【一分钟快学】轻松掌握 Python 3 的 dataclass：编写更简洁、更高效的代码

Python 3.7 引入了一个非常有用的功能，称为数据类（dataclass）。这个特性通过使用装饰器 @dataclass，简化了类的定义。它主要用于创建存储数据的类，减少了必须编写的样板代码的数量。数据类自动为你生成特殊方法，如 __init__()、__repr__()、__eq__() 和 __hash__()。

使用 dataclass

基本使用

要使用 dataclass，你首先需要从 dataclasses 模块导入 dataclass 装饰器，然后将其应用于类定义：

from dataclasses import dataclass

@dataclass
class Product:
    name: str
    price: float
    quantity: int = 0

# 创建 Product 实例
product = Product(name="Laptop", price=1500.00, quantity=5)
print(product)

在上面的例子中，Product 类自动获得了一个初始化方法 (__init__)，允许你传入 name、price 和 quantity 参数。它还获得了一个 __repr__ 方法，使得打印 product 实例时能够获得其字符串表示。

默认值和不可变数据类

在定义数据类时，可以为字段提供默认值。如果一个字段有默认值，那么所有后面的字段也必须有默认值。

@dataclass
class Product:
    name: str
    price: float = 0.0  # 有默认值的字段
    quantity: int = 0

为了创建不可变的数据类（即，一旦创建了实例，其字段就不能被修改），可以使用 frozen 参数：

@dataclass(frozen=True)
class Product:
    name: str
    price: float
    quantity: int = 0

使用 frozen=True 后，尝试修改实例的任何属性将会抛出一个 FrozenInstanceError。

使用过程中需要注意的内容

• 字段类型注解：使用 dataclass 时，应为每个字段提供类型注解。这些注解不仅为开发者提供了类型提示，而且还被 dataclass 用于生成方法。
• 默认值的使用：有默认值的字段应该放在没有默认值的字段之后，否则 Python 解释器会抛出错误。
• 不可变数据类的修改尝试：如果你创建了一个不可变的数据类（即，使用了 frozen=True），那么任何尝试修改其实例的操作都会失败。

案例：使用 dataclasses 存储网络请求的响应

假设你正在编写一个应用，需要处理从网络API请求得到的响应。你可以使用 dataclass 来存储这些响应数据：

@dataclass
class ApiResponse:
    status_code: int
    content: dict

# 假设这是从某个 API 请求得到的响应
response = ApiResponse(status_code=200, content={"message": "成功"})
print(response)

这个简单的例子展示了如何使用 dataclass 来简化存储和处理数据的代码。

通过引入 dataclasses，Python 3.7 及以上版本的用户现在可以更轻松地定义用于存储数据的类，减少样板代码，使得代码更加清晰、更易于维护。这些特性在处理复杂数据结构时尤其有用，能够提升开发效率和代码的可读性。