Python 数据类

Python 中的数据类可通过三种数据类构建器来构建，分别为 collections.namedtuple，typing.NamedTuple 以及 dataclasses.dataclass（前两者还有个名字叫具名元组）。

数据类的一大好处就是已经定义好了一些魔法方法，比如 __str__、__eq__ 什么的，正常的类你 print 出来的东西是其内存地址（在 CPython 中），而数据类则是构造函数形式展示的字符串；而且正常类你无法对其进行比较（只能比较 id，和 is 差不多了），而数据类则是值相同的实例就能被 == 判断为 True，这就很方便了。刚好可以作为数据的载体（特别是一些数据类是可哈希的（毕竟是不可变的））。

collections.namedtuple

先说 collection 的，它是 tuple 的子类，无法使用 class 字面量来定义，只能通过 DataClass = namedtuple('DataClass', 'data content') 来创建，然后你就可以通过 data_1 = DataClass(data, text) 来创建一个数据类实例（type 为 tuple，因此它不可变）。不过正因为它无法使用 class 字面量定义，所以使用者应该不多（因为这样不好加方法，当然它也是能通过注入方法来加方法的）。不过有一说一，构造函数其实比 class 字面量更快，毕竟 class 字面量是要进行多行检测的。

typing.NamedTuple

接下来是 typing 的，这个数据类一个好处就是方便加类型提示（但是每个属性都需要类型提示）。你可以像 collection 的那样直接用构造函数来创建 DataClass = NamedTuple('DataClass', [('data', dict), ('content', str)])，这和上一个没什么区别。你还可以通过另一种方式构建，也就是 class 字面量，这正是它比上一个的优势所在：

1
2
3
class Dataclass(NamedTuple):
    data: dict
    content: str

这样的形式你就可以相当方便地添加一些方法了，而且可读性也更高（其中还有默认值相关未介绍，其实默认值没什么好说的，content: str = '' 就能创建默认值了）。当然，你看到 (NamedTuple) 后可能会认为这是继承，这其实是一个误区，DataClass 并不是 NamedTuple 的子类，它还是 tuple 的子类，而 NamedTuple 实际上是一个元类（元类这玩意比较复杂，具体是什么我还没学捏），所以本质上这种行为和继承无任何关系。

dataclasses.dataclass

最后是 dataclasses 的了，我感觉这个应该是最合适使用的了，它就不是 tuple 的子类了，它父类是 object，和正常的类一致，这也表示它其实是可变的（当然你也可以让它不可变，但是你还是可以通过一些方法来改变其中的内容）。它无法通过构造函数来构建，而是使用了类装饰器：

1
2
3
4
@dataclass
class DataClass:
    data: dict
    content: str

如果你需要不可变的就要给装饰器加上参数 @dataclass(frozen=True)，这样就无法给它构造的类加属性了（但是这种不可变还是比较局限的）。你可以像 content: str = '' 这样来给它加上默认值，但需要注意的是，content: str = '' 创建的为实例属性，而不是类属性；但是如果你是像 content = '' 这样创建的话，它就又成了类属性，这是需要警惕的。如果你想要类型注释和默认值但又要类属性，你就需要 typing.ClassVar，通过 content: ClassVar[str] = '' 创建的就是类属性啦。同时，数据类如果要使用可变的容器（如 dict 和 list）的话，不能直接将它们作为默认值，而是需要使用 dataclasses.field(default_factory=list) 来创建默认值，比如 data: dict = field(default_factory=dict)，这样能防止实例共用属性，直接用 [] 的话会直接报错。

除此之外，有关数据类其实有个说法，就是，数据类属于一种代码“异味”，正如一句话所说“数据类就像一个小孩子，如果要在一个复杂的系统使用，数据类就得承担一些责任”，这句话所表示的也就是不要把数据类当作一个单纯的数据的载体，有关里面数据的调用都应当由数据类自身的方法实现，而不应该在外部创建一个函数来处理。数据类固然好用，但是也不能滥用。