在python3.7+中优雅的使用dataclass
[本文出自天外归云的博客园]
在 Python 3.7+ 中，dataclasses 是一个非常优雅的工具，可以轻松地创建简单的类，并自动生成常见的类方法，比如 __init__、__repr__ 等。以下是一些使用 dataclasses 时需要注意的事项：
- 导入 dataclasses 模块
在使用 dataclasses 之前，需要先导入 dataclasses 模块。例如：
from dataclasses import dataclass- 使用
@dataclass装饰器
对于需要使用 dataclasses 的类，只需要在类上加上 @dataclass 装饰器即可自动为其生成常见的类方法。例如：
@dataclass
class Person:
name: str
age: int上述 Person 类使用了 @dataclass 装饰器，并指定了它的两个属性 name 和 age。现在，dataclasses 将自动生成 __init__、__repr__等类方法。因此，创建一个 Person 对象时不再需要手动编写这些方法。例如：
p1 = Person("Alice", 25)
print(p1)输出结果为：
Person(name='Alice', age=25)- 使用默认值参数
您可以在使用 @dataclass 装饰器时提供默认值参数。例如：
@dataclass
class Person:
name: str = "Unknown"
age: int = 0这将为 Person 类的 name 和 age 属性提供默认值，从而使它们非必需。当手工创建 Person 对象时，如果指定了 name 和 age 的值，则使用指定值，如果没有指定，则使用默认值。例如：
p1 = Person("Alice", 25)
print(p1) # Person(name='Alice', age=25)
p2 = Person()
print(p2) # Person(name='Unknown', age=0)- 使用类型提示
在 dataclasses 中，您可以像平常写 Python 代码时一样使用类型提示。例如：
from typing import List
@dataclass
class Person:
name: str
age: int
hobbies: List[str]上述 Person 类的 hobbies 属性的类型是 List[str]。这将确保只能为 hobbies 属性分配一个字符串列表。如果有任何类型错误，则会在类型检查阶段抛出错误。此外，您还可以使用其他类型提示，例如 Tuple、Set 等。
- 使用
asdict方法
dataclasses 还提供了一个称为 asdict 的方法，它将 dataclass 对象转换为一个 Python 字典。例如：
p1 = Person("Alice", 25, ["reading", "traveling"])
print(p1) # Person(name='Alice', age=25, hobbies=['reading', 'traveling'])
p1_dict = p1.asdict()
print(p1_dict) # {'name': 'Alice', 'age': 25, 'hobbies': ['reading', 'traveling']}上述代码将 Person 对象 p1 转换为一个 Python 字典。由于 hobbies 是一个列表，因此转换后的字典中的值也是一个列表。
总之，在 Python 3.7+ 中，dataclasses 是一个非常优雅的工具，可以轻松地创建简单的类，并自动生成常见的类方法。通过使用 dataclasses，您可以节省大量的时间和精力。