python - RPython 中的静态类型是什么？

Question

人们经常说 RPython (Python 的一个子集)是静态类型的。 (例如在 Wikipedia 上。)

最初，我想知道他们如何将其添加到 Python 中，并认为他们可能已经添加了在每个函数的开头添加诸如 assert isinstance(arg1, ...) 之类的语句的要求(但我真的不敢相信)。

然后我查看了一些 RPython 代码，它看起来根本不是静态类型的。在许多情况下，编译器可能会证明函数参数只能是特定类型，但绝对不是在所有情况下。

例如，这是 string.split 的 RPython 实现:

def split(value, by, maxsplit=-1):
    bylen = len(by)
    if bylen == 0:
        raise ValueError("empty separator")

    res = []
    start = 0
    while maxsplit != 0:
        next = value.find(by, start)
        if next < 0:
            break
        res.append(value[start:next])
        start = next + bylen
        maxsplit -= 1   # NB. if it's already < 0, it stays < 0

    res.append(value[start:len(value)])
    return res

在关于 RPython 的 PyPy 文档中，它说:“变量应该包含最多一种类型的值”。

那么，函数参数也算作变量吗？或者在什么意义上 RPython 是静态类型的？或者这实际上是误报？

Answer 1

So, do function arguments also count as variables?

当然有。他们总是使用几乎所有语言。

Or in what sense is RPython statically typed? Or is this actually misstated?

这个说法是正确的。 RPython 不是 Python。 嗯，它是它的一个子集，可以作为 Python 代码运行。但是当你实际编译 RPython 代码时，你会失去很多动态性(尽管只是在导入时间之后，所以你仍然可以使用元类，从字符串生成代码等 - 在某些模块中效果很好)编译器(它不是 Python 编译器，但与传统编译器有很大不同；请参阅相关文档)确实可以决定静态使用的类型。更准确地说，使用动态性的代码可以通过解析器和所有内容，但在某些时候会导致类型错误。

In many cases, it might be that the compiler can prove that a function argument can only be of certain types but definitely not in all cases.

当然不是。有很多代码不是静态类型的，并且当前注释器无法证明相当多的静态类型代码是静态类型的。但是当遇到这样的代码时，这是一个编译错误，期间。

有几点需要注意:

• 类型是推断出来的，没有明确说明(好吧，在大多数情况下；我相信有一些函数需要断言来帮助注释者)。静态类型并不(正如您似乎在评论中暗示的那样)意味着必须写出类型(这称为 list 类型)，这意味着每个表达式(包括变量)都有一个永不改变的类型。

• 所有分析都是在整个程序的基础上进行的!无法推断函数的(非泛型)类型 def add(a, b): return a + b (参数可能是整数、 float 、字符串、列表等)，但是如果使用整数参数调用函数(例如整数文字或先前推断包含整数的变量)，则确定 a 和 b(并且，由+的类型，add的结果也是整数。

• 并非 PyPy 存储库中的所有代码都是 RPython。例如，有些代码生成器(例如在 rlib.parsing 中)在编译时运行并生成 RPython 代码，但不是 RPython(通常带有 "NOT_RPYTHON" 文档字符串， 顺便一提)。此外，大部分标准库都是用完整的 Python 编写的(大部分直接取自 CPython)。

关于整个翻译和打字的实际​​工作原理，有很多非常有趣的资料。例如，The RPython Toolchain描述了一般的翻译过程，包括类型推断和 The RPython Typer描述了所使用的类型系统。