typedload项目支持的数据类型详解
2025-06-24 04:23:02作者:郦嵘贵Just
概述
typedload是一个强大的Python类型转换库,它能够将Python原生数据结构(如字典、列表等)转换为具有严格类型定义的Python对象。本文将详细介绍typedload支持的各种数据类型及其使用方式,帮助开发者更好地理解和使用这个库。
基础类型支持
typedload默认支持以下基础类型:
intboolfloatstrNoneType
这些类型是构建复杂数据结构的基础,typedload默认会对它们进行基本类型转换:
# 自动类型转换示例
typedload.load(1, float) # 输出: 1.0
typedload.load(1, str) # 输出: '1'
可以通过设置basiccast=False来禁用这种自动转换行为:
typedload.load(1, float, basiccast=False) # 抛出TypedloadValueError异常
开发者还可以自定义基础类型集合:
typedload.load(1, bytes, basictypes={bytes, int}) # 输出: b'\x00'
复合类型支持
1. 列表(List)处理
typedload可以将任何可迭代对象转换为指定类型的列表:
typedload.load([1.1, 2, '3'], List[int]) # 输出: [1, 2, 3]
2. 元组(Tuple)处理
元组支持两种形式:
- 固定长度元组:
Tuple[int, float] - 可变长度元组:
Tuple[int, ...]
typedload.load([1, 2, 3], Tuple[int, float]) # 输出: (1, 2.0)
typedload.load([1, 2, 3], Tuple[int, ...]) # 输出: (1, 2, 3)
3. 字典(Dict)处理
typedload可以确保字典键值对的类型正确:
typedload.load({1: '1'}, Dict[int, Path]) # 输出: {1: PosixPath('1')}
对象类型支持
typedload支持多种Python对象类型:
1. NamedTuple
class Point2d(NamedTuple):
x: float
y: float
typedload.load({'x': 1, 'y': 1}, Point2d) # 输出: Point2d(x=1.0, y=1.0)
2. dataclass
@dataclass
class Solid:
vertex: List[Point3d] = field(default_factory=list)
total: int = field(init=False)
3. attrs类
@attr.s
class Polygon:
vertex: List[Point2d] = attr.ib(factory=list)
typedload会自动处理这些对象的构造和属性赋值,并支持failonextra参数来检查多余字段。
特殊类型处理
1. 枚举(Enum)
class Flags(Enum):
NOVAL = 0
YESVAL = 1
typedload.load(1, Flags) # 输出: <Flags.YESVAL: 1>
2. 字面量(Literal)
typedload.load(2, Literal[1, 2, 3]) # 成功
typedload.load(4, Literal[1, 2, 3]) # 失败
3. 类型联合(Union)
typedload.load(3, Optional[int]) # 输出: 3
typedload.load(None, Optional[int]) # 输出: None
对于复杂的Union类型,可以使用uniondebugconflict=True来检测潜在的类型冲突。
4. TypedDict
class A(TypedDict):
val: str
typedload.load({'val': 3}, A) # 输出: {'val': '3'}
5. 集合(Set/Frozenset)
typedload.load([1, 4, 99], set[float]) # 输出: {1.0, 4.0, 99.0}
路径和网络地址处理
typedload内置支持多种路径和网络地址类型:
1. pathlib.Path
typedload.load('/tmp/file.txt', Path) # 输出: PosixPath('/tmp/file.txt')
2. ipaddress相关类型
typedload.load('10.1.1.3', IPv4Address) # 输出: IPv4Address('10.1.1.3')
日期时间处理
typedload支持多种日期时间类型:
1. datetime.date/datetime.time/datetime.datetime
支持ISO 8601格式字符串或整数列表作为输入:
# ISO格式
typedload.load("2023-01-01", date)
# 整数列表格式(已弃用)
typedload.load([2023, 1, 1], date)
2. datetime.timedelta
表示为秒数的浮点数。
高级特性
1. 前向引用(Forward References)
typedload通过类型名称缓存机制支持前向引用:
a: 'ObjA' = ObjA() # 前向引用
2. attrs转换器(Converters)
typedload会尊重attrs字段的converter函数:
@attr.s
class A:
x: int = attr.ib(converter=str) # 忽略int类型提示,使用converter
typedload.load({'x': [1]}, A) # 输出: A(x='[1]')
3. NewType支持
T = NewType('T', str)
typedload.load('ciao', T) # 输出: 'ciao'
总结
typedload提供了全面的Python类型系统支持,从基础类型到复杂对象,都能进行严格的类型检查和转换。通过合理配置各种参数,开发者可以在灵活性和严格性之间找到平衡,构建健壮的类型安全应用。
对于需要处理复杂数据结构的项目,typedload的类型转换能力可以大大简化数据验证和转换的工作量,是Python类型系统应用的强大工具。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
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++
654
278
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
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (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
1.12 K
629
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
75
99
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
385
3.74 K