Python 类型注解的逐步引入

Python 3.7–3.8 必须加 from future import annotations，否则 list[str] 会触发 SyntaxError；3.9+ 原生支持但运行时反射仍受限；typing.List[str] 全版本安全但冗余。 类型注解加不加 runtime 会报错？ 不加 ，在 Python 3.7+ 里写 本身不会报错，但某些工具（比如旧版 或没开 future 的 场景）会直接炸——因为 被当成了运行时要执行的表达式，而内置容器类型不支持下标。 Python 3.9+ 可以直接用 、 等，但前提是解释器版本够，且没在 或 里动态求值 Python 3.7–3.8 必须加 ，否则 会触发 如果用了 这种写法，倒是全版本安全，但冗余、过时，且和 在运行时行为不一致（前者是类，后者是泛型别名） 什么时候必须用 而不是 ？ 是 PEP 604 引入的联合类型语法（如 ），看着清爽，但它在 Python 3.10+ 才是原生支持；低于这个版本，要么用 ，要么加 并配 mypy/pyright 做静态检查——但注意：运行时反射（比如 ）在 3.9 及以下仍不识别 ，会返回 或抛 。 要兼容 3.9-，又依赖运行时类型信息（比如 FastAPI 解析参数、dataclass 字段校验），就别用 ，老实用 只做静态检查（mypy/pyright），且项目锁死 Python 3.10+，那 更简洁，也更接近未来标准 等价于 ，但 在所有版本都可用，语义也更明确，建议新代码优先用 而非手写 和 到底差在哪？ 是类型检查器的“豁免键”：它告诉 mypy “别管这儿”，所有操作都放行； 是真实顶层基类，表示“任意实例”，但访问属性或调用方法时仍会报错，除非显式 cast 或 isinstance 检查。 Python 3.14.3 微软官方的 Python 扩展，是 VS Code 安装量最高的扩展（209M+）。集成 IntelliSense（通过 Pylance）、调试（通过 Python Debugger）、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。 下载 想临时绕过检查（比如对接弱类型库），用 ；但上线前得清掉，否则等于关掉了类型安全闸门 函数返回值不确定具体类型，又不想用 ，可考虑 + 注释说明，或者更精准的 永远为 True，但 会报 —— 不是运行时类，纯属静态概念 Pydantic v2 里 字段怎么写类型才不踩坑？ Pydantic v2 默认启用严格模式，字段类型声明直接影响序列化、验证和默认值行为。写错类型注解，轻则默认值被忽略，重则 或静默转成 。 立即学习 “ Python免费学习笔记（深入） ”； 可选字段必须显式写 或 ，只写 会被当成“必填字段，默认值是 ”，验证时直接失败 嵌套模型字段，类型必须是模型类本身（ ），不能写字符串引用（ ），除非开启 且用 （不推荐） 带默认工厂的字段，要用 ，不能写 —— 后者会让类型注解变成变量名 ，类型丢失 类型注解不是越细越好，关键是和运行时行为对齐。最常出问题的地方，其实是“以为写了类型就安全了”，结果 runtime 该崩还崩，因为类型没进 AST、没被反射拿到、或者被 future 导入顺序搞乱了。