Python3.7 dataclass使用指南

本文将带你走进python3.7的新特性dataclass，通过本文你将学会dataclass的使用并避免踏入某些陷阱。

dataclass的定义位于，根据定义一个dataclass是指“一个带有默认值的可变的namedtuple”，广义的定义就是有一个类，它的属性均可公开访问，可以带有默认值并能被修改，而且类中含有与这些属性相关的类方法，那么这个类就可以称为dataclass，再通俗点讲，dataclass就是一个含有数据及操作数据方法的容器。

乍一看可能会觉得这个概念不就是普通的class么，然而还是有几处不同：

1. 相比普通class，dataclass通常不包含私有属性，数据可以直接访问
2. dataclass的repr方法通常有固定格式，会打印出类型名以及属性名和它的值
3. dataclass拥有__eq__和__hash__魔法方法
4. dataclass有着模式单一固定的初始化方式，或是需要重载运算符，而普通class通常无需这些工作

基于上述原因，通常自己实现一个dataclass是繁琐而无聊的，而dataclass单一固定的行为正适合程序为我们自动生成，于是dataclasses模块诞生了。

配合类型注解语法，我们可以轻松生成一个实现了__init__，__repr__，__cmp__等方法的dataclass：

from dataclasses import dataclass
@dataclass

class InventoryItem:

'''Class for keeping track of an item in inventory.'''

name: str

unit_price: float

quantity_on_hand: int = 0
def total_cost(self) -> float:
    return self.unit_price * self.quantity_on_hand</code></pre>
同时使用dataclass也有一些好处，它比namedtuple更灵活。同时因为它是一个常规的类，所以你可以享受继承带来的便利。

我们分x步介绍dataclass的使用，首先是如何定义一个dataclass。

dataclasses模块提供了一个装饰器帮助我们定义自己的数据类：
@dataclass
class Lang:
    """a dataclass that describes a programming language"""
    name: str = 'python'
    strong_type: bool = True
    static_type: bool = False
    age: int = 28
我们定义了一个描述某种程序语言特性的数据类——Lang，在接下来的例子中我们都会用到这个类。
在数据类被定义后，会根据给出的类型注解生成一个如下的初始函数：
def __init__(self,name: str='python',strong_type: bool=True,static_type: bool=False,age: int=28):
    self.name = name
    self.strong_type = strong_type
    self.static_type = static_type
    self.age = age
可以看到初始化操作都已经自动生成了，让我们试用一下：
>>> Lang()
Lang(name='python',strong_type=True,static_type=False,age=28)
>>> Lang('js',False,23)
Lang(name='js',strong_type=False,age=23)
>>> Lang('js',23) == Lang()
False
>>> Lang('python',True,28) == Lang()
True
例子中可以看出__repr__和__eq__方法也已经为我们生成了，如果没有其他特殊要求的话这个dataclass已经具备了投入生产环境的能力，是不是很神奇？

dataclass的魔力源泉都在dataclass这个装饰器中，如果想要完全掌控dataclass的话那么它是你必须了解的内容。
装饰器的原型如下：
dataclasses.dataclass(*,init=True,repr=True,eq=True,order=False,unsafe_hash=False,frozen=False)
dataclass装饰器将根据类属性生成数据类和数据类需要的方法。
我们的关注点集中在它的kwargs上：