0Pricing
Python Academy · 课时

TypeVar、泛型类与 Protocol

定义可复用的泛型类型，并使用 Protocol 实现结构化子类型。

TypeVar、泛型类与 Protocol 是 CoddyKit 上的免费 Python Academy 课时。 这是第 3 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Python Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Python Academy 课程共包含 4 节课。

什么是 TypeVar

TypeVar 声明类型变量——一种可以代表任意类型的占位符，也可以根据需要加以限制。它用于泛型函数和类。

from typing import TypeVar

T = TypeVar("T")

def identity(value: T) -> T:
    return value

print(identity(42))      # int
print(identity("hello")) # str

泛型函数

在参数类型和返回类型中同时使用 TypeVar 的函数，可以让 mypy 根据参数类型推断返回类型。

from typing import TypeVar

T = TypeVar("T")

def first(items: list[T]) -> T:
    return items[0]

x: int = first([1, 2, 3])     # mypy knows x is int
s: str = first(["a","b","c"]) # mypy knows s is str

受约束的 TypeVar

将类型约束传给 TypeVar，即可限制可接受的类型。

from typing import TypeVar

Numeric = TypeVar("Numeric", int, float)

def double(n: Numeric) -> Numeric:
    return n * 2

print(double(5))    # 10
print(double(2.5))  # 5.0
# double("x")  # mypy error

泛型类

继承 Generic[T]，即可创建由类型变量参数化的类。

from typing import Generic, TypeVar

T = TypeVar("T")

class Stack(Generic[T]):
    def __init__(self) -> None:
        self._items: list[T] = []

    def push(self, item: T) -> None:
        self._items.append(item)

    def pop(self) -> T:
        return self._items.pop()

stack: Stack[int] = Stack()
stack.push(1)
print(stack.pop())   # 1

多个 TypeVar

使用多个 TypeVar，可以让类或函数接受两个相互独立的类型参数。

from typing import Generic, TypeVar

K = TypeVar("K")
V = TypeVar("V")

class Pair(Generic[K, V]):
    def __init__(self, key: K, value: V) -> None:
        self.key = key
        self.value = value

p: Pair[str, int] = Pair("age", 30)
print(p.key, p.value)   # age 30

Protocol——结构化子类型

Protocol 根据类必须具备的方法和属性定义接口，而不要求显式继承（“鸭子类型，经过类型检查”）。

from typing import Protocol

class Drawable(Protocol):
    def draw(self) -> None: ...

def render(obj: Drawable) -> None:
    obj.draw()

class Circle:
    def draw(self) -> None:
        print("Drawing circle")

render(Circle())   # works — Circle satisfies Drawable

带有 runtime_checkable 的 Protocol

将 @runtime_checkable 添加到 Protocol，即可在运行时启用 isinstance() 检查。

from typing import Protocol, runtime_checkable

@runtime_checkable
class Closeable(Protocol):
    def close(self) -> None: ...

class File:
    def close(self) -> None: print("closed")

print(isinstance(File(), Closeable))   # True

Protocol 与 ABC

ABC 要求显式继承（class Dog(Animal)）。Protocol 通过结构匹配工作——只要类具有正确的方法，无论是否继承，都满足该协议。

from typing import Protocol
from abc import ABC, abstractmethod

# ABC: nominal typing
class Printable(ABC):
    @abstractmethod
    def display(self) -> None: ...

# Protocol: structural typing
class Displayable(Protocol):
    def display(self) -> None: ...

带 bound 的 TypeVar

TypeVar("T", bound=BaseClass) 将 T 限制为 BaseClass 或其任意子类。

from typing import TypeVar

class Animal:
    def speak(self) -> str: return "..."

A = TypeVar("A", bound=Animal)

def make_speak(animal: A) -> str:
    return animal.speak()

泛型别名——Python 3.12

Python 3.12 引入了 type 语句，用于简洁地创建类型别名；还引入了 class Foo[T] 语法，使创建泛型时无需导入 TypeVar。

# Python 3.12+
type Vector = list[float]
type Matrix = list[Vector]

class Stack[T]:
    def __init__(self) -> None: self._items: list[T] = []
    def push(self, item: T) -> None: self._items.append(item)
    def pop(self) -> T: return self._items.pop()

Self 类型

Self（3.11+ 中来自 typing）用于注解返回当前类的函数方法，在流式接口和子类中非常有用。

from typing import Self

class Builder:
    def __init__(self) -> None:
        self.parts: list[str] = []

    def add(self, part: str) -> Self:
        self.parts.append(part)
        return self

b = Builder().add("a").add("b")
print(b.parts)   # ["a", "b"]

快速检查

在 Python 类型标注中，Protocol 与 ABC 的关键区别是什么？

回顾

TypeVar 为泛型函数和类创建类型占位符。Generic[T] 用于参数化类。Protocol 无需继承即可实现结构化子类型。使用 bound= 或 TypeVar 上的类型约束来限制可接受的类型。

常见问题解答

「TypeVar、泛型类与 Protocol」课时是免费的吗？

是的 — 「TypeVar、泛型类与 Protocol」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Python Academy 课程的其余内容，请升级到 CoddyKit PRO。 Python Academy 课程共包含 4 节课。

「TypeVar、泛型类与 Protocol」这节课中我会学到什么？

定义可复用的泛型类型，并使用 Protocol 实现结构化子类型。 你通过在浏览器中直接运行的动手代码来练习 Python Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 Python Academy 需要有经验吗？

无需任何先前经验。CoddyKit 上的 Python Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 3 节课，共 4 节。

「TypeVar、泛型类与 Protocol」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 Python Academy 课中编写并运行代码吗？

能。每节 Python Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

  1. 类型注解基础
  2. 复杂类型：List、Dict、Optional、Union
  3. TypeVar、泛型类与 Protocol
  4. 运行 mypy 与修复类型错误
← 返回 Python Academy