Pyright 项目中关于 @override 和 @final 装饰器在重载函数中的使用规范
2025-05-16 12:16:58作者:裘旻烁
在 Python 类型检查工具 Pyright 的最新版本中,针对 @override 和 @final 装饰器在函数重载中的使用位置提出了新的规范要求。这一变更旨在提高代码的清晰度和一致性,同时也符合 Python 类型系统的最新发展。
背景知识
在 Python 类型注解系统中,函数重载(overload)是一种常见的模式,它允许我们为一个函数定义多个类型签名。这在处理不同参数类型组合时特别有用。同时,@override 和 @final 是两个重要的装饰器:
@override用于明确表示一个方法是要覆盖父类中的同名方法@final用于表示一个方法或类不能被继承或覆盖
新规范的具体内容
Pyright 现在强制执行以下规则:
-
对于没有实现体的重载函数(如存根文件、协议或抽象基类中的声明):
@final或@override装饰器应仅出现在第一个重载签名上- 后续的重载签名不应再重复这些装饰器
-
对于有实现体的重载函数:
@final和@override必须仅放置在实现体上- 所有重载签名上都不应出现这些装饰器
技术原理
这一变更背后的技术考虑包括:
- 减少冗余:避免在多个重载签名上重复相同的装饰器,使代码更加简洁
- 提高可读性:将装饰器集中放置在最相关的位置,使代码意图更加明确
- 防止混淆:避免开发者误以为每个重载都需要单独标记
- 类型系统一致性:与 Python 类型系统的最新发展保持同步
实际影响
对于 Python 开发者来说,这意味着:
- 在更新到 Pyright 1.1.393 或更高版本后,不符合新规范的代码将产生类型检查错误
- 需要检查现有代码中重载函数的使用方式,确保装饰器的位置符合新要求
- 在编写新代码时,应遵循这一规范来组织重载函数和装饰器
最佳实践示例
正确的使用方式:
# 没有实现体的重载
@overload
@override
def process(data: str) -> str: ...
@overload
def process(data: int) -> int: ...
# 有实现体的重载
@overload
def transform(x: int) -> int: ...
@overload
def transform(x: str) -> str: ...
@override
def transform(x: int | str) -> int | str: ...
错误的使用方式:
# 错误:在有实现体的重载中,装饰器不应放在重载签名上
@overload
@override
def calculate(a: int) -> int: ...
@overload
@override
def calculate(a: str) -> str: ...
@override
def calculate(a: int | str) -> int | str: ...
总结
Pyright 的这一变更代表了 Python 类型系统工具的持续演进,旨在提供更清晰、更一致的代码组织方式。作为开发者,理解并遵循这些规范将有助于编写出更易于维护、类型更安全的代码,同时也能充分利用静态类型检查工具的优势。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
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
468
461
Ascend Extension for PyTorch
Python
756
959
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.39 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
645