Python dataclasses 怎样用 default_factory 避免共享可变默认值

我第一次把配置对象改成 dataclass 时，最容易忽略的不是类型标注，而是“默认值到底在哪一刻创建”。一个列表字段如果被多个实例共用，修改 A 对象后，B 对象也会出现相同内容，排查起来很像业务层偷偷改了状态。

直接做法：可变字段使用 field(default_factory=list) 或 field(default_factory=dict)。工厂是零参数可调用对象，需要默认值时才创建一个新容器，因此每个实例拿到自己的列表或字典。

官方文档：https://docs.python.org/3/library/dataclasses.html#dataclasses.field

先把“共享对象”与“实例字段”分开

我会先把问题缩小到一个很小的购物篮对象：创建两个篮子，只往第一个篮子里加入商品。如果第二个篮子也出现商品，说明默认容器不是在实例初始化时独立创建的。普通函数参数里的可变默认值常见这个坑，dataclass 则会直接限制更危险的写法。

from dataclasses import dataclass, field

@dataclass
class Basket:
    # 用工厂为每个 Basket 创建独立的列表
    items: list[str] = field(default_factory=list)
    # 字典也要按实例创建，不能把同一个对象放在类定义里
    labels: dict[str, str] = field(default_factory=dict)

first = Basket()
second = Basket()
first.items.append("book")
first.labels["owner"] = "A"

# 这两个断言表达实例状态必须互相隔离
assert first.items is not second.items
assert first.labels is not second.labels

这里的关键不是 list 或 dict 这个类型，而是把“创建容器”的动作交给工厂。图 1 用静态关系说明类字段、工厂和两个实例之间的边界；它是结构说明图，不是运行截图。

default_factory 到底什么时候调用

可以把 default_factory 理解成“缺省参数的制造器”，而不是一个已经制造好的对象。它必须是零参数可调用对象；当构造实例时没有显式传入该字段，dataclass 才会调用它。如果调用方已经传入列表，工厂不会再覆盖传入值。

from dataclasses import dataclass, field

def new_tags() -> list[str]:
    # 工厂不接收实例参数，每次调用都返回新列表
    return []

@dataclass
class Document:
    tags: list[str] = field(default_factory=new_tags)

empty_doc = Document()
seeded_doc = Document(tags=["draft"])

# 显式传入的列表保留原值，缺省实例才会调用工厂
assert empty_doc.tags == []
assert seeded_doc.tags == ["draft"]

实际项目中，我会把工厂写成具名函数，或直接使用 list、dict 这类零参数构造器。不要写成需要参数的函数，也不要同时填写 default 和 default_factory；后者是互斥配置。图 2 把“缺省入口、零参数工厂、显式传入入口、字段结果”画成静态关系，方便把调用边界和对象边界一起记住。

三个容易混淆的写法

第一，不要把可变对象直接放进字段默认值。现代 Python 的 dataclasses 会把这类常见写法视为错误，而即使某些旧代码没有立即报错，共享状态也会留下隐蔽副作用。

from dataclasses import dataclass

@dataclass
class WrongBasket:
    # 这是错误示意：不要把可变列表直接作为 dataclass 默认值
    items: list[str] = []

第二，default_factory=lambda: [] 可以工作，但工厂逻辑稍复杂时，具名函数更容易测试和复用。第三，default_factory=dict 只适合“每个实例一个空字典”的语义；如果默认数据需要根据用户、环境或其他字段计算，就应显式传入，或在 __post_init__ 中处理依赖关系，而不是让零参数工厂猜上下文。

最后用一个小检查固定边界

我通常会在测试里保留一个最小身份断言：两个无参实例的可变字段必须满足 is not。再补一个显式传参用例，确认调用方提供的对象没有被工厂替换。这样评审时只要看到列表、字典、集合或自定义可变容器，就能快速判断是否应改成 field(default_factory=...)。

这套写法适合配置对象、请求参数、聚合结果和缓存条目等需要实例隔离的场景；如果字段本来就是共享常量，应该明确使用类变量语义，而不是伪装成 dataclass 实例字段。我的结论是：可变默认值先问“谁创建它”，再决定用工厂还是显式传参。

相关问题

default_factory 能接收当前实例吗？不能。它要求零参数可调用对象，不能直接读取刚创建实例的其他字段。

为什么不能同时写 default 和 default_factory？两者都在描述缺省值来源，dataclasses 将其视为互斥配置。

什么时候不该用 default_factory？当默认值依赖外部参数或其他字段时，优先由调用方显式提供，或在初始化后的明确阶段计算。