Python typing.Protocol 怎样描述可替换依赖
typing.Protocol 用结构化子类型描述“依赖应提供哪些成员”。消费者参数标注为协议后,实现类只要具备兼容的方法和属性,通常无需继承协议就能作为该依赖使用。它帮助静态类型检查器发现不兼容的替换,但不会自动创建实现、注入对象或验证业务行为。
Python 官方 typing 文档:https://docs.python.org/3/library/typing.html
围绕消费者需要写接口,不围绕实现类画全集
假设一个功能只需要按编号取得展示标题。字典存储与不可变条目集合都能提供查询,消费者不应因为存储方式不同而改变调用代码。需要抽象的是 get(key) 的能力,不是把存储类全部方法复制到协议中。
本文约定:取得标题返回 str,不存在返回 None;空白标题由消费者拒绝。这个约定既包含静态签名,也包含需要实现者遵守的行为规则。类型系统能描述返回值的可能类型,却不能证明实现者没有把“不存在”伪装成任意字符串。
协议越小,替换需要满足的条件越清楚。消费者如果不负责写入、事务或连接关闭,就不应为了统一一个存储类而要求所有依赖实现这些无关方法。
协议支持与示例语法是两项要求
typing.Protocol 在标准库中的支持从 Python 3.8 开始。下面使用 str | None 和内置泛型等写法,完整片段按 Python 3.10 及以上准备,不应因为 Protocol 本身较早可用就把整个片段视为 Python 3.8 代码。
项目还需要配置能读取这些注解的静态类型检查器;普通解释器运行函数时并不会按注解自动阻止传入错误对象。对仍支持旧解释器的项目,应根据目标版本调整联合类型、泛型及相应导入;需要回移的新类型能力时,可查官方文档指向的 typing_extensions,但不必为当前示例增加无用依赖。
小协议、两个实现与显式注入
示例六个节点是render_title、TitleCatalog、MemoryTitles、TupleTitles、字典数据与条目元组。消费者依赖 TitleCatalog 的查询能力;两个具体实现分别保存字典数据和条目元组。结构关系不依赖运行时继承链。

from typing import Protocol
class TitleCatalog(Protocol):
# 仅允许位置传参,参数名称不作为调用方的关键字契约。
def get(self, key: str, /) -> str | None:
...
class MemoryTitles:
def __init__(self, data: dict[str, str]) -> None:
self._data = dict(data) # 拷贝输入,避免依赖外部字典后续修改。
def get(self, key: str, /) -> str | None:
return self._data.get(key)
class TupleTitles:
def __init__(self, entries: tuple[tuple[str, str], ...]) -> None:
self._entries = entries
def get(self, key: str, /) -> str | None:
# 教学实现:顺序查找,重复编号时采用第一条。
for entry_key, value in self._entries:
if entry_key == key:
return value
return None
def render_title(key: str, catalog: TitleCatalog) -> str:
value = catalog.get(key)
if value is None:
raise LookupError("没有对应标题")
cleaned = value.strip()
if not cleaned:
raise ValueError("标题不能为空白")
return f"标题:{cleaned}"
if __name__ == "__main__":
# 显式标注让类型检查器在赋值处检查结构契约;不是运行时转换。
memory: TitleCatalog = MemoryTitles({"demo": "演示条目"})
frozen: TitleCatalog = TupleTitles((("demo", "演示条目"),))
print(render_title("demo", memory))
print(render_title("demo", frozen))
两种对象没有继承 TitleCatalog,但都提供所需查询签名。参数注解使消费者不必知道数据存放在哪里,真正的注入仍来自 render_title("demo", memory) 这样的调用。
若读者执行该教学例子,两个调用按逻辑都应形成“标题:演示条目”;本文未运行代码,也没有类型检查通过的实测报告。字典查询与元组遍历的性能和重复键语义不同,它们只在此处需要的读取契约与样本数据上可替换,不能推导出所有场景等价。
方法同名还不够,兼容的是整个调用约定
依赖如果也叫 get,却要求 int 参数,或返回 bytes,就不符合这里的协议。参数数量、位置与关键字规则、默认值及返回类型都应能兼容消费者的调用方式,不能用同名方法判断静态可替换性。
本例的 / 将编号参数设为仅位置参数。如果实际消费者需要 get(key="demo"),协议与实现就要支持对应的关键字参数名,而不能直接套用本例签名。不要为了消除检查提示把所有参数换成 Any,那会丢失这个契约的重要约束。
旧组件方法名或返回形式不同,可以写适配器,把其结果明确转换到 str | None,并处理旧组件的“不存在”情况。适配器不应把网络故障、权限失败等所有异常都吞掉后返回 None,否则消费者无法区分真正缺失与依赖失败。
如果消费者只读取一个属性,协议中可用只读 @property 描述;直接声明可读写属性会赋予消费者写入该属性的能力,类型兼容要求也不同。不要把“我只读取”误写成“我还可以改成任意值”。
运行时成员检查不能证明行为可替换
将静态检查、签名契约归入类型边界,将成员检查、对象成员归入运行时形状,将行为测试、业务语义归入业务边界。静态检查对照签名;运行时成员检查查看成员是否存在;行为测试才针对业务约定。三层不能互相代替。

普通协议不能直接放在 isinstance() 的第二个参数。确实需要简单的运行时结构判断时,可以对协议本身显式使用 @runtime_checkable,但它只检查规定成员的存在,不核对成员的完整类型签名:
from typing import Protocol, runtime_checkable
@runtime_checkable
class HasGet(Protocol):
def get(self, key: str, /) -> str | None:
...
class WrongShape:
# 参数和返回类型不符合协议,但依然具有名为 get 的方法。
def get(self, key: int, /) -> int:
return key + 1
print(isinstance(WrongShape(), HasGet))
# 此检查只问成员是否存在,不能把其结果当成静态签名验证。
这个例子刻意对比成员形状与类型契约,不建议用这段判断给任意插件“认证”。静态检查器还可能提示检查对象与协议之间的兼容问题;具体诊断应以项目工具为准。动态对象、未注解代码和 Any 传播也会影响静态检查覆盖范围。
业务与资源约束仍要明确安排
| 消费者要求 | 协议能描述 | 仍需另外约定 |
|---|---|---|
| 按编号读取标题 | 方法与参数、返回类型 | 不存在、空白与重复编号的含义 |
| 同步返回 | 同步方法签名 | 延迟预算、阻塞与超时策略 |
| 使用远程实现 | 需要提供的读取能力 | 连接所有权、关闭、权限与失败语义 |
| 测试替身可替换 | 替身成员的签名 | 是否模拟缺失、错误和关键行为 |
Protocol 不自动提高运行速度,也不附带重试、超时或资源释放。例子使用内存数据,不涉及连接;真实实现如果持有数据库或 HTTP 客户端,应由创建它的一方明确管理生命周期。不要把 close() 加进协议后就以为消费者一定会调用它。
可在项目行为测试中让两个实现接受同一组样本:存在编号、缺失编号、空白标题,再对各自特有的失败方式补充测试。测试替身要模拟契约,而不是永远返回成功字符串。这样的测试是读者的集成建议,本文不伪造执行结果。
官方协议规范:https://typing.python.org/en/latest/spec/protocol.html
结构化子类型参考:https://typing.python.org/en/latest/reference/protocols.html
两个相关问题
实现类必须写 class Impl(ProtocolName) 吗?不用。兼容结构即可供静态检查;显式继承是另一种选择,但不会自动生成缺失实现。
有 Protocol 就不需要行为测试了吗?仍需要。类型检查不能保证返回值来自正确记录、权限处理正确或错误语义一致。
用 Protocol 描述可替换依赖,关键是定义消费者真正需要的小能力,再将对象明确传入。签名兼容交给类型检查辅助,成员形状与业务行为分别判断,才能避免把“看起来有这个方法”误当成“完整可替换”。
Python multiprocessing 怎样选择 spawn 和 fork
- 上一篇
- Python multiprocessing 怎样选择 spawn 和 fork
- 下一篇
- Python logging 怎样用 contextvars 注入请求标识
-
- 文章 · python教程 | 40分钟前 |
- Python Fraction 近似浮点数时怎样控制最大分母
- 417浏览 收藏
-
- 文章 · python教程 | 55分钟前 |
- Python compression.zstd 怎样读取大压缩流
- 288浏览 收藏
-
- 文章 · python教程 | 57分钟前 |
- Python 3.15 t-string 怎样用于模板化文本
- 491浏览 收藏
-
- 文章 · python教程 | 59分钟前 | 连接池 · python ·
- Python httpx 怎样复用异步客户端连接
- 299浏览 收藏
-
- 文章 · python教程 | 1小时前 | SQLite · Python教程 · 内存数据库 serialize Python sqlite3 deserialize SQLite迁移
- Python sqlite3 serialize 与 deserialize 的内存数据库迁移方法
- 497浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python logging 怎样用 contextvars 注入请求标识
- 471浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python multiprocessing 怎样选择 spawn 和 fork
- 322浏览 收藏
-
- 文章 · python教程 | 1小时前 | JSON · Python教程 · Python JSON enum 反序列化 序列化 json.dumps json.loads StrEnum
- Python StrEnum 怎样与 JSON 字符串互转
- 393浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python 3.15 延迟导入怎样评估启动收益
- 133浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python 3.15 profiling.sampling 怎样选择 wall 和 cpu 模式
- 138浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 471次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 530次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 549次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 499次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 317次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
