Python 3.7 引入的 @dataclass 装饰器可自动生成初始化、表示及比较方法，简化数据类定义。支持类型提示、字段自定义（如 default_factory）、不可变对象（frozen）及内存优化（slots）。适用于数据存储、配置对象及轻量级结构体，提升代码可读性与维护性。
在 Python 中，类通常用于封装数据和行为。传统方式下，定义一个类并实现初始化方法 (init)、表示方法 (repr) 和比较方法 (eq) 等需要编写大量重复代码。对于主要用于存储数据的类，这些样板代码显得繁琐且易出错。
@dataclass 装饰器就是为简化此类场景而设计的，它自动生成初始化函数、表示函数、比较函数等，使数据类的定义简洁、清晰，并保持类型提示完整。
@dataclass 是 Python 3.7 引入的内置装饰器（位于 dataclasses 模块中），用于声明'数据类'（Data Class）。
数据类的核心特点：
说明：默认情况下，@dataclass 会生成 init、repr 和 eq 方法，但不会生成排序相关方法（需要显式指定 order=True）。
from dataclasses import dataclass
@dataclass
class Point:
x: float
y: float
自动生成：
def __init__(self, x: float, y: float): ...
def __repr__(self): ...
def __eq__(self, other): ...
p1 = Point(3, 4)
p2 = Point(3, 4)
p3 = Point(0, 0)
print(p1) # 输出：Point(x=3, y=4)
print(p1 == p2) # True
print(p1 == p3) # False
数据类让类定义简洁，代码可读性大幅提升。
dataclasses.field 提供更多灵活选项：
from dataclasses import dataclass, field
@dataclass
class Person:
name: str
age: int = 18 # 默认值
id: int = field(init=False, repr=False) # 不在 __init__ 中初始化，不在 __repr__ 中显示
其中，default_factory 参数用于生成可变默认值（如列表、字典），避免所有实例共享同一引用：
@dataclass
class Student:
name: str
grades: list[int] = field(default_factory=list) # 每个实例独立列表
@dataclass 装饰器可接收参数控制行为。
常用参数包括：init、repr、eq、order、frozen，以及 Python 3.10+ 引入的 slots、kw_only 等。
自动生成 <、<=、>、>= 等比较方法，默认使用字段定义顺序。
提示：order=True 依赖 eq=True，如果显式关闭 eq，将无法生成排序方法。
生成不可变对象，类似于 namedtuple，尝试修改属性会抛出 FrozenInstanceError。
使用 slots 优化内存和访问速度，防止动态添加新属性。
强制使用关键字参数初始化，提升代码可读性并避免参数顺序错误：
@dataclass(kw_only=True)
class Config:
host: str
port: int = 8080
cfg = Config(host="localhost") # 必须关键字传参
数据类支持 post_init 方法，用于在 init 执行后完成额外初始化操作（如计算派生字段或验证数据）：
@dataclass
class Rectangle:
width: float
height: float
area: float = field(init=False) # 不参与初始化，后计算
def __post_init__(self):
self.area = self.width * self.height
提示：如果使用 frozen=True，在 post_init 中需要通过 object.setattr(self, "area", value) 来设置属性，否则会触发 FrozenInstanceError。
@dataclass
class Rectangle:
width: float
height: float
def area(self):
return self.width * self.height
r = Rectangle(5, 10)
print(r.area()) # 50
@dataclass(frozen=True)
class Config:
host: str
port: int
cfg = Config("localhost", 8080)
cfg.port = 9090 # 报错：FrozenInstanceError
@dataclass(order=True)
class Player:
score: int
name: str
players = [Player(20, "Alice"), Player(15, "Bob")]
players.sort()
print(players) # 按 score 排序
排序规则默认按字段定义顺序进行比较，相当于比较 (score, name)。
| 特性 | 传统类 | 数据类（@dataclass） |
|---|---|---|
__init__ | 手动编写 | 自动生成 |
__repr__ | 手动 | 自动生成 |
__eq__ | 手动 | 自动生成 |
| 排序 | 手动 | order=True |
| 类型提示 | 可选 | 强烈推荐 |
| 默认值 | 手动 | field(default=…) |
数据类主要用于存储数据，不适合包含大量业务逻辑的方法。对于复杂逻辑，可将数据类与实例方法结合使用。
NamedTuple 继承自元组，不可变且支持拆包，但扩展性较弱。
@dataclass 更灵活，支持可变性、默认值控制及继承，内存占用略高于 NamedTuple。
默认数据类使用 dict 存储属性，可通过 slots=True 减少内存占用（Python 3.10+）。
对性能敏感场景（如创建大量对象），可测试对比 @dataclass、NamedTuple 或传统类。
主流类型检查工具（如 mypy、Pyright）能识别 @dataclass，确保类型注解被正确验证，增强代码健壮性。
非默认字段必须出现在默认字段之前，否则会报错：
@dataclass
class Example:
a: int
b: int = 0 # 正确
冻结对象无法修改属性，尝试修改会抛出 FrozenInstanceError。
子类继承数据类时，字段顺序和默认值需谨慎，否则可能引发构造函数冲突。
数据类核心目的是简化数据封装，逻辑应以实例方法或外部函数实现。
@dataclass 装饰器用于简化数据类定义，自动生成构造方法、表示方法、比较方法等，提高代码可读性与可维护性。结合 field() 可以自定义默认值、比较逻辑及初始化行为。通过 frozen=True、order=True 和 slots=True 等参数，数据类可以支持不可变对象、排序和内存优化。数据类非常适合存储数据、实现配置对象、排序对象或轻量级结构体，同时保持类型提示和代码简洁性。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online
通过删除不必要的空白来缩小和压缩JSON。 在线工具，JSON 压缩在线工具，online