python typing库_Python3标准库漫游之Typing.overload
Python3标准库漫游之Typing.overloadPython3 >= 3.5 Python3.5开始Python把Typing作为标准库引入，低版本可以使用独立的Typing包
问题来源于一个QQ群友的提问，顺着问题我看了下Typing中overload的使用。
Python3中增加了Function Annotation的功能，翻译过来就是函数(方法)注解，具体用法就是:
def foo(name: str) -> str:
return 'hello ' + name
这么定义函数，可以达到静态类型的效果。如果你尝试使用foo(2) 传入一个int类型的话就会报错：
Traceback (most recent call last):
File "t_t.py", line 4, in
foo(2)
File "t_t.py", line 2, in foo
return 'hello ' + name
TypeError: must be str, not int
但这是运行时的错误，也就是代码在执行时才会发现问题。最好是我们能在写完代码时就发现是否存在问题。因此就有了类型检查工具，比如mypy这样的工具，还有很多IDE也集成了这样的检查工具。
如果用mypy检查上面的代码就会得到如下提示:
t_t.py:5: error: Argument 1 to "foo" has incompatible type "int"; expected "str"
有了Annotation的Python3显然是对Python大工程开发能力的增强，动态语言最大的弊端就是太灵活，当然这也是优点。不过对于有经验的开发来说，避免去修改函数的输入和输出是重要的设计思想。对于以往的参数，因为没有类型信息，所以我们需要在函数内部去做各种判断，来保证数据类型符合预期。
overload存在的必要
然后我们再来看overload。
overload翻译过来是“重载”的意思，Java中有这样的两个概念，重写(override)和重载(overload)。重写其实是在保证输入和输出不变的情况下重写实现逻辑。而重载则是允许修改输入和输出，即同一个方法名可以支持多种类型的输入和输出。
上面介绍了annotation能够声明类型，这样在执行时能发现错误，也能够在静态检查阶段发现错误。但是如果函数的参数确实需要多种类型呢？不能因为静态类型的声明而导致动态易用性的损失吧。
因此有两种方案：一、使用typing.TypeVar
二、使用typing.overload
先说第一种，对于固定数量参数的方法而言，同一个参数如果打算接受多种类型，可以这么用，比方说参数可以是:int, float, str：
import typing
T = typing.TypeVar('T', int, float, str)
def foo(name: T) -> str:
return 'hello ' + str(name)
foo(2)
这种方案更类似于静态语言中的interface的概念，定义一个通用的父类，这样的话，你可以传递子类型过去。
再来看第二种的解决方案，也就是重载的方式。但是跟静态语言中还是很有差别。
import typing
@typing.overload
def foo(name: str) -> str:
...
@typing.overload
def foo(name: float) -> float:
...
@typing.overload
def foo(name: int, age: int) -> str:
...
def foo(name, age=18):
return 'hello ' + str(name)
foo(2)
通过定义多个同名函数，上面的同名函数需要通过overload装饰器装饰。可以看到被装饰的函数的输入类型和输出类型都可以更改。但是，最后的实现方法一定要通用，也就是没有类型注解。
这么用的作用是什么呢？文档中有一句话很重要:
“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. ”
翻译过来就是, 被overload装饰的函数仅仅是为了受益于类型检查工具，因为它们会被没有overload装饰的函数定义覆盖，尽管未被装饰的函数是用于运行时的，但是会被类型检查工具忽略。
所以，看到这应该明白了，overload仅仅是给检查工具用的。但如果静态类型检查变成工程的一部分的话，这也会避免很多问题，在写代码时也会比心里有底。
不过上面的代码仅仅用来说明typing.overload的作用。
总结
需要提醒的是，Python3.5.1版本的overload是不对外使用的，如果你在这个版本下尝试上面的代码应该会报错: Overloading is only supported in library stubs。
Annotation确实是个不错的特性，但是因此也需要引入更多的配套来保证整个环境的一致。因此就有了剩下的东西。可能后面还会有其他的东西。