Python Typing 项目中 NoReturn 类型的演进与现状
2025-07-10 22:01:27作者:俞予舒Fleming
在 Python 类型注解系统中,NoReturn 类型最初被设计用于标注那些永远不会正常返回的函数。随着类型系统的发展,这个类型的用途和规范也经历了重要的变化。
历史背景
NoReturn 类型最早出现在 PEP 484 中,当时规范明确规定它只能用于函数返回类型注解。这种限制源于其名称的直观含义——"无返回值"。典型的用例包括那些会抛出异常或进入无限循环的函数。
发展演变
随着 Python 类型系统的成熟,社区引入了 Never 类型作为更通用的底部类型(bottom type)表示。在实践中,类型检查器逐渐将 NoReturn 和 Never 视为等价类型。这种变化使得 NoReturn 的应用场景不再局限于函数返回类型注解。
一个重要的发展是 assert_never 函数的引入,它使用 NoReturn 类型来实现穷尽性检查。这个用例明显突破了最初对 NoReturn 使用位置的限制。
现状与规范
目前所有主流类型检查器(如 mypy、pyright、Pyre 和 pytype)都已支持 NoReturn 在非返回类型注解场景下的使用。最新的 typing 规范已经移除了对 NoReturn 使用位置的限制,使其可以像 Never 一样自由使用。
值得注意的是,虽然 NoReturn 和 Never 在技术上等价,但它们在使用场景上仍有细微差别:
NoReturn更适合标注明确不会返回的函数Never作为更通用的底部类型,适合表示不可能发生的代码路径
最佳实践建议
对于代码维护者:
- 在新代码中,考虑优先使用
Never来表示通用的底部类型概念 - 在维护现有代码时,可以保留使用
NoReturn的代码,特别是当它明确表示函数不会返回时 - 在需要进行穷尽性检查时,可以自由选择使用
NoReturn或Never
对于类型系统设计者:
- 保持
NoReturn和Never的语义等价性 - 在文档中明确说明两者的关系和使用场景差异
- 避免将
NoReturn标记为已弃用,因为它在特定场景下仍有其价值
这种演进体现了 Python 类型系统在保持向后兼容性的同时,逐步完善和扩展其功能的典型路径。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
386
458
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
680
暂无简介
Dart
805
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
211
昇腾LLM分布式训练框架
Python
120
146
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781