我看了一些SO帖子和github问题,这些问题和使用带描述符的键入有关,但我无法解决我的问题。
我有包装器类,我想将属性定义为可获取和“投射”内部数据结构属性的描述。
class DataDescriptor(object):
def __init__(self, name: str, type_):
self.name = name
self.type_ = type_
def __get__(self, instance, cls):
if not instance:
raise AttributeError("this descriptor is for instances only")
value = getattr(instance._data, self.name)
return self.type_(value)
class City(object):
zip_code: str = DataDescriptor("zip_code", str)
# mypy: Incompatible types in assignment
population: float = DataDescriptor("population", float)
# mypy: Incompatible types in assignment
def __init__(self, data):
self._data = data
class InternalData:
# Will be consumed through city wrapper
def __init__(self):
self.zip_code = "12345-1234"
self.population = "12345"
self.population = "12345"
data = InternalData()
city = City(data)
assert city.zip_code == "12345-1234"
assert city.population == 12345.0
我以为我可能可以使用TypeVar,但我无法将其包裹住。
这是我尝试过的-我认为我可以动态描述描述符将采用“类型”,并且该类型也是__get__
将返回的类型。我在正确的轨道上吗?
from typing import TypeVar, Type
T = TypeVar("T")
class DataDescriptor(object):
def __init__(self, name: str, type_: Type[T]):
self.name = name
self.type_ = type_
def __get__(self, instance, cls) -> T:
if not instance:
raise AttributeError("this descriptor is for instances only")
value = getattr(instance._data, self.name)
return self.type_(value)
# Too many arguments for "object"mypy(error)
答案 0 :(得分:2)
您的解决方案即将结束。为了使其完全正常工作,您只需要再进行三处更改:
使整个DataDescriptor类通用,而不仅仅是其方法。
当仅在构造函数和方法签名中单独使用TypeVar时,最终要做的就是使每个方法独立地通用。这意味着绑定到__init__
的T的任何值实际上最终将完全独立于返回的T __get__
的任何值!
这与您想要的完全相反:您希望不同方法之间的T
的值完全相同。
要修复,请让DataDescriptor从Generic[T]
继承。 (在运行时,这与从object
继承是相同的。)
在City范围内,要么摆脱两个字段的类型注释,要么分别将其注释为DataDescriptor[str]
和DataDescriptor[float]
类型。
基本上,这里发生的是您的字段本身实际上是DataDescriptor对象,因此需要进行注释。稍后,当您实际尝试使用city.zip_code
和city.population
字段时,mypy将意识到这些字段是描述符,并使它们的类型成为您的__get__
方法的返回类型。 / p>
此行为与运行时发生的情况相对应:您的属性实际上是 描述符,并且只有在尝试访问这些属性时,您才能返回float或str。
在DataDescriptor.__init__
的签名中,将Type[T]
更改为Callable[[str], T]
,Callable[[Any], T]
或Callable[[...], T]
。
基本上,执行Type[T]
无效的原因是mypy并不确切知道您可能要给描述符提供哪种Type[...]
对象。例如,如果您尝试做foo = DataDescriptor('foo', object)
,会发生什么?这样会使__get__
最终调用object("some value")
,这将在运行时崩溃。
因此,让我们让您的DataDescriptor接受任何类型的转换器函数。根据您的需要,可以让您的转换器函数仅接受字符串(Callable[[str], T]
),任何任意类型的任何单个参数(Callable[[Any], T]
)或从字面上接受任意数量的任意类型的参数( Callable[..., T]
。
将所有这些放在一起,您的最终示例将如下所示:
from typing import Generic, TypeVar, Any, Callable
T = TypeVar('T')
class DataDescriptor(Generic[T]):
# Note: I renamed `type_` to `converter` because I think that better
# reflects what this argument can now do.
def __init__(self, name: str, converter: Callable[[str], T]) -> None:
self.name = name
self.converter = converter
def __get__(self, instance: Any, cls: Any) -> T:
if not instance:
raise AttributeError("this descriptor is for instances only")
value = getattr(instance._data, self.name)
return self.converter(value)
class City(object):
# Note that 'str' and 'float' are still valid converters -- their
# constructors can both accept a single str argument.
#
# I also personally prefer omitting type hints on fields unless
# necessary: I think it looks cleaner that way.
zip_code = DataDescriptor("zip_code", str)
population = DataDescriptor("population", float)
def __init__(self, data):
self._data = data
class InternalData:
def __init__(self):
self.zip_code = "12345-1234"
self.population = "12345"
self.population = "12345"
data = InternalData()
city = City(data)
# reveal_type is a special pseudo-function that mypy understands:
# it'll make mypy print out the type of whatever expression you give it.
reveal_type(city.zip_code) # Revealed type is 'str'
reveal_type(city.population) # Revealed type is 'float'