classes-dataclasses-enum.md

Классы: dataclasses, enum.StrEnum

← tomllib · 🏠 Домой · CPython без GIL →

---

Что даёт @dataclass?

Коротко. Автоматически генерирует __init__, __repr__ и __eq__ по аннотациям полей — вместо десятка строк шаблонного кода.

from dataclasses import dataclass

@dataclass
class Point:
    x: int
    y: int = 0        # значение по умолчанию

Point(1, 2)           # Point(x=1, y=2)  — готовый __repr__
Point(1, 2) == Point(1, 2)   # True — сравнение по значениям, а не по id

Полезные параметры:

• frozen=True — экземпляры неизменяемы, и класс становится хешируемым.
• kw_only=True (python 3.10+) — все поля только как именованные аргументы.
• slots=True (python 3.10+) — автогенерация __slots__: экономия памяти и запрет случайных новых атрибутов.
• order=True — добавляет __lt__, __gt__ и т.д.

# python 3.10+
@dataclass(kw_only=True, slots=True)
class Config:
    host: str
    port: int = 8080

Config(host="localhost")           # ок
Config("localhost")                # TypeError — только по имени

Подвох. Изменяемое значение по умолчанию запрещено явно — Python не даст повторить классическую ошибку с общим списком:

@dataclass
class Bad:
    items: list = []
# ValueError: mutable default <class 'list'> for field items is not allowed:
#             use default_factory

Но эта защита касается только list, dict и set — реализация просто проверяет isinstance(default, (list, dict, set)). Пользовательский изменяемый класс в качестве default пройдёт молча и разделится между всеми экземплярами — тот же классический баг с mutable default, что и в обычных функциях:

class MyMutableBag:
    def __init__(self): self.data = []

@dataclass
class Sneaky:
    items: MyMutableBag = MyMutableBag()   # ни warning, ни ValueError

Sneaky().items is Sneaky().items    # True — один и тот же объект на всех

Правильно — через field(default_factory=...), он вызывается на каждый экземпляр:

from dataclasses import field

@dataclass
class Good:
    items: list = field(default_factory=list)
    total: int = 0

    def __post_init__(self):        # вызывается после __init__
        self.total = len(self.items)

Good(['a', 'b'])          # Good(items=['a', 'b'], total=2)
Good().items is Good().items    # False — списки независимы

Глубже. frozen=True запрещает присваивание через __setattr__, выбрасывая FrozenInstanceError. Хешируемость появляется потому, что при eq=True Python обычно убирает __hash__ (как и при ручном определении __eq__), а frozen разрешает его вернуть — неизменяемый объект безопасно класть в set и dict.

Сравнение с соседями: namedtuple легче и неизменяем, но без методов и значений по умолчанию; dataclass гибче; pydantic вдобавок валидирует типы в рантайме, чего dataclass не делает вовсе.

---

Чем StrEnum отличается от обычного Enum?

Коротко. python 3.11+. Члены StrEnum одновременно являются строками, поэтому их можно сравнивать и сериализовать напрямую, без .value.

# python 3.11+
from enum import StrEnum, auto

class Colour(StrEnum):
    RED = "red"
    GREEN = auto()      # auto() даёт имя в нижнем регистре -> 'green'

Colour.RED == "red"     # True
f"{Colour.RED}"         # 'red'

Обычный Enum так не умеет — и это осознанно:

from enum import Enum

class Plain(Enum):
    A = "a"

Plain.A == "a"      # False — нужен Plain.A.value

Аналогично IntEnum ведёт себя как целое: Priority.HIGH > 1 работает.

Подвох. У «смешанных» enum (StrEnum, IntEnum) есть цена: они неявно приводятся к базовому типу, поэтому теряется часть защиты от ошибок — функция, ожидающая строку, молча примет член enum и наоборот. Обычный Enum строже: такое сравнение вернёт False, и ошибка вылезет сразу.

Глубже. auto() в StrEnum даёт имя члена в нижнем регистре — это отличие от обычного Enum, где auto() выдаёт числа 1, 2, 3....

---

← tomllib · 🏠 Домой · CPython без GIL →