Project Icon

autotyping

Python代码自动类型注解工具

autotyping是一个Python代码自动类型注解工具,可为函数的返回值、参数和魔术方法添加类型信息。它支持多种类型推断策略,通过命令行操作即可为代码添加类型注解,提升代码可读性。该工具还可与外部工具集成,为Python项目的静态类型检查提供支持。

当我重构代码时,我经常发现自己在枯燥地添加从上下文中显而易见的类型注解:不返回任何内容的函数、布尔标志等。这就是自动类型化的用武之地:它会自动添加这些类型并插入正确的注解。

使用方法

以下是使用方法:

  • pip install autotyping
  • python -m autotyping /path/to/my/code

默认情况下它不执行任何操作;你需要添加标志来使其执行更多转换。支持以下操作:

  • 注解返回类型:
    • --none-return:为主体中没有任何return、yield或raise的函数添加-> None返回类型
    • --scalar-return:为只返回字面量bool、str、bytes、int或float对象的函数添加返回注解
  • 注解参数类型:
    • --bool-param:为默认值为TrueFalse的任何函数参数添加: bool注解
    • --int-param--float-param--str-param--bytes-param:为默认值为字面量int、float、str或bytes对象的任何参数添加注解
    • --annotate-optional foo:bar.Baz:对于形如foo=None的任何参数,添加从bar导入的Baz作为类型。例如,使用--annotate-optional uid:my_types.Uid可以将代码库中任何默认值为Noneuid注解为Optional[my_types.Uid]
    • --annotate-named-param foo:bar.Baz:为任何没有默认值且名为foo的参数添加bar.Baz注解。例如,使用--annotate-named-param uid:my_types.Uid可以将代码库中任何没有默认值的uid参数注解为my_types.Uid
    • --guess-common-names:根据开源Python代码中的常见模式,推断某些参数类型。例如,推断verbose参数的类型为bool
  • 注解魔术方法:
    • --annotate-magics:为某些魔术方法添加类型注解。目前包括以下内容:
      • __str__返回str
      • __repr__返回str
      • __len__返回int
      • __length_hint__返回int
      • __init__返回None
      • __del__返回None
      • __bool__返回bool
      • __bytes__返回bytes
      • __format__返回str
      • __contains__返回bool
      • __complex__返回complex
      • __int__返回int
      • __float__返回float
      • __index__返回int
      • __exit__:三个参数分别为Optional[Type[BaseException]]Optional[BaseException]Optional[TracebackType]
      • __aexit__:与__exit__相同
    • --annotate-imprecise-magics:为一些额外的魔术方法添加不精确的类型注解。目前为__iter____await____reversed__添加typing.Iterator返回注解。这些注解应该有一个泛型参数来指明你在迭代什么,但这对自动类型化来说太难了
  • 外部集成:
    • --pyanalyze-report:采用pyanalyzesuggested_parameter_typesuggested_return_type代码建议的类型并应用它们。你可以使用类似这样的命令生成这些建议: pyanalyze --json-output failures.json -e suggested_return_type -e suggested_parameter_type -v .
    • --only-without-imports:仅应用不需要新导入的pyanalyze建议。这很有用,因为需要导入的建议可能需要更多手动工作

有两个快捷标志可以同时启用多个转换:

  • --safe启用应该始终安全的更改。这包括--none-return--scalar-return--annotate-magics
  • --aggressive启用风险更高的更改,更有可能产生新的类型检查器错误。它包括--safe的所有内容以及--bool-param--int-param--float-param--str-param--bytes-param--annotate-imprecise-magics

LibCST

Autotyping是作为LibCST codemod构建的;有关如何使用codemod的更多信息,请参阅LibCST文档

如果你希望通过libcst.tool接口运行,可以这样做:

  • 确保你有一个.libcst.codemod.yaml文件,其中modules列表包含'autotyping'。 例子请参见此仓库中的.libcst.codemod.yaml
  • 运行python -m libcst.tool codemod autotyping.AutotypeCommand /path/to/my/code

局限性

Autotyping旨在成为一个简单的工具,使用启发式方法找到手动添加会很繁琐的注解。这些启发式方法可能会失败,在运行autotyping后,你应该运行类型检查器来验证它添加的类型是否正确。

已知局限性:

  • autotyping不模拟函数内的代码流,所以它可能会遗漏隐式的None返回

更新日志

24.3.0(2024年3月25日)

  • 添加更简单的调用autotyping的方式。现在可以简单地使用python3 -m autotyping来调用该工具。(感谢Shantanu Jain。)
  • 停止支持Python 3.7;添加对Python 3.12的支持。(感谢Hugo van Kemenade。)
  • 为一些更多的魔术方法推断返回类型。(感谢Dhruv Manilawala。)

23.3.0(2023年3月3日)

  • 修复了某些参数名称(如iterables)导致的崩溃(由Marco Gorelli贡献)

23.2.0(2023年2月3日)

  • 添加--guess-common-names(由John Litborn贡献)
  • 修复--safe--aggressive标志,使它们不接受被忽略的参数
  • --length-hint应该返回int(由Nikita Sobolev贡献)
  • 修复导入添加的错误(由Shantanu贡献)

22.9.0(2022年9月5日)

  • 添加--safe--aggressive
  • 添加--pyanalyze-report
  • 不为标记有@abstractmethod的方法和存根文件中的方法添加None返回类型
  • 改进类型推断:
    • "string" % ...总是str
    • b"bytes" % ...总是bytes
    • 左右两侧类型相同的andor运算符返回该类型
    • isis notinnot in总是返回bool

21.12.0(2021年12月21日)

  • 首次PyPI发布
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号