Python dataclass用field配置默认工厂的对象设计

使用 dataclasses 定义带列表、字典或集合字段的对象时，默认值不能直接写成一个可变容器。推荐的写法是把容器类型放在注解中，把创建动作交给 field(default_factory=...)：每次构造实例都会调用一次工厂，得到独立对象，既避免数据串联，也不牺牲类型提示。

Python dataclass为什么要把可变默认值交给工厂

普通类里把列表写在类属性上，多个对象可能会读到同一个列表。dataclass 对这种风险更谨慎：可变对象不能直接作为字段默认值，应该显式说明“如何创建默认值”。default 适合整数、字符串、元组等不可变值；default_factory 则在实例构造时调用。

from dataclasses import dataclass, field

@dataclass
class Profile:
    name: str
    tags: list[str] = field(default_factory=list)  # 每个实例各建一份新列表
    options: dict[str, str] = field(default_factory=dict)  # 避免配置字典被多个实例共享

first = Profile("小林")
second = Profile("小周")
first.tags.append("python")  # 只修改 first 的标签
first.options["theme"] = "dark"  # 只修改 first 的配置
print(first.tags, second.tags)  # ['python'] []
print(first.options, second.options)  # {'theme': 'dark'} {}

这里的 list 和 dict 不是提前创建好的对象，而是无参工厂。dataclass 在构造 first、second 时各调用一次，因此两个字段的身份不同。图中的分流关系是静态说明，用来帮助理解对象边界，不代表真实编辑器或终端截图。

用 field 配置列表、字典和自定义初始化工厂

字段声明保留了清晰的类型边界，工厂只负责提供初始对象。需要自定义初始内容时，定义一个无参函数即可；不要把已经创建好的列表放进 default，也不要给 default_factory 传需要参数的普通函数。

from dataclasses import dataclass, field

def new_limits() -> dict[str, int]:
    # 返回全新的配置，避免不同实例共用嵌套对象
    return {"retry": 3, "timeout": 10}

@dataclass
class Job:
    name: str
    steps: list[str] = field(default_factory=lambda: ["prepare"])  # 工厂每次只执行一次
    limits: dict[str, int] = field(default_factory=new_limits)  # 自定义工厂必须可无参调用

lambda: ["prepare"] 的重点不是 lambda，而是调用时才创建列表。若默认内容来自外部参数，应把参数放到类的显式字段里，或在 __post_init__ 中根据实例字段计算；不要试图把带参数函数直接交给 default_factory。

用两个实例验证容器身份和修改边界

最小测试不需要复杂框架：构造两个对象，修改其中一个，再同时检查值和身份。值检查确认业务结果，is not 检查确认并非同一个容器。类型注解则继续为编辑器、静态检查器和维护者提供字段信息。

a = Profile("A")
b = Profile("B")
a.tags.append("one")  # 修改 a 不应影响 b

assert a.tags == ["one"]  # 验证当前实例拿到了新值
assert b.tags == []  # 验证另一个实例仍保持空列表
assert a.tags is not b.tags  # 验证两个字段不是同一对象
assert Profile.__annotations__["tags"] == "list[str]"  # 类型提示仍在

如果断言失败，先检查字段是否误用了 default，再检查工厂是否返回了模块级缓存对象。工厂函数本身也应保持无副作用：它可以创建默认配置，但不应偷偷修改其他实例或全局状态。

default_factory 的参数边界与常见误用

field 还可以配置 init、repr、compare 等行为，但它们不改变工厂的职责。init=False 只表示字段不出现在生成的初始化参数中；它不是“共享默认值”的开关。若字段可以用元组表达，优先使用不可变默认值；若必须延迟计算，才使用工厂或 __post_init__。

• 不要写 tags: list[str] = []，也不要把外部缓存列表交给 default。
• 不要把 new_limits(user_id) 这种有参函数直接当工厂；先把输入放入实例字段。
• 嵌套字典、列表中的字典同样需要在工厂内部创建，浅复制不一定能隔离深层对象。

常见问题

什么时候可以直接使用 default？

字段值是整数、字符串、布尔值或元组等不可变对象时可以直接使用 default。可变容器应改用 default_factory。

default_factory=list 和 lambda: [] 有区别吗？

在创建空列表这个场景中结果相同，前者更直观。需要表达初始内容时可以用 lambda 或命名函数，但要确保每次调用都返回新对象。

为什么工厂不能接收 dataclass 的其他字段？

default_factory 按无参可调用对象处理，不能直接读取当前实例。依赖其他字段的默认值应放到 __post_init__ 或自定义构造方法中。