Type hints کیسے کام کرتے ہیں اور ان کے کیا فوائد ہیں؟

Question

Accepted Answer

**Type hints** (PEP 484+) آپ کو variables، function parameters اور return values کی متوقع types کو annotate کرنے دیتے ہیں۔ یہ **اختیاری** ہیں اور **runtime پر نافذ نہیں** ہوتے — Python چلتے وقت انہیں نظر انداز کر دیتا ہے — لیکن یہ static analysis، بہتر tooling اور واضح تر code کو ممکن بناتے ہیں۔

## بنیادی syntax

```python
def greet(name: str, times: int = 1) -> str:
    return name * times

age: int = 30
names: list[str] = ["Ann", "Bob"]
scores: dict[str, int] = {"math": 90}
```

`: type` parameters/variables کو annotate کرتا ہے اور `-> type` return کو۔ یہ ارادے کو document کرتے ہیں اور tools کے ذریعے چیک ہوتے ہیں، لیکن Python انہیں runtime پر نافذ **نہیں** کرتا (غلط type pass کرنا خود بخود error نہیں دے گا)۔

## عام typing constructs

```python
from typing import Optional, Union, Callable, Any

def find(id: int) -> Optional[str]:    # str OR None (= str | None in 3.10+)
    ...

x: int | str                           # Union (3.10+ syntax)
handler: Callable[[int], bool]         # a function taking int, returning bool
items: list[dict[str, int]]            # nested generics
```

## Static type checking runtime سے پہلے bugs پکڑتی ہے

```python
def add(a: int, b: int) -> int:
    return a + b

add("hello", 3)   # ✅ Python runs it (and crashes); ❌ mypy/pyright flags it BEFORE running
```

**mypy** یا **pyright** جیسا type checker hints کا تجزیہ کرتا ہے اور code چلانے سے *پہلے* type errors رپورٹ کرتا ہے — bugs کی ایک پوری قسم (غلط argument types، None کا غلط استعمال) کو جلد پکڑتا ہے، بالکل ایک compiler کی طرح۔

## فوائد

```text
✓ Catch type bugs early via static checkers (mypy, pyright) — before runtime
✓ IDE support — better autocomplete, refactoring, inline error detection
✓ Self-documenting code — signatures show exactly what's expected/returned
✓ Powers frameworks — FastAPI/Pydantic USE hints for validation & docs
✓ Easier maintenance of large codebases (catch breaking changes)
```

## یہ اختیاری اور بتدریج ہیں

```text
You can add hints incrementally — a few functions, or strictly everywhere.
Unannotated code still works. "Gradual typing" suits adopting them over time.
```

## Frameworks انہیں runtime پر استعمال کرتے ہیں

```python
from pydantic import BaseModel
class User(BaseModel):
    name: str
    age: int            # Pydantic USES the hint to VALIDATE data at runtime
User(name="Ann", age="x")   # raises a validation error
```

کچھ libraries (Pydantic، FastAPI) data کو validate کرنے اور docs generate کرنے کے لیے type hints کو پڑھتی ہیں — جو انہیں runtime پر عملی طور پر بامعنی بنا دیتی ہیں۔

## یہ کیوں اہم ہے

Type hints Python کی dynamic لچک کو قربان کیے بغیر static typing کے بہت سے فوائد لاتے ہیں: یہ type سے متعلق bugs کو جلد پکڑتے ہیں (mypy/pyright کے ذریعے)، IDE tooling اور refactoring کو ڈرامائی طور پر بہتر بناتے ہیں، زندہ documentation کے طور پر کام کرتے ہیں، اور جدید frameworks (FastAPI، Pydantic) کو طاقت دیتے ہیں جو انہیں validation اور خودکار generate شدہ docs کے لیے استعمال کرتے ہیں۔

اگرچہ یہ اختیاری ہیں اور Python خود انہیں runtime پر نافذ نہیں کرتا، یہ پیشہ ورانہ اور بڑے پیمانے کے Python codebases میں معیاری بن چکے ہیں کیونکہ یہ code کو زیادہ قابلِ اعتماد، قابلِ دیکھ بھال اور خود-وضاحتی بناتے ہیں — بڑھتے ہوئے ایک متوقع عمل، خاص طور پر جب projects بڑھتے ہیں۔