Des outils pour vérifier le type statique en Python

Modifier 2016-11-11: suffit d'utiliser mypy. Type de conseils peuvent être ajoutés progressivement. En Python 3 du code source, il vérifie standard PEP 484 type de conseils. Les Types peuvent toujours être exprimé en Python 2 à l'aide d'observations particulières à formuler. Guido aime ça.

Ce post a été écrit à l'origine il y a longtemps avant mypy était une chose. J'ai conservé le poste de contenu original ci-dessous, même si elle n'est pas tout à fait exact.

---

Original post:

Vous pourriez vouloir vérifier certains des projets mentionnés dans le présent liées StackOverflow post sur l'analyse statique pour Python.

En résumé:

• pylint
• PyFlakes
• PyChecker

Depuis Python utilise duck-typing largement, les choses que l'on pourrait appeler "les erreurs de type" dans d'autres langues pourrait être "l'objet X ne prend pas en charge la méthode Y" en Python.

Modifier 2011-05-17:

Je suis d'accord avec delnan que le typage statique n'est pas possible pour Python [apparemment mal]. Mais depuis notre scepticisme ne semble pas dissuader vous, je ne peux que vous donner plus d'informations sur le sujet. Je vous présente:

• Une discussion de l'inférence de type pour Python. (D'autres liens sont à partir d'ici).
• Guido van van Rossum, des articles sur l'ajout facultatif typage statique: partie 1 et partie 2.
• RPython, un sous-ensemble de Python qui pourrait être une chance d'être analysé de manière statique assez pour faire une certaine forme de vérification de type.

Découvrez ce post: PySonar: un Analyseur Statique pour Python. PySonar est un outil qui déduit types à l'aide de l'interprétation abstraite (partiellement l'exécution du code. Il trouve tous les chemins d'exécution possibles de votre programme et trouve tous les types possibles de toutes les variables.

En gros, il existe trois versions de PySonar:

• Open-source Java (Jython indexeur)
• Closed-source Java (Caché dans Google)
• Open source Python (mini-pysonar)

Aucun d'entre eux (à l'exception de "closed source") est pleinement mis en œuvre. Mais l'idée de base est que vous pouvez l'utiliser comme une base pour votre travail.

Il y a le "graduel" de package pour Python 3; voir PIP ou la Bitbucket Repo

Apparemment, c'est une mise en œuvre par le groupe autour de Jeremy Siek qui semble être tout à fait une autorité dans le domaine de l'augmentation progressive de la frappe.

Quelques annotations sont apparemment nécessaire, voici un exemple:

from gradual import *

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

Autant que les annotations go, ce n'est pas si mal. Je n'ai pas utilisé le package donc je ne peux pas parler à sa qualité, mais la syntaxe (et les gens qui sont derrière) certainement le faire paraître prometteur.

J'avais un besoin similaire il y a quelques temps.
Toutes les solutions que j'ai trouvé avait un problème ou n'a pas une fonctionnalité que j'aimerais avoir, donc j'ai fait mon propre.

Voici comment l'utiliser:

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

J'espère que cela est utile pour vous.

Pour plus de détails, regardez:

• https://pypi.python.org/pypi/RequireType
• https://github.com/ivanalejandro0/RequireType

P. S.: (me citer de dépôt github)

Pour la plupart des cas, je vous recommande d'utiliser des tests, plutôt que de la vérification de type, car il est plus naturel de le faire en Python. Mais, il y a certains cas où vous voulez ou avez besoin de spécifier un type spécifique à utiliser et depuis le python n'a pas de type de vérifications pour les paramètres, voici où cela est utile.