近年来，Rust因安全性受到科技公司青睐。其他主流语言能否借鉴Rust的思想？
在Rust中，错误使用接口会导致编译错误。在Python中，虽然错误代码仍能运行，但使用类型检查器（如pyright）或带类型分析的IDE（如PyCharm）可以获得快速反馈，发现潜在问题。
本文中，Python 中引入了 Rust 的一些理念：尽量使用类型提示，遵循“非法状态不可表示”原则。无论是长期维护的程序还是一次性脚本，我都这样做，因为后者往往会变成前者，而这种方法让程序更易理解和修改。
本文将展示一些应用此方法的Python示例，虽然不算高深，但记录下来或许有用。
类型提示
首先要尽可能使用类型提示，尤其是在函数说明和类属性中。当我看到这样的函数说明。
def find_item(records, check):
从函数说明本身来看，我完全不知道其中发生了什么：是列表、字典还是数据库连接？是布尔值还是函数？函数的返回值是什么？如果失败会发生什么？是抛出异常还是返回某个值？要找到这些问题的答案，我要么必须读取函数的主体（通常还要递归读取它调用的其他函数的主体，这非常烦人），要么只能读取它的文档（如果有的话）。虽然文档中可能包含有关函数的有用信息，但不一定要使用文档来回答前面的问题。许多问题都可以通过内置机制（即类型提示）来回答。
def find_item( records: List[Item], check: Callable[[Item], bool] ) -> Optional[Item]:
写函数说明要花更多时间吗？是的。
但这有问题吗？没有，除非我打字速度慢到每分钟只能敲几个字，但这很少见。明确写出类型能让我更清楚地思考函数到底提供了什么接口，以及如何让接口更严格，避免调用者用错。有了清晰的函数说明，我一眼就能知道怎么用这个函数、需要传什么参数、返回值是什么。而且，和文档注释不同，文档注释容易过时，但类型检查器会在类型变化时提醒我更新调用代码。如果我想了解某个东西的类型，直接看就行，非常直观。
当然，我也不是死板的人。如果一个参数的类型提示要嵌套五层，我通常会放弃，改用简单但不那么精确的类型。根据我的经验，这种情况很少见。如果真的遇到，那可能是代码设计有问题——如果一个参数既可以是数字、字符串、字符元组，又可以是字典映射字符串到整数，那可能意味着你需要重构和简化代码了。
使用数据类而非元组或字典
使用类型提示只是一方面，它只是描述了函数的接口，第二步是尽可能准确地 “锁定 ”这些接口。一个典型的例子是从函数返回多个值（或单个复杂值），懒惰而快速的方法是返回一个元组：
def find_person (…) -> Tuple[str, str, int]:
我们知道要返回三个值，但它们是什么？第一个字符串是人名吗？第二个是姓氏吗？数字是年龄、位置还是社保号？这种编码方式很不透明，除非看函数内部，否则根本不知道它代表什么。
如果想
改进
，可以返回一个字典：
def find_person (...) -> Dict[str, Any]: ... return { "name" : ..., "city" : ..., "age" : ... }
现在，我们至少能知道返回的属性是什么，但还是得看函数内部才能确定。某种程度上，类型变得更糟了，因为我们甚至不知道属性的数量和类型。而且，当函数变化时，比如字典的键被重命名或删除，类型检查器很难发现，调用者只能通过运行-崩溃-修改的繁琐循环来调整代码。
正确的解决方案是返回一个强类型的对象，并带有命名的参数。在Python中，这意味着要创建一个类。我猜很多人用元组或字典是因为定义一个类（还得给它起名字）比直接返回数据麻烦得多。但从Python 3.7开始（或者用polyfill包支持更早的版本），有了更简单的解决方案：
dataclasses
。
@dataclasses.dataclass class City : name: str zip_code: int @dataclasses.dataclass class Person : name: str city: City age: int def find_person (...) -> Person:
虽然还是得给类起名字，但除此之外，这种方式非常简洁，而且所有属性都有类型注解。
通过这个数据类，函数的返回值变得非常明确。当我调用这个函数并处理返回值时，IDE的自动补全功能会显示属性的名称和类型。这听起来可能很小，但对我来说，这是提高效率的一大优势。此外，当代码重构或属性变化时，IDE和类型检查器会提醒我，并显示需要修改的地方，而不需要运行程序。对于一些简单的重构（比如属性重命名），IDE甚至可以自动完成这些更改。更重要的是，通过明确命名的类型，我可以建立一个共享的词汇表（比如
Person
、
City
），并与其他函数和类共用。
代数数据类型
Rust 有一个大多数主流语言缺乏的强大功能：代数数据类型（ADT）。它能明确描述数据的形状。比如处理数据包时，可以枚举所有可能的类型并为每种类型分配不同字段：
enum Packet { Header { protocol: Protocol, size: usize }, Payload { data: Vec < u8 > }, Trailer { data: Vec < u8 >, checksum: usize } }
通过模式匹配，可以处理每种情况，编译器会检查是否遗漏了任何可能：
fn handle_packet (packet: Packet) { match packet { Packet::Header { protocol, size } => ..., Packet::Payload { data } | Packet::Trailer { data, ... } => println! ( "{data:?}" ) } }
ADT 能确保无效状态不可表示，避免运行时错误。它在静态类型语言中特别有用，尤其是当需要统一处理一组类型时。如果没有 ADT，通常需要用接口或继承来实现。如果类型集是封闭的，ADT 和模式匹配是更好的选择。
在 Python 这样的动态类型语言中，虽然不需要为类型集设置共享名称，但类似 ADT 的结构仍然有用。比如可以用联合类型：
@dataclass class Header : protocol: Protocol size: int @dataclass class Payload : data: str @dataclass class Trailer : data: str checksum: int Packet = Header | Payload | Trailer # Python 3.10+
Packet
类型可以表示
Header
、
Payload
或
Trailer
