Python 如何用 typing.Protocol 定义“鸭子类型”接口

typing.Protocol 是结构类型检查机制，仅在静态类型检查时生效，不生成运行时对象，也不参与 isinstance 或 issubclass 判断；需用 @runtime_checkable 才支持运行时结构校验。

typing.Protocol 本质是结构类型检查，不是运行时接口

Python 的 Protocol 不会生成运行时对象，也不参与 isinstance 或 issubclass 判断——它只在类型检查器（如 mypy、pyright）中生效。如果你期望用 isinstance(obj, MyProtocol) 来做运行时鸭子类型校验，会直接报错：TypeError: isinstance() argument 2 cannot be a parameterized generic。

常见误用场景：把 Protocol 当成抽象基类（ABC）来用，结果运行时报错或类型检查不触发。关键区别在于：Protocol 关注“有没有这些方法”，ABC 关注“是不是这个类型”。

• 要运行时检查鸭子类型，得自己写 hasattr + callable 组合，或用 collections.abc 中的现成 ABC（如 Iterable）
• 要让 mypy 报错，必须开启类型检查（例如命令行加 --strict），否则 Protocol 形同虚设
• 定义带泛型的 Protocol 时，必须继承 Generic[T]，且不能漏掉 __parameters__ 的隐式推导逻辑

定义最小可行 Protocol：只声明方法签名，不写实现

Protocol 类里只允许出现方法签名、属性注解、类变量（带默认值的常量），禁止任何方法体、self 参数的具体类型标注（除非是泛型绑定）、__init__ 实现等。否则 mypy 会警告 Protocol cannot have non-method members。

例如想约束“能被 len() 调用且支持索引”的对象：

from typing import Protocol
class SizedIndexable(Protocol):
def len(self) -> int: ...
def getitem(self, i: int) -> str: ...

注意三点：

• 方法末尾必须加 ...（省略号），这是语法强制要求，表示无实现
• 返回类型必须明确，不能留空或写 pass
• 如果方法接受泛型参数（如 T），需在类头声明 class MyProto(Protocol, Generic[T]):

Protocol 和 ABC 混用：用 @runtime_checkable 让 isinstance 生效

标准库的 typing.runtime_checkable 装饰器可以让某个 Protocol 支持运行时 isinstance 检查，但仅限于“结构匹配”——即对象动态拥有所有声明的方法/属性，且它们是可调用的。

示例：

from typing import Protocol, runtime_checkable
@runtime_checkable
class Readable(Protocol):
def read(self, size: int = -1) -> bytes: ...
class FakeFile:
def read(self, size: int = -1) -> bytes:
return b"hello"
assert isinstance(FakeFile(), Readable)  # ✅ 成立

但要注意：

• @runtime_checkable 不检查方法签名是否一致（比如参数名、默认值、返回类型），只检查存在性和可调用性
• 若对象的 read 方法实际接收 **kwargs，isinstance 仍返回 True，但类型检查器可能报错
• 装饰后无法再继承其他 Protocol（mypy 限制），多继承需谨慎

Protocol 常见陷阱：__init__、属性赋值、可变默认参数

很多人试图在 Protocol 中定义 __init__ 来约束构造方式，这是无效的——Protocol 不控制实例化过程。同样，给属性赋值（如 name: str = "default"）会被视为实例变量，而非类型契约的一部分，容易误导。

真正该关注的是“调用后行为”，比如：

• 需要对象有 .name 属性并可读？写 name: str（只注解，不赋值）
• 需要对象有 .name 并可写？得额外声明 name: str

  

  和 @name.setter 方法签名
• 需要兼容 dataclass 或 NamedTuple？确保字段名和类型完全一致，否则 mypy 可能不认为其满足协议
• 用了可变默认参数（如 def append(self, items: list = [])）？类型检查器会按字面理解，但运行时风险得靠代码规范规避

最易被忽略的一点：Protocol 的成员访问是“宽泛匹配”。哪怕一个类只实现了协议中 1 个方法，mypy 默认也不会报错——除非你显式标注变量类型为该 Protocol，并尝试调用未实现的方法。

# 的是  # 这是  # 也不  # 很多人  # 如果你  # 用了  # python  # 为其  # app  # default  # 对象  # class  # 泛型  # 区别  # 标准库  # 子类  # 接口  # 报错  # 继承  # len  # 默认值  # Generic  # 常量  # append  # 变量类型  # 多继承  # 形同虚设  # 代码规范 

相关栏目： <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 AI推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 SEO优化<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 技术百科<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 谷歌推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 百度推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 网络营销<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 案例网站<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 精选文章<？ｍｕｍａ echo $count; ?> 】