18.1-类型注解

后知后觉代价太高了；

当你走上不一样的路，你才能看到和别人不一样的风景；

参数注解是利用静态语言特性而生的；

总结：

1. 标识符的类型：是看它赋什么值就是什么类型；
2. 函数注解在变量意义不大，在函数中大量这样写；

Python是动态的、强类型的语言；

# py3.6版本才开始这样写； 
a:int = 5
b:str = 6

这样的好处是有极大的灵活性，但坏处就是对于别人代码，无法一眼判断出参数的类型，IDE 也无法给出正确的提示。自己做判断写的代码比核心代码还要多；

于是 Python 3.5引入了函数参数注解 ；Python 3.6 引入了变量注解；

1. 函数注解

1.1 函数注解与变量注解：（只做声明）

变量就应该变，不应该做约束，但函数就不一样了；
函数是要求参数有类型要求，因为函数的返回值是有类型的，返回值和返回值的类型都非常重要；

函数注解：

1.不做强制性约束（颜色醒目）；
2.根据变量的方法类型，可以猜出不知道功能的参数类型；
3.只对函数参数做一个辅助的说明，并不对函数参数进行类型检查；
4.注解提供给第三方工具，做代码分析，发现隐藏的bug;
5.函数注解的信息，保存在 annotations 属性中；

变量注解：
Python 3.6中才可以，注解在变量中的作用并不大；

1.2 动态编译型语言Python与静态编译型语言C\C++的差异:

1. 动态编译型语言Python指定int类型，你输入其他类型，它也不吭声；(不报错的BUG)
2. 静态编译型语言Java\C,指定int类型，你输入其他类型，会显示不支持；
3. 动态编译型语言Python函数动态特性的弊端：难发现，难使用

1.3 注解定义：

def add(x:int, y:int) -> int:
    return x+y

print(add(4,5)) 
print(add('mag','dsg')) 
add.__annotations__
-----------------------------------------------------------
9
magdsg
{'x': int, 'y': int, 'return': int}

总结：
1.注解只做声明，相当于注释，不做强制性约束（颜色醒目）：你可以不遵守，写来给第三方工具看的；

用 : 类型 的形式指定函数的参数类型，用 -> 类型 的形式指定函数的返回值类型；

2.函数参数类型检查

1.函数参数的检查，一定是在函数外；
2.函数应该作为参数，传入到检查函数中；
3.检查函数拿到函数传入的实际参数，与形参声明对比；
4._annotations_ 属性是一个字典，其中包括返回值类型的声明。假设要做未知参数的判断，无法和字典中的声明对应，使用inspect模块；

2.1 inspect模块

提供获取对象信息的函数，可以检查函数和类、类型检查；

inspect模块的使用

import inspect

def add(x:int, y:int):
    x.append(5)
    return x

print(inspect.isfunction(add))  # 判断函数类型；
sig = inspect.signature(add)   # 拿到签名
print(sig)

params = sig.parameters    # 拿到 函数参数列表；
print(params)

#利用参数注解查看变量的属性；
from inspect import Parameter

for i, (k,param) in enumerate(params.items()):
    print(i,k,param)
#    param:Parameter = 1  #利用参数注解查看变量的属性；

    print(param.name, param.default, param.annotation, param.kind)
------------------------------------------------------------------------------
True
(x: int, y: int)
OrderedDict([('x', <Parameter "x: int">), ('y', <Parameter "y: int">)])
0 x x: int
x <class 'inspect._empty'> <class 'int'> POSITIONAL_OR_KEYWORD
1 y y: int
y <class 'inspect._empty'> <class 'int'> POSITIONAL_OR_KEYWORD