刚入门Python那会儿 每次写个简单的数据类都要写一堆重复代码。构造函数 __repr__ 方法 __eq__ 方法 一个都不能少。明明就是想存几个属性而已 结果代码写了一大堆。后来发现了dataclasses这个宝藏模块 简直就是救星啊。一个装饰器搞定所有重复工作 代码瞬间清爽了不少。

01

传统方式定义类真的很烦人。每次都要写构造函数 还得自己实现各种魔法方法。

class User：

    def __init__(self， name， age， email)：

        self.name = name

        self.age = age

        self.email = email    

    def __repr__(self)：

        return f"User(name='{self.name}'， age={self.age}， email='{self.email}')"

    

    def __eq__(self， other)：

        if not isinstance(other， User)：

            return False

        return (self.name == other.name and 

                self.age == other.age and 

                self.email == other.email)

这还只是最基本的功能。

要是再加上比较方法 哈希方法 简直要疯掉。重复代码满天飞 维护起来也麻烦得很。

用dataclasses改写后是这样的：

from dataclasses import dataclass

@dataclass

class User：

    name： str

    age： int

    email： str

就这么几行。

神奇吧 所有之前手写的方法都自动生成了。__init__ __repr__ __eq__ 一个不少。

02

dataclasses的魅力远不止简化代码这么简单。它还支持很多高级特性 让数据类变得更强大。

from dataclasses import dataclass， field

from typing import List， Optional

@dataclass

class Product：

    name： str

    price： float

    category： str = "未分类"  # 默认值

    tags： List[str] = field(default_factory=list)  # 可变默认值

    description： Optional[str] = None

    

    def __post_init__(self)：

        # 初始化后的自定义逻辑

        if self.price < 0：

            raise ValueError("价格不能为负数")

field函数特别有用。

可变对象作为默认值时 必须用default_factory参数。直接写tags： List[str] = []会出现共享引用的bug 所有实例都会共享同一个列表。

__post_init__方法在自动生成的__init__执行完后调用 可以添加自定义验证逻辑。

03

实际项目中 经常需要控制哪些字段参与比较或者哈希计算。dataclasses提供了灵活的配置选项。

from dataclasses import dataclass， field

from datetime import datetime

@dataclass

class LogEntry：

    message： str

    level： str

    timestamp： datetime = field(default_factory=datetime.now， compare=False)

    session_id： str = field(compare=False， hash=False)  

    def __str__(self)：

        return f"[{self.level}] {self.message}"

这里的timestamp字段不参与比较。

两个LogEntry即使时间戳不同 只要消息和级别相同就认为是相等的。这在测试时特别有用 不用担心时间差异影响测试结果。

还可以用frozen=True创建不可变数据类：

@dataclass(frozen=True)

class Point：

    x： float

    y： float   

    def distance_to_origin(self)：

        return (self.x ** 2 + self.y ** 2) ** 0.5

frozen的数据类可以作为字典的键 因为它们是可哈希的。

04

dataclasses和传统类各有适用场景。我的经验是这样的：

纯数据容器用dataclasses 绝对没错。配置类 API响应对象 数据库模型的简单映射 都很适合。

@dataclass

class APIResponse：

    status_code： int

    data： dict

    message： str = ""

    

    @property

    def is_success(self)：

        return 200 <= self.status_code < 300

但如果类的行为比数据更重要 或者需要复杂的继承关系 传统类可能更合适。

性能方面 dataclasses和手写类差不多。生成的代码很高效 不用担心性能问题。

05

有个小技巧分享一下。

配合typing模块使用 dataclasses的表达力会更强：

from dataclasses import dataclass

from typing import Union， Literal

@dataclass

class HTTPRequest：

    method： Literal['GET'， 'POST'， 'PUT'， 'DELETE']

    url： str

    headers： dict[str， str] = field(default_factory=dict)

    body： Union[str， dict， None] = None

类型提示让代码更清晰 IDE也能提供更好的自动补全。

还有个实用的技巧 可以用asdict和astuple函数转换数据格式：

from dataclasses import asdict， astuple

user = User("张三"， 25， "zhangsan@example.com")

user_dict = asdict(user)  # 转换为字典

user_tuple = astuple(user)  # 转换为元组

序列化数据时特别方便。

用了dataclasses这么久 真心觉得它是Python 3.7+最实用的新特性之一。代码更简洁 bug更少 开发效率确实提升不少。下次写数据类的时候 不妨试试这个神器。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。