Python 原生不支持 JavaScript 风格的 {name, age} 这类键名与变量名自动映射的字典字面量缩写，但可通过 locals()、inspect 或现代工具（如 dataclasses/pydantic）实现语义等效的简洁构造方式。
python 原生不支持 javascript 风格的 `{name, age}` 这类键名与变量名自动映射的字典字面量缩写，但可通过 `locals()`、`inspect` 或现代工具（如 `dataclasses`/`pydantic`）实现语义等效的简洁构造方式。
在 JavaScript 中，当局部变量 name 和 age 已存在时，可直接用对象简写语法创建等效对象：
const name = "Alice", age = 30;
const person = { name, age }; // ✅ 等价于 { name: name, age: age }而 Python 的字典字面量 不提供此类语法糖。以下写法是非法的，会引发 SyntaxError：
# ❌ 错误：Python 不允许这种省略键名的写法
person = {name, age} # → set literal, not dict
person = {name: name, age: age} # ✅ 正确但冗长✅ 可行的替代方案
1. 使用 locals() + 函数封装（轻量实用）
最接近原生体验的方式是封装一个辅助函数，显式提取当前作用域中指定名称的变量：
def dictvars(*names):
frame = inspect.currentframe().f_back
local_vars = frame.f_locals
global_vars = frame.f_globals
return {
name: local_vars.get(name, global_vars.get(name))
for name in names
}
# 使用示例
import inspect
name = "Bob"
age = 25
person = dictvars("name", "age")
print(person) # {'name': 'Bob', 'age': 25}⚠️ 注意：依赖 inspect 会略微影响性能，且在某些优化环境（如 PyPy 或启用 -O 标志）下可能受限；生产环境建议仅用于开发/调试辅助。
立即学习“Python免费学习笔记（深入）”；
2. 使用 dataclass（推荐：结构清晰、类型安全）
若目标是构建具名数据容器，@dataclass 是更 Pythonic 的选择，天然支持字段推导与默认值：
from dataclasses import dataclass
@dataclass
class Person:
name: str
age: int
# 构造实例即等效于字典语义（且可转为 dict）
p = Person(name="Charlie", age=35)
print(p.__dict__) # {'name': 'Charlie', 'age': 35}
print(vars(p)) # 同上，更简洁3. 使用 pydantic.BaseModel（适合校验与序列化场景）
当需类型校验、默认值、嵌套结构或 JSON 序列化时，pydantic 提供更健壮的替代：
from pydantic import BaseModel
class Person(BaseModel):
name: str
age: int
p = Person(name="Diana", age=28)
print(p.model_dump()) # {'name': 'Diana', 'age': 28}? 总结与建议
- 无原生语法：Python 明确不支持 {name, age} 式字典简写，这是语言设计取舍（强调显式性与可读性）；
- 避免滥用 locals()：虽可模拟，但易导致隐式依赖、调试困难，不建议在核心逻辑中使用；
- 优先结构化建模：对于有明确 schema 的数据，dataclass 或 pydantic 比裸字典更安全、可维护；
- 临时字典？直接写 {"name": name, "age": age}：在简单脚本中，显式赋值反而更清晰、无副作用。
最终，Python 的哲学是“显式优于隐式”——没有魔法缩写，但有更强大、更可扩展的替代范式。
