collections.abc.Sequence与typing.Sequence的差异及选型场景

本质区别 #

• collections.abc.Sequence 是Python的抽象基类（ABC），核心作用是定义序列类型的接口规范，同时支持运行时类型判断与自定义类扩展。
• typing.Sequence 最初是专门用于静态类型提示的泛型类型，在Python 3.9+版本中已成为 collections.abc.Sequence 的别名，但在旧版本中是独立的类型工具。

优先选择 collections.abc.Sequence 的场景 #

1. 运行时类型检查
   当你需要在代码运行时判断一个对象是否符合序列规范时，用它做 isinstance 检查是标准做法：

   from collections.abc import Sequence
   
   def process_data(data):
       if isinstance(data, Sequence):
           print("处理序列类型数据")
       else:
           print("数据类型不符合要求")
   

   旧版本的 typing.Sequence 不支持这类运行时检查，即使3.9+版本两者等价，业界习惯仍优先用ABC类做运行时判断。

2. 自定义序列类
   如果你要实现自己的序列类型，继承 collections.abc.Sequence 只需重写 __getitem__ 和 __len__ 两个方法，就能自动获得 __contains__、__iter__、index、count 等通用序列方法，大幅减少重复代码：

   from collections.abc import Sequence
   
   class MySequence(Sequence):
       def __init__(self, data):
           self.data = list(data)
       def __getitem__(self, index):
           return self.data[index]
       def __len__(self):
           return len(self.data)
   
   seq = MySequence([1,2,3])
   print(seq.index(2))  # 自动实现的方法，输出1
   

3. 类型适配注册
   可以通过 register 方法将非序列类标记为序列类型，让 isinstance 检查返回True，实现灵活的类型适配：

   from collections.abc import Sequence
   
   class CustomData:
       def __getitem__(self, index):
           return index
       def __len__(self):
           return 5
   
   Sequence.register(CustomData)
   print(isinstance(CustomData(), Sequence))  # 输出True
   

各自优势 #

collections.abc.Sequence

• 兼具接口规范定义与运行时操作能力，是Python序列类型的官方抽象标准。
• 支持子类继承并自动生成通用方法，简化自定义序列类的开发。
• 完全适配运行时场景，包括类型检查、动态类型注册等操作。

typing.Sequence

• 原生支持泛型类型标注，比如 Sequence[int] 可以明确指定序列元素的类型，配合mypy、pyright等静态检查工具能提供更精确的类型校验（3.9+之前的 collections.abc.Sequence 不支持泛型标注）。
• 在类型提示场景下语义更清晰，是专门为静态类型检查设计的工具，写法更符合类型标注的习惯。
• 兼容旧版本Python的类型提示需求，在3.9之前的版本中，是实现泛型序列类型标注的唯一选择。

补充说明 #

在单纯的无泛型类型标注场景下，两者的效果确实如你测试的那样完全一致。但一旦涉及运行时操作、自定义类或精确的泛型类型提示，两者的差异就会体现出来。

内容的提问来源于stack exchange，提问作者Oluwasube