usar uma função booleana definida pelo usuário como um predicado de tipo. Essa função deveria usar TypeIs[...] ou TypeGuard como seu tipo de retorno para alertar o verificador de tipo estático sobre essa intenção. TypeIs geralmente tem um comportamento mais intuitivo do que TypeGuard, mas não pode ser usado quando os tipos de entrada e saída são incompatíveis (por exemplo, de list[object] para list[int]) ou quando a função não retorna True para todas as instâncias do tipo restrito.

Usar -> TypeIs[NarrowedType] informa ao verificador de tipo estático que, para uma determinada função:

  1. O valor de retorno é um booleano.

  2. Se o valor de retorno for True, o tipo de seu argumento será a interseção entre o tipo original do argumento e o NarrowedType.

  3. Se o valor de retorno for False, o tipo de seu argumento será restrito para excluir NarrowedType.

Por exemplo:

from typing import assert_type, final, TypeIs

class Parent: pass
class Child(Parent): pass
@final
class Unrelated: pass

def is_parent(val: object) -> TypeIs[Parent]:
    return isinstance(val, Parent)

def run(arg: Child | Unrelated):
    if is_parent(arg):
        # Tipo de ``arg`` é restrito à interseção
        # de ``Parent`` e ``Child``, o que equivale a
        # ``Child``.
        assert_type(arg, Child)
    else:
        # Tipo de ``arg`` é restrito para excluir ``Parent``,
        # então sobrou o tipo ``Unrelated``.
        assert_type(arg, Unrelated)

O tipo dentro de TypeIs deve ser consistente com o tipo do argumento da função; caso contrário, o verificador de tipo estático levantará um erro. Uma função TypeIs escrita incorretamente pode ocasionar um comportamento insensato pelo sistema de tipos; é de responsabilidade do usuário escrever tais funções de forma segura para tipos.

Se uma função TypeIs for um método de classe ou instância, então o tipo em TypeIs mapeia para o tipo do segundo parâmetro (depois de cls ou self).

Em resumo, a forma def foo(arg: TypeA) -> TypeIs[TypeB]: ..., significa que se foo(arg) retorna True, então arg é um instância de TypeB, e se retorna False, não é um instância de TypeB.

TypeIs também funciona com variáveis de tipo. Para mais informações, consulte a PEP 742 (Restringindo tipos com TypeIs).

Adicionado na versão 3.13.

typing.TypeGuard

Uma construção especial de tipagem para marcar funções de predicado de tipo definidas pelo usuário.

Funções de predicados de tipo são funções definidas pelo usuário que retornam se seu argumento é uma instância de um tipo específico. O TypeGuard funciona como TypeIs, mas tem efeitos sutilmente diferentes sobre o comportamento da verificação de tipos (veja abaixo).

Usar -> TypeGuard informa ao verificador de tipo estático que, para uma determinada função:

  1. O valor de retorno é um booleano.

  2. Se o valor de retorno for True, o tipo de seu argumento é o tipo dentro de TypeGuard.

TypeGuard também funciona com tipos variáveis. Consulte a PEP 647 para obter mais detalhes.

Por exemplo:

def is_str_list(val: list[object]) -> TypeGuard[list[str]]:
    '''Determina se todos os objetos na lista são strings'''
    return all(isinstance(x, str) for x in val)

def func1(val: list[object]):
    if is_str_list(val):
        # Tipo de ``val`` é restrito a ``list[str]``.
        print(" ".join(val))
    else:
        # Tipo de ``val`` continua sendo ``list[object]``.
        print("Not a list of strings!")

TypeIs e TypeGuard diferem das seguintes maneiras:

  • TypeIs exige que o tipo restrito seja um subtipo do tipo de entrada, enquanto o TypeGuard, não. O motivo principal é permitir coisas como restringir list[object] a list[str], embora este não seja um subtipo daquele, já que list é invariante.

  • Quando uma função TypeGuard retorna True, os verificadores de tipo restringem o tipo da variável exatamente ao tipo TypeGuard. Quando uma função TypeIs retorna True, os verificadores de tipo podem inferir um tipo mais preciso combinando o tipo previamente conhecido da variável com o tipo TypeIs. (Tecnicamente, isso é conhecido como um tipo de interseção).

  • Quando uma função TypeGuard retorna False, os verificadores de tipo não podem restringir o tipo da variável. Quando uma função TypeIs retorna False, os verificadores de tipo podem restringir o tipo da variável para excluir o tipo TypeIs.

Adicionado na versão 3.10.

typing.Unpack

Operador de tipagem para marcar conceitualmente um objeto como tendo sido desempacotado.

Por exemplo, usar o operador de desempacotamento * em uma tupla de tipos variáveis equivale a usar o Unpack para marcar a tupla de tipos variáveis como tendo sido desempacotada:

Ts = TypeVarTuple('Ts')
tup: tuple[*Ts]
# Efetivamente faz:
tup: tuple[Unpack[Ts]]

In fact, Unpack can be used interchangeably with * in the context of typing.TypeVarTuple and builtins.tuple types. You might see Unpack being used explicitly in older versions of Python, where * couldn’t be used in certain places:

# In older versions of Python, TypeVarTuple and Unpack
# are located in the `typing_extensions` backports package.
from typing_extensions import TypeVarTuple, Unpack

Ts = TypeVarTuple('Ts')
tup: tuple[*Ts]         # Syntax error on Python <= 3.10!
tup: tuple[Unpack[Ts]]  # Semantically equivalent, and backwards-compatible

Unpack também pode ser usado com typing.TypedDict para a tipagem de **kwargs em uma assinatura de função:

from typing import TypedDict, Unpack

class Movie(TypedDict):
    name: str
    year: int

# Esta função espera dois argumentos nomeados: `name` de tipo `str`
# e `year` de tipo `int`.
def foo(**kwargs: Unpack[Movie]): ...

Consulte PEP 692 para obter mais detalhes sobre como usar Unpack para tipagem de **kwargs.

Adicionado na versão 3.11.

Criando tipos genéricos e apelidos de tipo

As classes a seguir não devem ser usadas diretamente como anotações. propósito O objetivo delas é construir bloquear para criar genérico e digitar apelido.

Esses objetos podem ser criados por meio de sintaxe especial (listas de parâmetros de tipo e a instrução type). Para compatibilidade com Python 3.11 e versões anteriores, eles também podem ser criados sem a sintaxe dedicada, como documentado abaixo.

class typing.Generic

Classe base abstrata para tipos genéricos

Normalmente, um tipo genérico é declarado adicionando-se uma lista de parâmetros de tipo após o nome da classe:

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

Essa classe herda implicitamente de Generic. A semântica em tempo de execução dessa sintaxe é discutida na Referência da Linguagem.

Esta classe pode ser utilizada como segue:

def lookup_name[X, Y](mapping: Mapping[X, Y], key: X, default: Y) -> Y:
    try:
        return mapping[key]
    except KeyError:
        return default

Aqui os colchetes depois no nome da função indica uma função genérica.

Para manter retrocompatibilidade, as classes genéricas também podem ser declaradas herdando explicitamente de Generic. Nesse caso, os parâmetros de tipo devem ser declarados separadamente:

KT = TypeVar('KT')
VT = TypeVar('VT')

class Mapping(Generic[KT, VT]):
    def __getitem__(self, key: KT) -> VT:
        ...
        # Etc.
class typing.TypeVar(name, *constraints, bound=None, covariant=False, contravariant=False, infer_variance=False, default=typing.NoDefault)

Tipo variável.

The preferred way to construct a type variable is via the dedicated syntax for generic functions, generic classes, and generic type aliases:

class Sequence[T]:  # T é um TypeVar
    ...

Essa sintaxe também pode ser usada para criar tipos variáveis delimitados e tipos variáveis restritos:

class StrSequence[S: str]:  # S é uma TypeVar delimitada a str
    ...


class StrOrBytesSequence[A: (str, bytes)]:  # A é uma TypeVar restrita a str ou bytes
    ...

However, if desired, reusable type variables can also be constructed manually, like so:

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

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 and type alias definitions. See Generic for more information on generic types. Generic functions work as follows:

def repeat[T](x: T, n: int) -> Sequence[T]:
    """Retorna uma lista contendo n referências para x."""
    return [x]*n


def print_capitalized[S: str](x: S) -> S:
    """Exibe x capitalizado, e retorna x."""
    print(x.capitalize())
    return x


def concatenate[A: (str, bytes)](x: A, y: A) -> A:
    """Concatena dois objetos string ou bytes."""
    return x + y

Observe que tipos variáveis podem ser delimitados, restritos, nenhum dos dois, mas não podem ser ambos.

The variance of type variables is inferred by type checkers when they are created through the type parameter syntax or when infer_variance=True is passed. Manually created type variables may be explicitly marked covariant or contravariant by passing covariant=True or contravariant=True. By default, manually created type variables are invariant. See PEP 484 and PEP 695 for more details.

Tipos variáveis delimitados e tipos variáveis restritos têm semânticas diferentes de várias formas importantes. Usar um tipo variável delimitado significa que a TypeVar será resolvido usando o tipo mais específico possível:

x = print_capitalized('a string')
reveal_type(x)  # tipo revelado é str

class StringSubclass(str):
    pass

y = print_capitalized(StringSubclass('another string'))
reveal_type(y)  # tipo revelado é StringSubclass

z = print_capitalized(45)  # erro: int não é subtipo de str

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

# Pode ser qualquer coisa com um método __abs__
def print_abs[T: SupportsAbs](arg: T) -> None:
    print("Absolute value:", abs(arg))

U = TypeVar('U', bound=str|bytes)  # Pode ser qualquer subtipo com a união str | bytes
V = TypeVar('V', bound=SupportsAbs)  # Pode ser qualquer coisa com um método __abs__

Porém, usar um tipo variável restrito significa que a TypeVar só poderá ser resolvida como sendo exatamente uma das restrições dadas:

a = concatenate('one', 'two')
reveal_type(a)  # revealed type is str

b = concatenate(StringSubclass('one'), StringSubclass('two'))
reveal_type(b)  # revealed type 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

Em tempo de execução, isinstance(x, T) levantará TypeError.

__name__

The name of the type variable.

__covariant__

Whether the type var has been explicitly marked as covariant.

__contravariant__

Whether the type var has been explicitly marked as contravariant.

__infer_variance__

Whether the type variable’s variance should be inferred by type checkers.

Adicionado na versão 3.12.

__bound__

The bound of the type variable, if any.

Alterado na versão 3.12: For type variables created through type parameter syntax, the bound is evaluated only when the attribute is accessed, not when the type variable is created (see Avaliação preguiçosa).

evaluate_bound()

An evaluate function corresponding to the __bound__ attribute. When called directly, this method supports only the VALUE format, which is equivalent to accessing the __bound__ attribute directly, but the method object can be passed to annotationlib.call_evaluate_function() to evaluate the value in a different format.

Adicionado na versão 3.14.

__constraints__

A tuple containing the constraints of the type variable, if any.

Alterado na versão 3.12: For type variables created through type parameter syntax, the constraints are evaluated only when the attribute is accessed, not when the type variable is created (see Avaliação preguiçosa).

evaluate_constraints()

An evaluate function corresponding to the __constraints__ attribute. When called directly, this method supports only the VALUE format, which is equivalent to accessing the __constraints__ attribute directly, but the method object can be passed to annotationlib.call_evaluate_function() to evaluate the value in a different format.

Adicionado na versão 3.14.

__default__

The default value of the type variable, or typing.NoDefault if it has no default.

Adicionado na versão 3.13.

evaluate_default()

An evaluate function corresponding to the __default__ attribute. When called directly, this method supports only the VALUE format, which is equivalent to accessing the __default__ attribute directly, but the method object can be passed to annotationlib.call_evaluate_function() to evaluate the value in a different format.

Adicionado na versão 3.14.

has_default()

Return whether or not the type variable has a default value. This is equivalent to checking whether __default__ is not the typing.NoDefault singleton, except that it does not force evaluation of the lazily evaluated default value.

Adicionado na versão 3.13.

Alterado na versão 3.12: Type variables can now be declared using the type parameter syntax introduced by PEP 695. The infer_variance parameter was added.

Alterado na versão 3.13: Adiciona suporte a valores padrão.

class typing.TypeVarTuple(name, *, default=typing.NoDefault)

Type variable tuple. A specialized form of type variable that enables variadic generics.

Type variable tuples can be declared in type parameter lists using a single asterisk (*) before the name:

def move_first_element_to_last[T, *Ts](tup: tuple[T, *Ts]) -> tuple[*Ts, T]:
    return (*tup[1:], tup[0])

Ou invocando o construtor TypeVarTuple explicitamente:

T = TypeVar("T")
Ts = TypeVarTuple("Ts")

def move_first_element_to_last(tup: tuple[T, *Ts]) -> tuple[*Ts, T]:
    return (*tup[1:], tup[0])

A normal type variable enables parameterization with a single type. A type variable tuple, in contrast, allows parameterization with an arbitrary number of types by acting like an arbitrary number of type variables wrapped in a tuple. For example:

# T é limitado a int, Ts é limitado a ()
# Valor retornado é (1,), que tem tipo tuple[int]
move_first_element_to_last(tup=(1,))

# T é limitado a int, Ts é limitado a (str,)
# Valor retornado é ('spam', 1), que tem tipo tuple[str, int]
move_first_element_to_last(tup=(1, 'spam'))

# T é limitado a int, Ts é limitado a (str, float)
# Valor retornado é ('spam', 3.0, 1), que tem tipo tuple[str, float, int]
move_first_element_to_last(tup=(1, 'spam', 3.0))

# Isso é um erro para o verificador de tipos (e falha em tempo de execução)
# pois tuple[()] não é compatível com tuple[T, *Ts]
# (pelo menos um elemento é necessário)
move_first_element_to_last(tup=())

Observe o uso do operador de desempacotamento * em tuple[T, *Ts]. Conceitualmente, você pode interpretar Ts como uma tupla de tipos variáveis (T1, T2, ...) . Então o tipo tuple[T, *Ts] se tornaria tuple[T, *(T1, T2, ...)], que equivale a tuple[T, T1, T2, ...]. (Note que, em versões mais antigas de Python, você pode encontrar isso escrito com Unpack em vez de Unpack[Ts].)

Tuplas de tipos variáveis devem sempre ser desempacotadas. Isso ajuda a distinguir entre tuplas de tipos variáveis e tipos variáveis normais:

x: Ts          # Inválido
x: tuple[Ts]   # Inválido
x: tuple[*Ts]  # O jeito correto

As tuplas de tipos variáveis podem ser usadas no mesmo contexto que tipos variáveis normais. Por exemplo, em argumentos, tipos de retorno e definições de classes:

class Array[*Shape]:
    def __getitem__(self, key: tuple[*Shape]) -> float: ...
    def __abs__(self) -> "Array[*Shape]": ...
    def get_shape(self) -> tuple[*Shape]: ...

As tuplas de tipos variáveis podem ser combinadas com tipos variáveis normais:

class Array[DType, *Shape]:  # Tudo certo aqui
    pass

class Array2[*Shape, DType]:  # Tudo certo aqui também
    pass

class Height: ...
class Width: ...

float_array_1d: Array[float, Height] = Array()     # Totalmente certo
int_array_2d: Array[int, Height, Width] = Array()  # Sim, certo também

No entanto, observe que no máximo uma tupla de tipos variáveis pode aparecer em uma única lista de argumentos de tipo ou parâmetros de tipo:

x: tuple[*Ts, *Ts]             # Inválido
class Array[*Shape, *Shape]:  # Inválido
    pass

Por fim, uma tupla de tipos variáveis desempacotada pode ser usada como anotação de tipo de *args:

def call_soon[*Ts](
    callback: Callable[[*Ts], None],
    *args: *Ts
) -> None:
    ...
    callback(*args)

Ao contrário do que acontece com anotações não desempacotadas de *args - por exemplo, *args: int, que especificaria que todos os argumentos são int -, *args: *Ts permite referenciar os tipos de cada argumento em *args individualmente. Isso nos permite garantir que os tipos em *args passados para call_soon correspondem aos tipos dos argumentos (posicionais) de callback.

Consulte a PEP 646 para mais detalhes sobre tuplas de tipos variáveis.

__name__

O nome da tupla de tipos variáveis.

__default__

O valor padrão da tupla de tipos variáveis, ou typing.NoDefault se não existir padrão.

Adicionado na versão 3.13.

evaluate_default()

An evaluate function corresponding to the __default__ attribute. When called directly, this method supports only the VALUE format, which is equivalent to accessing the __default__ attribute directly, but the method object can be passed to annotationlib.call_evaluate_function() to evaluate the value in a different format.

Adicionado na versão 3.14.

has_default()

Retorna se a tupla de tipos variáveis tem ou não um valor padrão. Isso equivale a verificar se __default__ não é o singleton typing.NoDefault, exceto por não forçar a avaliação instantânea do valor padrão que é avaliado preguiçosamente.

Adicionado na versão 3.13.

Adicionado na versão 3.11.

Alterado na versão 3.12: Tuplas de tipos variáveis agora podem ser declaradas usando a sintaxe de parâmetros de tipo introduzido pela PEP 695.

Alterado na versão 3.13: Adiciona suporte a valores padrão.

class typing.ParamSpec(name, *, bound=None, covariant=False, contravariant=False, default=typing.NoDefault)

Variável de especificação de parâmetro. Uma versão especializada de tipos variáveis.

Em listas de parâmetros de tipo as especificações de parâmetros podem ser declaradas com dois asteriscos (**):

type IntFunc[**P] = Callable[P, int]

Para compatibilidade com Python 3.11 e versões anteriores, os objetos ParamSpec também podem ser criados da seguinte forma:

P = ParamSpec('P')

Variáveis de especificação de parâmetro existem principalmente para o benefício de verificadores de tipo estático. São usadas para encaminhar os tipos de parâmetros de um chamável para outro chamável – um padrão comumente encontrado em funções e decoradores de ordem superior. Só são válidas quando usados em Concatenate, ou como o primeiro argumento para Callable, ou como parâmetro para genéricos definidos pelo usuário. Consulte Generic para obter mais informações sobre tipos genéricos.

Por exemplo, para adicionar um registro básico de eventos a uma função, é possível criar um decorador add_logging para registrar chamadas de função. A variável de especificação de parâmetro informa ao verificador de tipos que o chamável passado para o decorador e o novo chamável retornado por ele têm parâmetros de tipo interdependentes:

from collections.abc import Callable
import logging

def add_logging[T, **P](f: Callable[P, T]) -> Callable[P, T]:
    '''Um decorador com segurança de tipos que acrescenta registros de eventos (logs) a uma função.'''
    def inner(*args: P.args, **kwargs: P.kwargs) -> T:
        logging.info(f'{f.__name__} was called')
        return f(*args, **kwargs)
    return inner

@add_logging
def add_two(x: float, y: float) -> float:
    '''Soma dois números.'''
    return x + y

Without ParamSpec, the simplest way to annotate this previously was to use a TypeVar with bound Callable[..., Any]. However this causes two problems:

  1. O verificador de tipos não consegue verificar a função inner, porque *args e **kwargs precisam ter tipo Any.

  2. cast() pode ser exigida no corpo do decorador add_logging ao retornar a função inner, ou o verificador de tipo estático deverá ser instruído a ignorar o return inner.

args
kwargs

Como ParamSpec capturar tanto parâmetros posicionais quanto parâmetros nomeados, P.args e P.kwargs podem ser usados para dividir um ParamSpec em seus componentes. P.args representa a tupla de parâmetros posicionais em uma determinada chamada e só deve ser usada para anotar *args. P.kwargs representa o mapeamento de parâmetros nomeados para seus valores em uma determinada chamada, e só deve ser usado para anotar **kwargs. Ambos os atributos exigem que o parâmetro anotado esteja em escopo. Em tempo de execução, P.args e P.kwargs são instâncias, respectivamente, de ParamSpecArgs e ParamSpecKwargs.

__name__

O nome da especificação de parâmetros.

__default__

O valor padrão da especificação de parâmetro, ou typing.NoDefault se não tiver padrão.

Adicionado na versão 3.13.

evaluate_default()

An evaluate function corresponding to the __default__ attribute. When called directly, this method supports only the VALUE format, which is equivalent to accessing the __default__ attribute directly, but the method object can be passed to annotationlib.call_evaluate_function() to evaluate the value in a different format.

Adicionado na versão 3.14.

has_default()

Retorna se a especificação de parâmetros tem ou não um valor padrão. Isso equivale a verificar se __default__ não é o singleton typing.NoDefault, exceto pelo fato de que a função não força a avaliação instantânea do valor padrão em vez de usar avaliação preguiçosa.

Adicionado na versão 3.13.

Variáveis de especificação de parâmetros criadas com covariant=True ou contravariant=True podem ser usadas para declarar tipos genéricos covariantes ou contravariantes. O argumento bound também é aceito, semelhante ao TypeVar. Porém, a semântica real dessas palavras reservadas ainda não foi decidida.

Adicionado na versão 3.10.

Alterado na versão 3.12: Especificações de parâmetros agora podem ser declaradas usando a sintaxe de parâmetros de tipo introduzido pela PEP 695.

Alterado na versão 3.13: Adiciona suporte a valores padrão.

Nota

Somente variáveis de especificação de parâmetro definidas em escopo global podem ser serializadas com pickle.

Ver também

typing.ParamSpecArgs
typing.ParamSpecKwargs

Tipos dos argumentos e dos argumentos nomeados de um ParamSpec. O atributo P.args de um ParamSpec é uma instância de ParamSpecArgs, e o atributo P.kwargs é uma instância de ParamSpecKwargs. São destinados à introspecção em tempo de execução, e não têm nenhum significado especial para o verificador de tipo estático.

Chamar get_origin() em qualquer um desses objetos fará retornará o ParamSpec original:

>>> from typing import ParamSpec, get_origin
>>> P = ParamSpec("P")
>>> get_origin(P.args) is P
True
>>> get_origin(P.kwargs) is P
True

Adicionado na versão 3.10.

class typing.TypeAliasType(name, value, *, type_params=())

O tipo de apelidos de tipo criados pela instrução type.

Exemplo:

>>> type Alias = int
>>> type(Alias)
<class 'typing.TypeAliasType'>

Adicionado na versão 3.12.

__name__

O nome do apelido de tipo:

>>> type Alias = int
>>> Alias.__name__
'Alias'
__module__

O módulo na qual o apelido de tipo foi definido:

>>> type Alias = int
>>> Alias.__module__
'__main__'
__type_params__

Os parâmetros de tipo do apelido de tipo, ou um tupla vazia se o apelido não for genérico:

>>> type ListOrSet[T] = list[T] | set[T]
>>> ListOrSet.__type_params__
(T,)
>>> type NotGeneric = int
>>> NotGeneric.__type_params__
()
__value__

O valor do apelido de tipo. Isso é uma avaliação preguiçosa, portanto, os nomes usados na definição do apelido não são resolvidos até que o atributo __value__ seja acessado:

>>> type Mutually = Recursive
>>> type Recursive = Mutually
>>> Mutually
Mutually
>>> Recursive
Recursive
>>> Mutually.__value__
Recursive
>>> Recursive.__value__
Mutually
evaluate_value()

An evaluate function corresponding to the __value__ attribute. When called directly, this method supports only the VALUE format, which is equivalent to accessing the __value__ attribute directly, but the method object can be passed to annotationlib.call_evaluate_function() to evaluate the value in a different format:

>>> type Alias = undefined
>>> Alias.__value__
Traceback (most recent call last):
...
NameError: name 'undefined' is not defined
>>> from annotationlib import Format, call_evaluate_function
>>> Alias.evaluate_value(Format.VALUE)
Traceback (most recent call last):
...
NameError: name 'undefined' is not defined
>>> call_evaluate_function(Alias.evaluate_value, Format.FORWARDREF)
ForwardRef('undefined')

Adicionado na versão 3.14.

Outras diretivas especiais

Essas funções e classes não devem ser usadas diretamente como anotações. O objetivo é que sejam blocos de construção para criar e declarar tipos.

class typing.NamedTuple

Versão tipada de collections.namedtuple().

Uso:

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

Isso equivale a:

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

Para dar um valor padrão a um campo, você pode atribuir um valor a ele no corpo da classe:

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

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

Campos com valores padrão devem vir depois de quaisquer campos sem valores padrão.

A classe resultante tem um atributo extra __annotations__ que fornece um dicionário que mapeia os nomes de campos para os tipos de campos. (Os nomes de campos estão no atributo _fields e os valores padrão estão no atributo _field_defaults, e ambos fazem parte da API de namedtuple().)

Subclasses de NamedTuple também podem ter docstrings e métodos:

class Employee(NamedTuple):
    """Representa um funcionário."""
    name: str
    id: int = 3

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

Subclasses de NamedTuple podem ser genéricas:

class Group[T](NamedTuple):
    key: T
    group: list[T]

Uso retrocompatível:

# Para criar um NamedTuple genérico em Python 3.11
T = TypeVar("T")

class Group(NamedTuple, Generic[T]):
    key: T
    group: list[T]

# Também há suporte para a sintaxe funcional
Employee = NamedTuple('Employee', [('name', str), ('id', int)])

Alterado na versão 3.6: Adiciona suporte à sintaxe de anotação de variáveis da PEP 526.

Alterado na versão 3.6.1: Adiciona suporte a valores padrão, métodos, e docstrings.

Alterado na versão 3.8: Os atributos _field_types e __annotations__ agora são dicionários regulares em vez de instâncias de OrderedDict.

Alterado na versão 3.9: Remove o atributo _field_types em favor do atributo mais padrão __annotations__ que tem as mesmas informações.

Alterado na versão 3.11: Adicionado suporte a namedtuples genéricas.

Deprecated since version 3.13, will be removed in version 3.15: A sintaxe de argumentos nomeados não documentados para criar classes NamedTuple (NT = NamedTuple("NT", x=int)) está descontinuado e será proibido na versão 3.15. Em vez disso, use a sintaxe baseada em classes ou a sintaxe funcional.

Deprecated since version 3.13, will be removed in version 3.15: Ao usar o funcional sintaxe para criar uma classe NamedTuple, a falha ao passar um valor para o ‘campo’ parâmetro (NT = NamedTuple("NT")) é descontinuado. Passar None para o ‘campo’ parâmetro (NT = NamedTuple("NT", None)) também é descontinuado. Ambos não serão permitidos em Python 3.15. Para criar uma classe NamedTuple com 0 campo, use class NT(NamedTuple): pass ou NT = NamedTuple("NT", []).

class typing.NewType(name, tp)

Helper class to create low-overhead distinct types.

Um tipo NewType é considerado um tipo distinto por um verificador de tipos. Porém, em tempo de execução, chamar NewType retorna seu argumento inalterado.

Uso:

UserId = NewType('UserId', int) # Declare o NewType "UserId"
first_user = UserId(1) # "UserId" retorna o argumento inalterado em tempo de execução
__module__

O endereço módulo no qual o novo tipo é definido.

__name__

O nome do novo tipo.

__supertype__

O tipo na qual o novo tipo é baseado.

Adicionado na versão 3.5.2.

Alterado na versão 3.10: NewType agora é uma classe em vez de uma função.

class typing.Protocol(Generic)

Classe base para classes de protocolo.

Classes de protocolo são definidas assim:

class Proto(Protocol):
    def meth(self) -> int:
        ...

Essas classes são usadas principalmente com verificadores de tipo estático que reconhecem a subtipagem estrutural (tipagem pato estática). Por exemplo,:

class C:
    def meth(self) -> int:
        return 0

def func(x: Proto) -> int:
    return x.meth()

func(C())  # Passa na verificação de tipos

Consulte a PEP 544 para obter mais detalhes. Classes de protocolo decoradas com runtime_checkable() (descritas posteriormente) funcionam como protocolos em tempo de execução simples, somente verificando a presença de determinados atributos, e ignorando suas assinaturas de tipo.

Classes de protocolo podem ser genéricas. Por exemplo:

class GenProto[T](Protocol):
    def meth(self) -> T:
        ...

Em códigos que precisam ser compatíveis com Python 3.11 ou versões anteriores, protocolos genéricos podem ser escritos da seguinte forma:

T = TypeVar("T")

class GenProto(Protocol[T]):
    def meth(self) -> T:
        ...

Adicionado na versão 3.8.

@typing.runtime_checkable

Marca uma classe de protocolo como um protocolo de tempo de execução.

Such a protocol can be used with isinstance() and issubclass(). This raises TypeError when applied to a non-protocol class. This allows a simple-minded structural check, very similar to “one trick ponies” in collections.abc such as Iterable. For example:

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

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

@runtime_checkable
class Named(Protocol):
    name: str

import threading
assert isinstance(threading.Thread(name='Bob'), Named)

Nota

runtime_checkable() verificará apenas a presença dos métodos ou atributos obrigatórios, em vez de tipos ou assinaturas de tipos. Por exemplo, o ssl.SSLObject é uma classe e, portanto, passa por uma verificação issubclass() em relação ao Callable. No entanto, o método ssl.SSLObject.__init__ existe apenas para levantar um TypeError com uma mensagem mais informativa, o que impossibilita chamar (instanciar) o ssl.SSLObject.

Nota

A verificação isinstance() sobre um protocolo verificável em tempo de execução pode ser surpreendentemente lenta se comparada a uma verificação isinstance() sobre outros tipos de classe. Considere usar expressões alternativas, como chamar a função hasattr() para realizar verificações estruturais em código sensível a desempenho.

Adicionado na versão 3.8.

Alterado na versão 3.12: O implementação interno do isinstance() verifica os protocolos verificáveis do tempo de execução agora usa o inspect.getattr_static() para procurar o atributo (anteriormente, era usado o hasattr() ). Como resultado, alguns objetos que costumavam ser considerados instâncias de um tempo de execução-checkable protocolo podem não ser mais considerados instâncias desse protocolo em Python 3.12+, e vice-versa. É improvável que a maioria dos usuários seja afetada por essa alteração.

Alterado na versão 3.12: Os membros de um protocolo verificável em tempo de execução agora serão considerados “congelados” em tempo de execução assim que a classe for criada. A alteração dinâmica de atributos de um protocolo em tempo de execução ainda funcionará, mas não terá impacto nas verificações isinstance() ao comparar objetos com o protocolo. Consulte typing para obter mais detalhes.

class typing.TypedDict(dict)

Uma construção especial para adicionar dicas de tipo a um dicionário. Em tempo de execução, é um simples dict.

TypedDict declara um tipo dicionário que espera que todas as suas instâncias tenham um determinado conjunto de chaves, onde cada chave está associada a um valor de um tipo consistente. Essa expectativa não é verificada em tempo de execução, mas é imposta apenas por verificadores de tipos. Modo de usar:

class Point2D(TypedDict):
    x: int
    y: int
    label: str

a: Point2D = {'x': 1, 'y': 2, 'label': 'good'}  # OK
b: Point2D = {'z': 3, 'label': 'bad'}           # Falha na verificação de tipos

assert Point2D(x=1, y=2, label='first') == dict(x=1, y=2, label='first')

Um modo alternativo de criar um TypedDict é usando a sintaxe de chamada de função. O segundo argumento deve ser um dict:

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

Esta sintaxe funcional permite definirmos chaves usando identificadores inválidos, por exemplo, por serem palavras-chave ou conterem hífens:

# levanta SyntaxError
class Point2D(TypedDict):
    in: int  # 'in' é uma palavra-chave
    x-y: int  # nome com hífens

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

Por padrão, todas as chaves devem estar presentes em um TypedDict. É possível marcar chaves individuais como não obrigatórias usando NotRequired:

class Point2D(TypedDict):
    x: int
    y: int
    label: NotRequired[str]

# Sintaxe alternativa
Point2D = TypedDict('Point2D', {'x': int, 'y': int, 'label': NotRequired[str]})

Isso significa que um TypedDict Point2D pode ter a chave label omitida.

Também é possível marcar todas as chaves como não necessárias por padrão, especificando a totalidade como False:

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

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

Isso significa que um Point2D TypedDict pode ter qualquer uma de suas chaves omitidas. Espera-se que um verificador de tipos apenas permita os literais False ou True como valores do argumento total. True é o padrão, e todos os itens definidos no corpo da classe tornam-se obrigatórios.

As chaves individuais de um TypedDict com total=False podem ser marcadas conforme necessário usando Required:

class Point2D(TypedDict, total=False):
    x: Required[int]
    y: Required[int]
    label: str

# Sintaxe alternativa
Point2D = TypedDict('Point2D', {
    'x': Required[int],
    'y': Required[int],
    'label': str
}, total=False)

É possível que um tipo TypedDict herde de um ou mais tipos TypedDict usando a sintaxe baseada em classes. Modo de usar:

class Point3D(Point2D):
    z: int

Point3D tem três itens: x, y e z. Equivale a esta definição:

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

Um TypedDict não pode herdar de uma classe não TypedDict, exceto Generic. Por exemplo:

class X(TypedDict):
    x: int

class Y(TypedDict):
    y: int

class Z(object): pass  # Uma classe não TypedDict

class XY(X, Y): pass  # OK

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

Um TypedDict pode ser genérico:

class Group[T](TypedDict):
    key: T
    group: list[T]

Para criar um TypedDict genérico que seja compatível com Python 3.11 ou inferior, herde de Generic explicitamente:

T = TypeVar("T")

class Group(TypedDict, Generic[T]):
    key: T
    group: list[T]

Um TypedDict pode ser introspeccionado por meio de dicionários de anotações (consulte Boas práticas para anotações para obter mais informações sobre as melhores práticas de anotações), __total__, __required_keys__ e __optional_keys__.

__total__

Point2D.__total__ fornece o valor do argumento total. Exemplo:

>>> 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

Esse atributo reflete apenas o valor do argumento total para a classe TypedDict atual, e não que a classe é semanticamente total. Por exemplo, um TypedDict com __total__ definido como True pode ter chaves marcadas com NotRequired, ou pode herdar de outro TypedDict com total=False. Portanto, geralmente é melhor usar __required_keys__ e __optional_keys__ para introspecção.

__required_keys__

Adicionado na versão 3.9.

__optional_keys__

Point2D.__required_keys__ e Point2D.__optional_keys__ retornam objetos frozenset contendo chaves obrigatórias e opcionais, respectivamente.

As chaves marcadas com Required sempre aparecerão em __required_keys__ e as chaves marcadas com NotRequired sempre aparecerão em __optional_keys__.

Para manter a retrocompatibilidade com Python 3.10 e versões anteriores, também é possível usar herança para declarar chaves obrigatórias e opcionais no mesmo TypedDict. Isso é feito declarando um TypedDict com um valor para o argumento total e então herdando-a em outro TypedDict usando um valor total diferente:

>>> 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

Adicionado na versão 3.9.

Nota

Se from __future__ import annotations for usado ou se anotações forem fornecidas como strings, as anotações não serão avaliadas quando o TypedDict for definido. Portanto, a introspecção em tempo de execução da qual __required_keys__ e __optional_keys__ dependem pode não funcionar corretamente, e os valores dos atributos podem estar incorretos.

O suporte para ReadOnly está refletido nos seguintes atributos:

__readonly_keys__

Um frozenset contendo os nomes de todas as chaves somente para leitura. As chaves são somente para leitura se tiverem o qualificador ReadOnly.

Adicionado na versão 3.13.

__mutable_keys__

Um frozenset contendo os nomes de todas as chaves mutáveis. As chaves são mutáveis se não tiverem o qualificador ReadOnly.

Adicionado na versão 3.13.

Consulte PEP 589 para obter mais exemplos e regras detalhadas sobre o uso de TypedDict.

Adicionado na versão 3.8.

Alterado na versão 3.11: Adicionado suporte para marcar chaves individuais como Required ou NotRequired. Consulte PEP 655.

Alterado na versão 3.11: Adicionado suporte para TypedDicts genéricos.

Alterado na versão 3.13: Removeu suporte para o método de argumento nomeado de criar TypedDicts.

Alterado na versão 3.13: Adiciona suporte ao qualificador ReadOnly.

Deprecated since version 3.13, will be removed in version 3.15: Ao usar o funcional sintaxe para criar uma classe TypedDict, a falha ao passar um valor para o ‘campo’ parâmetro (TD = TypedDict("TD")) é descontinuado. Passar None para o ‘campo’ parâmetro (TD = TypedDict("TD", None)) também é descontinuado. Ambos não serão permitidos em Python 3.15. Para criar uma classe TypedDict com 0 campo, use class TD(TypedDict): pass ou TD = TypedDict("TD", {}).

Protocolos

Os protocolos a seguir são fornecidos pelo módulo typing. Todos são decorados com @runtime_checkable.

class typing.SupportsAbs

Um ABC com um método abstrato __abs__ que é covariante em seu tipo de retorno.

class typing.SupportsBytes

Um ABC com um método abstrato __bytes__.

class typing.SupportsComplex

Um ABC com um método abstrato __complex__.

class typing.SupportsFloat

Um ABC com um método abstrato __float__.

class typing.SupportsIndex

Um ABC com um método abstrato __index__.

Adicionado na versão 3.8.

class typing.SupportsInt

Um ABC com um método abstrato __int__.

class typing.SupportsRound

Uma ABC com um método abstrato __round__ que é covariante em seu tipo de retorno.

ABCs para trabalhar com E/S

class typing.IO
class typing.TextIO
class typing.BinaryIO

O tipo genérico IO[AnyStr] e suas subclasses TextIO(IO[str]) e BinaryIO(IO[bytes]) representam os tipos de fluxos de E/S, como os retornados por open().

Funções e decoradores

typing.cast(typ, val)

Define um valor para um tipo.

Isso retorna o valor inalterado. Para o verificador de tipos, isso indica que o valor de retorno tem o tipo designado, mas em tempo de execução não verificamos nada intencionalmente (queremos que isso seja o mais rápido possível).

typing.assert_type(val, typ, /)

Pede para um verificador de tipo estático confirmar se val tem tipo inferido typ.

Essa função faz nada em tempo de execução: ela retorna o primeiro argumento inalterado, sem verificações ou efeitos colaterais, independentemente do tipo real do argumento.

Quando um verificador de tipo estático encontra uma chamada para assert_type(), ele emite um erro se o valor não for do tipo especificado:

def greet(name: str) -> None:
    assert_type(name, str) # OK, o tipo inferido de `name` é `str`
    assert_type(name, int) # erro no verificador de tipos

Esse função é útil para garantir que o verificador de tipos entende um script conforme as intenções do desenvolvedor:

def complex_function(arg: object):
    # Realiza alguma lógica complexa de restrição de tipos
    # após a qual esperamos que o tipo seja `int`
    ...
    # Testa se o verificador de tipos entendeu nossa função corretamente
    assert_type(arg, int)

Adicionado na versão 3.11.

typing.assert_never(arg, /)

Pede ao verificador de tipo estático para confirmar se uma linha de código é inalcançável.

Exemplo:

def int_or_str(arg: int | str) -> None:
    match arg:
        case int():
            print("It's an int")
        case str():
            print("It's a str")
        case _ as unreachable:
            assert_never(unreachable)

Aqui, as anotações permitem que o verificador de tipos deduza que o último caso nunca será executado, pois arg é um int ou uma str, e ambas as opções são cobertas por casos anteriores.

Se um verificador de tipos descobrir que uma chamada para assert_never() é alcançável, ele emitirá um erro. por exemplo, se o anotação de tipo para arg fosse int | str | float, o verificador de tipos emitiria um erro indicando que unreachable é do tipo float. Para que uma chamada para assert_never passe verificação de tipos, o tipo inferido do argumento passado deve ser o tipo inferior, Never, e nada mais.

Em tempo de execução, essa função levanta uma exceção quando chamada.

Ver também

Código inalcançável e verificação exaustiva têm mais informações sobre a verificação exaustiva com a tipagem estática.

Adicionado na versão 3.11.

typing.reveal_type(obj, /)

Pede para um verificador de tipo estático revelar o tipo inferido de uma expressão.

Quando um verificador de tipo estático encontra uma chamada para essa função, ele emite um diagnóstico com o tipo inferido do argumento. Por exemplo:

x: int = 1
reveal_type(x) # O tipo revelado é "builtins.int"

Isso pode ser útil quando você deseja depurar como o verificador de tipos lida com um determinado trecho de código.

Em tempo de execução, esta função envia o tipo de seu argumento para sys.stderr e retorna o argumento inalterado (permitindo que a chamada seja usada em uma expressão):

x = reveal_type(1)  # exibe "Runtime type is int"
print(x)  # exibe "1"

Observe que o tipo em tempo de execução pode ser diferente (mais ou menos específico) do tipo inferido estaticamente por um verificador de tipos.

A maioria dos verificadores de tipos dá suporte a reveal_type() em qualquer lugar, mesmo que o nome não seja importado de typing. Porém, importar o nome de typing permite que o código seja executado sem erros em tempo de execução e comunica a intenção com mais clareza.

Adicionado na versão 3.11.

@typing.dataclass_transform(*, eq_default=True, order_default=False, kw_only_default=False, frozen_default=False, field_specifiers=(), **kwargs)

Um decorador que marca um objeto como tendo comportamento similar a uma dataclass.

dataclass_transform pode ser usado para decorar uma classe, metaclasse, ou função decoradora. A presença de @dataclass_transform() informa a um verificador de tipo estático que o objeto decorado executa “mágica” em tempo de execução que transforma uma classe de maneira semelhante a @dataclasses.dataclass.

Exemplo de uso com a função decoradora:

@dataclass_transform()
def create_model[T](cls: type[T]) -> type[T]:
    ...
    return cls

@create_model
class CustomerModel:
    id: int
    name: str

Em uma classe base:

@dataclass_transform()
class ModelBase: ...

class CustomerModel(ModelBase):
    id: int
    name: str

Em uma metaclasse:

@dataclass_transform()
class ModelMeta(type): ...

class ModelBase(metaclass=ModelMeta): ...

class CustomerModel(ModelBase):
    id: int
    name: str

As classes CustomerModel definidas acima serão tratadas pelos verificadores de tipos semelhantemente às classes criadas com @dataclasses.dataclass. Por exemplo, os verificadores de tipo presumirão que essas classes têm métodos __init__ que aceitam id e name.

A classe, metaclasse, ou função decorada pode aceitar os seguintes argumentos booleanos tal que verificadores de tipo presumirão ter o mesmo efeito que teriam no decorador @dataclasses.dataclass: init, eq, order, unsafe_hash, frozen, match_args, kw_only, e slots. É necessário que o valor desses argumentos (True ou False) seja avaliado estaticamente.

Os argumentos do decorador dataclass_transform podem ser usados para personalizar os comportamentos padrão da classe, metaclasse, ou função decorada:

Parâmetros:
  • eq_default (bool) – Indica se o parâmetro eq é presumido como True ou False se for omitido pelo chamador. O padrão é True.

  • order_default (bool) – Indica se o parâmetro order é presumido como True ou False se for omitido pelo chamador. O padrão é False.

  • kw_only_default (bool) – Indica se o parâmetro kw_only é presumido como True ou False se for omitido pelo chamador. O padrão é False.

  • frozen_default (bool) – Indica se o parâmetro frozen é presumido como True ou False se for omitido pelo chamador. O padrão é False. .. versionadded:: 3.12

  • field_specifiers (tuple[Callable[..., Any], ...]) – Especifica uma lista estática de classes ou funções compatíveis que descrevem campos, semelhante a dataclasses.field(). O valor padrão é ().

  • **kwargs (Any) – Outros argumentos nomeados arbitrários são aceitos para permitir possíveis futuras extensões.

Verificadores de tipo reconhecem os seguintes parâmetros opcionais em especificadores de campos:

Parâmetros reconhecidos para especificadores de campos

Nome do parâmetro

Descrição

init

Indica se o campo deve ser incluído no método __init__ sintetizado. Se não for especificado, o valor padrão de init é True.

default

Fornece o valor padrão do campo.

default_factory

Fornece uma função de retorno de tempo de execução que retorna o valor padrão do campo. Se nem default nem default_factory forem especificados, o campo é presumido como sem valor padrão e deverá receber um valor quando a classe for instanciada.

factory

Um apelido para o parâmetro default_factory em especificadores de campos.

kw_only

Indica se o campo deve ser marcado como somente-nomeado. Se verdadeiro, o campo será somente-nomeado. Se falso, não será somente-nomeado. Se não for especificado, será usado o valor do parâmetro kw_only do objeto decorado com dataclass_transform ou, se este não for especificado, será usado o valor de kw_only_default no dataclass_transform.

alias

Fornece um nome alternativo para o campo. Esse nome alternativo é usado no método __init__ sintetizado.

Em tempo de execução, esse decorador registra seu argumento no atributo __dataclass_transform__ no objeto decorado. Ele não tem nenhum outro efeito em tempo de execução.

Consulte PEP 681 para mais detalhes.

Adicionado na versão 3.11.

@typing.overload

Decorador para criar funções e métodos sobrecarregados.

O decorador @overload permite descrever funções e métodos com suporte a várias combinações de tipos de argumento. Uma sequência de definições decoradas com @overload deve preceder uma única definição não decorada por @overload (para a mesma função/método).

Definições decoradas com @overload são usadas somente para benefício do verificador de tipos, já que serão sobrescritas por definições sem decoração de @overload. Enquanto isso, definições sem decoração de @overload serão usadas em tempo de execução, mas devem ser ignoradas pelo verificador de tipos. Em tempo de execução, chamar uma função decorada por @overload diretamente levantará NotImplementedError.

Um exemplo de sobrecarga que fornece um tipo mais preciso do que o tipo expresso usando uma união ou um tipo variável:

@overload
def process(response: None) -> None:
    ...
@overload
def process(response: int) -> tuple[int, str]:
    ...
@overload
def process(response: bytes) -> str:
    ...
def process(response):
    ...  # a implementação real vem aqui

Consulte PEP 484 para mais detalhes e uma comparação com outras semânticas de tipagem.

Alterado na versão 3.11: Funções sobrecarregadas agora podem ser introspeccionadas em tempo de execução usando get_overloads().

typing.get_overloads(func)

Retorna uma sequência de @overload -definições decoradas para func.

func é o objeto função para a implementação da função sobrecarregada. Por exemplo, dada a definição de process na documentação de @sobrecarga , get_overloads(process) retornará uma sequência de três objetos função para as três sobrecargas definidas. Se for chamada em uma função sem sobrecargas, get_overloads() retornará uma sequência vazia.

A função get_overloads() pode ser usada em tempo de execução para introspecção de uma função sobrecarregada.

Adicionado na versão 3.11.

typing.clear_overloads()

Apaga todas as sobrecargas registradas no registro interno.

Isso pode ser usado para recuperar a memória usada pelo registro.

Adicionado na versão 3.11.

@typing.final

Um decorador para indicar métodos e classes finais.

Decorar um método com @final indica a um verificador de tipos que o método não pode ser substituído em uma subclasse. Decorar uma classe com @final indica que ela não pode ser herdada.

Por exemplo:

class Base:
    @final
    def done(self) -> None:
        ...
class Sub(Base):
    def done(self) -> None:  # Erro reportado pelo verificador de tipos
        ...

@final
class Leaf:
    ...
class Other(Leaf):  # Erro reportado pelo verificador de tipos
    ...

Não há verificação em tempo de execução dessas propriedades. Veja PEP 591 para mais detalhes.

Adicionado na versão 3.8.

Alterado na versão 3.11: O decorador tentará definir um atributo __final__ como True no objeto decorado. Assim, uma verificação como if getattr(obj, "__final__", False) pode ser usada em tempo de execução para determinar se um objeto obj foi marcado como final. Se o objeto decorado dá suporte a definição de atributos, o decorador retorna o objeto inalterado sem levantar uma exceção.

@typing.no_type_check

Decorador para indicar que anotações não são dicas de tipo.

Isso funciona como decorator de uma classe ou função. Com uma classe, ele se aplica recursivamente a todos os métodos e classes definidos nessa classe (mas não a métodos definidos em suas superclasses ou subclasses). Os verificadores de tipos ignorarão todas as anotações em uma função ou classe com este decorador.

@no_type_check modifica o objeto decorado internamente.

@typing.no_type_check_decorator

Decorador para dar a outro decorador o efeito no_type_check().

Isso envolve o decorador com algo que envolve a função decorada em no_type_check().

Deprecated since version 3.13, will be removed in version 3.15: Nenhum verificador de tipos jamais adicionou suporte para @no_type_check_decorator. Portanto, ele está descontinuado e será removido no Python 3.15.

@typing.override

Decorador para indicar que um método em uma subclasse deve substituir um método ou atributo em uma superclasse.

Os verificadores de tipo devem emitir um erro se um método decorado com @override substituir nada. Isso ajuda a evitar erros que podem ocorrer quando uma classe base muda sem uma mudança equivalente em uma classe filha.

Por exemplo:

class Base:
    def log_status(self) -> None:
        ...

class Sub(Base):
    @override
    def log_status(self) -> None:  # OK: substitui Base.log_status
        ...

    @override
    def done(self) -> None:  # Erro reportado pelo verificador de tipos
        ...

Não há verificação desta propriedade em tempo de execução.

O decorador tentará definir um atributo __override__ como True no objeto decorado. Assim, uma verificação como if getattr(obj, "__override__", False) poderá ser usada em tempo de execução para determinar se um objeto obj foi marcado como uma substituição. Se o objeto decorado não der suporte à atribuição de atributos, o decorador retorna o objeto inalterado sem levantar uma exceção.

Consulte PEP 698 para obter mais detalhes.

Adicionado na versão 3.12.

@typing.type_check_only

Decorador para marcar uma classe ou função como indisponível em tempo de execução.

This decorator is itself not available at runtime. It is mainly intended to mark classes that are defined in type stub files if an implementation returns an instance of a private class:

@type_check_only
class Response:  # privado ou indisponível em tempo de execução
    code: int
    def get_header(self, name: str) -> str: ...

def fetch_response() -> Response: ...

Observe que retornar instâncias de classes privadas não é recomendado. Normalmente, é preferível tornar essas classes públicas.

Introspection helpers

typing.get_type_hints(obj, globalns=None, localns=None, include_extras=False)

Retorna um dicionário contendo dicas de tipo para uma função, método, módulo ou objeto classe.

Geralmente é o mesmo que obj.__annotations__, mas esta função faz as seguintes alterações no dicionário de anotações:

  • Forward references encoded as string literals or ForwardRef objects are handled by evaluating them in globalns, localns, and (where applicable) obj’s type parameter namespace. If globalns or localns is not given, appropriate namespace dictionaries are inferred from obj.

  • None é substituído por types.NoneType.

  • Se @no_type_check tiver sido aplicada a obj, um dicionário vazio será retornado.

  • Se obj for uma classe C, o função retorno é um dicionário que mescla anotações das classes base do C com as do C diretamente. Isso é feito percorrendo C.__mro__ e combinando iterativamente __annotations__ dicionário . anotações em classes que aparecem mais cedo no ordem de resolução de métodos sempre tem precedência sobre anotações em classes que aparecem mais tarde no ordem de resolução de métodos.

  • O função substitui recursivamente todas as ocorrências de Annotated[T, ...] por T, a menos que include_extras seja definido como True (consulte Annotated para obter mais informações).

Veja também inspect.get_annotations(), uma função de nível mais baixo que retorna anotações mais diretamente.

Nota

If any forward references in the annotations of obj are not resolvable or are not valid Python code, this function will raise an exception such as NameError. For example, this can happen with imported type aliases that include forward references, or with names imported under if TYPE_CHECKING.

Alterado na versão 3.9: Adiciona o parâmetro include_extras como parte da PEP 593. Consulte a documentação em Annotated para obter mais informações.

Alterado na versão 3.11: Anteriormente, Optional[t] era adicionado a anotações de funções e métodos se um valor padrão igual a None fosse definido. Agora, a anotação é retornada inalterada.

typing.get_origin(tp)

Obtenha o versão sem subscrição de um tipo: para um objeto cujo tipo tem a forma X[Y, Z, ...], retorna X .

Se X for um apelido do módulo typing para uma classe embutida ou classe de collections, ele será normalizado para a classe original. Se X for uma instância de ParamSpecArgs ou ParamSpecKwargs, retorna o ParamSpec subjacente. Retorna None para objetos incompatíveis.

Exemplos:

assert get_origin(str) is None
assert get_origin(Dict[str, int]) is dict
assert get_origin(Union[int, str]) is Union
assert get_origin(Annotated[str, "metadata"]) is Annotated
P = ParamSpec('P')
assert get_origin(P.args) is P
assert get_origin(P.kwargs) is P

Adicionado na versão 3.8.

typing.get_args(tp)

Obtenha os argumentos de tipos com todas as substituições realizadas: para um objeto cujo tipo tem a forma X[Y, Z, ...], retorna (Y, Z, ...) .

Se X for uma união ou um Literal, e estiver contido em outro tipo genérico, a ordem de (Y, Z, ...) poderá ser diferente da ordem dos argumentos originais [Y, Z, ...] devido ao armazenamento dos tipos em cache. Retorna () para objetos sem suporte.

Exemplos:

assert get_args(int) == ()
assert get_args(Dict[int, str]) == (int, str)
assert get_args(Union[int, str]) == (int, str)

Adicionado na versão 3.8.

typing.get_protocol_members(tp)

Retorna o conjunto de membros definidos em um Protocol.

>>> from typing import Protocol, get_protocol_members
>>> class P(Protocol):
...     def a(self) -> str: ...
...     b: int
>>> get_protocol_members(P) == frozenset({'a', 'b'})
True

Levanta TypeError para argumentos que não são protocolos.

Adicionado na versão 3.13.

typing.is_protocol(tp)

Determina se um tipo é um Protocol.

Por exemplo:

class P(Protocol):
    def a(self) -> str: ...
    b: int

is_protocol(P)    # => True
is_protocol(int)  # => False

Adicionado na versão 3.13.

typing.is_typeddict(tp)

Verifica se um tipo é um TypedDict.

Por exemplo:

class Film(TypedDict):
    title: str
    year: int

assert is_typeddict(Film)
assert not is_typeddict(list | str)

# TypedDict é uma fábrica para criar dicionários tipados
# e não um dicionário tipado em si.
assert not is_typeddict(TypedDict)

Adicionado na versão 3.10.

class typing.ForwardRef

Class used for internal typing representation of string forward references.

For example, List["SomeClass"] is implicitly transformed into List[ForwardRef("SomeClass")]. ForwardRef should not be instantiated by a user, but may be used by introspection tools.

Nota

Tipos genéricos da PEP 585 como list["SomeClass"] não serão transformados implicitamente em list[ForwardRef("SomeClass")] e, portanto, não serão resolvidos automaticamente para list[SomeClass].

Adicionado na versão 3.7.4.

Alterado na versão 3.14: This is now an alias for annotationlib.ForwardRef.

typing.evaluate_forward_ref(forward_ref, *, owner=None, globals=None, locals=None, type_params=None, format=annotationlib.Format.VALUE)

Evaluate an annotationlib.ForwardRef as a type hint.

This is similar to calling annotationlib.ForwardRef.evaluate(), but unlike that method, evaluate_forward_ref() also:

  • Recursively evaluates forward references nested within the type hint.

  • Raises TypeError when it encounters certain objects that are not valid type hints.

  • Replaces type hints that evaluate to None with types.NoneType.

  • Supports the FORWARDREF and STRING formats.

forward_ref must be an instance of ForwardRef. owner, if given, should be the object that holds the annotations that the forward reference derived from, such as a module, class object, or function. It is used to infer the namespaces to use for looking up names. globals and locals can also be explicitly given to provide the global and local namespaces. type_params is a tuple of type parameters that are in scope when evaluating the forward reference. This parameter must be provided (though it may be an empty tuple) if owner is not given and the forward reference does not already have an owner set. format specifies the format of the annotation and is a member of the annotationlib.Format enum.

Adicionado na versão 3.14.

typing.NoDefault

Um objeto sinalizador usado para indicar que um parâmetro de tipo não possui valor-padrão. Por exemplo:

>>> T = TypeVar("T")
>>> T.__default__ is typing.NoDefault
True
>>> S = TypeVar("S", default=None)
>>> S.__default__ is None
True

Adicionado na versão 3.13.

Constante

typing.TYPE_CHECKING

Uma constante especial presumida ser True por verificadores de tipo estático de terceiros. É False em tempo de execução.

Uso:

if TYPE_CHECKING:
    import expensive_mod

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

A primeira anotação de tipo deve ser colocada entre aspas, tornando-a uma “referência ao futuro”, para esconder do interpretador a referência ao módulo expensive_mod. As anotações de tipos em variáveis locais não são avaliadas, então a segunda anotação não precisa ser colocada entre aspas.

Nota

Se from __future__ import annotations for usado, anotações não serão avaliadas no momento de definição de funções. Em vez disso, elas são armazenadas como string em __annotations__. Isso torna desnecessário o uso de aspas em anotações (consulte PEP 563).

Adicionado na versão 3.5.2.

Apelidos descontinuados

Este módulo define vários apelidos descontinuados de classes pré-existentes da biblioteca padrão. Originalmente, elas eram incluídas no módulo typing para permitir a parametrização dessas classes genéricas usand []. Porém, os apelidos se tornaram redundantes no Python 3.9, quando as classes pré-existentes correspondentes passaram a dar suporte a [] (consulte a PEP 585).

Os tipos redundantes estão descontinuados desde Python 3.9. No entanto, enquanto os apelidos podem ser removidos em algum momento, essa remoção desses apelidos não está planejada. Assim, nenhum aviso de descontinuação será enviado pelo interpretador para esses apelidos.

Se em algum momento decidirem remover esses apelidos descontinuados, o interpretador emitirá um aviso de descontinuação por, no mínimo, duas versões de lançamento antes da remoção. Os apelidos são garantidos a permanecerem no módulo typing sem avisos de descontinuação até, no mínimo, Python 3.14.

Verificadores de tipos são encorajados a sinalizar o uso de tipos descontinuados se o programa que estão verificando respeita uma versão mínima de Python 3.9 ou mais nova.

Apelidos de tipos embutidos

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

Apelido descontinuado de dict.

Note que, para anotar argumentos, prefere-se usar um tipo de coleção abstrata como Mapping em vez de dict ou typing.Dict.

Obsoleto desde a versão 3.9: builtins.dict agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

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

Apelido descontinuado de list.

Note que, para anotar argumentos, é preferível usar um tipo de coleção abstrata, como Sequence ou Iterable, em vez de list ou typing.List.

Obsoleto desde a versão 3.9: builtins.list agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

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

Apelido descontinuado de builtins.set.

Note que, para anotar argumentos, prefere-se usar um tipo de coleção abstrata como collections.abc.Set em vez de set ou typing.Set.

Obsoleto desde a versão 3.9: builtins.set agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

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

Apelido descontinuado de builtins.frozenset.

Obsoleto desde a versão 3.9: builtins.frozenset agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

typing.Tuple

Apelido descontinuado para tuple.

tuple e Tuple são casos especiais no sistema de tipos; consulte Anotando tuplas para obter mais detalhes.

Obsoleto desde a versão 3.9: builtins.tuple agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

class typing.Type(Generic[CT_co])

Apelido descontinuado de type.

Consulte O tipo de objetos de classe para obter detalhes sobre como usar type ou typing.Type em anotações de tipos.

Adicionado na versão 3.5.2.

Obsoleto desde a versão 3.9: builtins.type agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

Apelidos para tipos em collections

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

Apelido descontinuado de collections.defaultdict.

Adicionado na versão 3.5.2.

Obsoleto desde a versão 3.9: collections.defaultdict agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

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

Apelido descontinuado de collections.OrderedDict.

Adicionado na versão 3.7.2.

Obsoleto desde a versão 3.9: collections.OrderedDict agora oferece suporte a subscrição ([]). consulte PEP 585 e Tipo Generic Alias.

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

Apelido descontinuado de collections.ChainMap.

Adicionado na versão 3.6.1.

Obsoleto desde a versão 3.9: collections.ChainMap agora oferece suporte a subscrição ([]). consulte PEP 585 e Tipo Generic Alias.

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

Apelido descontinuado de collections.Counter.

Adicionado na versão 3.6.1.

Obsoleto desde a versão 3.9: collections.Counter agora oferece suporte a subscrição ([]). consulte PEP 585 e Tipo Generic Alias.

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

Apelido descontinuado de collections.deque.

Adicionado na versão 3.6.1.

Obsoleto desde a versão 3.9: collections.deque agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

Apelidos de outros tipos concretos

class typing.Pattern
class typing.Match

Apelidos descontinuados correspondem aos tipos de retorno de re.compile() e re.match().

Esses tipos (e as funções correspondentes) são genéricas sobre AnyStr. Pattern pode ser especializado como Pattern[str] ou Pattern[bytes]; Match pode ser especializado como Match[str] ou Match[bytes].

Obsoleto desde a versão 3.9: Classes Pattern e Match de re agora suporte []. Consulte PEP 585 e Tipo Generic Alias.

class typing.Text

Apelido descontinuado de str.

Text is provided to supply a forward compatible path for Python 2 code: in Python 2, Text is an alias for unicode.

Use Text para indicar que um valor deve conter uma string unicode de forma compatível com Python 2 e Python 3:

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

Adicionado na versão 3.5.2.

Obsoleto desde a versão 3.11: Python 2 deixou de receber suporte, e a maioria dos verificadores de tipos também não oferece suporte à verificação de tipos de código de Python 2. A remoção do apelido não está planejada no momento, mas os usuários são incentivados a usar str em vez de Text.

Apelidos de contêineres ABC em collections.abc.

class typing.AbstractSet(Collection[T_co])

Apelido descontinuado de collections.abc.Set.

Obsoleto desde a versão 3.9: collections.abc.Set agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

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

Apelido descontinuado de collections.abc.Collection.

Adicionado na versão 3.6.

Obsoleto desde a versão 3.9: collections.abc.Collection agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

class typing.Container(Generic[T_co])

Apelido descontinuado de collections.abc.Container.

Obsoleto desde a versão 3.9: collections.abc.Container agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

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

Apelido descontinuado de collections.abc.ItemsView.

Obsoleto desde a versão 3.9: collections.abc.ItemsView agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

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

Apelido descontinuado de collections.abc.KeysView.

Obsoleto desde a versão 3.9: collections.abc.KeysView agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

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

Apelido descontinuado de collections.abc.Mapping.

Obsoleto desde a versão 3.9: collections.abc.Mapping agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

class typing.MappingView(Sized)

Apelido descontinuado de collections.abc.MappingView.

Obsoleto desde a versão 3.9: collections.abc.MappingView agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

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

Apelido descontinuado de collections.abc.MutableMapping.

Obsoleto desde a versão 3.9: collections.abc.MutableMapping agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

class typing.MutableSequence(Sequence[T])

Apelido descontinuado de collections.abc.MutableSequence.

Obsoleto desde a versão 3.9: collections.abc.MutableSequence agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

class typing.MutableSet(AbstractSet[T])

Apelido descontinuado de collections.abc.MutableSet.

Obsoleto desde a versão 3.9: collections.abc.MutableSet agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

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

Apelido descontinuado de collections.abc.Sequence.

Obsoleto desde a versão 3.9: collections.abc.Sequence agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

class typing.ValuesView(MappingView, Collection[_VT_co])

Apelido descontinuado de collections.abc.ValuesView.

Obsoleto desde a versão 3.9: collections.abc.ValuesView agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

Apelidos para ABCs assíncronas em collections.abc

class typing.Coroutine(Awaitable[ReturnType], Generic[YieldType, SendType, ReturnType])

Apelido descontinuado de collections.abc.Coroutine.

Consulte Anotando geradores e corrotinas para obter detalhes sobre como usar collections.abc.Coroutine e typing.Coroutine em anotações de tipos.

Adicionado na versão 3.5.3.

Obsoleto desde a versão 3.9: collections.abc.Coroutine agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

class typing.AsyncGenerator(AsyncIterator[YieldType], Generic[YieldType, SendType])

Apelido descontinuado de collections.abc.AsyncGenerator.

Consulte Anotando geradores e corrotinas para obter detalhes sobre como usar collections.abc.AsyncGenerator e typing.AsyncGenerator em anotações de tipos.

Adicionado na versão 3.6.1.

Obsoleto desde a versão 3.9: collections.abc.AsyncGenerator agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

Alterado na versão 3.13: O parâmetro SendType agora tem um valor-padrão.

class typing.AsyncIterable(Generic[T_co])

Apelido descontinuado de collections.abc.AsyncIterable.

Adicionado na versão 3.5.2.

Obsoleto desde a versão 3.9: collections.abc.AsyncIterable agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

class typing.AsyncIterator(AsyncIterable[T_co])

Apelido descontinuado de collections.abc.AsyncIterator.

Adicionado na versão 3.5.2.

Obsoleto desde a versão 3.9: collections.abc.AsyncIterator agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

class typing.Awaitable(Generic[T_co])

Apelido descontinuado de collections.abc.Awaitable.

Adicionado na versão 3.5.2.

Obsoleto desde a versão 3.9: collections.abc.Awaitable agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

Apelidos para outros ABCs em collections.abc.

class typing.Iterable(Generic[T_co])

Apelido descontinuado de collections.abc.Iterable.

Obsoleto desde a versão 3.9: collections.abc.Iterable agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

class typing.Iterator(Iterable[T_co])

Apelido descontinuado de collections.abc.Iterator.

Obsoleto desde a versão 3.9: collections.abc.Iterator agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

typing.Callable

Apelido descontinuado de collections.abc.Callable.

Veja Anotações de objetos chamáveis para detalhes sobre como usar collections.abc.Callable e typing.Callable em anotações de tipo.

Obsoleto desde a versão 3.9: collections.abc.Callable agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

Alterado na versão 3.10: Callable agora oferece suporte a ParamSpec e Concatenate. Veja PEP 612 para mais detalhes.

class typing.Generator(Iterator[YieldType], Generic[YieldType, SendType, ReturnType])

Apelido descontinuado de collections.abc.Generator.

Consulte Anotando geradores e corrotinas para obter detalhes sobre como usar collections.abc.Generator e typing.Generator em anotações de tipos.

Obsoleto desde a versão 3.9: collections.abc.Generator agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

Alterado na versão 3.13: Adiciona valores-padrão para os tipos de envio e retorno.

class typing.Hashable

Apelido descontinuado de collections.abc.Hashable.

Obsoleto desde a versão 3.12: Use collections.abc.Hashable diretamente.

class typing.Reversible(Iterable[T_co])

Apelido descontinuado de collections.abc.Reversible.

Obsoleto desde a versão 3.9: collections.abc.Reversible agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

class typing.Sized

Apelido descontinuado de collections.abc.Sized.

Obsoleto desde a versão 3.12: Use collections.abc.Sized diretamente.

Apelidos de ABCs da contextlib

class typing.ContextManager(Generic[T_co, ExitT_co])

Apelido descontinuado de contextlib.AbstractContextManager.

O primeiro parâmetro de tipo, T_co, representa o tipo retornado pelo método __enter__(). O segundo parâmetro opcional de tipo, ExitT_co, cujo valor-padrão é bool | None, representa o tipo retornado pelo método __exit__().

Adicionado na versão 3.5.4.

Obsoleto desde a versão 3.9: contextlib.AbstractContextManager agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

Alterado na versão 3.13: Adiciona o segundo parâmetro opcional de tipo, ExitT_co.

class typing.AsyncContextManager(Generic[T_co, AExitT_co])

Apelido descontinuado de contextlib.AbstractAsyncContextManager.

O primeiro parâmetro de tipo, T_co, representa o tipo retornado pelo método __aenter__(). O segundo parâmetro opcional de tipo, AExitT_co, cujo valor-padrão é bool | None, representa o tipo retornado pelo método __aexit__().

Adicionado na versão 3.6.2.

Obsoleto desde a versão 3.9: contextlib.AbstractAsyncContextManager agora oferece suporte a subscrição ([]). Consulte PEP 585 e Tipo Generic Alias.

Alterado na versão 3.13: Adiciona o segundo parâmetro opcional de tipo, AExitT_co.

Cronograma de descontinuação dos principais recursos

Alguns recursos em typing estão descontinuados e podem ser removidos em uma versão futura de Python. A tabela a seguir resume as principais descontinuações para sua conveniência. Ela está sujeita a alterações, e nem todas as descontinuações estão listadas.

Recurso

Descontinuado em

Remoção planejada

PEP/issue

versões typing de coleções-padrão

3.9

Não definido (consulte apelidos descontinuados para mais informações)

PEP 585

typing.Text

3.11

Não definido

gh-92332

typing.Hashable e typing.Sized

3.12

Não definido

gh-94309

typing.TypeAlias

3.12

Não definido

PEP 695

@typing.no_type_check_decorator

3.13

3.15

gh-106309

typing.AnyStr

3.13

3.18

gh-105578