使用Python数据类时，哪里是处理数据以初始化数据类的正确位置

Question

在Python中，

我正在使用一个名为“ MyDataClass”的数据类来存储http响应返回的数据。假设响应内容是这样的json，并且我只需要前两个字段：

{
    "name": "Test1",
    "duration": 4321,
    "dont_care": "some_data",
    "dont_need": "some_more_data"
}

现在我有两个选择：

选项1

resp: dict = The response's content as json
my_data_class: MyDataClass(name=resp['name'], duration=resp['duration'])

我利用数据类的自动定义的 init 方法

或

选项2

resp: dict = The response's content as json
my_data_class: MyDataClass(resp)

并将处理留给数据类 init 方法，如下所示：

def _ _ init _ _(self, resp: Response) -> None:
    self.name: str = resp['name']
    self.duration: int = resp['duration']

我更喜欢第二个选项，但是我想知道是否有正确的方法。

谢谢。

Answer 1

您现在仅需要前2个字段 。直到您最终需要更多。 IMO可以更轻松地使用Dataclass的_ _init _ _（）方法来解决此问题。否则，您将必须同时更改函数调用（MyDataClass（name = .....））和数据类init。使用第二个选项，您只有一个地方需要干预。

除非不在乎/不需要是巨大的，否则您将因此而受到性能影响……过早的优化是万恶之源。因此，请尽可能保持其简单和灵活！

Answer 2

让我们说，将来，您想从response中提取更多数据并将其存储在Dataclass中，在选项1中：您还需要增加__init__方法的参数作为初始化Dataclass的所有位置。因此，OPTION 2是可取的，因为它可以减少代码冗余并将数据提取逻辑保持在一个地方。

Answer 3

您绝对应该避免覆盖数据类的__init__函数。有quite a bit of magic只不过会因覆盖而丢失。除其他事项外，除非您自己进行重写，否则将无法进行正确的__post_init__函数调用。这不是小事。

dataclass如此工作的原因是，它应该是将业务数据非常简单地一对一映射到程序结构中。结果，您添加的每种与该核心思想无关的附加逻辑都失去了dataclass的作用。

所以我建议坚持选择1。

---

如果手动写出所需的属性太麻烦了，您可以考虑编写一个类方法，该方法为您过滤掉不需要的属性，并允许您像这样喷洒字典：

dataclass_instance = MyDataClass.from_request(**resp)

Here是一则帖子，解释了如何做到这一点，伴随的问题也涉及您的某些问题。