理解 Python 的 Dataclasses（二）

这是 Python 最新的 Dataclasses 系列的第二部分内容。在第一部分里，我介绍了dataclasses 的一般用法。这篇博客主要介绍另一个特征：dataclasses.field。

我们已经知道Dataclasses会生成他们自身的__init__方法。它同时把初始化的值赋给这些字段。以下是我们在上一篇博客里定义的内容：

• 变量名

• 数据类型

这些内容仅给我们有限的 dataclass字段使用范围。让我们讨论一下这些局限性，以及它们如何通过 dataclass.field被解决。

复合初始化

考虑以下情形：你想要初始化一个变量为列表。你如何实现它呢？一种简单的方式是使用__post_init__方法。

dataclasses

数据类Student产生了一个名为marks 的列表。我们不传递 marks 的值，而是使用__post_init__方法初始化。这是我们定义的单一属性。此外，我们必须在__post_init__里调用get_random_marks 函数。这些工作是额外的。

辛运的是，Python为我们提供了一个解决方案。我们可以使用dataclasses.field来定制化 dataclass字段的行为以及它们在dataclass的影响。

仍然是上述的使用情形，让我们从__post_init__里去除 get_random_marks 的调用。以下是使用dataclasses.field的情形：

dataclasses

dataclasses.field 接受了一个名为default_factory的参数，它的作用是：如果在创建对象时没有赋值，则使用该方法初始化该字段。

default_factory必须是一个可以调用的无参数方法（通常为一个函数）。

这样我们就可以使用复合形式初始化字段。现在，让我们考虑另一个使用场景。

使用全部字段进行数据比较

通过上篇博文，我们了解到，dataclass 能够自动生成< ,=, >, <=和>=这些比较方法。但是这些比较方法的一个缺陷是，它们使用类中的所有字段进行比较，而这种情况往往不常见。更经常地，这种比较方法会给我们使用 dataclasses造成麻烦。

考虑以下的使用情形：你有一个数据类用于存放用户的信息。现在，它可能存在以下字段：

• 姓名

• 年龄

• 身高

• 体重

你仅想比较用户对象的年龄、身高和体重。你不想比较姓名。这是后端开发者经常会遇到的使用情景。

dataclass

自动生成的比较方法会比较一下的数组：

dataclass

这将会破坏我们的意图。我们不想让姓名（name）用于比较。那么，如何使用 dataclasses.field来实现我们的想法呢？

下面是具体步骤：

dataclass

默认情况下，所用的字段都用于比较，因此我们仅仅需要指定哪些字段用于比较，而实现方法是直接把不需要的字段定义为filed（compare=False）。

一个更为简单的应用情形也可以被讨论。让我们定义一个数据类，它被用来存储一个数字激起字符串表示。我们想让比较仅仅发生在该数字的值，而不是他的字符串表示。

dataclass

现在，我们有更大的自由来控制 dataclasses 的行为。看起来很棒！

使用全部字段进行数据表示

自动生成的__repr__方法使用所有的字段用于表示。当然，这也不是大多数情形下的理想选择，尤其是当你的数据类有大量的字段时。单个对象的表示会变得异常臃肿，对调试来说也不利。

dataclass

想象一下在你的日志里看到这样的表示吧，然后还要写一个正则表达式来搜索它。太可怕了，对吧？

当然，我们也能够个性化这种行为。考虑一个类似的使用场景，也许最合适的用于表示的属性是姓名（name）。那么对__repr__，我们仅使用它：

dataclass

这样看起来就很棒了。调试很方便，比较也有意义！

从初始化中省略字段

目前为止我们看到的所有例子，都有一个共同特点——即我们需要为所有被声明的字段传递值，除了有默认值之外。在那种情形下（指有默认值的情况下），我们可以选择传递值，也可以不传递。

dataclass

但是，还有一种情形：我们可能不想在初始化时设定某个字段的值。这也是一种常见的使用场景。也许你在追踪一个对象的状态，并且希望它在初始化时一直被设为 False。更一般地，这个值在初始化时不能够被传递。

dataclass

那么，我们如何实现上述想法呢？以下是具体内容：

dataclass

瞧啊！我们现在对dataclasses的使用有了更大的灵活性。

总结

希望上两篇博文能够帮助你理解dataclass，希望你能尽快在项目中使用它们！

感谢你的阅读。