Python dataclasses.field 怎样声明不可共享的默认值

Python dataclasses.field 要为每个实例创建独立的列表、字典或集合，应使用 field(default_factory=list)、field(default_factory=dict)等零参数工厂。这里传入的是可调用对象，默认值真正需要时才调用它。工厂必须返回新对象；这个参数不会禁止调用方显式共享对象，也不会自动深拷贝嵌套数据。

官方文档：https://docs.python.org/3/library/dataclasses.html。设计背景见 https://peps.python.org/pep-0557/。下面的示例使用 Python 3.9 起支持的内置容器泛型语法；代码用于解释规则，文中不提供本机运行记录。

我会先区分默认对象与默认工厂

给一个“导入任务”建模时，我更愿意先问：每次创建任务，错误列表归谁所有？如果答案是各个任务自己维护，那么默认配置就应该保存创建方法，而不是一份已经存在的列表。这是我选择字段写法时的判断方式，不依赖任务名称或者列表最初是否为空。

from dataclasses import dataclass, field

# 反例：类定义处理时会因可变列表默认值而抛出 ValueError
@dataclass
class BadImportJob:
    errors: list[str] = field(default=[])

这段反例应单独看待，不要与后面的正常示例拼成一个脚本继续运行。把 []包进 field(default=...)没有改变对象归属：它仍是一份现成的列表。dataclasses 对常见危险默认值会主动报错，而不是悄悄为每个实例复制它。

规则有一个兼容变化：Python 3.11 起，用“默认对象不可哈希”作为拒绝条件；更早的规则针对 list、dict、set。不可哈希只是可变性的近似判断，不能把“装饰器接受了这个对象”理解为它必然不可变，更不能当成每实例独立的保证。PEP 557 解释了设计背景，现行行为仍应以当前库文档为准。

用零参数工厂创建独立字段

from dataclasses import dataclass, field

@dataclass
class ImportJob:
    source: str
    errors: list[str] = field(default_factory=list)
    counters: dict[str, int] = field(default_factory=dict)

# 两次省略字段参数，分别需要自己的默认容器
first = ImportJob("north.csv")
second = ImportJob("south.csv")
first.errors.append("缺少编号")
first.counters["invalid"] = 1

# 这些断言表达预期行为，可由读者在自己的环境执行
assert first.errors is not second.errors
assert first.counters is not second.counters
assert second.errors == []
assert second.counters == {}

errors和 counters分别使用 list、dict 工厂，保存可追加错误和可更新计数。source没有默认值，放在有默认值的字段前面，避免生成初始化方法时出现参数顺序错误。

我通常优先选内置构造器，原因是它直接表达“每次创建一个空容器”，读代码的人不必进入另一个函数确认行为。需要非空默认内容时，再写一个命名函数或简短 lambda。default_factory=list()则把列表本身传了进去；列表不可调用，不能满足工厂契约。default与 default_factory也不能同时指定。

嵌套容器和显式参数仍要单独处理

让我更在意的边界是：工厂被调用，不代表它真的创造了新对象。比如 lambda: shared_errors虽然可以零参数调用，却始终返回那份共享列表。修复要落在工厂函数的返回值上，而不是仅仅让字段声明出现 default_factory 这个单词。

from dataclasses import dataclass, field

def new_sections() -> dict[str, list[str]]:
    # 外层字典和内层列表都在调用时重新创建
    return {"accepted": [], "rejected": []}

@dataclass
class ImportReport:
    sections: dict[str, list[str]] = field(default_factory=new_sections)

left = ImportReport()
right = ImportReport()
left.sections["accepted"].append("item-7")

# 不只判断外层身份，也判断实际需要隔离的内层对象
assert left.sections is not right.sections
assert left.sections["accepted"] is not right.sections["accepted"]
assert right.sections["accepted"] == []

这个工厂为每次调用创建完整的嵌套结构。如果改成对共享模板执行 dict(template)，只会新建外层字典，模板里面的列表仍可能被复用。对于业务形状明确的默认值，我倾向直接重新构建需要的层级；如果确实要从复杂模板复制，则应按对象语义选择复制方式。连接、锁、文件句柄等资源不能简单视作普通数据深拷贝。

# 以下代码承接前面的 ImportJob 定义
provided: list[str] = []
one = ImportJob("one.csv", errors=provided)
two = ImportJob("two.csv", errors=provided)

# 显式传入同一个对象时，默认工厂不会接管或复制它
assert one.errors is two.errors
one.errors.append("共同记录")
assert provided == ["共同记录"]

如果接口要求“即使显式传入列表，也必须由当前实例独占外层容器”，可以在 __post_init__中用 self.errors = list(self.errors)建立一份浅拷贝。这个选择改变了输入所有权契约，应该写清楚；元素如果本身可变，浅拷贝仍会共享元素。默认工厂解决省略参数时的创建问题，输入复制解决显式传参的所有权问题，两处职责不同。

哪些兼容细节会改变采用方式

字段不允许构造传入时怎么写？可以设置 field(default_factory=dict, init=False)。在 dataclasses 生成的初始化方法中，这类字段仍会通过工厂取得初值。如果自己定义了 __init__，就需要自己负责相应初始化；不要假定未生成的方法仍会替你调用工厂。

frozen=True 能代替工厂吗？不能。它约束实例字段赋值，不会把字段引用的列表自动转成不可变对象。若业务确实需要不可变内容，应选择满足要求的不可变数据结构；tuple 的内部元素也需要逐一考虑，不能只看最外层类型。

为什么两个空容器判断相等，却仍然是独立的？==比较内容，is判断对象身份。判断这类默认值隔离问题时，应同时关注身份和修改后的影响；不要只用两个空列表相等就断言它们被共享。

我会把 default_factory 当成默认对象的创建约定：省略参数时，调用一个零参数函数拿到所需对象。对于每个实例独立维护的可变状态，工厂应真正新建相关容器；对于调用方有意共享的输入，则通过接口约定明确保留或复制。这种区分比单纯消除 ValueError 更有助于后续维护。