函数和类的类型和主题检查。
strict的Python项目详细描述
strict是一个模块，它解决了类型签入的常见需要 Python。
快速示例
功能约束
向函数签名添加类型约束：
from __future__ import print_function
from strict.functions import *
@expects(arg(float), arg(float), message=arg(str))
def multiply_and_print(a, b, message="You've got {result}"):
print(message.format(result=(a * b)))
# This works just fine
multiply_and_print(2.0, 3.0)
# This raises a TypeConstraintError
multiply_and_print(int(2.0), 3.0)
向方法添加类型约束：
from __future__ import print_function
from strict.functions import *
class Foo(object):
@expects(self, arg(str))
def __init__(self, name):
self.name = name
def say_hello(self):
print(", ".join(["Hello", self.name]))
# This works
f = Foo("Jim")
f.say_hello()
# This doesn't
f = Foo(123)
f.say_hello()
对函数的返回值添加约束：
from strict.functions import *
@returns(int)
def return_two():
return 2
@returns(int)
def return_half():
return 0.5
# This works fine
return_two()
# This raises an exception
return_half()
向函数添加主题约束和类型约束：
@expects(arg(float), arg(float, lambda x: x != 0))
def divide(a, b):
"We need to make sure, that b isn't zero..."
return a / b
# This works
divide(4.0, 2.0)
# This all fails with a TypeConstraintError
divide(4, 2.0)
divide(4.0, "poop")
# This fails with a SubjectConstraintError
divide(4.0, 0.0)
结构
定义结构：
from strict.structures import *
class Point(Structure):
"""
Let's have a point, that can fit only on a certain area.
"""
x = Field(float, lambda x: 0.0 < x < 1000.0)
y = Field(float, lambda y: 0.0 < y < 1000.0)
def __init__(self, x, y):
self.x = x
self.y = y
# This works
a = Point(10.0, 15.0)
# This all fails with the correct exception
Point(10, 15)
Point(10.0, 1001.0)
Point(-2.0, 50.0)
序列化结构：
from strict.structures import *
class Point(Structure):
"""
Let's have a point, that can fit only on a certain area.
"""
x = Field(float, lambda x: 0.0 < x < 1000.0)
y = Field(float, lambda y: 0.0 < y < 1000.0)
def __init__(self, x, y):
self.x = x
self.y = y
a = Point(10.0, 15.0)
# This outputs a dictionary
a.to_dict()
# This outputs a list
a.to_list()
我为什么要打支票？
尽管如此，在python中处理类型兼容性问题的常用习惯用法是 鸭子打字，在某些情况下是不够的。
关于usage context的信息通常隐式编码在 类名，duck类型通常无法处理，除非 引入迥然不同的类接口，或者仅仅引入kludge
考虑一下财务应用程序的以下类树：
+--------------------------+
| |
| BaseVolatilitySurface |
| |
+-------------+------------+
|
|
|
|
+---------------------------+ | +-------------------------+
| | | | |
| EquityVolatilitySurface <-----+-----> RateVolatilitySurface |
| | | |
+---------------------------+ +-------------------------+
某些价值（通常是资产价格）的波动性是 金融衍生品的估值模型。在这种情况下，我们尝试在 运用市场隐含的股票和利率的波动性 价格。
这两个类基本上都有相同的接口如果我们依靠鸭子打字 意外地传递一个RateVolatilitySurface值一个股票期权，否 将引发异常，因为在技术上输入将满足 通过duck类型表示的约束。但是，结果是错误的 我们会得到一个典型的sh t-in，sht-out程序的例子。
显而易见的解决方案是在代码中添加大量 isinstance支票然而，这会很快导致您的业务代码 以样板检查和错误处理为主。为了避免这种情况，我试着 模块中最有用和最简单的模式：
- 为函数参数和返回值分配约束
- 创建一个对其属性进行严格类型检查的类 已填充__slots__变量。
2014年，杰夫金塔拉索夫（jevgeni@tarasov.ch）
欢迎加入QQ群-->： 979659372
