__repr__ 必须始终实现，用于调试、日志和交互式环境，应返回含类名和关键字段的可辨识字符串；__str__ 可选，仅用于面向用户的友好显示，缺失时自动回退到 __repr__。
什么时候该用 __str__，什么时候必须写 __repr__
用户看到对象打印出来是 <__main__.Point object at 0x7f8a1c2b3d90>，第一反应往往是“加个 __str__ 就行了”——但这是错的起点。__repr__ 才是 Python 对象的“身份证”，__str__ 只是给终端用户看的“友好昵称”。
调试时你用 print(obj) 或直接敲变量名回车，背后调用的是不同方法：print() 走 __str__（如果存在），而交互式环境里直接输入变量名、logging.debug()、repr() 函数都强制走 __repr__。
-
__repr__应该返回「可复现」或「有辨识度」的字符串，理想情况下能用eval(repr(obj))重建对象（不强求，但至少含类名+关键字段，比如Point(x=1, y=2)） -
__str__可以更宽松：带单位、换行、中文描述都行，比如"坐标点 (1, 2)"，但它一旦缺失，Python 会自动 fallback 到__repr__的结果 - 如果你只写
__str__不写__repr__，日志里全是地址，pdb 里看不出状态，单元测试失败时断言报错也难读
__repr__ 返回空字符串或 None 会怎样
这会导致 repr(obj) 报 TypeError: __repr__ returned non-string (type NoneType)，连 print(repr(obj)) 都崩。Python 明确要求 __repr__ 必须返回 str，且不能是空串（空串合法，但毫无意义）。
- 常见错误：写了
print(...)却忘了return，结果隐式返回None - 另一个坑：在
__repr__里调用了可能抛异常的属性（比如未初始化的self._data），导致repr()调用直接中断，连对象都 print 不出来 - 安全写法：用
getattr(self, 'x', '?')替代直接访问，或用try/except包裹关键字段读取
自定义类中 __str__ 和 __repr__ 的典型写法差异
差异不在语法，而在信息密度和用途。拿一个简单二维点类举例：
立即学习“Python免费学习笔记（深入）”；
class Point:
def __init__(self, x, y):
self.x = x
self.y = y
<pre class='brush:python;toolbar:false;'>def __repr__(self):
return f"Point(x={self.x!r}, y={self.y!r})" # !r 确保字符串带引号，数字不变形
def __str__(self):
return f"({self.x}, {self.y})"</pre>注意三点：
-
__repr__用!r格式化，让"hello"变成'hello'，避免歧义；__str__直接用{self.x}更干净 -
__repr__包含类名，__str__不需要——用户已经知道这是个点 - 如果字段可能为
None或复杂对象（如嵌套 dict），__repr__里建议用repr(field)而非str(field)，保持层级一致性
第三方库和内置类型怎么处理这两个方法
像 datetime、pathlib.Path 这类标准库类型，__repr__ 和 __str__ 差异明显：datetime(2023, 1, 1) vs "2023-01-01"；而 numpy.ndarray 的 __str__ 会省略长数组中间部分，__repr__ 则带 dtype 和 shape 信息。
- 第三方库（如
pydantic、dataclasses）通常默认只实现__repr__，靠生成逻辑保证可读性；__str__得你自己补 - 继承内置类型（如
list子类）时，如果不重写__repr__，会沿用父类行为（比如显示所有元素），可能泄露敏感数据或拖慢调试 - 用
dataclass时加repr=True（默认）只控制__repr__，__str__依然不存在——别以为加了@dataclass就万事大吉
最常被忽略的一点：当对象嵌套很深（比如 A 里有 B，B 里有 C），只要其中任意一层没写 __repr__，整条链路的调试输出就退化成内存地址。这不是性能问题，是信息黑洞。
