Python dataclasses.field(default_factory) 怎么避免可变默认值共享：实例隔离与嵌套配置校验

配置对象里放一个列表很常见：默认的重试策略、允许的域名、插件名称都可能先写成空列表。问题在于，普通 Python 类属性或错误的 dataclass 默认写法，可能让多个实例拿到同一个可变对象；一个请求追加配置，另一个请求也跟着变。用 field(default_factory=list) 把“创建默认值”的动作延后到实例初始化时，就能让每个对象拥有自己的列表。

普通可变默认值为什么会造成实例串线

先看一个容易出现在配置代码里的场景。两个 JobConfig 看上去分别代表两个任务，但它们的 hooks 实际上指向同一个列表：

class JobConfig:
    hooks = []

    def __init__(self, name):
        self.name = name

first = JobConfig("daily-report")
second = JobConfig("hourly-report")
first.hooks.append("notify")

print(second.hooks)  # ['notify']

这里没有发生复制。first.hooks 查找不到实例字段后，会落到类字段；second.hooks 也会读同一个对象。这个问题在测试中不一定马上暴露，直到某个实例修改默认列表，后续实例才出现“凭空多出配置”的现象。

把旧字段迁移到 field(default_factory=list)

dataclass 的正确写法是把工厂交给 field，而不是把已经创建好的列表交进去：

from dataclasses import dataclass, field

@dataclass
class JobConfig:
    name: str
    hooks: list[str] = field(default_factory=list)

first = JobConfig("daily-report")
second = JobConfig("hourly-report")
first.hooks.append("notify")

print(first.hooks)   # ['notify']
print(second.hooks)  # []
print(first.hooks is second.hooks)  # False

default_factory=list 传的是函数本身，不是 list() 的结果。dataclass 在创建每个 JobConfig 时调用一次这个工厂，所以两个实例的列表身份不同。工厂也可以是自定义的无参数函数，例如 default_factory=default_hooks。

嵌套配置要同时隔离外层和内层

只修复外层列表还不够。如果默认列表里预先放了一个可变字典，多个配置实例仍可能共享字典。更稳妥的方式是让工厂一次创建完整的默认结构：

from dataclasses import dataclass, field

def default_limits() -> dict[str, int]:
    return {"attempts": 3, "timeout": 10}

@dataclass
class RetryConfig:
    limits: dict[str, int] = field(default_factory=default_limits)
    backoff: list[int] = field(default_factory=lambda: [1, 2, 4])

a = RetryConfig()
b = RetryConfig()
a.limits["attempts"] = 5
a.backoff.append(8)

print(b.limits)   # {'attempts': 3, 'timeout': 10}
print(b.backoff)  # [1, 2, 4]

命名函数适合承载有业务含义的默认值，lambda 适合很短的常量结构。若默认配置需要读取环境变量或校验外部输入，不要把有副作用的操作悄悄塞进工厂；让调用方显式传入，测试会更稳定。

迁移后用三组检查确认边界

检查对象身份

先比较同一字段在两个实例中的身份。对于必须隔离的 list、dict、set，结果应该是 False：

left = RetryConfig()
right = RetryConfig()
assert left.limits is not right.limits
assert left.backoff is not right.backoff

检查序列化结果

如果对象会交给 dataclasses.asdict 或 JSON 编码，确认默认结构仍保持原来的字段名和类型。迁移的目标是改变对象创建方式，不是顺手改掉配置协议。

检查显式传值

default_factory 只负责没有传入字段值的情况。显式传入列表后，dataclass 会使用调用方给出的对象；需要更强隔离时，在边界处先复制，再交给配置对象。

常见问题：default_factory 的几个使用边界

default_factory 可以接收参数吗？

不能直接接收 dataclass 字段参数；它应当是无参数可调用对象。需要上下文时，可在创建对象前准备好值，或用工厂闭包固定必要配置。

不可变默认值也要使用 default_factory 吗？

不必。字符串、数字和元组通常可以直接作为默认值；是否使用工厂取决于初始化逻辑，而不是字段类型注解本身。

为什么不能写成 default_factory=list()？

括号会在类定义阶段立刻创建列表，传入的就不是无参数工厂。应写成 default_factory=list，让 dataclass 在实例创建时调用它。

迁移清单

• 搜索 dataclass 字段中的 []、{} 和 set() 默认值。
• 把可变默认值改为 field(default_factory=...)，并确认工厂没有隐藏副作用。
• 为两个实例分别修改外层和嵌套字段，检查对象身份与序列化结果。
• 保留一条回归测试，防止后续重构再次把工厂结果提前到类定义阶段。