Protocol vs ABC: выбор подхода к типизации интерфейсов

18 ноября 2026
Автор

Антон Ларичев

Зачем вообще описывать интерфейсы в Python

Python — динамически типизированный язык. Интерпретатор не запрещает передать объект без нужного метода — ошибка всплывёт лишь в рантайме. Чтобы сделать контракты явными и поймать нарушения на этапе статического анализа (mypy, pyright), в Python используют два механизма: абстрактные базовые классы (ABC) и протоколы (Protocol).

Оба инструмента решают одну задачу — сказать «аргумент должен поддерживать такие-то операции» — но делают это принципиально по-разному.


Курс по теме

Основы Python — курс

40 000+ студентов · рейтинг 4.8 · гарантия возврата 30 дней

ABC — номинальная типизация

ABC (Abstract Base Class) живёт в модуле abc. Контракт выражается через явное наследование: чтобы тип удовлетворял интерфейсу, он обязан унаследоваться от базового класса и реализовать все абстрактные методы.

from abc import ABC, abstractmethod


class Serializable(ABC):
    @abstractmethod
    def serialize(self) -> str:
        ...

    @abstractmethod
    def deserialize(self, data: str) -> None:
        ...


class User(Serializable):
    def __init__(self, name: str) -> None:
        self.name = name

    def serialize(self) -> str:
        return f'{{"name": "{self.name}"}}'

    def deserialize(self, data: str) -> None:
        import json
        self.name = json.loads(data)["name"]

Если не реализовать хотя бы один абстрактный метод, Python выбросит TypeError прямо при создании экземпляра:

class Broken(Serializable):
    def serialize(self) -> str:
        return ""
    # deserialize не реализован

obj = Broken()  # TypeError: Can't instantiate abstract class Broken
                # with abstract method deserialize

Это номинальная типизация (nominal typing): проверка идёт по имени класса в иерархии наследования, а не по структуре.

Регистрация виртуальных подклассов

ABC позволяет зарегистрировать сторонний класс как «совместимый» без изменения его исходного кода:

from abc import ABC, abstractmethod


class Drawable(ABC):
    @abstractmethod
    def draw(self) -> None:
        ...


# Сторонняя библиотека, которую мы не контролируем
class ThirdPartyWidget:
    def draw(self) -> None:
        print("drawing widget")


Drawable.register(ThirdPartyWidget)

print(isinstance(ThirdPartyWidget(), Drawable))  # True

Однако статический анализатор об этом не знает — mypy всё равно выведет ошибку, если функция ожидает Drawable, а ей передают ThirdPartyWidget. Регистрация работает только в рантайме.


Protocol — структурная типизация

Protocol появился в Python 3.8 (PEP 544) и описывает интерфейс структурно: достаточно, чтобы у объекта были нужные атрибуты и методы с нужными сигнатурами. Явное наследование не требуется.

from typing import Protocol


class Serializable(Protocol):
    def serialize(self) -> str:
        ...

    def deserialize(self, data: str) -> None:
        ...


class User:
    def __init__(self, name: str) -> None:
        self.name = name

    def serialize(self) -> str:
        return f'{{"name": "{self.name}"}}'

    def deserialize(self, data: str) -> None:
        import json
        self.name = json.loads(data)["name"]


def save(obj: Serializable) -> None:
    print(obj.serialize())


save(User("Alice"))  # mypy доволен, хотя User не наследует Serializable

Это структурная типизация (structural typing, duck typing): если объект «крякает как утка», он и есть утка.

Runtime-проверка с @runtime_checkable

По умолчанию isinstance(obj, SomeProtocol) выбросит TypeError. Чтобы включить проверку в рантайме, добавьте декоратор:

from typing import Protocol, runtime_checkable


@runtime_checkable
class Drawable(Protocol):
    def draw(self) -> None:
        ...


class Circle:
    def draw(self) -> None:
        print("drawing circle")


print(isinstance(Circle(), Drawable))  # True

Важное ограничение: isinstance проверяет только наличие методов, но не их сигнатуры. Если сигнатура draw у объекта другая, isinstance всё равно вернёт True — ошибку поймает только статический анализатор.


Ключевые отличия

ХарактеристикаABCProtocol
Вид типизацииНоминальнаяСтруктурная
Требует наследованияДаНет
Защита в рантаймеTypeError при созданииТолько через @runtime_checkable
Совместимость со сторонним кодомregister(), но не для mypyПолная, без изменений
Поддержка дефолтных реализацийДаДа (но редко нужно)
Появился вPython 3.4Python 3.8

Когда использовать ABC

1. Иерархия с общим поведением

Когда базовый класс содержит реальную логику, которую наследники переиспользуют или переопределяют:

from abc import ABC, abstractmethod


class BaseRepository(ABC):
    def __init__(self, connection_string: str) -> None:
        self._conn = self._connect(connection_string)

    @abstractmethod
    def _connect(self, connection_string: str):
        ...

    @abstractmethod
    def find_by_id(self, id: int):
        ...

    def find_all(self) -> list:
        # общая логика — одинакова для всех репозиториев
        return [self.find_by_id(i) for i in self._get_all_ids()]

    @abstractmethod
    def _get_all_ids(self) -> list[int]:
        ...


class PostgresRepository(BaseRepository):
    def _connect(self, connection_string: str):
        return f"pg_connection({connection_string})"

    def find_by_id(self, id: int):
        return f"pg_row_{id}"

    def _get_all_ids(self) -> list[int]:
        return [1, 2, 3]

2. Когда нарушение контракта в рантайме недопустимо

ABC бросает TypeError ещё до того, как объект попадёт в систему. Это полезно на инициализации приложения, когда лучше упасть сразу, чем в середине бизнес-операции:

class PaymentGateway(ABC):
    @abstractmethod
    def charge(self, amount: float, currency: str) -> str:
        ...

    @abstractmethod
    def refund(self, transaction_id: str) -> bool:
        ...

# Если разработчик забыл реализовать refund,
# приложение упадёт при старте, а не при первом возврате платежа

3. Явная принадлежность к семейству классов

Когда isinstance-проверки в коде несут смысловую нагрузку и команда должна видеть явную иерархию:

if isinstance(handler, BaseEventHandler):
    metrics.record("event_handler_called")

Когда использовать Protocol

1. Интеграция со сторонним кодом

Главное преимущество Protocol — описать требования к объекту, не трогая сам объект:

from typing import Protocol


class Closeable(Protocol):
    def close(self) -> None:
        ...


def shutdown_all(resources: list[Closeable]) -> None:
    for resource in resources:
        resource.close()


# Стандартные объекты Python уже «реализуют» протокол
import socket
import io

shutdown_all([socket.socket(), io.StringIO()])
# mypy проверит сигнатуры, не требуя изменений в stdlib

2. Функциональные утилиты и обобщённые алгоритмы

Когда пишете универсальную функцию, которая работает с любым объектом, поддерживающим нужную операцию:

from typing import Protocol, TypeVar


class Comparable(Protocol):
    def __lt__(self, other: "Comparable") -> bool:
        ...


T = TypeVar("T", bound=Comparable)


def find_min(items: list[T]) -> T:
    result = items[0]
    for item in items[1:]:
        if item < result:
            result = item
    return result


print(find_min([3, 1, 4, 1, 5]))   # 1
print(find_min(["banana", "apple", "cherry"]))  # apple

3. Тестирование и моки

Protocol делает зависимости легко подставляемыми без наследования от конкретных классов:

from typing import Protocol


class EmailSender(Protocol):
    def send(self, to: str, subject: str, body: str) -> None:
        ...


class OrderService:
    def __init__(self, mailer: EmailSender) -> None:
        self._mailer = mailer

    def confirm_order(self, order_id: int, customer_email: str) -> None:
        self._mailer.send(
            to=customer_email,
            subject=f"Order #{order_id} confirmed",
            body="Your order is on its way!",
        )


# В тестах
class FakeMailer:
    def __init__(self) -> None:
        self.sent: list[dict] = []

    def send(self, to: str, subject: str, body: str) -> None:
        self.sent.append({"to": to, "subject": subject, "body": body})


fake = FakeMailer()
service = OrderService(mailer=fake)  # mypy счастлив, наследования нет
service.confirm_order(42, "user@example.com")
assert fake.sent[0]["to"] == "user@example.com"

Комбинирование подходов

ABC и Protocol не исключают друг друга. Типичный паттерн — Protocol описывает публичный API библиотеки (для внешних пользователей), а ABC задаёт внутреннюю иерархию реализаций:

from abc import ABC, abstractmethod
from typing import Protocol


# Публичный контракт — пользователи библиотеки работают с этим
class CacheBackend(Protocol):
    def get(self, key: str) -> bytes | None:
        ...

    def set(self, key: str, value: bytes, ttl: int = 0) -> None:
        ...

    def delete(self, key: str) -> None:
        ...


# Внутренняя иерархия — разработчики бэкендов наследуют это
class BaseCacheBackend(ABC):
    def _serialize(self, value: object) -> bytes:
        import pickle
        return pickle.dumps(value)

    @abstractmethod
    def get(self, key: str) -> bytes | None:
        ...

    @abstractmethod
    def set(self, key: str, value: bytes, ttl: int = 0) -> None:
        ...

    @abstractmethod
    def delete(self, key: str) -> None:
        ...


class RedisCacheBackend(BaseCacheBackend):
    def get(self, key: str) -> bytes | None:
        return None  # реальная реализация через redis-py

    def set(self, key: str, value: bytes, ttl: int = 0) -> None:
        pass

    def delete(self, key: str) -> None:
        pass


# Функция принимает Protocol — совместима и с RedisCacheBackend,
# и с любым сторонним классом, имеющим нужные методы
def warm_up(cache: CacheBackend, keys: list[str]) -> None:
    for key in keys:
        if cache.get(key) is None:
            cache.set(key, b"default")

Итоговые рекомендации

Выбирайте ABC, если:

  • базовый класс содержит общую логику, которую наследники переиспользуют;
  • важна защита в рантайме — TypeError при создании неполного объекта;
  • команда явно работает с иерархией классов и isinstance несёт смысловую нагрузку;
  • вы строите фреймворк, где пользователи должны явно «подписаться» на контракт.

Выбирайте Protocol, если:

  • нужно описать требования к стороннему коду, который вы не контролируете;
  • пишете обобщённые алгоритмы или утилиты;
  • хотите упростить тестирование через подстановку без наследования;
  • предпочитаете слабую связанность — код не знает о существовании протокола.

Общее правило: Protocol — умолчание для новых API. ABC — когда нужна реальная иерархия с общим поведением или защита в рантайме.


Чтобы углубиться в типизацию Python и научиться писать профессиональный, надёжный код, пройдите курс Python на PurpleSchool.

Стрелочка влевоPython __slots__ — оптимизация памяти в классахProtocol в Python: структурная типизация и утиная типизацияСтрелочка вправо

Постройте личный план изучения Python до уровня Middle — бесплатно!

Python — часть карты развития Backend

  • step100+ шагов развития
  • lessons30 бесплатных лекций
  • lessons300 бонусных рублей на счет

Все гайды по Python

Как отправлять запросы с помощью requests в PythonВозможности Python для автоматизации задачРабота с JSON в Python на примерахКак работает команда print в PythonКак находить и исправлять ошибки в PythonРабота с данными через API и внешние сервисыСтруктура и оформление кода PythonОсновы Django с PythonПочему Python выводит значение без команды printPython get — методы получения данныхИнтеграция PHP и PythonПолезные приёмы в Python для повседневной работыИспользование locals в Python для отладкиКак выполнять HTTPS-запросы в PythonFastAPI Python — быстрый старт: создание REST API с нуляКак работать с API в Python
Ввод целого числа в PythonВедение логов в PythonУдаление данных в Python с помощью removeФункция super() в Python — как вызвать метод родителяРабота с символами программирования PythonСоздание собственных контекстных менеджеров в PythonРабота с переменной X в PythonОбработка исключений с помощью try/except в PythonКак скачать Python на компьютерРабота с классами в PythonОсновы Python для тех, кто начинаетЧто нового в Python 3Поддерживается ли Python 2 и стоит ли его использоватьПростая программа на Python для начинающихPython 1 — с чего начиналась история языкаКоманда python print - полное руководство по выводу данныхПравила именования переменных в PythonПользовательские исключения в PythonОсновы Python coreОписание объектов PythonМножественное наследование в Python — примеры и MROКонтекстный менеджер with в Python — как работает и зачем нуженКомментарии в Python — однострочные, многострочные и docstringКакой Python выбрать для установкиНаследование классов в Python — основы и примерыКак установить Python на Windows macOS и LinuxКак вывести целое число с помощью print в PythonКак пользоваться консолью PythonКак найти значение в PythonКак настроить PythonКак использовать print для строк в PythonКак работает интерпретатор PythonИнструкция по работе с PythonБлок finally в обработке исключений PythonЦелые числа в PythonАбстрактные классы в Python — ABC и abstractmethodКак получить последний элемент в Python
uv — современный менеджер пакетов PythonTyper: создание CLI приложений на PythonPython tomllib — встроенная работа с TOML файламиPython subprocess: запуск внешних команд и процессовSQLModel ORM для FastAPIВеб-скрапинг с Scrapy в Pythonstructlog: структурированное логирование в PythonМиграция с Pydantic v1 на v2Python rich: красивый вывод в терминалеPydantic Settings — конфигурация приложений на PythonPydantic: валидация данных в PythonPoetry: управление зависимостями в PythonPython pathlib — современная работа с файловыми путямиPython с OpenAI API: от установки до потоковых ответовPython msgspec: быстрая сериализация данныхLangChain: основы работы с библиотекойPython itertools — работа с итераторамиPython click: создание CLI-приложенийПарсинг сайтов с BeautifulSoup в PythonPython argparse: разбор аргументов командной строкиAlembic для миграций базы данных с SQLAlchemy
Возврат значений из функции в PythonВложенные функции в PythonСоздание собственных декораторов в PythonРабота с функцией map в PythonЦикл while в Python и примеры использованияОбработка чисел, введённых через input в PythonОсновные операторы в Python с примерамиУсловные выражения if else в Python для начинающихКак выполняется вызов функций call в PythonПродвинутые генераторы в Python — send, throw, close и корутиныПозиционные и именованные аргументы в PythonОбъявление переменных и управление областью видимости в PythonПередача аргументов по ссылке и по значению в PythonПередача аргументов через args и kwargs в PythonОсновные методы Python и примеры их использованияОператор match/case в Python 3.10+ — основы структурного сопоставленияПаттерны match/case в Python — деструктуризация, guard и вложенные шаблоныЛокальные и глобальные переменные в PythonКлючевые слова global и nonlocal в PythonКак создавать функции в PythonКак работает сборщик мусора в PythonКак работает область видимости переменных в PythonПрактические примеры match/case в Python — реальные сценарии примененияЧасто используемые команды PythonКак работает функция any и all в PythonКак проверить тип переменной в PythonКак передать функцию как аргумент в PythonКак использовать функцию isinstance в PythonКак использовать функцию filter в PythonКак использовать функцию filter в PythonКак использовать функцию eval безопасно в PythonИзменяемые и неизменяемые типы данных в PythonКак использовать декораторы в PythonГенераторы и yield в Python — как создавать и использоватьКак работает функция callable в PythonГенераторные выражения в Python — синтаксис и примерыФункции в Python и способы их вызоваФункции как объекты в PythonЧто такое замыкания в PythonЧто делает функция reduce в PythonЧто делает функция id в PythonАргументы по умолчанию в PythonАнонимные функции и lambda в PythonАлгоритмы на Python — примеры и объяснение
Загрузка данных PythonУправление проектами на GitHub с PythonСоздание веб-приложений на Flask PythonСоздание бота на PythonСоздание интерфейсов Python QTСоздание игр с PygameСоздание GUI в PythonКак работать со словарями в PythonРабота с библиотеками через Python PackagingРабота со временем в Python при помощи модуля timePython name — особенности переменнойМатематические операции в Python с модулем mathPython listing — что это и как использоватьPytest — тестирование на Python: полное руководствоОбработка изображений с OpenCV PythonNumPy в Python — основы и применение в задачахМашинное обучение с PythonИспользование Anaconda с PythonМодуль contextlib в Python — утилиты для контекстных менеджеровБиблиотеки Python и их применение в проектах
Запись данных в PythonУстановка pip в PythonУправление библиотеками с помощью Python PackagingУправление зависимостями requirement в PythonУдаление пробелов с помощью strip в PythonСоздание исполняемого файла Python в exeСтруктурирование кода в PythonРазбор traceback в модуле PythonРазбор site-packages в PythonРазбор Program Files в PythonРабота с Unicode кодировками в PythonРабота с системными функциями Python sysРабота с папкой AppData в PythonРабота с модулем logging в PythonРабота с каталогами в PythonРабота с CSV в PythonВиртуальная среда venv в Python — создание и настройкаКак создать простое приложение на PythonИспользование pip в Python для установки пакетовМодули в Python и организация кода в проектеИмпорт модулей в Python и правила подключенияРабота с файлами в Python пошаговоЧто делает компилятор Python и как он работаетПолучение строки из модуля PythonПодключение файлов в Python с includeПеременные среды в PythonСборка проекта с помощью packaging в PythonНастройка Python сервераИспользование Python на UbuntuИспользование консоли PythonИспользование кодировок в PythonИнициализация пакетов PythonИмпорт модулей PythonСреда IDLE Python и базовые возможностиЧтение и запись TXT в PythonИмпорт имен в PythonЧтение файлов в Python с помощью open file
Удаление элементов из списка PythonОсновные операции со строками в PythonТипы данных в Python — обзор и рекомендацииМетоды str в Python и обработка текстаСписки в Python и их ключевые методыСоздание списков данных в PythonРабота со строками и символами в PythonРабота со списком значений в PythonРабота со столбцами в PythonРабота с таблицами в Python с помощью DataFrameРабота с RFR в PythonРабота с пробелами в PythonРабота с массивами в PythonРабота с кортежами tuple PythonРабота с координатами X и Y в PythonРабота с ключами в PythonРабота с двоичными числами PythonРабота с элементами данных PythonРабота с данными в PythonРабота с данными NumPy PythonРабота с большими числами в PythonРабота с битами в PythonРабота с байтами в PythonЧто такое значение в Python и как его определитьМножества в Python и операции с нимиИспользование range в Python для цикловПроверка на четность в PythonПроверка числа в PythonПреобразование типов в PythonПреобразование списка в строку PythonПреобразование числа в строку в PythonПостроение графиков в PythonОпределение индекса элемента в PythonОкругление чисел в PythonОбъединение списков в Python с помощью zipМножества в PythonМассивы в Python и отличие от списковМассив чисел в PythonКортежи данных в PythonКак вычислить сумму чисел в PythonКак получить остаток от деления в PythonКак найти следующее число в PythonИспользование Unicode в PythonТип int в Python и его особенностиИндекс списка в PythonФункции для работы со строками в PythonЭлементы Python и способы доступа к нимДоступ к элементам массива в PythonДеление чисел в PythonРабота с данными в Python на практикеКак работать с числами в Python
Оператор моржа := в Pythontyping.Annotated в PythonTypeGuard: пользовательские предикаты типов в PythonАннотации типов (Type Hints) в PythonRuff — линтер и форматтер кода на PythonPython с нуля: дорожная карта для начинающихPython Enum — перечисления в PythonPython 3.12: новые возможности и синтаксисPython 3.13: новые возможностиpytest: фикстуры и параметризация тестовPython mypy — статическая проверка типовPython list comprehensions — списочные включенияPython generics и TypeVar — обобщённые типыТестирование FastAPI приложений с pytest
Телеграм-бот на Python: от команды до деплояАсинхронная работа с базой данных через SQLAlchemy 2.0Redis в Python с asyncioPython multiprocessing: параллельные процессыMotor: асинхронная работа с MongoDB в PythonPython httpx: современный HTTP-клиентOAuth2 аутентификация в FastAPIFastAPI WebSockets в реальном времениFastAPI middleware и обработка запросовFastAPI lifespan: управление ресурсами приложенияFastAPI с JWT аутентификациейExceptionGroup и except* — группы исключений в PythonФоновые задачи FastAPI — BackgroundTasksconcurrent.futures: параллельные задачи в PythonФоновые задачи с Celery в PythonАсинхронная работа с PostgreSQL в Python через asyncpgPython asyncio.TaskGroupasyncio.Runner — управление циклом событий вручнуюasyncio Queue: паттерны Producer-ConsumerМодуль asyncio в Python — основы асинхронного программированияСинхронизация в asyncio: Lock, Semaphore, EventСинтаксис async/await в Python — как писать асинхронный кодБиблиотека aiohttp в Python — асинхронные HTTP-запросы
Открыть базу знаний

Лучшие курсы по теме

Иконка молнииНовый
изображение курса

Основы Python

Антон Ларичев
AI-тренажерыAI-тренажеры
Практика в студииПрактика в студии
Гарантия
Бонусы
иконка звёздочки рейтинга4.8
3 999 ₽ 6 990 ₽
Подробнее
изображение курса

Nest.js с нуля

Антон Ларичев
AI-тренажерыAI-тренажеры
Практика в студииПрактика в студии
Гарантия
Бонусы
иконка звёздочки рейтинга4.6
3 999 ₽ 6 990 ₽
Подробнее
изображение курса

Docker и Ansible

Антон Ларичев
AI-тренажерыAI-тренажеры
Гарантия
Бонусы
иконка звёздочки рейтинга4.7
3 999 ₽ 6 990 ₽
Подробнее

Отправить комментарий