Инструменты для проверки статического типа в Python

Я работаю с большой существующей кодовой базой Python и хотел бы начать добавлять аннотации типов, чтобы я мог получить некоторый уровень статической проверки. Я представляю себе что-то вроде Erlang, Strongtalk, или Типичная схема /Racket.

Я видел быстрых и грязных декораторов, которые вставляют динамические проверки на основе параметров функций и аннотаций типа возвращаемого типа, но я ищу что-то более надежное и выполняет проверки во время компиляции.

Какие инструменты доступны прямо сейчас для такого рода вещей? Я знаком с компиляторами и проверкой типов, и я определенно готов улучшить неполный инструмент, если он имеет хорошую основу.

(Примечание: меня не интересует обсуждение плюсов и минусов статической типизации.)

EDIT: Пример:

def put(d, k, v):
   d[k] = v

Я хотел бы иметь возможность комментировать функцию put как имеющую тип put<K,V>(dict<K,V>, K, V) -> None.

UPDATE. Новый PEP 484 (сентябрь 2014) определяет стандарт для статической типизации и аннотации типов в Python 3.5+. Там есть инструмент проверки типов mypy, который совместим с PEP 484.

Ответы

Ответ 1

Изменить 2016-11-11: Просто используйте mypy. Тип подсказки можно добавлять постепенно. В исходном коде Python 3 он проверяет стандартные подсказки типа PEP 484. Типы все еще могут быть выражены в Python 2 с помощью специальных комментариев. Гвидо любит его.

Эта запись была написана давно, прежде чем у меня возникла проблема. Я сохранил исходный контент ниже, хотя это не совсем точно.

Оригинальное сообщение:

Возможно, вы захотите проверить некоторые из проектов, упомянутых в этом связанном столбце StackOverflow в статическом анализе для Python.

Вкратце:

Так как Python использует duck typing, вещи, которые могут называться "ошибки типа" на других языках, могут оказаться "объектом X doesn 't метод поддержки Y" в Python.

Изменить 2011-05-17:

Я согласен с delnan, что статическая типизация для Python невозможна (видимо, неправильно). Но поскольку наш скептицизм, похоже, не сдерживает вас, я могу дать вам больше информации по этому вопросу. Я представляю:

Обсуждение вывода типа для Python. (Другие ссылки отсюда.)
Статьи Guido van van Rossum о добавлении необязательного статического ввода: часть 1 и часть 2.
RPython, подмножество Python, которое может быть подвергнуто статистическому анализу достаточно, чтобы выполнить некоторую проверку типов.

Ответ 2

Вы можете найти mypy интересный. Он был предложен для включения в Python 3.5 от Guido.

Ответ 3

Отправлено: PySonar: статический анализатор для Python. PySonar - это инструмент, который описывает типы, использующие абстрактную интерпретацию (частично выполняющую) кода. Он находит все возможные пути выполнения вашей программы и находит все возможные типы всех переменных.

Существуют три версии PySonar:

Open-sourced Java (индексатор Jython)
Закрытая Java (скрытая в Google)
Open-sourced Python (mini-pysonar)

Ни один из них (кроме закрытого исходного) полностью не реализован. Но основная идея заключается в том, что вы можете использовать его в качестве основы для своей работы.

Ответ 4

Я не знаю, помогает ли это, но для чего это стоит, Джереми Сиек из У Колорадо сделал некоторую работу по постепенному набору текста, и я нашел, что это делает быстрый поиск. http://www.wiki.jvmlangsummit.com/pdf/28_Siek_gradual.pdf

Мое предположение (возможно, я ошибаюсь), нет никаких перспективных инструментов с открытым исходным кодом, которые вы можете найти на данный момент, так как его исследование выглядит относительно новым.

Лучше всего связаться с авторами и спросить, могут ли они выпустить свой код для вас.

Ответ 5

Существует пакет "постепенный" для Python 3; см. PIP или Bitbucket Repo

По-видимому, это реализация группы вокруг Джереми Сика, которая, похоже, является авторитетом в области постепенного набора текста.

Некоторые аннотации, по-видимому, необходимы, вот пример:

from gradual import *

@typed
def calculate_total(a:int, b:int) -> int:
    return a + b//100

Что касается аннотаций, это не так уж плохо. Я не использовал пакет, поэтому я не могу говорить о его качестве, но синтаксис (и люди, стоящие за ним), безусловно, делают его перспективным.

Ответ 6

Мне нравится prospector, backend landscape.io. Он объединяет выходные данные существующих анализаторов, таких как pylint, pyflakes, pep8, frosted..., в один отчет. Ухоженная.

Ответ 7

У меня была подобная потребность некоторое время назад. Все существующие решения, которые я нашел, имели некоторые проблемы или не имеют функции, которые я хотел бы иметь, поэтому я сделал свой собственный.

Вот как вы его используете:

from requiretype import require

@require(name=str, age=(int, float, long))
def greet_person(name, age):
    print "Hello {0} ({1})".format(name, age)

>>> greet_person("John", 42)
Hello John (42)

>>> greet_person("John", "Doe")
# [...traceback...]
TypeError: Doe is not a valid type.
Valid types: <type 'int'>, <type 'float'>, <type 'long'>

>>> greet_person(42, 43)
# [...traceback...]
TypeError: 42 is not a <type 'str'> type

Я надеюсь, что это будет полезно для вас.

Подробнее:

P.S.: (цитируя себя из github repo)

В большинстве случаев я бы рекомендовал использовать тесты вместо проверки типов, поскольку это более естественно сделать в Python. Но есть некоторые случаи, когда вы хотите/должны указать конкретный тип для использования, и поскольку python не имеет проверок типов для параметров здесь, где это полезно.