Python Typing 项目中 NoReturn 类型的演进与现状
2025-07-10 03:00:54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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
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
9
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
64
19
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322