用 dataclass 减少测试数据样板代码

写业务测试时，经常会反复构造用户、订单或配置对象。字典写起来快，但没有字段提示，拼错键名也只有运行到测试时才暴露。Python 的 dataclass 可以用很少的代码给测试数据加上明确字段、默认值和可读的打印结果。

假设订单测试需要一组用户信息：

from dataclasses import dataclass


@dataclass
class User:
    name: str
    email: str
    active: bool = True

现在创建测试数据时，字段名称和类型都直接写在类定义里：

user = User(
    name="张明",
    email="zhangming@example.com",
)

assert user.active is True

和字典相比，user.email 比 user["emial"] 更容易检查，编辑器和类型检查工具也能发现不存在的属性。调试时直接打印对象，会得到包含类名和全部字段的结果，日志比一串没有结构的大括号更清楚。

用默认值减少重复

大部分测试只关心一两个字段，其余内容可以使用固定默认值：

@dataclass
class CreateOrder:
    user_id: int
    product_id: int
    quantity: int = 1
    coupon: str | None = None

正常下单测试只传核心字段：

def test_create_order():
    payload = CreateOrder(user_id=7, product_id=42)

    assert payload.quantity == 1
    assert payload.coupon is None

需要测试优惠券时，再显式覆盖对应字段。默认数据集中在一个地方，测试正文只保留与当前场景有关的信息。

可变默认值要使用 field

列表、字典和集合不能直接写成普通默认值，否则多个实例可能共享同一个对象。dataclasses.field 提供了工厂函数：

from dataclasses import dataclass, field


@dataclass
class Checkout:
    user_id: int
    items: list[str] = field(default_factory=list)

两个 Checkout 实例会得到各自的空列表：

first = Checkout(user_id=1)
second = Checkout(user_id=2)

first.items.append("键盘")

assert second.items == []

如果直接写 items: list[str] = []，Python 会抛出 ValueError，原因正是为了避免多个实例共用可变默认值。使用 default_factory 能把这个风险消除在定义阶段。

不要急着模拟业务实体

dataclass 适合表达测试入参和轻量数据结构，但不应为了测试再造一套业务模型。接口的请求体本来就用字典时，可以让 dataclass 只负责生成数据，最后再转换成字典：

from dataclasses import asdict

payload = asdict(CreateOrder(user_id=7, product_id=42))

这样既保留构造数据时的字段检查，也不会影响被测代码接收的原始格式。请求参数需要特殊序列化时，再增加一个明确的转换函数。

测试数据的目标是让场景一眼可见。字段少时直接传参最清楚；字段多、重复多或容易拼错时，再引入 dataclass。把默认值、可变对象和序列化边界处理好，测试会更易读，也更容易长期维护。