🌲[utype] 编写更多常用类型

开源松
, ,
1

使用 utype 的 类型声明机制 在 types.py 中添加更多编程中常用的类型，比如

from utype.types import Int

class Month(Int):
    ge = 1
    le = 12
1 个赞
2

utype 有没有 logo 图片发我一下？

3

想问一下，这个工具和pydantic有什么差别？如果utype只是为了避免在函数中进行类型检查的话？

4

我整理了一下，后面也会更新到官方文档里：

utype | Pydantic

Pydantic 是一个流行的 Python 数据解析验证库，utype 提供的功能与 Pydantic 大体上是相近的，但相比之下，utype 在以下方面有更多的关注

  • 函数的解析：utype 能很好的处理各种函数参数与返回值的解析（包括同步函数，异步函数，生成器与异步生成器函数），pydantic 对函数返回值只进行验证，并不尝试进行类型转化，且并不支持生成器函数
  • 约束类型：对于 utype 来说所有的 约束 （比如大小，长度，正则等）都会体现在类型中，从而可以直接用来进行类型转化与判断，pydantic 定义的类型往往需要作为字段的注解才能发挥作用
>>> from pydantic import PositiveInt
>>> PositiveInt(-1)
-1
>>> from utype.types import PositiveInt
>>> PositiveInt(-1)
utype.utils.exceptions.ConstraintError: Constraint: <gt>: 0 violated
  • 类型注册机制：utype 中所有类型的解析与转化方式都是可以进行注册与覆盖的，也就是说开发者可以方便地自定义基本类型的解析方式，或者注册自定义类型的解析函数；pydantic 支持的解析的内置类型是固定的。由于 utype 的类型解析是注册机制的，所以 utype 也可以兼容解析 pydantic, dataclasses, attrs 等数据类 （参考 兼容 Pydantic）
from utype import register_transformer  
from collections.abc import Mapping  
from pydantic import BaseModel  
  
@register_transformer(BaseModel)  
def transform_pydantic(transformer, data, cls):  
    if not transformer.no_explicit_cast and not isinstance(data, Mapping):  
        data = transformer(data, dict)  
    return cls(**data)
  • 逻辑类型：utype 的类型支持任意嵌套组合的逻辑运算，可以兼容基本类型与 typing 用法，以及支持运算出的类型对数据进行处理（pydantic 没有相应用法）
from utype import Rule, exc
from typing import Literal

class IntWeekDay(int, Rule):  
	gt = 0
	le = 7

weekday = IntWeekDay ^ Literal['mon', 'tue', 'wed', 'thu', 'fri', 'sat', 'sun']

>>> weekday('6')
6
>>> weekday(b'tue')
'tue'
>>> weekday(8)
Constraint: <le>: 7 violated;
Constraint: <enum>: ('mon', 'tue', 'wed', 'thu', 'fri', 'sat', 'sun') violated
  • 字段模式：utype 的字段提供了 模式 (mode) 机制，包括 no_input 与 no_output 等，可以在一个数据类中定义字段的多种用法，对于在 web 场景中定义负责 增改查 等多种目的的数据模型更加方便
  • 原生字典模型：pydantic 的 BaseModel 产出的数据实例虽然有 JSON 序列化方法，但并不能被 json.dumps 处理，utype 提供继承原生字典的 Schema 类，整合到数据工作流中更方便
from pydantic import BaseModel
from utype import Schema
import json

class md(BaseModel):
	value: int

class schema(Schema):
	value: int

>>> json.dumps(md(value=1))
TypeError: Object of type md is not JSON serializable
>>> json.dumps(schema(value=1))
'{"value": 1}'

整体上而言，utype 提供的配置参数更加简洁一些，提供的功更加灵活一些，可以看作一个更加灵活与轻量级的 Pydantic

1 个赞