本文讲解在 Python 类型注解中，如何为分块处理可迭代对象的生成器函数正确标注泛型返回类型，避免因使用泛型约束（如 T: Sequence[S]）导致的类型检查错误，并提供符合 PEP 695 规范的兼容写法。
本文讲解在 python 类型注解中，如何为分块处理可迭代对象的生成器函数正确标注泛型返回类型，避免因使用泛型约束（如 `t: sequence[s]`）导致的类型检查错误，并提供符合 pep 695 规范的兼容写法。
在编写泛型分块函数（如 chunk）时，目标是让类型检查器（如 Pyright、mypy）能准确推断出返回值中每个 chunk 的元素类型。例如，当输入为 list[int] 时，期望 bar 的每个产出项为 Sequence[int]（进而可安全转换为 list[int]）。但直接尝试用带泛型约束的 TypeVar（如 S: Sequence[T]）会触发类型检查器报错：
# ❌ 错误：TypeVar constraint type cannot be generic
from typing import Any, Generator, Sequence, TypeVar
T = TypeVar("T")
S = TypeVar("S", bound=Sequence[T]) # 报错：Sequence[T] 是非具体（non-concrete）泛型类型
根据 PEP 695，当前 Python 类型系统明确禁止将泛型类型（如 Sequence[T]）用作 TypeVar 的 bound 或 constraint，因为其本身不是“具体类型”（concrete type）。该限制未来可能放宽，但现阶段必须规避。
✅ 正确做法是：省略中间 TypeVar 绑定，直接在函数签名中展开泛型结构。即不引入 S，而是将 sequence 参数直接声明为 Sequence[T]，并让返回值 Generator 泛化为 Generator[Sequence[T], None, None]：
from typing import Generator, Sequence, TypeVar
T = TypeVar("T")
def chunk[T](sequence: Sequence[T], size: int) -> Generator[Sequence[T], None, None]:
for i in range(0, len(sequence), size):
yield sequence[i : i + size]
# 使用示例
foo: list[int] = [1, 2, 3, 4, 5]
bar = chunk(foo, 2)
# bar 的类型被推断为 Generator[Sequence[int], None, None]
# 每次 next(bar) 返回 Sequence[int] —— 可安全转为 list[int] 或 tuple[int]
for chunk_item in bar:
print(list(chunk_item)) # ✅ 安全：Sequence[int] → list[int]
⚠️ 注意事项：
-
Sequence[T]是协变的，适用于list[T]、tuple[T]、str（对T=str）等，但不适用于任意Iterable[T]（如生成器）。若需支持更广义的可迭代对象（如Iterator[T]），应改用Iterable[T]并配合itertools.islice实现，但此时无法通过len()获取长度，需调整逻辑。 - 若强依赖返回
list[T]（而非Sequence[T]），可在调用侧显式转换：list(chunk_item)；或修改函数返回Generator[list[T], None, None]，但会损失对tuple等其他Sequence子类型的兼容性。 - 使用
Generator[...]时，第三个类型参数None表示该生成器不返回最终值（即return无表达式），符合常规分块行为。
总结：面对泛型约束限制，优先采用“扁平化泛型签名”策略——用单一 TypeVar 直接参数化最外层类型，避免嵌套绑定。这既符合当前类型检查器规范，又保持了良好的类型精度与工具链兼容性。
