联合类型与模式匹配的静态类型检查：Python是否支持？

你提到的OCaml/Haskell这类函数式语言的代数数据类型（ADT）和穷尽模式匹配的强编译时保障，Python（包括3.10及以后版本的类型系统）确实没有原生支持，但可以通过静态类型检查工具+语法特性组合出近似的效果，具体如下：

1. 用数据类+Union类型模拟代数数据类型 #

通过dataclasses定义每个变体，再用typing.Union组合成整体的表达式类型，配合类型检查工具（如mypy）约束类型一致性：

from dataclasses import dataclass
from typing import Union

# 定义各个表达式变体
@dataclass
class Nb:
    value: float

@dataclass
class Add:
    e1: Union['Expr', Nb, Add]
    e2: Union['Expr', Nb, Add]

@dataclass
class Soust:
    e1: Union['Expr', Nb, Add, Soust]
    e2: Union['Expr', Nb, Add, Soust]

@dataclass
class Mult:
    e1: Union['Expr', Nb, Add, Soust, Mult]
    e2: Union['Expr', Nb, Add, Soust, Mult]

@dataclass
class Div:
    e1: Union['Expr', Nb, Add, Soust, Mult, Div]
    e2: Union['Expr', Nb, Add, Soust, Mult, Div]

@dataclass
class Opp:
    expr: Union['Expr', Nb, Add, Soust, Mult, Div, Opp]

# 统一的Expr类型
Expr = Union[Nb, Add, Soust, Mult, Div, Opp]

def eval_expr(expr: Expr) -> float:
    if isinstance(expr, Nb):
        return expr.value
    elif isinstance(expr, Add):
        return eval_expr(expr.e1) + eval_expr(expr.e2)
    elif isinstance(expr, Soust):
        return eval_expr(expr.e1) - eval_expr(expr.e2)
    elif isinstance(expr, Mult):
        return eval_expr(expr.e1) * eval_expr(expr.e2)
    elif isinstance(expr, Div):
        return eval_expr(expr.e1) / eval_expr(expr.e2)
    elif isinstance(expr, Opp):
        return -eval_expr(expr.expr)
    else:
        # mypy的strict模式下，若Expr新增变体且未处理，会在此处报错
        raise TypeError(f"未支持的表达式类型: {type(expr)}")

这种方案下：

• mypy等工具会检查eval_expr的返回值是否始终为float，如果某个分支返回类型不符会给出提示
• 如果后续给Expr的Union添加新变体却忘记更新eval_expr的分支，mypy在strict模式下会检测到未覆盖的类型并发出警告

但注意这是静态检查阶段的保障，Python解释器本身不会在运行前强制校验，运行时若出现未处理的变体，会触发TypeError。

2. Python 3.10+的结构模式匹配（match语句） #

3.10引入的match语法可以更接近OCaml的模式匹配写法，但穷尽性检查依然依赖静态工具：

from dataclasses import dataclass
from typing import Union

@dataclass
class Nb:
    value: float

@dataclass
class Add:
    e1: Union['Expr', Nb, Add]
    e2: Union['Expr', Nb, Add]

# 其余变体定义同前...
Expr = Union[Nb, Add, Soust, Mult, Div, Opp]

def eval_expr(expr: Expr) -> float:
    match expr:
        case Nb(n):
            return n
        case Add(e1, e2):
            return eval_expr(e1) + eval_expr(e2)
        case Soust(e1, e2):
            return eval_expr(e1) - eval_expr(e2)
        case Mult(e1, e2):
            return eval_expr(e1) * eval_expr(e2)
        case Div(e1, e2):
            return eval_expr(e1) / eval_expr(e2)
        case Opp(expr):
            return -eval_expr(expr)
        case _:
            # mypy会提示是否覆盖了Union的所有成员
            raise TypeError(f"未支持的表达式: {expr}")

这里match的写法更简洁，但Python解释器不会自动检查分支是否穷尽，只有开启mypy的--strict或--warn-unreachable选项时，才会检测Expr的Union成员是否都被匹配到。如果后续修改Expr的类型而未更新match分支，mypy会给出警告，但运行时只会走到case _。

3. 第三方库的增强支持 #

部分第三方库可以简化ADT的定义，比如algebraic-data-types，但核心逻辑还是依赖静态类型检查工具，本质上没有改变Python缺乏原生编译时保障的现状。

总结 #

Python的类型系统是渐进式的，没有OCaml/Haskell那种原生的ADT和穷尽匹配的强编译时约束。只能通过静态类型检查工具（mypy、pyright等）+ 数据类/模式匹配的组合，在开发阶段近似实现类似的保障，但力度远不如函数式语言的原生支持——毕竟Python的设计哲学更偏向灵活性，而非强类型约束。

内容的提问来源于stack exchange，提问作者tobiasBora