簡介：Python是一門強型別的動態型別語言，開發者可以給物件動態指定型別，但型別不匹配的操作是不被允許的。動態型別幫助開發者寫程式碼輕鬆愉快，然而，俗話說：動態一時爽，重構火葬場。動態型別也帶來了許多麻煩，如果動態語言能加入靜態型別標記的話，會有什麼好處呢？本文將主要介紹Python對靜態型別的支援、社群發展的現狀、型別檢查工具介紹與對比，以及型別解析的實戰。

作者 | 別象
來源 | 阿里技術公眾號

一 背景

Python是一門強型別的動態型別語言，開發者可以給物件動態指定型別（動態），但型別不匹配的操作是不被允許的（強型別，如str和int兩個變數無法相加）。

動態型別幫助開發者寫程式碼輕鬆愉快，然而，俗話說：動態一時爽，重構火葬場。動態型別也帶來了許多麻煩，如果動態語言能加入靜態型別標記的話，主要有以下幾點好處：

• 編寫更便捷。配合各種IDE工具，可以實現定義跳轉，型別提示等。
• 編碼更可靠。既然有了型別定義的加持，許多工具能夠在靜態編碼階段就能提前發現語義錯誤。
• 重構更放心。明確了介面的出入參，使程式碼重構更明確更穩定。

目前主流語言大多數是支援靜態型別的，如Java，Go，Rust。而動態語言（Python，JS）也在擁抱靜態型別，如TypeScript。

本文主要介紹一下Python對靜態型別的支援、社群發展的現狀、型別檢查工具介紹與對比，以及型別解析的實戰。

二 Python的靜態型別支援

早在06年的Python3.0就引入了型別annotation的語法，並列出了許多改進項。

# 加型別前
def add(a, b):
    return a + b
    
# 加型別後
def add(a:int, b:int) -> int:
    return a + b
 

隨著持續的演進，到Python3.5，能夠做到Type Hints，配合型別標註，IDE可以做Type Checking。

進而到Python3.7，靜態型別支援基本完善。

下面我來具體介紹下型別檢查工具和一些基礎概念。

三 型別檢查工具簡介

Python作者和主流大廠都陸續推出了Python型別檢查工具：

這些型別解析工具的功能大同小異，下面簡單介紹下：

1 mypy

最早的官方推出的mypy是由Python之父Guido van Rossum親自開發，被各種主流編輯器所整合（如PyCharm, Emacs, Sublime Text, VS Code等），使用者基礎和文件經驗都很豐富。

2 pytype

谷歌的pytype可以做型別檢查，並且提供了一些實用小工具，下文會簡單介紹下其應用：

• annotate-ast，過程中的AST樹標記工具。
• merge-pyi，把生成的pyi檔案合併回原檔案中，甚至還能做到隱藏型別，在型別檢查時再載入。
• pytd-tool，解析pyi檔案的工具，解析成pytype自定義的PYTD檔案。
• pytype-single，再給定所有依賴的pyi檔案的前提下，可以解析單個Python檔案。
• pyxref，交叉引用的生成器。

3 pyre

臉書的pyre-check有兩個特別的功能：

• Watchman功能， 可以監聽程式碼檔案，追蹤改動。
• Query功能，可以對原始碼做區域性區域性的檢查，例如查詢某行中一個表示式的型別、查詢一個類的全部方法並返回成列表等，避免了全域性檢查。

4 pyright

微軟的pyright是最晚開源推出的，宣稱有以下優點：

• 速度快。相較於 mypy 及其它用 Python 寫的檢查工具，它的速度是 5 倍甚至更多。
• 不依賴 Python 環境。它用 TypeScript 寫成，運行於 node 上，不依賴 Python 環境或第三方包。
• 可配置性強。支援自由地配置，支援指定不同的執行環境（PYTHONPATH 設定、Python 版本、平臺目標）。
• 檢查項齊全。支援型別檢查及其它語法項的檢查（如 PEP-484、PEP-526、PEP-544），以及函式返回值、類變數、全域性變數的檢查，甚至可以檢查條件迴圈語句。
• 命令列工具。它包含兩個 VS Code 外掛：一個命令列工具和一個語言伺服器協議（Language Server Protocol）。
• 內建 Stubs 。使用的是 Typeshed 的副本（注：使用靜態的 pyi 檔案，檢查內建模組、標準庫和三方件 ）。
• 語言服務特性。懸停提示資訊、符號定義的跳轉、實時的編輯反饋。

四 Pytype使用介紹

接下來重點介紹一下pytype。為什麼選取pytype呢，首先mypy比較古老，很多功能沒有新出的工具新穎和實用。計劃使用Python LSP來處理Python檔案提供一些語法服務的功能，pyre-check用的是Ocamel，所以我們就拿Python語言的pytype來實現想要的功能，而且pytype提供了一些實用工具，比如解析一個pyi檔案，基於Python檔案生成pyi檔案等。

1 基本概念

pyi檔案

pyi的“i”指的是interfiace，將Python檔案的型別定義用介面的形式儲存到pyi檔案裡，來輔助型別檢查。

大家常用的Pycharm，可以關注下專案空間的External Libraries > Python 3.6 > Typeshed Stubs裡面就有許多內建的pyi檔案，來輔助編碼過程的型別提示和定位。

Typeshed Stubs

上面提到了typeshed stubs，這相當於是提前整合的pyi集合，pycharm似乎自己維護了一份資料。許多比較大的開源專案也在陸續提供stubs，比如pyTorch。Tensorflow也正在考慮。

很多Python大庫去製作pyi工程量比較大，而且還有很多C的API呼叫，大家還需要耐心等待。

2 實戰

我翻閱了pytype的原始碼，把比較實用的程式碼和需求做了結合，下面介紹幾個示例：

總體效果

import logging
import sys
import os
import importlab.environment
import importlab.fs
import importlab.graph
import importlab.output
from importlab import parsepy

from sempy import util
from sempy import environment_util

from pytype.pyi import parser

示例Demo，通過Importlab工具，解析專案空間的依賴關係，以及對應的pyi檔案：

def main():
    # 指定要解析的目錄
    ROOT = '/path/to/demo_project'
    # 指定TYPESHED目錄，可以從這裡下載：https://github.com/python/typeshed
    TYPESHED_HOME = '/path/to/typeshed_home'
    util.setup_logging()
    # 載入typeshed，如果TYPESHED_HOME配置的不對，會返回None
    typeshed = environment_util.initialize_typeshed_or_return_none(TYPESHED_HOME)
    # 載入目標目錄有效檔案
    inputs = util.load_all_py_files(ROOT)
    # 生成用於生成import_graph的環境
    env = environment_util.create_importlab_environment(inputs, typeshed)
    # 基於pyi和工程檔案生成import graph
    import_graph = importlab.graph.ImportGraph.create(env, inputs, trim=True)
    # 列印整個依賴樹
    logging.info('Source tree:\n%s', importlab.output.formatted_deps_list(import_graph))
    # import模組的別名 e.g. import numpy as np -> {'np': 'numpy'}
    alias_map = {}
    # 引入模組的名稱和具體pyi檔案的對映 e.g. import os -> {'os': '/path/to/os/__init__.pyi'}
    import_path_map = {}
    # alias_map的value，可以和import_path_map的key對應，通過alias_map的key這個變數名去找真正的實現檔案
    for file_name in inputs:
        # 如果有pyi檔案匹配，則會放入resolved
        # 如果依賴了Build_in依賴，會被跳過，不返回
        # 如果依賴了自定義依賴，會放入unresolved，需要自己進一步解析，定位到專案工程檔案
        (resolved, unresolved) = import_graph.get_file_deps(file_name)
        for item in resolved:
            item_name = item.replace('.pyi', '') \
                .replace('.py', '') \
                .replace('/__init__', '').split('/')[-1]
            import_path_map[item_name] = item
        for item in unresolved:
            file_path = os.path.join(ROOT, item.new_name + '.py')
            import_path_map[item.name] = file_path
        import_stmts = parsepy.get_imports(file_name, env.python_version)
        for import_stmt in import_stmts:
            alias_map[import_stmt.new_name] = import_stmt.name
    print('以下為通過importlab解析方式獲取的import關係\n\n')

    # 對於程式碼搜尋場景，只需要alias_map，既可以通過正在使用的物件關聯到引入的模組
    print('\n\n#################################\n\n')
    print('對於程式碼搜尋場景，只需要alias_map，既可以通過正在使用的物件關聯到引入的模組')
    print('alias_map: ', alias_map)

    # 對於程式碼補全場景，需要進一步解析當前檔案以及引用的pyi檔案，如果當前檔案是__init__檔案，則要進一步去該目錄下的所有檔案方法中全域性搜尋
    print('\n\n#################################\n\n')
    print('對於程式碼補全場景，需要進一步解析當前檔案以及引用的pyi檔案，如果當前檔案是__init__檔案，則要進一步去該目錄下的所有檔案方法中全域性搜尋')
    print('import_path_map: ', import_path_map)

    print('\n\n\n以下為通過pytype工具，解析pyi檔案AST來分析三方依賴返回型別，從而解析出當前變數的型別\n\n')
    # 通過pytype的解析，去解析依賴的pyi檔案，獲得呼叫方法的返回值
    fname = '/path/to/parsed_file'
    with open(fname, 'r') as reader:
        lines = reader.readlines()
    sourcecode = '\n'.join(lines)
    ret = parser.parse_string(sourcecode, filename=fname, python_version=3)

    constant_map = dict()
    function_map = dict()
    for key in import_path_map.keys():
        v = import_path_map[key]
        with open(v, 'r') as reader:
            lines = reader.readlines()
        src = '\n'.join(lines)
        try:
            res = parser.parse_pyi(src, v, key, 3)
        except:
            continue
        # Alias
        # Classes
        for constant in res.constants:
            constant_map[constant.name] = constant.type.name
        for function in res.functions:
            signatures = function.signatures
            sig_list = []
            for signature in signatures:
                sig_list.append((signature.params, signature.return_type))
            function_map[function.name] = sig_list

    var_type_from_pyi_list = []
    for alias in ret.aliases:
        variable_name = alias.name
        if alias.type is not None:
            typename_in_source = alias.type.name
            typename = typename_in_source
            # 引入別名的case，把它轉化回來
            if '.' not in typename:
                # 只是普通的別名，不是函式呼叫的返回值，忽略
                continue
            if typename.split('.')[0] in alias_map:
                real_module_name = alias_map[typename.split('.')[0]]
                typename = real_module_name + typename[typename.index('.'):]
            if typename in function_map:
                possible_return_types = [item[1].name for item in function_map[typename]]
                var_type_from_pyi_list.append((variable_name, possible_return_types))
            if typename in constant_map:
                possible_return_type = constant_map[typename]
                var_type_from_pyi_list.append((variable_name, possible_return_type))
                pass
    print('\n\n#################################\n\n')
    print('這些都是從PYI檔案中分析出來的返回值型別')
    for item in var_type_from_pyi_list:
        print('變數名:', item[0], '返回型別:', item[1])

if __name__ == '__main__':
    sys.exit(main())

被解析的示例程式碼：

# demo.py
import os as abcdefg
import re
from demo import utils
from demo import refs


cwd = abcdefg.getcwd()
support_version = abcdefg.supports_bytes_environ
pattern = re.compile(r'.*')


add_res = utils.add(1, 3)
mul_res = refs.multi(3, 5)


c = abs(1)

具體步驟

首先pytype利用了Google另一個開源專案：ImportLab。

用於分析檔案間的依賴關係，此時可以把typeshed目錄下的檔案也放入環境中，importlab能夠生成依賴圖。

env = environment_util.create_importlab_environment(inputs, typeshed)
import_graph = importlab.graph.ImportGraph.create(env, inputs, trim=True)
# 如果有pyi檔案匹配，則會放入resolved
# 如果依賴了Build_in依賴，會被跳過，不返回
# 如果依賴了自定義依賴，會放入unresolved，需要自己進一步解析，定位到專案工程檔案
(resolved, unresolved) = import_graph.get_file_deps(file_name)

通過import graph我們拿到了變數的來源（包括引用別名，方法呼叫返回值）：

{'ast': 'ast', 'astpretty': 'astpretty', 'abcdefg': 'os', 're': 're', 'utils': 'demo.utils', 'refs': 'demo.refs', 'JsonRpcStreamReader': 'pyls_jsonrpc.streams.JsonRpcStreamReader'}

通過依賴圖，還能直接引用的依賴在具體哪個位置：

import_path_map:  {'ast': '/Users/zhangxindong/Desktop/search/code/sempy/sempy/typeshed/stdlib/ast.pyi', 'astpretty': '/Users/zhangxindong/Desktop/search/code/sempy/venv/lib/python3.9/site-packages/astpretty.py', 'os': '/Users/zhangxindong/Desktop/search/code/sempy/sempy/typeshed/stdlib/os/__init__.pyi', 're': '/Users/zhangxindong/Desktop/search/code/sempy/sempy/typeshed/stdlib/re.pyi', 'utils': '/Users/zhangxindong/Desktop/search/code/sempy/sempy/demo/utils.py', 'refs': '/Users/zhangxindong/Desktop/search/code/sempy/sempy/demo/refs/__init__.py', 'streams': '/Users/zhangxindong/Desktop/search/code/sempy/venv/lib/python3.9/site-packages/pyls_jsonrpc/streams.py'}

接下來，就是去具體解析對應的檔案了。我的需求是獲取一些方法的返回值型別，對於pyi檔案，pytype能夠幫助我們解析，然後我們通過呼叫關係去匹配。

print('\n\n\n以下為通過pytype工具，解析pyi檔案AST來分析三方依賴返回型別，從而解析出當前變數的型別\n\n')
# 通過pytype的解析，去解析依賴的pyi檔案，獲得呼叫方法的返回值
fname = '/path/to/parsed_file'
with open(fname, 'r') as reader:
    lines = reader.readlines()
sourcecode = '\n'.join(lines)
ret = parser.parse_string(sourcecode, filename=fname, python_version=3)

constant_map = dict()
function_map = dict()
for key in import_path_map.keys():
    v = import_path_map[key]
    with open(v, 'r') as reader:
        lines = reader.readlines()
    src = '\n'.join(lines)
    try:
        res = parser.parse_pyi(src, v, key, 3)
    except:
        continue
    # Alias
    # Classes
    for constant in res.constants:
        constant_map[constant.name] = constant.type.name
    for function in res.functions:
        signatures = function.signatures
        sig_list = []
        for signature in signatures:
            sig_list.append((signature.params, signature.return_type))
        function_map[function.name] = sig_list

var_type_from_pyi_list = []
for alias in ret.aliases:
    variable_name = alias.name
    if alias.type is not None:
        typename_in_source = alias.type.name
        typename = typename_in_source
        # 引入別名的case，把它轉化回來
        if '.' not in typename:
            # 只是普通的別名，不是函式呼叫的返回值，忽略
            continue
        if typename.split('.')[0] in alias_map:
            real_module_name = alias_map[typename.split('.')[0]]
            typename = real_module_name + typename[typename.index('.'):]
        if typename in function_map:
            possible_return_types = [item[1].name for item in function_map[typename]]
            # print('The possible return type of', typename_in_source, 'is', possible_return_types)
            var_type_from_pyi_list.append((variable_name, possible_return_types))
        if typename in constant_map:
            possible_return_type = constant_map[typename]
            var_type_from_pyi_list.append((variable_name, possible_return_type))
            pass

比如：

pattern = re.compile(r'.*')

從/Users/zhangxindong/Desktop/search/code/sempy/sempy/typeshed/stdlib/re.pyi檔案中，我們載入了兩個方法都是re.compile，只是入參不同，返回值都是Pattern型別。

於是我們就知道了pattern變數的型別是re.Pattern。

• 這些都是從pyi檔案中分析出來的返回值型別。
• 變數名 cwd 返回型別：['str']
• 變數名 support_version 返回型別：bool
• 變數名 pattern 返回型別：['typing.Pattern', 'typing.Pattern']

五 應用

Python語法分析的功能有一部分已經應用在了阿里雲Dev Studio的程式碼文件搜尋推薦和程式碼智慧補全中。

1 程式碼文件搜尋推薦

當開發者不知道如何使用某個 API 時（如呼叫方式或方法入參等），可以將滑鼠移動到指定 API 上，即可展示智慧編碼外掛提供的 API 概要資訊。開發者點選“ API 文件詳情”，能在右側欄看到 API 的官方文件、程式碼示例等詳細資訊，也可以直接搜尋所需的 API 程式碼文件。目前支援 JavaScript、Python 語言的程式碼文件搜尋推薦。

文件採集過程中，我們能夠拿到API名稱和API所對應的class，在實際程式碼中，我們通過語法分析就能基於呼叫的方法對應到呼叫的類資訊，從而用於文件搜尋。

2 程式碼智慧補全

開發者在編寫程式碼時，智慧編碼外掛會自動感知程式碼上下文，為開發者提供精準的程式碼補全候選項，程式碼補全候選項中標記有✨符號的為程式碼智慧補全結果。目前支援 Java、JavaScript、Python 語言的程式碼智慧補全。

程式碼補全過程中，通過語法分析，能夠更加精準地獲悉使用者使用變數的類資訊，幫助過濾掉深度學習模型推薦的不合理選項，也能夠基於類的內部方法集合，召回一些合理的補全項。

六 總結

Python靜態型別支援的理念和工具均以完善，但由於歷史包袱太重，社群推動力不足，實際能達到的效果比較有限。另外官方、各大廠以及本地IDE都有自己的實現和分析方式，還沒有達到統一的標準和格式。大家可以根據上述的優劣勢以及配合的工具集與資料集，選擇適合自己的方式做解析。期待Python社群對靜態型別的支援能越來越完善。

原文連結

本文為阿里雲原創內容，未經允許不得轉載。