跳到主要内容

dataclasses

问题​

@dataclass 装饰器怎么用？和 Pydantic 有什么区别？

答案​

基础用法​

from dataclasses import dataclass, field

@dataclass
class User:
    name: str
    age: int
    email: str = ""  # 默认值
    tags: list[str] = field(default_factory=list)  # 可变默认值
    
    def __post_init__(self):
        """初始化后的处理"""
        self.name = self.name.strip()

user = User("Alice", 30)
print(user)           # User(name='Alice', age=30, email='', tags=[])
print(user == User("Alice", 30))  # True（自动生成 __eq__）

高级选项​

@dataclass(frozen=True)      # 不可变（生成 __hash__）
class Point:
    x: float
    y: float

@dataclass(slots=True)       # 3.10+，使用 __slots__ 节省内存
class Config:
    host: str
    port: int

@dataclass(order=True)       # 自动生成比较方法
class Version:
    major: int
    minor: int
    patch: int

dataclass vs Pydantic vs namedtuple​

特性dataclassPydanticnamedtuple
运行时验证❌✅❌
可变性默认可变默认不可变(v2)不可变
序列化需手动内置 .model_dump()_asdict()
性能最快较快(v2 Rust核心)最快
适用场景内部数据结构API 输入/输出验证简单不可变记录

常见面试问题​

Q1: 为什么不用 field(default=[]) 而要用 field(default_factory=list)？​

答案：

与函数默认参数陷阱相同：可变默认值会被所有实例共享。default_factory 确保每次创建实例时调用 list() 生成新列表。

相关链接​