typing 模块（The typing Module）

为了将静态类型检查特性开放给 Python 3.5 以下的版本使用，需要有一个统一的命名空间。为此，标准库中引入了一个名为 typing 的新模块。

typing 模块定义了用于构建类型的基础构件（如 Any）、表示内置集合类的泛型变体类型（如 List）、表示集合类的泛型抽象基类类型（如 Sequence）和一批便捷类定义。

请注意，只有在类型注解的上下文中才支持用 TypeVar 定义的特殊类型结构，比如 Any、Union和类型变量，而 Generic 则只能用作基类。如果出现在 isinstance 或 issubclass 中，所有这些（未参数化的泛型除外）都将引发 TypeError 异常。

基础构件：

• Any，用法为 def get(key: str) -> Any: ...。
• Union，用法为 Union[Type1, Type2, Type3]。
• Callable，用法为 Callable[[Arg1Type, Arg2Type], ReturnType]。
• Tuple，用于列出元素类型，比如 Tuple[int, int, str]。空元组类型可以表示为 Tuple[()]。可变长同构元组可以表示为一个类型和省略号，比如 Tuple[int, ...]，此处的 ... 是语法的组成部分。
• TypeVar，用法为 X = TypeVar('X', Type1, Type2, Type3) 或简化为 Y = TypeVar('Y')（详见上文）。
• Generic，用于创建用户自定义泛型类。
• Type，用于对类对象做类型注解。

内置集合类的泛型变体：

• Dict，用法为 Dict[key_type, value_type]。
• DefaultDict，用法为 DefaultDict[key_type, value_type]，是 collections.defaultdict 的泛型变体。
• List，用法为 List[element_type]。
• Set，用法为 Set[element_type]。参阅下文有关 AbstractSet 的备注信息。
• FrozenSet，用法为 FrozenSet[element_type]。

注意：Dict、DefaultDict、List、Set 和 FrozenSet 主要用于对返回值做类型注解。而函数参数的注解，建议采用下述抽象集合类型，比如 Mapping、Sequence 或 AbstractSet。

容器类抽象基类的泛型变体（及一些非容器类）：

• Awaitable
• AsyncIterable
• AsyncIterator
• ByteString
• Callable（详见上文）
• Collection
• Container
• ContextManager
• Coroutine
• Generator，用法为 Generator[yield_type, send_type, return_type]，表示生成器函数的返回值。此为 Iterable 的子类型。并且为 send() 方法可接受的类型加入了类型变量（可逆变）。可逆变的意思是，在要求可发送 Manager 实例的上下文中，生成器允许发送 Employee 实例，并返回生成器的类型。
• Hashable（非泛型）
• ItemsView
• Iterable
• Iterator
• KeysView
• Mapping
• MappingView
• MutableMapping
• MutableSequence
• MutableSet
• Sequence
• Set，重命名为 AbstractSet。因为 typing 模块中的 Set 表示泛型 set()，所以需要改名。
• Sized（非泛型）
• ValuesView

一些用于测试某个方法的一次性类型，类似于 Hashable 或 Sized：

• Reversible，用于测试 __reversed__
• SupportsAbs，用于测试 __abs__
• SupportsComplex，用于测试 __complex__
• SupportsFloat，用于测试 __float__
• SupportsInt，用于测试 __int__
• SupportsRound，用于测试 __round__
• SupportsBytes，用于测试 __bytes__

便捷类定义：

• Optional，定义为 Optional[t] == Union[t, None]。
• Text，只是 Python 3 中 str、Python 2 中 unicode 的别名。
• AnyStr，定义为 TypeVar('AnyStr', Text, bytes)。
• NamedTuple，用法为 NamedTuple(type_name, [(field_name, field_type), ...]) 等价于 collections.namedtuple(type_name, [field_name, ...])。在为命名元组类型的字段进行类型声明时，这会很有用。
• NewType，用于创建运行开销很小的唯一类型，如 UserId = NewType('UserId', int)。
• cast()，如前所述。
• @no_type_check，用于禁止对某个类或函数做类型检查的装饰器（参见下文）。
• @no_type_check_decorator，用于创建自定义装饰器的装饰器，含义与 @no_type_check 相同（参见下文）。
• @type_check_only，仅在对存根文件做类型检查时可用的装饰器，标记某个类或函数在运行时不可用。
• @overload，如上所述。
• get_type_hints()，用于获取函数或方法的类型提示信息的工具函数。给定一个函数或方法对象，它将以 __annotations__ 的格式返回一个dict，向前引用将在原函数或方法定义的上下文中进行表达式求值。
• TYPE_CHECKING，运行时为 False，而对类型检查器则为 True。

I/O相关的类型：

• IO（基于 AnyStr 的泛型）
• BinaryIO（只是 IO[bytes] 子类型)
• TextIO（只是 IO[str] 子类型)

与正则表达式和 re 模块相关的类型：

• Match 和 Pattern，re.match() 和 re.compile() 的结果类型（基于 AnyStr 的泛型）。

def embezzle(self, account: str, funds: int = 1000000, *fake_receipts: str) -> None:
    """Embezzle funds from account using fake receipts."""
    <code goes here>

def embezzle(self, account, funds=1000000, *fake_receipts):
    # type: (str, int, *str) -> None
    """Embezzle funds from account using fake receipts."""
    <code goes here>

def load_cache(self):
    # type: () -> bool
    <code>

def send_email(address, sender, cc, bcc, subject, body):
    # type: (...) -> bool
    """Send an email message.  Return True if successful."""
    <code>

def send_email(address,     # type: Union[str, List[str]]
               sender,      # type: str
               cc,          # type: Optional[List[str]]
               bcc,         # type: Optional[List[str]]
               subject='',
               body=None    # type: List[str]
               ):
    # type: (...) -> bool
    """Send an email message.  Return True if successful."""
    <code>

def add(a, b):  # type: (int, int) -> int
    return a + b

def f():
    '''Docstring'''
    # type: () -> None  # Error!

def g():
    '''Docstring'''
    # # type: () -> None  # This is OK