@dataclass不是结构体替代品，而是更安全可维护的构造方式；默认可变，需frozen=True实现只读；default仅用于不可变值，default_factory用于可变默认值；asdict/astuple不递归处理嵌套dataclass。
dataclass 不是结构体的“替代品”，而是更安全、更可维护的构造方式——它默认不提供不可变性、内存紧凑性或 C 风格字段布局，别直接当 struct 用。
为什么 @dataclass 初始化后字段还能被修改
默认情况下 @dataclass 生成的是可变对象，__init__ 和 __repr__ 是自动加的，但没锁字段。想模拟传统结构体的只读语义，必须显式声明：
- 加
frozen=True：触发__slots__+ 属性赋值拦截（抛dataclasses.FrozenInstanceError） - 避免在
__post_init__中绕过冻结写字段（常见坑：以为能“初始化时赋值”就安全，其实冻结后连这里也不行） - 注意
frozen=True会让类无法继承（除非子类也加frozen=True），且所有字段类型必须支持hash()（比如不能含list或dict）
field(default_factory=...) 和 default=... 的区别在哪
这是最常写错的地方：用 default=[] 会导致所有实例共享同一个列表。Python 的默认参数只计算一次，而 default_factory 每次实例化都调用一次函数：
提示词大师-python版
下载
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
@dataclass
class Config:
tags: list = field(default_factory=list) # ✅ 每个实例独立空列表
name: str = "unknown" # ✅ 基础不可变类型安全
cache: dict = field(default=dict) # ❌ 错！等价于 default={}
-
default只接受不可变字面量（None、42、"a"），或你明确知道不会被改的对象 -
default_factory接收一个无参可调用对象，比如list、dict、lambda: deque(maxlen=10) - 如果字段带类型注解是
Optional[list]，别漏掉default=None，否则field()不会自动推导
需要序列化/传输时，asdict() 和 astuple() 有什么限制
这两个函数只展开一层，嵌套的 @dataclass 实例不会递归转成字典——它不是 JSON 序列化工具：
立即学习“Python免费学习笔记（深入）”；
@dataclass
class Point:
x: int
y: int
<p>@dataclass
class Rect:
top_left: Point
bottom_right: Point</p><p>r = Rect(Point(0, 0), Point(10, 5))
print(asdict(r)) # {'top_left': Point(x=0, y=0), 'bottom_right': Point(x=10, y=5)}
- 要深转，请手动递归或用第三方库（如
dataclasses-json） -
asdict()会跳过init=False字段；astuple()严格按__annotations__声明顺序，不按定义顺序 - 若字段名含下划线（如
_internal），默认仍会包含；需配合field(repr=False, init=False)控制可见性
真正难的不是写 @dataclass，而是判断哪些字段该进 __init__、哪些该延迟计算、哪些该隐藏——尤其当对象要被 pickle、传给 FastAPI 或存进数据库时，init、repr、compare 这三个布尔开关的组合很容易漏配。
