typing — Підтримка підказок типу

Нове в версії 3.5.

Вихідний код: Lib/typing.py

Примітка

The Python runtime does not enforce function and variable type annotations. They can be used by third party tools such as type checkers, IDEs, linters, etc.

This module provides runtime support for type hints. The most fundamental support consists of the types Any, Union, Callable, TypeVar, and Generic. For a full specification, please see PEP 484. For a simplified introduction to type hints, see PEP 483.

The function below takes and returns a string and is annotated as follows:

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

In the function greeting, the argument name is expected to be of type str and the return type str. Subtypes are accepted as arguments.

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

Relevant PEPs

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

Псевдоніми типів

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

Vector = list[float]

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

# typechecks; a list of floats qualifies as a Vector.
new_vector = scale(2.0, [1.0, -4.2, 5.4])

Псевдоніми типів корисні для спрощення анотацій складних типів. Наприклад:

from collections.abc import Sequence

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

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

# The static type checker will treat the previous type signature as
# being exactly equivalent to this one.
def broadcast_message(
        message: str,
        servers: Sequence[tuple[tuple[str, int], dict[str, str]]]) -> None:
    ...

Note that None as a type hint is a special case and is replaced by type(None).

NewType

Use the NewType() helper to create distinct types:

from typing import NewType

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

Аналізатор типів розглядатиме новий тип як підклас вихідного типу. Це корисно для виявлення логічних помилок:

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

# typechecks
user_a = get_user_name(UserId(42351))

# does not typecheck; an int is not a UserId
user_b = get_user_name(-1)

Ви все ще можете виконувати всі операції int зі змінною типу UserId, але результат завжди матиме тип int. Це дозволяє передавати UserId усюди, де можна очікувати int, але запобігає випадковому створенню UserId недійсним способом:

# 'output' is of type 'int', not 'UserId'
output = UserId(23413) + UserId(54341)

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

Точніше, вираз some_value is Derived(some_value) завжди вірний під час виконання.

This also means that it is not possible to create a subtype of Derived since it is an identity function at runtime, not an actual type:

from typing import NewType

UserId = NewType('UserId', int)

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

However, it is possible to create a NewType() based on a „derived“ NewType:

from typing import NewType

UserId = NewType('UserId', int)

ProUserId = NewType('ProUserId', UserId)

і аналіз типів для ProUserId працюватиме належним чином.

Дивіться PEP 484 для більш детальної інформації.

Примітка

Recall that the use of a type alias declares two types to be equivalent to one another. Doing Alias = Original will make the static type checker treat Alias as being exactly equivalent to Original in all cases. This is useful when you want to simplify complex type signatures.

На відміну, NewType оголошує один тип як підтип іншого. Якщо виконати Derived = NewType('Derived', Original), аналізатор типів розглядатиме Derived як підклас Original, що означає значення типу Original не можна використовувати там, де очікується значення типу Derived. Це корисно, коли ви хочете запобігти логічним помилкам з мінімальними витратами на виконання.

Нове в версії 3.5.2.

Callable

Frameworks expecting callback functions of specific signatures might be type hinted using Callable[[Arg1Type, Arg2Type], ReturnType].

Наприклад:

from collections.abc import Callable

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

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

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

It is possible to declare the return type of a callable without specifying the call signature by substituting a literal ellipsis for the list of arguments in the type hint: Callable[..., ReturnType].

Узагальнення

Since type information about objects kept in containers cannot be statically inferred in a generic way, abstract base classes have been extended to support subscription to denote expected types for container elements.

from collections.abc import Mapping, Sequence

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

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

from collections.abc import Sequence
from typing import TypeVar

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

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

Визначені користувачем загальні типи

Визначений користувачем клас можна визначити як загальний клас.

from typing import TypeVar, Generic
from logging import Logger

T = TypeVar('T')

class LoggedVar(Generic[T]):
    def __init__(self, value: T, name: str, logger: Logger) -> None:
        self.name = name
        self.logger = logger
        self.value = value

    def set(self, new: T) -> None:
        self.log('Set ' + repr(self.value))
        self.value = new

    def get(self) -> T:
        self.log('Get ' + repr(self.value))
        return self.value

    def log(self, message: str) -> None:
        self.logger.info('%s: %s', self.name, message)

Generic[T] as a base class defines that the class LoggedVar takes a single type parameter T . This also makes T valid as a type within the class body.

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

from collections.abc import Iterable

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

Загальний тип може мати будь-яку кількість змінних типу. Усі різновиди TypeVar допустимі як параметри для загального типу:

from typing import TypeVar, Generic, Sequence

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

class WeirdTrio(Generic[T, B, S]):
    ...

Кожен аргумент змінної типу для Generic має бути окремим. Таким чином, це недійсно:

from typing import TypeVar, Generic
...

T = TypeVar('T')

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

You can use multiple inheritance with Generic:

from collections.abc import Sized
from typing import TypeVar, Generic

T = TypeVar('T')

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

When inheriting from generic classes, some type variables could be fixed:

from collections.abc import Mapping
from typing import TypeVar

T = TypeVar('T')

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

У цьому випадку MyDict має єдиний параметр, T.

Using a generic class without specifying type parameters assumes Any for each position. In the following example, MyIterable is not generic but implicitly inherits from Iterable[Any]:

from collections.abc import Iterable

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

User defined generic type aliases are also supported. Examples:

from collections.abc import Iterable
from typing import TypeVar, Union
S = TypeVar('S')
Response = Union[Iterable[S], int]

# Return type here is same as Union[Iterable[str], int]
def response(query: str) -> Response[str]:
    ...

T = TypeVar('T', int, float, complex)
Vec = Iterable[tuple[T, T]]

def inproduct(v: Vec[T]) -> T: # Same as Iterable[tuple[T, T]]
    return sum(x*y for x, y in v)

Змінено в версії 3.7: Generic більше не має спеціального метакласу.

A user-defined generic class can have ABCs as base classes without a metaclass conflict. Generic metaclasses are not supported. The outcome of parameterizing generics is cached, and most types in the typing module are hashable and comparable for equality.

Тип Any

Особливий вид типу — Any. Засіб перевірки статичних типів розглядатиме кожен тип як сумісний із Any і Any як сумісні з кожним типом.

Це означає, що можна виконати будь-яку операцію або викликати метод над значенням типу Any і призначити його будь-якій змінній:

from typing import Any

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

s: str = ''
s = a           # OK

def foo(item: Any) -> int:
    # Typechecks; 'item' could be any type,
    # and that type might have a 'bar' method
    item.bar()
    ...

Notice that no typechecking is performed when assigning a value of type Any to a more precise type. For example, the static type checker did not report an error when assigning a to s even though s was declared to be of type str and receives an int value at runtime!

Крім того, усі функції без типу повернення або типів параметрів неявно використовуватимуть за умовчанням Any:

def legacy_parser(text):
    ...
    return data

# A static type checker will treat the above
# as having the same signature as:
def legacy_parser(text: Any) -> Any:
    ...
    return data

Така поведінка дозволяє Any використовувати як вихідний люк, коли вам потрібно змішати динамічний і статичний код.

Порівняйте поведінку Any з поведінкою object. Подібно до Any, кожен тип є підтипом object. Однак, на відміну від Any, зворотне не вірно: object не є підтипом будь-якого іншого типу.

Це означає, що коли тип значення object, засіб перевірки типів відхилить майже всі операції над ним, а присвоєння його змінній (або використання її як значення, що повертається) більш спеціалізованого типу є типом помилка. Наприклад:

def hash_a(item: object) -> int:
    # Fails; an object does not have a 'magic' method.
    item.magic()
    ...

def hash_b(item: Any) -> int:
    # Typechecks
    item.magic()
    ...

# Typechecks, since ints and strs are subclasses of object
hash_a(42)
hash_a("foo")

# Typechecks, since Any is compatible with all types
hash_b(42)
hash_b("foo")

Використовуйте object, щоб вказати, що значення може мати будь-який тип у безпечний спосіб. Використовуйте Any, щоб вказати, що значення вводиться динамічно.

Номінальний проти структурного підтипу

Спочатку PEP 484 визначив систему статичних типів Python як таку, що використовує номінальний підтип. Це означає, що клас A дозволений там, де очікується клас B, якщо і тільки якщо A є підкласом B.

Ця вимога раніше також застосовувалася до абстрактних базових класів, таких як Iterable. Проблема з цим підходом полягає в тому, що клас повинен бути явно позначений для їх підтримки, що не є пітонічним і не схожим на те, що зазвичай робили б у ідіоматичному динамічно введеному коді Python. Наприклад, це відповідає 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 дозволяє вирішити цю проблему, дозволяючи користувачам писати наведений вище код без явних базових класів у визначенні класу, дозволяючи Bucket неявно вважатися підтипом як Sized, так і Iterable[int] засобами перевірки статичних типів. Це відоме як структурне підтипування (або статичне качине типування):

from collections.abc import Iterator, Iterable

class Bucket:  # Note: no base classes
    ...
    def __len__(self) -> int: ...
    def __iter__(self) -> Iterator[int]: ...

def collect(items: Iterable[int]) -> int: ...
result = collect(Bucket())  # Passes type check

Крім того, створивши підклас спеціального класу Protocol, користувач може визначати нові користувальницькі протоколи, щоб повною мірою користуватися структурними підтипами (див. приклади нижче).

Зміст модуля

The module defines the following classes, functions and decorators.

Примітка

This module defines several types that are subclasses of pre-existing standard library classes which also extend Generic to support type variables inside []. These types became redundant in Python 3.9 when the corresponding pre-existing classes were enhanced to support [].

The redundant types are deprecated as of Python 3.9 but no deprecation warnings will be issued by the interpreter. It is expected that type checkers will flag the deprecated types when the checked program targets Python 3.9 or newer.

The deprecated types will be removed from the typing module in the first Python version released 5 years after the release of Python 3.9.0. See details in PEP 585—Type Hinting Generics In Standard Collections.

Спеціальні примітиви типізації

Особливі види

These can be used as types in annotations and do not support [].

typing.Any

Спеціальний тип, що вказує на необмежений тип.

  • Кожен тип сумісний з Any.

  • Any сумісний з усіма типами.

typing.NoReturn

Special type indicating that a function never returns. For example:

from typing import NoReturn

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

Нове в версії 3.5.4.

Нове в версії 3.6.2.

Спеціальні форми

These can be used as types in annotations using [], each having a unique syntax.

typing.Tuple

Tuple type; Tuple[X, Y] is the type of a tuple of two items with the first item of type X and the second of type Y. The type of the empty tuple can be written as Tuple[()].

Example: Tuple[T1, T2] is a tuple of two elements corresponding to type variables T1 and T2. Tuple[int, float, str] is a tuple of an int, a float and a string.

To specify a variable-length tuple of homogeneous type, use literal ellipsis, e.g. Tuple[int, ...]. A plain Tuple is equivalent to Tuple[Any, ...], and in turn to tuple.

Застаріло починаючи з версії 3.9: builtins.tuple now supports []. See PEP 585 and Загальний тип псевдоніма.

typing.Union

Union type; Union[X, Y] means either X or Y.

To define a union, use e.g. Union[int, str]. Details:

  • Аргументи мають бути типами і має бути принаймні один.

  • Союзи союзів зведені, наприклад:

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

  • Союзи одного аргументу зникають, наприклад:

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

  • Зайві аргументи пропускаються, наприклад:

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

  • Під час порівняння об’єднань порядок аргументів ігнорується, наприклад:

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

  • You cannot subclass or instantiate a union.

  • Ви не можете писати Union[X][Y].

  • You can use Optional[X] as a shorthand for Union[X, None].

Змінено в версії 3.7: Не видаляйте явні підкласи з об’єднань під час виконання.

typing.Optional

Optional type.

Optional[X] is equivalent to Union[X, None].

Зауважте, що це не те саме поняття, що необов’язковий аргумент, який має значення за умовчанням. Необов’язковий аргумент із значенням за замовчуванням не потребує кваліфікатора Optional в анотації свого типу лише тому, що він є необов’язковим. Наприклад:

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

З іншого боку, якщо дозволено явне значення None, використання Optional є доречним, незалежно від того, чи є аргумент необов’язковим. Наприклад:

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

Callable type; Callable[[int], str] is a function of (int) -> str.

The subscription syntax must always be used with exactly two values: the argument list and the return type. The argument list must be a list of types or an ellipsis; the return type must be a single type.

There is no syntax to indicate optional or keyword arguments; such function types are rarely used as callback types. Callable[..., ReturnType] (literal ellipsis) can be used to type hint a callable taking any number of arguments and returning ReturnType. A plain Callable is equivalent to Callable[..., Any], and in turn to collections.abc.Callable.

Застаріло починаючи з версії 3.9: collections.abc.Callable now supports []. See PEP 585 and Загальний тип псевдоніма.

class typing.Type(Generic[CT_co])

A variable annotated with C may accept a value of type C. In contrast, a variable annotated with Type[C] may accept values that are classes themselves – specifically, it will accept the class object of C. For example:

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

Note that Type[C] is covariant:

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

# Accepts User, BasicUser, ProUser, TeamUser, ...
def make_new_user(user_class: Type[User]) -> User:
    # ...
    return user_class()

The fact that Type[C] is covariant implies that all subclasses of C should implement the same constructor signature and class method signatures as C. The type checker should flag violations of this, but should also allow constructor calls in subclasses that match the constructor calls in the indicated base class. How the type checker is required to handle this particular case may change in future revisions of PEP 484.

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

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

Type[Any] is equivalent to Type which in turn is equivalent to type, which is the root of Python’s metaclass hierarchy.

Нове в версії 3.5.2.

Застаріло починаючи з версії 3.9: builtins.type now supports []. See PEP 585 and Загальний тип псевдоніма.

typing.Literal

A type that can be used to indicate to type checkers that the corresponding variable or function parameter has a value equivalent to the provided literal (or one of several literals). For example:

def validate_simple(data: Any) -> Literal[True]:  # always returns True
    ...

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

open_helper('/some/path', 'r')  # Passes type check
open_helper('/other/path', 'typo')  # Error in type checker

Літерал[...] не може бути підкласом. Під час виконання довільне значення допускається як аргумент типу для Literal[...], але засоби перевірки типу можуть накладати обмеження. Дивіться PEP 586 для отримання додаткової інформації про літеральні типи.

Нове в версії 3.8.

Змінено в версії 3.9.1: Літерал тепер усуває дублікати параметрів. Порівняння рівності об’єктів Literal більше не залежить від порядку. Об’єкти Literal тепер створюватимуть виняток TypeError під час порівняння рівності, якщо один із їхніх параметрів не є hashable.

typing.ClassVar

Конструкція спеціального типу для позначення змінних класу.

Як представлено в PEP 526, анотація змінної, загорнена в ClassVar, вказує на те, що даний атрибут призначений для використання як змінна класу і не повинен встановлюватися для екземплярів цього класу. Використання:

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

ClassVar приймає лише типи і не може бути підписаний далі.

ClassVar сам по собі не є класом і не повинен використовуватися з isinstance() або issubclass(). ClassVar не змінює поведінку Python під час виконання, але його можуть використовувати сторонні засоби перевірки типу. Наприклад, засіб перевірки типу може позначити наступний код як помилку:

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

Нове в версії 3.5.3.

typing.Final

A special typing construct to indicate to type checkers that a name cannot be re-assigned or overridden in a subclass. For example:

MAX_SIZE: Final = 9000
MAX_SIZE += 1  # Error reported by type checker

class Connection:
    TIMEOUT: Final[int] = 10

class FastConnector(Connection):
    TIMEOUT = 1  # Error reported by type checker

Немає жодної перевірки цих властивостей під час виконання. Дивіться PEP 591 для більш детальної інформації.

Нове в версії 3.8.

typing.Annotated

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

Ultimately, the responsibility of how to interpret the annotations (if at all) is the responsibility of the tool or library encountering the Annotated type. A tool or library encountering an Annotated type can scan through the annotations to determine if they are of interest (e.g., using isinstance()).

When a tool or a library does not support annotations or encounters an unknown annotation it should just ignore it and treat annotated type as the underlying type.

It’s up to the tool consuming the annotations to decide whether the client is allowed to have several annotations on one type and how to merge those annotations.

Since the Annotated type allows you to put several annotations of the same (or different) type(s) on any node, the tools or libraries consuming those annotations are in charge of dealing with potential duplicates. For example, if you are doing value range analysis you might allow this:

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

Passing include_extras=True to get_type_hints() lets one access the extra annotations at runtime.

The details of the syntax:

  • Перший аргумент Анотований має бути дійсного типу

  • Multiple type annotations are supported (Annotated supports variadic arguments):

    Annotated[int, ValueRange(3, 10), ctype("char")]

  • Annotated must be called with at least two arguments ( Annotated[int] is not valid)

  • The order of the annotations is preserved and matters for equality checks:

    Annotated[int, ValueRange(3, 10), ctype("char")] != Annotated[
    int, ctype("char"), ValueRange(3, 10)
]

  • Nested Annotated types are flattened, with metadata ordered starting with the innermost annotation:

    Annotated[Annotated[int, ValueRange(3, 10)], ctype("char")] == Annotated[
    int, ValueRange(3, 10), ctype("char")
]

  • Duplicated annotations are not removed:

    Annotated[int, ValueRange(3, 10)] != Annotated[
    int, ValueRange(3, 10), ValueRange(3, 10)
]

  • Annotated can be used with nested and generic aliases:

    T = TypeVar('T')
Vec = Annotated[list[tuple[T, T]], MaxLen(10)]
V = Vec[int]

V == Annotated[list[tuple[int, int]], MaxLen(10)]

Нове в версії 3.9.

Building generic types

These are not used in annotations. They are building blocks for creating generic types.

class typing.Generic

Абстрактний базовий клас для загальних типів.

A generic type is typically declared by inheriting from an instantiation of this class with one or more type variables. For example, a generic mapping type might be defined as:

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

Потім цей клас можна використовувати наступним чином:

X = TypeVar('X')
Y = TypeVar('Y')

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

Тип змінної.

Використання:

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

def repeat(x: T, n: int) -> Sequence[T]:
    """Return a list containing n references to x."""
    return [x]*n


def print_capitalized(x: S) -> S:
    """Print x capitalized, and return x."""
    print(x.capitalize())
    return x


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

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

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

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

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

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

class StringSubclass(str):
    pass

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

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

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

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

import math

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

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

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

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


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

    MATERIAL = 'rubber'


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

At runtime, isinstance(x, T) will raise TypeError. In general, isinstance() and issubclass() should not be used with types.

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

typing.AnyStr

AnyStr is a constrained type variable defined as AnyStr = TypeVar('AnyStr', str, bytes).

It is meant to be used for functions that may accept any kind of string without allowing different kinds of strings to mix. For example:

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

concat(u"foo", u"bar")  # Ok, output has type 'unicode'
concat(b"foo", b"bar")  # Ok, output has type 'bytes'
concat(u"foo", b"bar")  # Error, cannot mix unicode and bytes
class typing.Protocol(Generic)

Base class for protocol classes. Protocol classes are defined like this:

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

Такі класи в основному використовуються із засобами перевірки статичних типів, які розпізнають структурні підтипи (статичне типування), наприклад:

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

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

func(C())  # Passes static type check

See PEP 544 for details. Protocol classes decorated with runtime_checkable() (described later) act as simple-minded runtime protocols that check only the presence of given attributes, ignoring their type signatures.

Класи протоколів можуть бути загальними, наприклад:

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

Нове в версії 3.8.

@typing.runtime_checkable

Позначте клас протоколу як протокол виконання.

Такий протокол можна використовувати з isinstance() і issubclass(). Це викликає TypeError, коли застосовується до непротокольного класу. Це дозволяє здійснити просту структурну перевірку, дуже схожу на «поні з одним трюком» у collections.abc, наприклад Iterable. Наприклад:

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

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

Примітка

runtime_checkable() will check only the presence of the required methods, not their type signatures! For example, builtins.complex implements __float__(), therefore it passes an issubclass() check against SupportsFloat. However, the complex.__float__ method exists only to raise a TypeError with a more informative message.

Нове в версії 3.8.

Інші спеціальні директиви

These are not used in annotations. They are building blocks for declaring types.

class typing.NamedTuple

Введена версія collections.namedtuple().

Використання:

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

Це еквівалентно:

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

Щоб надати полю значення за замовчуванням, ви можете призначити йому в тілі класу:

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

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

Поля зі значенням за замовчуванням мають бути після будь-яких полів без значення за замовчуванням.

Отриманий клас має додатковий атрибут __annotations__, що дає диктофон, який зіставляє назви полів із типами полів. (Імена полів містяться в атрибуті _fields, а значення за замовчуванням — в атрибуті _field_defaults, обидва з яких є частиною API namedtuple().)

Підкласи NamedTuple також можуть мати рядки документації та методи:

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

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

Зворотно сумісне використання:

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

Змінено в версії 3.6: Додано підтримку синтаксису анотації змінної PEP 526.

Змінено в версії 3.6.1: Додано підтримку стандартних значень, методів і рядків документів.

Змінено в версії 3.8: Атрибути _field_types і __annotations__ тепер є звичайними словниками замість екземплярів OrderedDict.

Змінено в версії 3.9: Видалено атрибут _field_types на користь стандартнішого атрибута __annotations__, який містить ту саму інформацію.

typing.NewType(name, tp)

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

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

Нове в версії 3.5.2.

class typing.TypedDict(dict)

Спеціальна конструкція для додавання підказок типу до словника. Під час виконання це звичайний dict.

TypedDict оголошує тип словника, який очікує, що всі його екземпляри матимуть певний набір ключів, де кожен ключ пов’язаний зі значенням узгодженого типу. Це очікування не перевіряється під час виконання, а виконується лише засобами перевірки типів. Використання:

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

a: Point2D = {'x': 1, 'y': 2, 'label': 'good'}  # OK
b: Point2D = {'z': 3, 'label': 'bad'}           # Fails type check

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

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

  • Using a literal dict as the second argument:

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

  • Using keyword arguments:

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

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

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

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

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

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

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

Це означає, що в Point2D TypedDict може бути пропущений будь-який із ключів. Очікується, що засіб перевірки типів підтримуватиме лише літерали False або True як значення аргументу total. True є типовим і робить обов’язковими всі елементи, визначені в тілі класу.

Тип TypedDict може успадкувати від одного або кількох інших типів TypedDict за допомогою синтаксису на основі класу. Використання:

class Point3D(Point2D):
    z: int

Point3D має три елементи: x, y і z. Це еквівалентно цьому визначенню:

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

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

class X(TypedDict):
    x: int

class Y(TypedDict):
    y: int

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

class XY(X, Y): pass  # OK

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

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

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

__total__

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

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

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

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

Перегляньте PEP 589 більше прикладів і детальних правил використання TypedDict.

Нове в версії 3.8.

Generic concrete collections

Corresponding to built-in types

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

A generic version of dict. Useful for annotating return types. To annotate arguments it is preferred to use an abstract collection type such as Mapping.

This type can be used as follows:

def count_words(text: str) -> Dict[str, int]:
    ...

Застаріло починаючи з версії 3.9: builtins.dict now supports []. See PEP 585 and Загальний тип псевдоніма.

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

Generic version of list. Useful for annotating return types. To annotate arguments it is preferred to use an abstract collection type such as Sequence or Iterable.

This type may be used as follows:

T = TypeVar('T', int, float)

def vec2(x: T, y: T) -> List[T]:
    return [x, y]

def keep_positives(vector: Sequence[T]) -> List[T]:
    return [item for item in vector if item > 0]

Застаріло починаючи з версії 3.9: builtins.list now supports []. See PEP 585 and Загальний тип псевдоніма.

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

A generic version of builtins.set. Useful for annotating return types. To annotate arguments it is preferred to use an abstract collection type such as AbstractSet.

Застаріло починаючи з версії 3.9: builtins.set now supports []. See PEP 585 and Загальний тип псевдоніма.

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

A generic version of builtins.frozenset.

Застаріло починаючи з версії 3.9: builtins.frozenset now supports []. See PEP 585 and Загальний тип псевдоніма.

Примітка

Tuple is a special form.

Corresponding to types in collections

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

A generic version of collections.defaultdict.

Нове в версії 3.5.2.

Застаріло починаючи з версії 3.9: collections.defaultdict now supports []. See PEP 585 and Загальний тип псевдоніма.

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

A generic version of collections.OrderedDict.

Нове в версії 3.7.2.

Застаріло починаючи з версії 3.9: collections.OrderedDict now supports []. See PEP 585 and Загальний тип псевдоніма.

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

A generic version of collections.ChainMap.

Нове в версії 3.5.4.

Нове в версії 3.6.1.

Застаріло починаючи з версії 3.9: collections.ChainMap now supports []. See PEP 585 and Загальний тип псевдоніма.

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

A generic version of collections.Counter.

Нове в версії 3.5.4.

Нове в версії 3.6.1.

Застаріло починаючи з версії 3.9: collections.Counter now supports []. See PEP 585 and Загальний тип псевдоніма.

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

A generic version of collections.deque.

Нове в версії 3.5.4.

Нове в версії 3.6.1.

Застаріло починаючи з версії 3.9: collections.deque now supports []. See PEP 585 and Загальний тип псевдоніма.

Other concrete types

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

Загальний тип IO[AnyStr] і його підкласи TextIO(IO[str]) і BinaryIO(IO[bytes]) представляють типи потоків вводу/виводу, такі як повертаються open().

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

class typing.Pattern
class typing.Match

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

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

Застаріло починаючи з версії 3.9: Класи Pattern і Match від re тепер підтримують []. Див. PEP 585 і Загальний тип псевдоніма.

class typing.Text

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

Використовуйте Текст, щоб вказати, що значення має містити рядок Юнікод у спосіб, сумісний як з Python 2, так і з Python 3:

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

Нове в версії 3.5.2.

Abstract Base Classes

Corresponding to collections in collections.abc

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

A generic version of collections.abc.Set.

Застаріло починаючи з версії 3.9: collections.abc.Set now supports []. See PEP 585 and Загальний тип псевдоніма.

class typing.ByteString(Sequence[int])

A generic version of collections.abc.ByteString.

Цей тип представляє типи bytes, bytearray і memoryview послідовностей байтів.

As a shorthand for this type, bytes can be used to annotate arguments of any of the types mentioned above.

Застаріло починаючи з версії 3.9: collections.abc.ByteString now supports []. See PEP 585 and Загальний тип псевдоніма.

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

A generic version of collections.abc.Collection

Нове в версії 3.6.0.

Застаріло починаючи з версії 3.9: collections.abc.Collection now supports []. See PEP 585 and Загальний тип псевдоніма.

class typing.Container(Generic[T_co])

A generic version of collections.abc.Container.

Застаріло починаючи з версії 3.9: collections.abc.Container now supports []. See PEP 585 and Загальний тип псевдоніма.

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

A generic version of collections.abc.ItemsView.

Застаріло починаючи з версії 3.9: collections.abc.ItemsView now supports []. See PEP 585 and Загальний тип псевдоніма.

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

A generic version of collections.abc.KeysView.

Застаріло починаючи з версії 3.9: collections.abc.KeysView now supports []. See PEP 585 and Загальний тип псевдоніма.

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

A generic version of collections.abc.Mapping. This type can be used as follows:

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

Застаріло починаючи з версії 3.9: collections.abc.Mapping now supports []. See PEP 585 and Загальний тип псевдоніма.

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

A generic version of collections.abc.MappingView.

Застаріло починаючи з версії 3.9: collections.abc.MappingView now supports []. See PEP 585 and Загальний тип псевдоніма.

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

A generic version of collections.abc.MutableMapping.

Застаріло починаючи з версії 3.9: collections.abc.MutableMapping now supports []. See PEP 585 and Загальний тип псевдоніма.

class typing.MutableSequence(Sequence[T])

A generic version of collections.abc.MutableSequence.

Застаріло починаючи з версії 3.9: collections.abc.MutableSequence now supports []. See PEP 585 and Загальний тип псевдоніма.

class typing.MutableSet(AbstractSet[T])

A generic version of collections.abc.MutableSet.

Застаріло починаючи з версії 3.9: collections.abc.MutableSet now supports []. See PEP 585 and Загальний тип псевдоніма.

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

A generic version of collections.abc.Sequence.

Застаріло починаючи з версії 3.9: collections.abc.Sequence now supports []. See PEP 585 and Загальний тип псевдоніма.

class typing.ValuesView(MappingView[VT_co])

A generic version of collections.abc.ValuesView.

Застаріло починаючи з версії 3.9: collections.abc.ValuesView now supports []. See PEP 585 and Загальний тип псевдоніма.

Corresponding to other types in collections.abc

class typing.Iterable(Generic[T_co])

A generic version of collections.abc.Iterable.

Застаріло починаючи з версії 3.9: collections.abc.Iterable now supports []. See PEP 585 and Загальний тип псевдоніма.

class typing.Iterator(Iterable[T_co])

A generic version of collections.abc.Iterator.

Застаріло починаючи з версії 3.9: collections.abc.Iterator now supports []. See PEP 585 and Загальний тип псевдоніма.

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

A generator can be annotated by the generic type Generator[YieldType, SendType, ReturnType]. For example:

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

Note that unlike many other generics in the typing module, the SendType of Generator behaves contravariantly, not covariantly or invariantly.

If your generator will only yield values, set the SendType and ReturnType to None:

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

Alternatively, annotate your generator as having a return type of either Iterable[YieldType] or Iterator[YieldType]:

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

Застаріло починаючи з версії 3.9: collections.abc.Generator now supports []. See PEP 585 and Загальний тип псевдоніма.

class typing.Hashable

An alias to collections.abc.Hashable.

class typing.Reversible(Iterable[T_co])

A generic version of collections.abc.Reversible.

Застаріло починаючи з версії 3.9: collections.abc.Reversible now supports []. See PEP 585 and Загальний тип псевдоніма.

class typing.Sized

An alias to collections.abc.Sized.

Asynchronous programming

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

A generic version of collections.abc.Coroutine. The variance and order of type variables correspond to those of Generator, for example:

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

Нове в версії 3.5.3.

Застаріло починаючи з версії 3.9: collections.abc.Coroutine now supports []. See PEP 585 and Загальний тип псевдоніма.

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

An async generator can be annotated by the generic type AsyncGenerator[YieldType, SendType]. For example:

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

Unlike normal generators, async generators cannot return a value, so there is no ReturnType type parameter. As with Generator, the SendType behaves contravariantly.

If your generator will only yield values, set the SendType to None:

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

Alternatively, annotate your generator as having a return type of either AsyncIterable[YieldType] or AsyncIterator[YieldType]:

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

Нове в версії 3.6.1.

Застаріло починаючи з версії 3.9: collections.abc.AsyncGenerator now supports []. See PEP 585 and Загальний тип псевдоніма.

class typing.AsyncIterable(Generic[T_co])

A generic version of collections.abc.AsyncIterable.

Нове в версії 3.5.2.

Застаріло починаючи з версії 3.9: collections.abc.AsyncIterable now supports []. See PEP 585 and Загальний тип псевдоніма.

class typing.AsyncIterator(AsyncIterable[T_co])

A generic version of collections.abc.AsyncIterator.

Нове в версії 3.5.2.

Застаріло починаючи з версії 3.9: collections.abc.AsyncIterator now supports []. See PEP 585 and Загальний тип псевдоніма.

class typing.Awaitable(Generic[T_co])

A generic version of collections.abc.Awaitable.

Нове в версії 3.5.2.

Застаріло починаючи з версії 3.9: collections.abc.Awaitable now supports []. See PEP 585 and Загальний тип псевдоніма.

Context manager types

class typing.ContextManager(Generic[T_co])

A generic version of contextlib.AbstractContextManager.

Нове в версії 3.5.4.

Нове в версії 3.6.0.

Застаріло починаючи з версії 3.9: contextlib.AbstractContextManager now supports []. See PEP 585 and Загальний тип псевдоніма.

class typing.AsyncContextManager(Generic[T_co])

A generic version of contextlib.AbstractAsyncContextManager.

Нове в версії 3.5.4.

Нове в версії 3.6.2.

Застаріло починаючи з версії 3.9: contextlib.AbstractAsyncContextManager now supports []. See PEP 585 and Загальний тип псевдоніма.

Протоколи

These protocols are decorated with runtime_checkable().

class typing.SupportsAbs

ABC з одним абстрактним методом __abs__, який є коваріантним у своєму типі повернення.

class typing.SupportsBytes

ABC з одним абстрактним методом __bytes__.

class typing.SupportsComplex

ABC з одним абстрактним методом __complex__.

class typing.SupportsFloat

ABC з одним абстрактним методом __float__.

class typing.SupportsIndex

ABC з одним абстрактним методом __index__.

Нове в версії 3.8.

class typing.SupportsInt

ABC з одним абстрактним методом __int__.

class typing.SupportsRound

ABC з одним абстрактним методом __round__, який є коваріантним у своєму типі повернення.

Функції та декоратори

typing.cast(typ, val)

Приведення значення до типу.

Це повертає значення без змін. Для засобу перевірки типів це означає, що значення, що повертається, має визначений тип, але під час виконання ми навмисно нічого не перевіряємо (ми хочемо, щоб це було якомога швидше).

@typing.overload

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

@overload
def process(response: None) -> None:
    ...
@overload
def process(response: int) -> tuple[int, str]:
    ...
@overload
def process(response: bytes) -> str:
    ...
def process(response):
    <actual implementation>

See PEP 484 for details and comparison with other typing semantics.

@typing.final

A decorator to indicate to type checkers that the decorated method cannot be overridden, and the decorated class cannot be subclassed. For example:

class Base:
    @final
    def done(self) -> None:
        ...
class Sub(Base):
    def done(self) -> None:  # Error reported by type checker
        ...

@final
class Leaf:
    ...
class Other(Leaf):  # Error reported by type checker
    ...

Немає жодної перевірки цих властивостей під час виконання. Дивіться PEP 591 для більш детальної інформації.

Нове в версії 3.8.

@typing.no_type_check

Декоратор, щоб вказати, що анотації не є підказками типу.

This works as class or function decorator. With a class, it applies recursively to all methods defined in that class (but not to methods defined in its superclasses or subclasses).

This mutates the function(s) in place.

@typing.no_type_check_decorator

Декоратор, щоб надати іншому декоратору ефект no_type_check().

Це обертає декоратор чимось, що обертає декоровану функцію в no_type_check().

@typing.type_check_only

Decorator to mark a class or function to be unavailable at runtime.

Сам цей декоратор недоступний під час виконання. В основному він призначений для позначення класів, визначених у файлах-заглушках типу, якщо реалізація повертає екземпляр приватного класу:

@type_check_only
class Response:  # private or not available at runtime
    code: int
    def get_header(self, name: str) -> str: ...

def fetch_response() -> Response: ...

Зауважте, що повертати екземпляри приватних класів не рекомендується. Зазвичай бажано зробити такі заняття публічними.

Помічники в самоаналізі

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

Повертає словник, що містить підказки типу для функції, методу, модуля або об’єкта класу.

This is often the same as obj.__annotations__. In addition, forward references encoded as string literals are handled by evaluating them in globals and locals namespaces. If necessary, Optional[t] is added for function and method annotations if a default value equal to None is set. For a class C, return a dictionary constructed by merging all the __annotations__ along C.__mro__ in reverse order.

The function recursively replaces all Annotated[T, ...] with T, unless include_extras is set to True (see Annotated for more information). For example:

class Student(NamedTuple):
    name: Annotated[str, 'some marker']

get_type_hints(Student) == {'name': str}
get_type_hints(Student, include_extras=False) == {'name': str}
get_type_hints(Student, include_extras=True) == {
    'name': Annotated[str, 'some marker']
}

Змінено в версії 3.9: Added include_extras parameter as part of PEP 593.

typing.get_args(tp)
typing.get_origin(tp)

Provide basic introspection for generic types and special typing forms.

For a typing object of the form X[Y, Z, ...] these functions return X and (Y, Z, ...). If X is a generic alias for a builtin or collections class, it gets normalized to the original class. If X is a Union or Literal contained in another generic type, the order of (Y, Z, ...) may be different from the order of the original arguments [Y, Z, ...] due to type caching. For unsupported objects return None and () correspondingly. Examples:

assert get_origin(Dict[str, int]) is dict
assert get_args(Dict[int, str]) == (int, str)

assert get_origin(Union[int, str]) is Union
assert get_args(Union[int, str]) == (int, str)

Нове в версії 3.8.

class typing.ForwardRef

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

Примітка

PEP 585 загальні типи, такі як list["SomeClass"], не будуть неявно перетворені в list[ForwardRef("SomeClass")] і, таким чином, не будуть автоматично перетворені в list[ SomeClass].

Нове в версії 3.7.4.

Постійний

typing.TYPE_CHECKING

A special constant that is assumed to be True by 3rd party static type checkers. It is False at runtime. Usage:

if TYPE_CHECKING:
    import expensive_mod

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

Анотація першого типу має бути взята в лапки, що робить її «прямим посиланням», щоб приховати посилання expensive_mod від середовища виконання інтерпретатора. Анотації типу для локальних змінних не оцінюються, тому другу анотацію не потрібно брати в лапки.

Примітка

Якщо використовується from __future__ import annotations, анотації не оцінюються під час визначення функції. Натомість вони зберігаються як рядки в __annotations__. Це робить непотрібним використання лапок навколо анотації (див. PEP 563).

Нове в версії 3.5.2.